머신 러닝과 딥 러닝을 왜 배워야 할까?
제4차 산업혁명 이후 인공지능이 유행하면서 머신 러닝(Machine Learning, ML)과 딥 러닝(Deep Learning, DL) 개념도 함께 떠오르고 있다.
생각보다 우리 주변에는 이미 인공지능이 많이 자리하고 있으며 수많은 기업에서도 관심을 보이고 있다.
스마트 폰은 물론이고 집 안에서는 인공지능 스피커, 스마트 TV, 스마트 냉장고 등등.. 집 밖에서는 스마트 공장, 자율 주행 자동차, 스마트 배달 로봇, 스마트 엘리베이터 등등 실제로 수많은 인공지능 적용 사례들이 있으며 일상생활에 상당히 많은 영향을 끼치고 있다.
그만큼 중요하기도 하며 이제는 IT 분야뿐만이 아니라 해양학, 경제학, 언어학 등등 다양한 분야와도 융합적으로 적용되고 있기 때문에 꼭 컴퓨터와 관련된 분야만 인공지능을 공부해야 한다는 법은 없다.
한 마디로 우리가 인공지능을 알아야 하는 이유는 이미 우리 일상생활에 굉장히 많은 부분 녹아들어 있기 때문이라고 할 수 있다.
물론 기술적인 부분까지 꼭 공부하라는 것은 아니다. 인공지능이 무엇이고 언제 어떻게 쓰이고 어떤 방식으로 동작하는지 그리고 회사의 관점에서 본다면 이 인공지능이 우리 회사에 어떻게 사용될 수 있을지 이런 안목을 기르는 것만으로도 충분하다.
빅 데이터와 인공지능의 관계
빅 데이터라는 말을 한 번쯤 들어봤을 것이다.
빅 데이터는 쉽게 말하면 이 세상 수도 없이 많은 데이터들을 집합체 그리고 이를 포함하여 이 데이터들을 다루는 개념적이고 기술적인 플랫폼을 통틀어 빅 데이터라고 얘기한다.
다시 말해 빅 데이터는 단순히 수많은 데이터뿐만 아니라 이를 분석하는 도구와 가치를 추출하는 방법론 등을 모두 포함한 포괄적인 개념이라고 볼 수 있다.
이 빅 데이터와 인공지능의 관계는 매우 밀접하다.
인공지능이 크게 대두되지 않았을 때도 우리는 많은 데이터를 생성해내고 있었으며 이제는 데이터를 가공하여 가치를 추출하는 데에는 충분한 데이터가 쌓여있다.
또한 이 데이터를 분석할 때 사용하는 수많은 라이브러리와 도구들이 이미 제공되어 있고 관련 자료 또한 많다.
이미 수많은 데이터와 강력한 라이브러리들이 있기 때문에 머신러닝과 딥러닝을 접하기에는 정말 좋은 시기라고 생각한다.
머신 러닝과 딥 러닝은 무엇인가?
한눈에 시각적으로 알아볼 수 있도록 관계도를 먼저 넣어보았다.
그림에서 알 수 있다시피 딥 러닝과 머신 러닝은 서로 포함 관계에 있다.
머신 러닝(Machine Learning, ML)은 기계 학습이라고도 하며 학습(Training)을 통해 데이터의 패턴을 감지하거나 미래 데이터를 예측할 수 있는 등의 알고리즘과 기술을 연구하고 개발하는 분야이다.
쉽게 얘기하면 머신 / 러닝, 즉 기계가 배우는 것(Learning)이고 우리는 학습(Training)을 시켜주는 것이다. 그리고 앞전에 배웠던 것을 토대로 미래를 예측하거나 데이터를 판별하는 등의 결과를 도출하는 것이다.
만약 결과가 잘못됐거나 원하는 값이 나오지 않았다면 다시 학습시킬 수도 있다.
그렇다면 지금부터 우리가 앞으로 배워나갈 딥 러닝(Deep Learning, DL)은 무엇일까?
딥 러닝은 심층 학습이라고도 하며 사람이 사고를 하는 것처럼 컴퓨터에게도 복잡한 데이터들을 분석하기 위한 알고리즘들의 집합체를 적용시키는 방식을 말한다.
즉, 부모가 아이들을 가르치는 학습 방법에도 여러 가지가 있듯이 딥 러닝은 우리가 머신을 어떻게 학습시킬지에 대한 방법들에 중점을 둔다.
딥 러닝을 적용시키면 뭐가 좋을까?
빅 데이터를 기반으로 미래를 예측하고 결과를 도출하는 것은 사실 인공지능 분야에서도 쉬운 얘기는 아니다.
하지만 우리는 딥 러닝을 통해 우리가 기존의 컴퓨팅 방식으로는 얻기 어려웠던 결과를 도출할 수 있고 인간의 힘으로는 접근하기 어려웠던 부분까지 다뤄볼 수 있다.
우리는 이런 기술의 발전을 통해 일상생활에서 편리함을 제공받을 수 있으며 공장이나 기업 또는 다양한 분야에서 업무 효율성 및 생산성 증가를 기대해볼 수도 있다.
