머신러닝, 딥러닝, 인공신경망, 온톨로지

많이 들어보셨죠? 인공지능에 대한 관심이 커진 가운데, 이러한 단어들은 관련 뉴스 뿐만 아니라 일상에서도 접하는 빈도가 늘어나고 있습니다. 

특히 이세돌과 알파고의 대국 이후로 이러한 인공지능 관련 단어들이 유행어처럼 퍼지고 있음에도 불구하고, 여전히 많은 사람들은 헷갈려 하면서 아래와 같은 질문을 하곤 합니다. 


머신러닝과 딥러닝의 차이가 뭔가요?”

인공신경망은 인간의 뇌에서 따 왔다는데 사실인가요?”

에이브릴과 왓슨은 알파고 같은 건가요?” 등등 


오늘은 이중에 많은 사람들이 접했지만 혼란스러워하고, 궁금해하는 단어!

머신러닝은 도대체 무엇이고 딥러닝은 또 무엇인가? 머신러닝과 딥러닝의 개념에 대해 이해하기 쉽게 설명하려고 합니다. 


[머신러닝 VS 딥러닝]

머신러닝을 영어로 풀어서 쓰면 Machine(기계) Learning(학습), 기계 학습인데요. 단순히 생각해서 기계가 특정 알고리즘을 이용하여 데이터를 분석한 후 (Learning), 이를 기반으로 어떠한 것을 예측하는 것 (Prediction)을 뜻합니다. 

반면 딥러닝은 머신러닝의 일종으로, 기계가 사람처럼 스스로 데이터를 분석 및 학습하고, 특징을 추출하는 것을 뜻합니다. 딥러닝은 인공신경망이라고 하는 인간의 뇌 구조를 바탕으로 한 알고리즘을 기반으로 하고 있는데요. ‘인공신경망을 간단히 설명해드리면, 기계가 스스로 데이터를 분석하고 답을 내는 방식이라 할 수 있습니다. 

결국, 머신러닝과 딥러닝 모두 기계가 데이터를 학습하여 특정한 답을 얻기 위해 사용되는 기술이라고 할 수 있습니다. 


[지도학습 vs 비지도학습]

앞서 설명 드려 눈치채셨겠지만, 머신러닝과 딥러닝은 기계의 학습방법에 따라 큰 차이가 있습니다. 바로 지도학습과 비지도학습 입니다. 

지도학습은 사람이 이미 알고 있는 답을 데이터로 컴퓨터를 학습시킨 후, 새로운 데이터를 학습 모델(알고리즘)에 적용시켜 결과값을 예측하는 것을 말합니다. 즉 초기에 필요한 답을 찾기 위해 데이터를 분류하고 기계를 학습시키는 과정에서 사람의 노력이 일정 부분 필요한 것이죠.

컴퓨터가 학습할 데이터를 선별하는 것부터 원하는 결과값이 나올 수 있도록 데이터 및 알고리즘을 조정하는 일까지 사람의 개입이 발생하게 되는데요. 이는 우리가 일반적으로 알고 있는 머신러닝에 가까운 학습방법이라 할 수 있습니다. 

이에 반해 비지도학습은 필요한 사전 정보가 없고 입력에 대한 목표 결과값이 주어지지 않은 경우, 수집된 데이터 간의 유사성을 찾아 입력 데이터를 파악하는 것을 뜻합니다. 

, 사람의 노력 없이 컴퓨터에게 데이터를 던져주고 컴퓨터가 스스로 학습하여 특정 결론에 도출하게 되는 학습법입니다. 물론 이 경우 사람의 개입이 없어 컴퓨터가 도출하는 결론이 사람이 얻기를 바랐던 결론과는 상이할 수 있습니다. 

본 기법은 우리가 일반적으로 알고 있는 딥러닝에 사용되는 학습법과 가장 가깝습니다. 지도학습과 비지도학습을 설명할 때 흔히 이미지 분석의 예를 가장 많이 사용해서 설명하게 되는데요. AIBRIL 서비스 (Watson API)의 이미지 인식 서비스(Watson Visual Recognition)API를 활용하여 동물의 이미지를 분류하는 경우 다음과 같은 절차를 거치게 됩니다. 



이와 같이 각 이미지 별로 특징을 컴퓨터에게 학습시키고, 새로운 동물 이미지를 입력하게 되면 이미 정해진 결과값과 비교하여 답을 얻게 됩니다. 머신러닝, 즉 지도학습의 좋은 예라고 볼 수 있습니다. 비지도학습, 즉 딥러닝의 경우 위와 같은 작업 필요없이 단순 데이터 입력만으로 사물을 인식하게 되며, 대표적으로 구글의 Tensorflow가 딥러닝 기반 이미지 인식 기능을 제공하고 있습니다. 

지금까지 머신러닝과 딥러닝의 개념에 대해 간단히 알아보았는데요. 이해하는데 조금이나마 도움이 되셨는지요? 또 다른 재미있는 인공지능 이야기로 다시 돌아오겠습니다. 기대해주세요!




저작자 표시 비영리 변경 금지
신고

티스토리 툴바