머신러닝 딥러닝 AI의 개념 및 차이점 이해하기

ChatGPT 등 계속되는 AI의 발전으로 이 분야는 계속 뜨거운 관심을 받고 있다. 인공지능 분야에 대해 이야기할 때 AI, 머신러닝, 딥러닝 이 세 가지 용어가 자주 사용된다. 하지만 그 차이점에 대해서는 잘 인식하지 못하는 경우가 많아서 용어가 올바르지 않게 사용되는 경우도 있다. 이 포스팅에서는 이 세 가지 용어의 개념과 차이점에 대해 설명해보고자 한다. 

인공지능 머신러닝 AI 차이점

AI (Artificial Intelligence - 인공지능) 

 

 

AI(인공지능)은 세가지 중 가장 폭넓은 카테고리이다. 단순 반복적인 일이 아닌 사람의 지능이 필요하다고 인식되어 왔던 일들을 컴퓨터가 하는 것으로 대체되고 있는 분야를 통틀어 칭하는 용어다. 예를 들면 언어를 이해하는 일, 결정을 내리는 일, 복잡한 패턴을 찾아내고 이해하는 일 같은 것들을 떠올릴 수 있다. 이런 일들은 과거에는 아무리 컴퓨터 사양이 발전해도 인간의 지능이 필요한 분야이기 때문에 컴퓨터가 대체할 수 없을 것이라고 여겨졌다. 하지만 이제는 점점 사람만이 할 수 있는 일에 대한 경계가 좁아지고 있다. 

 

머신러닝

머신러닝(ML 또는 Machine Learning)은 AI(인공지능) 하위에 속하는 카테고리라고 볼 수 있다. 폭넓은 AI 분야 안에서 컴퓨터가 데이터를 알아서 학습할 수 있도록 만드는 알고리즘 개발에 초점을 맞춘 용어다. 과거에 프로그래밍 이라고 하면 사람이 컴퓨터가 무슨 일을 수행해야 하는지 일 하나하나를 알려주는 것을 뜻했다면, 머신러닝은 컴퓨터가 어떻게 일을 수행해야 하는지 하나하나 알려주는 것이 아니라, 데이터를 주고 데이터를 스스로 어떤 접근법을 가지고 학습을 하면 될지 학습 방법을 알려주는 것을 프로그래밍하는 것이다. 

 

 

딥러닝

딥러닝(Deep Learning)은 머신러닝의 하위 카테고리로 볼 수 있다. 머신러닝처럼 기계가 데이터를 어떻게 학습해야하는지 알려주는 것에 초점을 맞추고 있는데 대신에 딥러닝은 인공신경망(Artificial Neural Network)을 이용하는 것이다. 인공신경망은 사람의 뇌의 구조와 비슷하게 알고리즘을 짜는 방식이다. 뇌에는 여러 개의 뉴런(신경세포)이 있고, 각 뉴런은 어떤 자극에 각자 다르게 반응을 하듯이, 인공신경망은 사람의 뉴런처럼 여러 개의 노드로 구성되어 있고 각 노드는 각자 특정 패턴을 구분해 내는 역할을 하도록 만들어진다. 그렇기 때문에 이 인공신경망을 활용하는 딥러닝으로는 사람들도 풀기 힘든 아주 복잡한 일들을 할 수 있게 된다. 

 

인공지능, 머신러닝, 딥러닝은 가끔은 의미의 차이 없이 혼용되어 사용되기도 해서 세 용어의 차이를 헷갈려하는 경우가 많이 생긴다. 다시한번 정리하면 보통 인공지능(AI)은 비즈니스 관점에서 이야기할 때 자주 사용하는 용어이며 머신러닝은 AI 분야에서 좀 더 알고리즘에 초점을 맞출 때 사용되는 용어이다. 딥러닝은 머신러닝 중에서도 난이도가 높고 복잡한 인공신경망을 사용하는 알고리즘 개발을 일컫는 용어이다. (참고: 미국에서 느끼는 ChatGPT의 위력)