‘머신러닝 VS 딥러닝’ 성장하는 AI, 인공지능의 세계로!

 

머신러닝 혹은 딥러닝이라는 말을 들어보셨나요? 4차 산업 혁명과 AI에 대한 관심이 높아지면서 미디어를 통해 한 번쯤은 들어보셨을 거예요. 예를 들어 핸드폰 속 가상 비서 를 음성으로 부르거나, 친구의 얼굴과 나의 얼굴을 인식해 뒤바꿔주는 기술 등도 AI를 적용한 기술이죠. 이렇듯 AI는 우리의 일상 속에 가까이 들어와 있습니다. 오늘은 AI 중에서도 머신러닝과 딥러닝에 대해 알아보고 그 차이에 대해 살펴보도록 해요~

 

 

머신러닝이란 무엇일까?

 

 

머신러닝이란 AI 접근 방식 중 하나로 복잡한 알고리즘을 통해 데이터를 분석하는 시스템을 의미합니다. 이를 통해 사람들은 일일이 프로그래밍을 하지 않아도 머신러닝의 셀프 러닝 시스템으로 새로운 데이터 예측이 가능해졌어요.

 

예를 들어 과일을 분류하는 작업을 머신러닝을 통해 학습한다고 가정해볼까요? 사람이 컴퓨터에게 사과의 특징 등을 인식시키면, 머신러닝은 스스로 사진들을 분석하여 사과를 선별해냅니다. 또한 오류를 수정하고 학습하는 등의 정밀한 시스템도 구축해 나가요.    

 

 

딥 러닝이란 무엇일까?

 

 

그렇다면 딥러닝은 무엇일까요? 이는 머신러닝과 유사하지만, 한 단계 더 진화된 개념이라고 할 수 있습니다. 딥러닝은 인간 두뇌의 연결을 모방한 ‘심층 신경망’을 구현하고, 대량의 데이터를 분류해 스스로 상관관계를찾아냅니다. 인간이 따로 지시를 하지 않아도 스스로 발견한 지식을 활용해서 다른 데이터가 주어졌을 때 통찰력을 발휘하여 결과를 정확히 예측해 냅니다. 즉, 딥러닝은 컴퓨터의 지능을 한 차원 더 올려놓았다고 할 수 있습니다.

 

머신러닝과 마찬가지로 과일 분류를 예로 들어볼게요. 만약, 딥러닝으로 과일 분류 작업을 진행할 때, 기기는 대량의 사진에서 각기 다른 과일의 색상과 형태, 크기 등을 분류하고 학습합니다. 그 후 스스로 사과와 배를 분류하고 오류 또한 잡아내죠. 우리가 잘 알고 있는 알파고 또한 딥러닝 기술의 적용 사례입니다.

 

 

머신러닝과 딥러닝의 차이가 뭐죠?

 

 

그렇다면 머신러닝과 딥러닝의 차이는 정확히 무엇일까요? 머신러닝이란 사람이 분류한 데이터를 바탕으로 결과 데이터를 도출하는 것을 말합니다. 반면 딥러닝은 사람이 따로 데이터를 제공하지 않아도 스스로 결과를 예측하고 데이터 값을 만들어요.

 

앞서 설명한 내용들을 다시 한 번 사례로 비교해 볼까요? 강아지 사진을 구분해 내는 작업을 한다고 해봅시다. 머신러닝은 강아지 사진의 주요한 특징들을 바탕으로 새롭게 제시된 사진이 강아지인지 예측하는 역할을 합니다. 이 과정에서 사람의 역할이 필요합니다. 컴퓨터가 인식할 수 있는 데이터를 만들어야 하죠. 반면 딥러닝은 인간의 작업이 필요 없습니다. 인공지능에게 동물의 사진을 방대하게 주고, 강아지를 분류해 내게 합니다. 즉, 방대한 데이터의 양이 사람의 역할을 대신하는 것이죠.

 

머신러닝과 딥러닝은 AI라는 큰 카테고리 안에서 묶이는데요. 둘 다 AI를 가능하게 하기 위한 기술이라는 점에서 공통점이 있습니다. 

 

 

딥러닝 및 머신러닝, 이렇게 우리 삶으로!

 

 

딥러닝과 머신러닝은 이미 여러 분야에서 활용되고 있습니다. 구글 포토는 머신러닝을 기반으로 사진 속 선과 이미지 경계, 색깔, 형상 등을 분석해 사진을 구별하는데요. 사진 속 사람이 여자인지 남자인지, 아기인지 어른인지 등의 미묘한 차이도 구별해 낼 수 있습니다.

 

또한 자동차 업계에서도 자율 주행 자동차에 딥러닝 기술을 적용했습니다. 현대모비스는 딥러닝 영상인식 기술을 적용해 긴급 제동과 자동 제어를 이루었으며, AI를 활용해 완성한 알고리즘을 바탕으로 자율 주행 기술도 발전시킬 예정입니다.

지금까지 딥러닝과 머신러닝에 대해 알아보았습니다. AI 인공지능 기술이 우리의 삶에 가까이 다가온 만큼! 우리도 이 변화의 물결을 이해하고 활용할 수 있도록 하면 좋겠습니다~:D