Prologue
데이터분석에 관심을 가지고 공부를 해왔고, 이제는 데이터 분석과 인공지능(AI), 머신러닝, 딥러닝이라는 단어를 쉽게 접할 수 있는 시기가 되었다. 문득 계속해서 공부를 해오던 와중 관심을 사로잡게 된 책이 있어 구매를 하게 되었고, 책을 읽으면서 좋은 예제와 설명을 통해 많이 깨달은 바가 있어 내것으로 만들어보고자 글을 쓰게 되었다.
What is AI, ML, DL?
인공지능, 머신러닝, 딥러닝
인공지능(AI : Artificial Intelligence), 머신러닝(ML : Machine Learning), 딥러닝(DL : Deep Learning), 이제는 정말 쉽게 접할 수 있는 단어들이다. 그 중 가장 핵심인 '인공지능', 사실 이 단어는 우연히, 어느순간 나타난 단어가 아니다. 인공지능의 역사는 약 80년 정도 되었으며, 지난 80년간 수많은 이론들이 세상에 모습을 보였다. 또한, 인공지능의 겨울이라 불리는 시기도 2번이나 존재했는데, 성능과 관련된 문제들로 해당 시기만큼은 연구 및 투자가 감소했었다.
그래서 결국 인공지능이 뭔데?
인공지능은 인간처럼 생각하고, 인간의 행동을 모방하도록 프로그램 된 기계에서 인간의 지능을 시뮬레이션 하는 것이다. 즉, 컴퓨터가 지능을 가지고 인간처럼 학습하고, 추론할 수 있는 모든 것들을 의미한다고 봐도 무방하다.
대략적인 인공지능의 연혁
- 1943년 '워런 매컬러'와 '월터피츠'에 의해 최초로 뇌의 '뉴런'개념이 등장했다.
- 1950년 '앨런 튜링'에 의해 사람과 인공지능을 구분하는 '튜링테스트'가 발표되었다.
- 1957년 '프랑크 로젠블라트'에 의해 로지스틱 회귀의 초기 버전인 '퍼셉트론'이 등장했다.
- 1974~80년, 1987~93년 두 번의 겨울을 맞이한다. ( 연구 및 투자 감소 )
- 1998년 Lenet-5, 2012년 Alexnet을 지나 우리에게 가장 깊은 인식을 심어준 '알파고'가 2016년에 등장했다.
인공지능의 종류
인공지능은 흔히 강인공지능과 약인공지능으로 분류된다.
- 강인공지능 ( Strong AI ) : 사람과 구분이 안될정도로 강한 성능을 가진 인공지능을 말한다.
( ex) Avengers : Jarvis, Her : Samantha, etc.) - 약인공지능 ( Weak AI ) : 특정 영역에서 작업을 수행(보조)하는 인공지능을 말한다.
( ex) AI Speaker, 자율 주행 자동차, 빅스비, 시리 etc.)
머신러닝
머신러닝은 주어진 데이터를 활용해서, 전통적인 프로그래밍 방식과는 다르게 컴퓨터가 '스스로' 규칙을 학습(= 훈련)하는 것을 의미한다. 말그대로 기계가 학습한다는 것이다! 인공지능에 속하고(위 그림에서 확인할 수 있다!!) 지능 구현을 위한 소프트웨어로 볼 수있다. 특히 머신러닝은 통계학과 연관이 있으며, 이 부분이 내가 데이터 분석을 접하면서 가장 처음 맛보았던 곳이기도 하다. 머신러닝은 지도학습, 비-지도학습, 준지도학습으로 구분을 할 수 있는데 이 부분은 아래 링크에서 개략적으로 다루었다.
머신러닝 학습구분 바로가기
딥러닝
딥러닝은 머신러닝의 알고리즘 중 인공신경망( ANN : Artificial Neural Network )을 기반으로 둔 방법이다. 머신러닝 알고리즘은 선형회귀, 로지스틱회귀, 결정트리 등 여러가지가 있는데 인공신경망도 그 중 하나인 것이다. 인공신경망과 딥러닝에 대한 개념은 크게 구분하지 않기 때문에 혼용해서 사용되곤 한다.
머신러닝과 딥러닝에서의 가장 큰 구분점
일반적으로 머신러닝은 정형화된 데이터(Structured Data)를 처리하는데에 특화되어있다. 정형화된 데이터는 엑셀, CSV, DB와 같이 구조가 잘 잡혀있는 데이터들을 의미한다. 반면, 딥러닝은 비정형화 데이터(Unstructured Data)를 처리하는데 좀 더 유용하다. 비정형 데이터로는 음성, 텍스트, 이미지, 동영상 등이 있다.
