인공지능, 머신러닝, 딥러닝 차이점?

인공지능, 머신러닝, 딥러닝 차이점?

인공지능, 머신러닝, 딥러닝 이런 용어를 많이 들어봤을 것이다.

그런데 다 똑같은거 같은데 뭐가 다른지 한번 이야기 해보고자 한다.

1. 인공지능(AI)

기계로부터 만들어진 지능을 말한다. 

컴퓨터공학에서 말하길 아주 이상적인 지능을 가진 존재?, 

또는 시스템에 의해서 생산된 지능, 즉 인공적인 지능을 말한다는 이야기이다. 

일반적으로 이야기 해보면 범용 컴퓨터에 적용한다고 가정한다.

이 용어는 또한 그와 같은 지능을 만들 수 있는 방법론이나 

실현 가능성 등을 연구하는 과학 분야를 지칭하기도 한다

인공지능, 머신러닝, 딥러닝 이 세 개념 중 가장 큰 범주인 인공지능은 

기계가 주변환경과 상호작용을 하는 다양한 방법을 이야기 한다고 할 수 있다.

---

2. 머신러닝(기계학습)

머신러닝은 AI의 부분집합으로, AI 접근방식의 하나입니다. 

특정 업무를 처리하는데 있어서 컴퓨터 프로그래밍 접근법이 아니라 

'러닝' 다시 말해 '학습' 이라는 것에 초점이 맞춰져 있다. 

머신러닝이 가능한 기계는 

복잡한 알고리즘을 이용하여 대량의 데이터를 분석해 그 중 패턴을 찾아내어 인식하고, 

그 데이터를 바탕으로 바탕으로 예측 한다. 

이 과정에서 인간이 특정 명령을 입력할 필요 없다는 이야기이다.

분석 과정에서 만약 햄버거를 사과로 잘못 인식 하였다면,

머신러닝 시스템은 마치 인간처럼 스스로 오류를 수정하고, 

실수로부터 학습하며 정확도를 높여가는 것이 머신러닝이다.

---

3. 딥러닝(심층학습)

앞에 설명한 머신러닝의 부분집합인 딥러닝은 

컴퓨터의 지능을 한 차원 더 올려놓는 역할을 하며, 

대량의 데이터와 컴퓨팅 기술을 활용해 심층신경망(Deep Neural Networks, 링크)을 구현한다. 

심층신경망의 기본적인 원리는 인간 두뇌의 연결성을 모방해 데이터 세트를 분류하고, 

데이터 간 상관 관계를 찾아내는 것입니다. 

이렇게 인간의 도움 없이도 새롭게 발견한 지식을 바탕으로, 

기계는 다른 데이터 세트에 통찰력을 적용한다.

처리하는 데이터의 양이 많아질수록 기계의 예측도 더 정확해진다.

예를들면, 

과일의 색상, 형태, 크기, 최적 수확시기, 원산지 등 대량의 데이터 세트를 검토해, 

이 사과가 홍옥 사과가 맞는지, 이 오렌지가 감귤인지 구분할 수 있는 것입니다.

딥러닝(심층학습)은 여러 비선형 변환기법의 조합을 통해 

높은 수준의 추상화(대량의 복잡한 데이터들 속에서 핵심적인 내용 또는 기능을 요약하는 작업)를 시도하는 

기계학습(machine learning) 알고리즘의 집합으로 정의되며, 

큰 틀에서 사람의 사고방식을 컴퓨터에게 가르치는 기계학습의 한 분야라고 이야기할 수 있다.

---

오피스365 자동갱신 구독취소
엑셀다운 무료 사용하기 (워드, 파워포인트)
하이패스 사용내역 조회 및 영수증출력