인공지능, 머신러닝, 딥 러닝 관계

• 이번 글에서는 흔히 사용되는 AI 용어 정리를 해볼 생각입니다.
• 인공지능, 머신러닝, 딥 러닝의 차이점과 관계 그리고 의미를 알아보겠습니다.
• 또, 데이터 사이언스는 이러한 AI와 무슨 관계가 있는지 알아보겠습니다.

AI 용어 관계

• 대표적인 3가지 AI 용어 인공지능, 머신러닝, 딥 러닝의 관계부터 알아보겠습니다.
• AI는 Artificial Intelligence의 줄인말로, 번역하면 인공지능입니다.
• 이러한 인공지능 안에 머신러닝이 있고, 머신러닝 안에 딥 러닝이 있습니다.

인공지능이란?

• 그렇다면 AI, 인공지능은 무엇일까요?
• AI는 크게 General AI와 Narrow AI로 나눌 수 있습니다.
• 영화속의 AI는 주로 General AI로, 인간이 하는 행동을 모두 잘합니다.
• 하지만, 현재 시장에서 다루는 AI는 Narrow AI로 작은 범위의 것을 잘합니다.
• Narrow AI에는 사진 속 얼굴 인식, 스마트 스피커 음성 인식 등이 있습니다.

머신러닝이란?

• 이러한 Narrow AI를 학습시키기 위해서 ML이 존재합니다.
• ML은 AI를 달성하기 위한 수단이나 AI를 사용하고 있는 시스템을 일컫는데요.
• 요즘 가장 대표적인 학습 방법에는 Supervised Learning이 있습니다.
• 명시적인 답이 있는 input label에서 output을 얻는것을 Supervised Learning이라고 하는데요.
• Supervised Learning에 대해 보다 자세히 알고싶다면 블로그 글을 참고해주세요.

딥 러닝이란?

• Deep Learning은 ML을 달성하기 위한 방법으로, Neural Network를 이용합니다.
• Neural Network는 한국말로 신경망이고 사진처럼 생겼는데요.
• 이것이 여러 Layer로 구성되어 있으면 Deep Neural Network가 됩니다.
• 최근 강력해진 프로세싱과 많아진 Data 덕분에, 여러 Layer를 통해 학습하는 것이 가능해졌습니다.
• 그러면서 Deep Learning을 통한 AI 개발이 인기를 끌기 시작한 것입니다.

데이터 사이언스

• Data Science는 데이터 셋에서 유의미한 결론을 내는 작업을 일컫습니다.
• 즉, Data를 통해 어떠한 유의미한 것을 얻는다면 Data Science라고 할 수 있습니다.
• 굳이 AI와의 관계를 따지자면, 사진과 같이 AI와 일부 겹치지만 직접적인 관계는 없습니다.

마무리

• 이렇게해서 우리가 흔히 AI, 인공지능이라고 하는 분야의 용어를 정리해봤습니다.
• 인공지능, 머신러닝, 딥 러닝의 차이점과 관계를 알아보고, 각 용어에 대해 간략히 알아봤습니다.