우리가 인공지능 머신러닝, 딥러닝, 이렇게 구분 지어 이야기를 하지만, 사실 이 3가지의 차이는 크게 없습니다.

 

인공지능이 곧 머신러닝이고, 머신러닝이 곧 딥러닝 이기 때문입니다.

 

말이 좀 어려운데요.. 벤다이어어 그램으로 한번 확인해보도록 하겠습니다.

 

 

 

 

 

먼저, 인공지능머신러닝과 딥러닝을 대표하는, 큰 범주라 말할 수 있습니다.

 

 

 

 

 

 

 

 

 

이러한 인공지능을 구현하는 대표적인 방법에는 머신러닝이 있습니다.

 

 

 

 

 

 

그럼, 머신러닝에 대해서 알아보도록 하겠습니다.

 

머신러닝 이전, 일반 컴퓨터 공학에서의 핵심은, 공식을 가르쳐 주고, 정답을 알아내는 것이 일반적이고 보편적이었습니다.

 

그러나 현재는 원인들과 결과들을 컴퓨터(머신)에게 학습(러닝) 시켜 주면, 컴퓨터가 이것(원인:결과)들을 분석하여 새로운 규칙을 찾는 것이 더 중요해졌습니다.

쉽게 말씀드리자면, 컴퓨터에게 덧셈을 알려주어서 1+2는 뭐야? 2+3 은 뭐야?... 이렇게 컴퓨터에게 정답을 물어보는 것이 아니라,

"1과 2를 넣었더니 3이 되었고.. 2와 3을 넣었더니 5가 되었네...그럼 이 사이에 무슨 규칙이 있는 거야..?"

 

라고 컴퓨터에게 질문을 하면서, 컴퓨터 스스로가 덧셈에 작동 원리를 알려주는 것이 머신러닝입니다.

 

이러한 머신러닝에는 크게 3가지 학습 방법이 존재하는데...

 

(지도학습(Supervised), 비지도학습(Unsupervised), 강화학습(Reinforcement))

 

다음 포스팅에서 소개드리도록 하겠습니다.

반응형

+ Recent posts