인공지능, 머신러닝, 딥러닝 이해

[그림출처] 엔비디아가 제시하는 인공 지능과 머신 러닝, 딥 러닝의 차이

인공지능: 인간의 지능을 기계로 구현한다.

1956년 인간의 지능과 유사한 특성을 가진 컴퓨터를 만드는 것이 꿈이었다.

인간의 감각, 사고력을 가진 인간처럼 생각하는 인공지능을 우리는 일반 AI(General AI) 라고 한다. 하지만 현재 기술 발전 수준에서 만들어 낼 수 있는 인공지능은( 좀더 좁게 이미지 분류라던가 얼굴인식이라던가) 특정 작업에서 인간 이상의 능력을 보여주는 특징을 가지고 있으며 이를 구분하여 좁은AI(Narrow AI)라고 한다.

머신러닝: 인공지능을 구현하는 구체적 접근 방식

기본적으로 알고리즘을 이용하여 데이터를 분석하고, 분석을 통해 학습하며, 학습한 내용을 기반으로 판단이나 예측한다. 즉 의사 결정의 기준은 소프트웨어에 직접 코딩하는 것이 아니라 대량의 데이터와 알고리즘을 통해 컴퓨터 자체를 학습 시켜 작업을 수행하는 방식이다.

딥러닝:  완전한 머신 러닝을 실현하는 기술

인공신겨앙에서 발전한 형태의 인공지능으로 뇌의 뉴런과 유사한 정보 입출력 계층을 활용해 데이터를 학습한다. 2012년 구글과 스탠퍼드대 앤드류 응(Andrew NG)교수는 16,000개의 컴퓨터로 약 10억개 이상의 신경망으로 이뤄진 '심층신경망(Deep Neural Network)'을 구현했다. - 이 연구는 컴퓨터가 영상에 나온 고양이의 형태와 생김새를 인식하고 판단 하는 과정을 스스로 학습하여 유튜브 동영상에서 사람과 고양이 사진을 분휴하는데 성공하였다.

딥러닝으로 훈련된 시스템의 이미지 인식능력은 이미 인간을 앞서고 있으며, 이 외에도 혈액의 암세포, MRI 스캔에서 종양식별등에서도 인간의 능력을 앞서고 있다. 

딥러닝의 등장으로 머신 러닝의 실용성은 강화되었고, 인공지능의 영역은 확장 되었다. 운전자 없는 자동차, 예방의학, 영화추천과 같은 딥러닝 기반의 기술들이 우리 일상에서 이미 사용되고 있거나 실용화를 앞두고 있다.