인공지능(AI)

인공지능이란 문제를 해결함에 있어 마치 인간처럼 컴퓨터나 기계가 동작하도록 하는 것이다.

인공지능과 함께 머신러닝과 딥러닝 또한 들어봤을 것이다. AI는 두 개념을 포괄한다. 그리고 머신러닝 또한 딥러닝을 포괄하는 개념이다.

이 페이지에서는 머신러닝에 대해 알아볼 것이지만 머신러닝과 딥러닝의 차이는 이해하고 있을 필요가 있다.

규칙 기반과 머신러닝 기반

문제를 해결하는데, 왜 컴퓨터를 학습시켜 사용할까? 오히려 인간인 우리가 더 쉽게 할 수 있지 않는가 하는 의문이 생길 수 있다.

이에 대해서 다음 두가지를 비교하면 좋다. 바로 규칙 기반으로 문제를 해결하는 경우와 머신러닝 기반으로 문제를 해결하는 경우다.

스팸 필터링하는 상황을 생각해보자.

두 방법의 차이

머신러닝의 경우 규칙 기반 알고리즘과는 다르게 여러 인자를 동시에 고려할 수 있고, 이에 따라 더 많은 유형의 스팸 분류를 기대할 수 있다.

규칙 기반의 문제점

• 전문가의 지식이 규칙의 집합으로서 표현할 수 있는가?
• 스팸의 유형이 다양해질수록 규칙이 복잡해지는데, 과정 알고리즘화할 수 있는가?
• 스팸 유형이 빠르게 변화함에 따라 갱신된 규칙을 신속하게 적용할 수 있는가?

규칙 기반의 알고리즘이 갖는 문제점을 머신러닝으로 해결할 수 있다.

그렇다고 머신러닝도 문제가 없는 것은 아니다.

머신러닝의 문제점

• 정교한 학습을 위해서는 많은 양의 데이터가 필요하다.
• 대량의 계산을 위한 고성능의 컴퓨팅이 필요하다.

인간의 규칙 기반 문제점을 해결할 수 있는 머신러닝은 각광을 받기까지 꽤 오랜 시간이 걸렸다. 그 원인으로는 컴퓨터 성능의 한계 때문으로도 볼 수 있다.

하지만 지금은 어떠한가? 많은 양의 데이터를 다루는 빅데이터가 등장하고 고성능의 컴퓨팅 파워와 알고리즘이 나왔다.

이런한 변화는 머신러닝의 급격한 성장으로 이어졌다.

딥러닝과 머신러닝의 차이점

딥러닝에 관한 포스트도 다룰 예정이기에 간단하게만 비교하겠다.

머신러닝, 딥러닝 모두 인공지능 안에 있는 개념이지만 의미적으로 보면 딥러닝이 인공지능과 더욱 가깝다고 할 수 있다.

머신러닝은 규칙 기반의 예측 방법론이다. 인공 지능에서 말하는 "지능"과의 큰 관련은 없다.

딥러닝은 인공 신경망(ANN)을 사용한다는 점에서 인공지능과 더욱 가깝다고 말할 수 있다. 인공 신경망이란 인간의 생물학적 신경망을 본딴 개념이다.

• 인공 신경망(ANN)에 대한 내용은 여기서 확인

---

머신러닝의 종류

머신러닝의 종류는 학습 방법으로 구분할 수 있다. 학습 유형으로는 크게 두 가지로 나뉘는데, 지도학습과 비지도학습이다. 원어(Supervised)에 가깝게 감독과 비감독이라고도 말한다.

지도학습은 정답이 있는 경우를 비지도학습은 정답이 없는 경우를 다룬다.

지도학습(Supervised Learning)

지도학습은 입력 데이터 $X$와 타겟값 $y$를 알고 있는 데이터 학습이다. 지도학습에서는 $X$, $y$ 관계를 모델링하여 새로운 데이터에 대한 타겟값 예측 $\hat{y}$ 에 사용하게 된다.

함수로는 $y=f(X)$ 처럼 표현할 수 있고, 이때 $f$ 는 모델이다.

• AI에서 모델은 주어진 데이터를 학습하여 패턴과 규칙을 찾아내고, 새로운 데이터에 대해 예측이나 결정을 내리는 수학적 구조 또는 알고리즘을 말한다.

지도학습에서는 $y$ 값의 형태에 따라 분류와 회귀로 나눈다.

1. 이산형 변수 (discrete variable)
   → 분류 (Classification)
2. 연속형 변수(continous variable)
   → 회귀 (Regression)

1. 분류(classification)

타겟값 $y$ 가 이산형 변수라는 말은 특정한 값(유한정)을 가진다는 말이다.

