Ⅰ. 인공지능, 머신러닝, 딥러닝

인공지능, 머신러닝, 딥러닝의 관계

1.1 머신러닝

머신러닝, 다른말로 기계학습이라고 하는 기법이다. 직관적으로 머신이 학습하는걸 의미하는데 어떻게 학습하는지는 전통적인 프로그램의 운용방식과 비교해보면 차이점이 명확하다.

위처럼 전통적인 프로그램의 경우 사람이 각각의 테스크에 관여를 하게 되지만 머신러닝 알고리즘을 활용한 경우 입력값과 해당 정답값에 대한 결괏값을 입력할 경우 그 사이 관계를 찾아서 알고리즘이 새로운 프로그램을 만듭니다. 이후 새로운 데이터가 주입될 때마다 값을 예측하고 관계를 조정하여 최적의 관계를 추론하게 됩니다. 즉, 머신러닝은 아래와 같은 단계를 밟아갑니다.

1. 머신러닝 알고리즘으로 입력된 데이터간의 관계를 정함.
2. 관계를 바탕으로 새로운 프로그램(모델)을 만들게 됨.
3. 새로운 데이터가 주어졌을 때 결과를 예측함.

그렇기 때문에 머신러닝에는 수많은 데이터가 필요합니다.

1.2 딥러닝

딥러닝, 다른말로 심층학습이라고 하는 기법이다. 딥러닝은 인간의 두뇌 작동방식을 본떠 개발된 것으로 아래와 같이 입력층과 출력층 사이에 은닉층을 두어 인간의 신경망처럼 작동시킵니다.

딥러닝은 머신러닝(이하 ml)의 방법 중 하나입니다.