Mirrored feeds : http://hugman.re.kr/blog/ai_ml_dnn/
- 본 강의는 동영상과 Slide 를 통해 같이 공부 가능합니다.
Slideshare : 인공지능의 역사와 머신러닝과의 관계 !
Youtube : 인공지능과 머신러닝, 머신러닝과 딥러닝의 관계 !
제가 강의를 나가거나 인터뷰를 할 때면 많은 분들이 이렇게 물어오십니다.
"인공지능이 딥러닝이죠?" "머신러닝이 딥러닝이죠?"
작년의 알파고 이후로, 인공지능에 대한 관심이 어느때보다 높아지면서 많은 분들이 인공지능을 '딥러닝'이라는 용어로부터 접하기 시작했기 때문에 생긴 오해인것 같습니다.
이번글에서는 많은 분들이 오해를 하고 있는 인공지능과 딥러닝, 딥러닝과 머신러닝의 관계를 정리하려고 합니다.
가장 먼저 인지과학부터 시작해보지요.
인공지능이던 딥러닝이던, 우리가 하고자 하는 것은 사람의 지적 능력 혹은 그것의 확장에 대한것입니다.
일찍이 컴퓨터가 정립되고 나서부터, 사람과 사람, 혹은 사람과 동물, 더 나아가서 사람과 물건들 사이에 인지과정(Cognition Process) 를 탐구의 대상으로 삼았던 학문이 바로 인지과학입니다.
인지과학의 테두리가 워낙 넓기 때문에, 단순히 범위만 놓고 살펴본다면, 심리학이나 뇌공학, 우리가 배우고 있는 인공지능도 모두 인지과학의 테두리 안에 있다고 할 수 있습니다.
단순히 인지과정만을 탐구해보고자 하는 것이 아니라, 실제로 그것을 기계를 통해 그대로 구현해보고자 하는 그 어떠한 시도도 큰 범주로서의 "인공지능" 이라고 할 수 있습니다.
말 그대로 인공적으로 (Artificial) 지능(Intelligence) 를 만들려고 하는 것이지요.
인공적으로 지능을 만드는 방법이 어디 하나만 있을 수 있을까요? 사람의 지적능력의 다양성, 처해있는 상황, 풀고자 하는 문제에 따라서 인공지능을 푸는 방법들은 헤아릴 수도 없을 것입니다.
(인공지능의 역사에 대해 궁금하신 분들은 "인공지능의 역사"를 참고하십시오. )
그 수많은 구현 아이디어 들 중에, 사람이 기계에게 구체적인 구현 방법을 주입(Coding or Description)시키지 말고, 기계가 데이터나 주어진 상황으로부터 스스로 학습하여 지적능력을 모방케 하는 모든 연구를 기계학습 - Machine Learning이라고 부릅니다. 즉, 인공지능을 구현하는 방법들 중 하나가 머신러닝인것이죠.
머신러닝이라는 것의 의미를 보면 알겠지만, 그 의미의 어디에서도 딥러닝이라는 말은 없습니다. Machine 이 스스로 학습하게 하는 방법론은 짧은 인공지능의 역사에도 불구하고 책 한 두권으로 안될 정도로 다양한데요. 그 수많은 방법론들 중, "표현학습" 이라는 핵심 가치를 "인공신경망(Neural Networks)"를 통해 구현하려고 하는 시도들을 통칭 딥러닝이라고 부르고 있습니다.
전체적인 개념도를 표시하면 아래와 같습니다.
