[딥러닝 입문]딥 러닝과 머신 러닝 용어의 뜻과 차이

인공지능이 화제의 이슈가 되면서 딥러닝과 머신 러닝이라는 용어가 자주 등장하는데요.

딥 러닝과 머신 러닝이라는 용어가 혼용되어 사용되지만 사실 각각 다른 의미를 가지고 있습니다.

저도 궁금해서 각각의 의미와 용어의 차이를 알아봤습니다.

머신 러닝이란?

머신 러닝은 컴퓨터가 학습할 수 있도록 하는 인공 지능의 분야입니다.

머신 러닝은 컴퓨터가 각각의 코드로 프로그래밍하지 않더라도 스스로 학습할 수 있게 하는 알고리즘과 통계적 모델을 구축하는 과정을 의미합니다.

이런 학습 과정을 통해 머신 러닝 모델은 입력 데이터를 기반으로 예측을 생성하게 됩니다.

즉, 다양한 데이터로 학습을 하면서 머신 러닝 모델의 성능이 향상되겠죠.

딥 러닝이란?

그렇다면 머신 러닝이라는 용어와 다르게 사용되는 딥 러닝은 무슨 의미를 가지고 있을까요?

딥 러닝은 머신 러닝의 한 분야로 인공 신경망에 기반을 둔 학습 방법론입니다. 

즉, 딥 러닝은 데이터를 이용해 인간의 뇌 즉, 신경망에서 발견되는 것과 유사한 패턴을 데이터에서 학습하는 방법입니다.

이런 점을 이용해 딥 러닝의 계층 구조는 복잡한 패턴을 학습하는 데에 많은 도움이 되고 학습된 딥 러닝 모델은 이미지나 음성 인식, 자연어 처리 등의 분야에서 사용됩니다.

 

머신 러닝과 딥 러닝 용어의 차이

다시 말해 딥 러닝은 머신 러닝의 한 분야입니다.

그러나 머신 러닝이 항상 딥 러닝을 포함하는 것은 아닙니다.

머신 러닝은 데이터를 기반으로 예측을 생성하는 분야이고 딥 러닝은 인간의 뇌를 모방하는 인공 신경망을 사용하여 복잡한 패턴을 학습하는 머린 러닝의 한 방법인 거죠.

 

딥 러닝을 사용하지 않는 머신 러닝

앞서 말했듯 딥 러닝은 머신 러닝을 하는 한 방법으로 딥 러닝을 사용하지 않는 머신 러닝도 존재하는데요.

결정 트리, 서포트 벡터 머신, 나이브 베이즈 분류기 등의 딥 러닝이 아닌 알고리즘을 사용하는 머신 러닝이 그런 예죠.

이런 알고리즘들과 딥 러닝의 차이는 실제 데이터를 기반으로 예측을 생성하거나 패턴을 찾는 데 사용된다는 점입니다.

딥 러닝이 없이도 이러한 머신 러닝 알고리즘을 사용하면 유용한 인사이트를 얻거나 복잡한 문제를 해결하는 것이 가능합니다.

즉, 딥러닝을 사용한 머신러닝과 딥 러닝 이외의 알고리즘 간의 가장 큰 차이는 실제 데이터를 기준으로 문제를 해결하느냐와 데이터를 통해 학습한 내용을 근간으로 문제를 해결하느냐의 차이라는 거죠.

 

결론

일반적으로 우리가 사용하는 머신 러닝을 통한 인공지능이라 하면 대부분 딥 러닝을 포함한 의미로 생각됩니다.

그러다 보니 머신 러닝과 딥 러닝이라는 용어를 혼용해서 사용하게 되고 그 차이를 쉽게 찾을 수 없게 된 것으로 보이네요.

저도 사실 머신 러닝과 딥 러닝이라는 용어는 많이 들어봤지만 별로 관심이 없어 쉬쉬하고 있다가 최근 인공지능에 대해 더 알고 싶어서 다양한 정보를 찾아보면서 저를 딥 러닝 시키고 있는데요.

이 내용을 시작으로 딥 러닝과 머신 러닝에 대해 좀 더 깊이 알아보면서 시간 날 때마다 블로그 포스팅을 진행해 보겠습니다.