인공 지능 관련 개념 정리

J. Hwang·2024년 8월 12일

인공 지능, 머신 러닝, 딥 러닝, 데이터 마이닝 등 관련 비슷한 개념들이 혼동될 때가 있으니 명확하게 정리를 해보고자 한다.

인공 지능 (Artificial Intelligence; AI)

우선 인공 지능이 가장 큰 개념이라고 할 수 있다. 인공 지능이란, 컴퓨터로 인간의 지능(학습 능력, 추론 능력, 지각 능력 등)을 구현하는 분야이다. 우리가 흔히 접한 인공 지능의 예로는 알파고, 빅스비, 시리 등이 있다.

머신 러닝 (Machine Learning)

머신 러닝은 인공 지능을 구현하기 위해서 컴퓨터가 학습할 수 있도록 하는 알고리즘을 개발하는 분야이다. Tom Mitchell(1998)의 정의에 따르면 머신 러닝은 어떠한 작업 Task에 대해 경험 Experience와 함께 성능 Performance를 향상시키는 것이다. 예를 들어 스팸 메일을 분류하는 작업(T)을 하기 위해 스팸이라고 분류된 것과 정상 메일로 분류된 (라벨링된) 데이터 셋을 학습시키고 (E) 그 분류가 제대로 되었는지 확인하는 것 (P) 이 머신 러닝이다.

머신 러닝의 접근법은 크게 지도 학습, 비지도 학습, 강화 학습으로 나눌 수 있다.

지도 학습 (Supervised learning) : input data와 함께 "정답"인 output data를 함께 주어 학습시키는 것을 말한다. 궁극적으로는 input에서 ouput을 도출시키는 함수를 유추해내고, 정답이 주어지지 않은 input에 대해서도 올바른 output을 예측할 수 있도록 한다. 지도 학습은 크게 분류와 회귀라는 두 가지 유형의 문제로 나눌 수 있다.
- 분류 (Classification) : 예측값으로 discrete value를 출력
- 회귀 (Regression) : 예측값으로 continuous value를 출력
비지도 학습 (Unsupervised learning) : 지도 학습과는 다르게 "정답"인 output data 없이 input data만 주고 학습시키는 것이다. 따라서 컴퓨터가 직접 input data의 숨겨진 패턴을 찾아내게 된다. 비지도 학습에도 다양한 유형의 문제가 있다.
- 군집화 (Clustering) : 비슷한 데이터를 묶어서 그룹으로 분류하는 기술
- 밀도 추정 (Density estimation) : 부류(class)별 데이터를 만들어 냈을 것으로 추정되는 확률 분포를 찾는 것 (~~무슨 말이지?~~)
- 차원 축소 (Dimensionality reduction) : 높은 차원의 데이터를 낮은 차원으로 줄여 특징을 살펴보는 기법

강화 학습 (Reinforcement learning) : 강화 학습은 현재 상태에서 보상을 극대화하기 위해 어떻게 행동해야 하는지 방향을 찾는 것이다.

딥 러닝 (Deep Learning; DL)

딥 러닝은 머신 러닝의 여러 기술들 중에서 인간 뇌의 뉴런 구조를 활용하여 인공 지능을 구현하는 것이다. 과거에는 하드웨어의 성능이 따라주지 않아서 불가능한 기술이었으나 반도체가 비약적으로 발전한 현재에 특히 각광받고 있다. 딥 러닝에 사용되는 신경망의 종류로는 심층 신경망 (Deep Neural Network; DNN), 합성곱 신경망 (Convolutional Neural Network; CNN), 순환 신경망 (Recurrent Neural Network; RNN), 제한 볼츠만 머신 (Restricted Boltzmann Machine; RBM), 심층 신뢰 신경망 (Deep Belief Network; DBN), Deep Q-Network 등이 있다.

데이터 마이닝 (Data Mining)

데이터 마이닝은 대용량의 데이터 내에 존재하는 관계, 패턴, 규칙 등을 탐색하고 모형화함으로써 유용한 지식을 추출하는 것이다. 데이터 마이닝을 통해 데이터의 분류, 군집화, 연관성, 연속성, 예측 등을 할 수 있다. 머신 러닝의 경우 데이터 내에서 관계를 파악하여 새로운 데이터에 대한 예측에 초점이 맞춰진 것이고, 데이터 마이닝은 데이터의 숨겨진 특성을 찾는 것에 초점이 맞춰진 것이다.

아래 도식은 AI, ML, DL이 어떤 관계인지 보여준다.
AI, ML, DL의 관계