😒 인공지능 vs 머신러닝 vs 딥러닝
인공지능(AI), 머신러닝(ML), 딥러닝(DL)은 별개의 기술이 아니라 포함 관계에 있습니다.
- AI : "지능"을 목표로 하는 가장 큰 개념
- ML : 데이터에서 스스로 규칙을 학습하는 AI의 한 분야
- DL : 심층 신경망을 이용하는 ML의 세부 분야
인공지능이란?
인공지능(AI)이란 인간의 지능적 행동(학습, 추론, 문제 해결 등)을 모방하거나 구현하려는 기술 및 연구 분야를 의미합니다.
- 기술적 특이점 (Singularity)
인공지능이 인간 지능을 뛰어넘어 스스로 발전하는 시점을 말합니다. 미래학자들이 많이 언급하는 개념으로, AI의 잠재적 한계와 가능성을 동시에 보여줍니다.- 튜링 테스트 (Turing Test) 사람이 기계와 대화를 나눴을 때, 기계인지 사람인지 구분하지 못하면 그 기계는 "지능적"이라고 판정하는 기준입니다.
- 약인공지능 (Narrow AI) 특정 문제를 잘 해결하는 AI. 예: 음성인식, 이미지 분류, 추천 시스템.
- 강인공지능 (General AI) 인간처럼 범용적인 사고와 문제 해결 능력을 가진 AI. 현재는 연구 단계이며 실현되지 않음.
어떻게 복잡한 기능을 만들까?
- 함수(Function)
입력을 받아 출력을 내는 규칙. 간단한 수학적 연산부터 복잡한 알고리즘까지 모두 함수로 표현 가능.- Low-level function 덧셈, 곱셈, 비교 같은 단순 연산.
- High-level function 여러 low-level function이 합쳐져 만들어지는 복잡한 기능. 예: 음성 인식, 이미지 이해.
- 함수 구조와 머신러닝의 동작 원리
- 파라미터(가중치)를 활용해 함수 공간을 정의.
- 데이터를 사용해 예측과 정답의 차이(오차)를 측정.
- 이 오차를 줄이는 방향으로 파라미터를 조정(학습).
- 딥러닝이란? 함수가 가진 파라미터의 수, 형태에 따라 매우 복잡한 기능도 구현이 가능합니다. 즉. 딥러닝이란, 심층신경망 구조의 모델을 사용하는 머신러닝의 일종이라고 보시면 됩니다.
