TIL - EP 39 - 45
2023.01.25
1. 인공지능 & 머신러닝 & 딥러닝
인공지능
narrow AI vs general AI
영화에 자주 등장하는 것 처럼, 거의 모든 영역에서 인간보다 우수한 수행능력을 보이는 AI를 general AI 라고 한다. 요리도 하고, 대화도 하고, 게임도 하고, 그림도 그리고 등등 모든 것을 다 잘 하는 AI 말이다. 그런데 이런 AI는 현실 세상에는 알려진 바가 없다. 아직 기술적인 한계가 있는 것 같다.
현재 잘 알려진 AI들은 모두 narrow AI에 가깝다. 대화를 잘 하는 AI, 게임을 잘 하는 AI, 그림을 잘 그리는 AI가 각각 존재하는 것이다. 이처럼 특정 분야에만 두각을 드러내는 AI를 narrow AI라고 한다.
머신러닝은 인공지능을 학습시키는 방법
머신러닝은 인공지능을 학습시키는 방법이다. 그리고 학습시키는 방법으로는 지도학습과 비지도학습으로 나뉜다.
사진을 보고 강아지인지 아닌지 판별할 수 있는 AI를 만든다고 가정해보자.
지도학습을 시킬 때는 강아지의 특징을 구별하여 인공지능에게 알려주는데 이러한 특징을 라벨(label)이라고 한다.
- 귀가 있다.
- 털이 있다.
- 눈이 동그랗다
등등의 라벨을 토대로 학습시킨다. 그리고 강아지 사진과 강아지가 아닌 사진(데이터)들을 가지고 라벨에 부합하는지 여부를 학습시키는 것이다. 그럼 AI는 학습을 토대로 어떤 사진을 봤을 때, 이 사진은 라벨의 70%정도 강아지와 일치한다. 와 같은 결론을 내리게 되는 것이다.
비지도학습은 반대로 라벨이 없는 데이터를 주는 것이다. 전혀 정보를 주지 않고 강아지 사진만 수만 장을 보여주면서 스스로 학습하게 만든다.
딥러닝은 머신러닝의 하위 개념이다.
딥러닝은 머신러닝의 부분집합으로, 머신러닝을 달성하기 위한 방법 정도로 분리하여 이해하면 된다. 딥러닝이라 하는 이유는 구현 과정에서 여러 층으로 만들어지기 때문이다. 딥러닝을 대표하는 알고리즘으로 뉴럴 네트워크가 있다.
이 책에서도 딥러닝에 대해서는 자세히 다루지 않고 있으므로 참고 하면 좋을 것 같다.
마지막으로 니코쌤의 유튜브 강의를 참고해도 좋다.