개와 고양이를 구분하는 문제, 스팸 메일을 구분한는 문제, 얼굴 인식, 제품이 불량한지 조기 판단하는 경우 모두 분류 유형에 속한다. 이 예시 모두 개 아니면 고양이, 스팸 아니면 스팸이 아닌 매일, A 인간의 얼굴 아니면 B 혹은 C 인간의 얼굴 등 모두 특정한 값을 분류하는 문제다.

수많은 데이터가 $X_1$과 $X_2$의 특징을 가지고 있으며, 각각의 데이터는 $Y$ 라는 클래스(정답)를 가지고 있다. 이 데이터를 공간상에 표현하면 다음과 같이 위치하게 될 것이다.

a. 이진 분류(Binary Classification)

이진 분류는 타겟값이 두 가지인 경우다.

예를 들어,

• 스팸 / 정상 메일
• 합격 / 불합격
• 질병 있음 / 없음

처럼 결과가 둘 중 하나로 나뉘는 문제다.

모델은 각 데이터가 특정 클래스에 속할 확률을 계산하고, 임계값(threshold)을 기준으로 클래스를 결정한다.

이진분류 함수는 아래와 같은 형태를 갖는다.

b. 다중 클래스 분류

타겟값이 세 개 이상인 경우다.

예를 들어,

• 숫자 0~9 인식
• 고양이 / 강아지 / 새
• 제품 A / B / C 등급

이진 분류보다 복잡하며, 각 클래스에 대한 확률을 계산하고 가장 높은 값을 선택한다.

2. 회귀(Regression)

회귀는 타겟값이 연속형 변수일 때 사용한다.

집값 예측, 매출 예측 온도 예측처럼 결과가 실수 값으로 표현되는 문제다.

회귀는 보통 다음과 같은 형태로 표현된다.

여기서 $f(X)$는 모델이며 ϵ는 오차이다.

대표적인 평가 지표로는 MSE, RMSE, MAE 등이 있다.

---

비지도학습(Unsupervised Learning)

비지도학습은 정답이 없는 데이터를 다룬다.
즉, $y$ 가 없다. 모델은 데이터의 구조나 패턴 자체를 찾는 것이 목적이다.

클러스터링(Clustering)

클러스터링은 비슷한 데이터끼리 묶는 방법이다. 예를 들어 고객을 소비 패턴에 따라 그룹화하거나 뉴스의 기사를 주제별로 분류, 유전자 데이터를 군집화하는 등의 작업에 클러스터링을 활용한다. 정답은 없지만, 데이터 내부의 유사성을 기준으로 그룹을 만든다.

대표적인 알고리즘으로는 K-means, Hierarchical Clustering, DBSCAN 등이 있다.

---

강화학습(Reinforcement Learning)

강화학습은 행동을 통해 보상을 최대화하는 학습 방식이다. 위의 학습과는 꽤 다른 형태를 가지고 있다. 우선 강화학습을 이해하기 위해서는 아래 4가지 구성 요소가 있음을 알아야 한다.

• Agent (행동 주체)
• Environment (환경)
• Action (행동)
• Reward (보상)

에이전트는 환경에서 행동하고, 보상을 받으며 점점 더 좋은 전략을 학습한다.

게임 AI, 로봇 제어, 자율주행 등에 활용된다. 최근의 트랜드로 볼 수 있다. 추후 피지컬 AI를 다루며 강화학습에 대해 더 깊게 이해하는 시간을 가져보겠다.

---

기타 유형

반지도 학습(Semi−Supervised Learning)

일부 데이터만 정답이 있고, 나머지는 없는 경우다. 라벨링 비용이 비싼 상황에서 자주 사용된다.

자기 지도 학습(Self−Supervised Learning)

데이터 자체에서 정답을 만들어 학습하는 방식이다. 최근 대형 언어 모델(LLM)이 사용하는 핵심 방식으로

• 문장의 다음 단어 예측
• 이미지 일부 가리고 맞추기

등이 자기 지도 학습을 말한다. Transformer 논문리뷰에서도 이 개념을 다루었다.

온라인 학습(OnlineLearning)

데이터가 실시간으로 들어오는 환경에서 모델을 지속적으로 업데이트하는 방식이다.

금융 거래 탐지, 추천 시스템 등에 사용된다.

트랜스퍼 러닝(TransferLearning)

이미 학습된 모델을 재사용하는 방식이다.

예를 들어, ImageNet으로 학습된 모델을 내 데이터에 맞게 재학습(fine-tuning)한다.

적은 데이터로도 높은 성능을 낼 수 있다는 장점이 있다.

---

머신러닝 프로세스

머신러닝은 단순히 모델만 학습하는 것이 아니다.
하나의 흐름으로 이해해야 한다.

1. 문제 정의
2. 데이터 수집
3. 데이터 전처리
4. 모델 선택
5. 학습
6. 평가
7. 개선 및 배포

이 과정은 한 번으로 끝나지 않는다. 모델을 개선하기 위해 반복한다.