글의 순서가 좀 잘못 된 것 같다. 사실 머신러닝과 딥러닝은 별개의 개념이 아니라 머신 러닝 속에 딥러닝이 있는 상위-하위 개념이다. 그리고 머신러닝과 딥러닝은 AI의 하위 개념이다. 정리해보면 AI>ML>DL인 것이다.
GDSC에서 DL의 멤버가 되었기 때문에 DL을 공부하려고 봤더니 ML에서 쓰이는 요소들, 즉 ML에 대한 전반적인 공부가 선행되어야 함을 알았다. 그야 ML가 더 상위 개념이니 그럴만도 하다. 따라서 ML을 먼저 하고 DL공부를 시작해야겠다는 생각이 들었다.
그렇다면 ML은 무엇인가?
위 글에도 잘 나와 있듯이, 규칙기반 인공지능은 바나나의 특성을 인간이 스스로 컴퓨터에게 학습시켜주어야 하는데, 머신러닝은 처음부터 바나나 이미지 = 바나나 라는 것을 컴퓨터에게 알려주면, 컴퓨터가 그 이미지로 하여금 바나나의 특성을 학습하고 비슷한 바나나 이미지를 주었을때 바나나라는 것을 바로 캐치해 내는 것이다.
썰어놓은 바나나는 어떨까? 노란색, 길다, 약간 휘었다 라는 기존의 바나나와 달리 썰어놓은 바나나는 특성이 전혀 달라진다. 규칙기반 인공지능이라면 인간이 썰어놓은 바나나의 특성까지 추가로 학습을 시켜줘야 하는데, 머신러닝 방식이라면 썰어놓은 바나나 이미지 = 바나나라는 것만 학습을 시킨다면, 안 썬 바나나나 썬 바나나나 모두 똑같이 바나나로 인식할 수 있게 되는 것이다.
DL은 ML과 어떤 차이?
딥러닝은 ML의 하위 개념이지만 아예 인간의 뇌를 모방함으로써 훨씬 더 정교한 학습 방식이다. 메커니즘도 서로 다른데, 딥러닝은 인간이 학습하는 메커니즘을 그대로 모방하여 학습이 이루어지기 때문에, 학습 과정에서 인간의 개입이 전혀 이루어지지 않는다. 그 이유는 인공 신경망(ANN)을 이용하기 때문이다. 물론 인공 신경망을 만드는 알고리즘을 작성하여 그것을 코드로 구현하고, 데이터를 부여하는 것은 인간 몫이다.
더 세부적인 내용은 https://velog.io/@huttzza/%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-2를 보고 학습하였다.
