인공지능의 시작 ~ 딥러닝[deep learning]

  우리는 사물과 대화를 하는시대에 살아가고 있다. 예를 들어, "음악 큐!", "에어컨 켜!", "오늘 날씨가 어때?" 등의 인간의 일상언어로 사물에게 명령을 내리면 사물은 즉각적으로 그에 대한 반응을 한다. 몇년 전 까지만해도 불가능할 것 같던 이런 일들이 가능해진 이유는 바로 딥러닝과 빅데이터의 패러다임 때문이라고 하겠다.

  예전에 기계를 한번 다룰려면 인간이 입력한 어셈블리어라는 기계언어로 메모리 주입식으로 일일이 값을 대입하는 식의 의사소통을 해야해서 전문적인 지식을 필요로했다. 그래서 나온 것이 C언어이다. 그나마 영어로 구현을 할 수 있기 때문에 인간의 언어에 가장 가까운 고급언어라고 하는데, 이 또한 구현에 어려움이 많기 때문에 전문적인 트레이닝이 필요했더랬다. 그런데 현재는 이런 기계언어를 배우지 않더라도 인간의 언어로 사물과 의사소통이 가능해진 것이다. 

  그래서 이러한 일들이 가능하게 된 근본인 딥러닝이 뭔지 한번 정리해 보았다. 

딥러닝(deep learning) 기술이란? 

인공지능의 시작인 딥러닝(deep learning) 기술은 인간이 입력해 놓은 것만 출력하던 단순한 기계에 지나지 않았던 컴퓨터가 이제 스스로 경험을 통하여 객체를 저장하고 분리하고, 군집하고, 사람이나 동물이나 사물의 특성을 스스로 구별해 내는 기술이다. 인간이 입력한 형태가 아닌 새로운 가치를 스스로 창출해내는 것이다. 

사람과 같은 경험을 통한 스스로 학습이 가능해진 것이다.

딥러닝의 두 갈래

딥러닝의 핵심은 분류를 통한 예측이다. 수많은 데이터 속에서 패턴을 발견해 인간이 사물을 구분하듯 컴퓨터가 데이터를 나눈다. 이 같은 분별 방식은 두 가지로 나뉜다. ‘지도 학습(supervised learning)’과 ‘비지도 학습(unsupervised learning)’이다. 기존 기계학습 알고리즘은 대부분 지도 학습에 기초한다. 지도 학습 방식은 컴퓨터에 먼저 정보를 가르치는 방법이다. 예를 들어 사진을 주고 “이 사진은 고양이”라고 알려주는 식이다. 컴퓨터는 미리 학습된 결과를 바탕으로 고양이 사진을 구분하게 된다.

비지도 학습은 이 배움의 과정이 없다. “이 사진이 고양이”라는 배움의 과정 없이 “이 사진이 고양이군”이라고 컴퓨터가 스스로 학습하게 된다. 지도 학습과 비교해 진보한 기술이며, 컴퓨터의 높은 연산 능력이 요구된다. 구글이 현재 비지도 학습 방식으로 유튜브에 등록된 동영상 중 고양이 동영상을 식별하는 딥러닝 기술을 개발한 상태다.

구글은 음성인식과 번역을 비롯해 로봇의 인공지능 시스템 개발에도 딥러닝 기술을 도입하고 있다. 대표적인SNS 업체 페이스북은 딥러닝을 뉴스피드와 이미지 인식 분야에 적용하고 있다.

<출처 : 네이버지식백과>

기존에는 IT를 활용해 유용한 정보를 생산·열람하고, 의사결정에 필요한 정보를 가공 및 제공하는 것이 중요했습니다.
그러나 앞으로 기술은 일상의 경험을 처리하는 데까지 확장될 것입니다

<출처 : http://commtext.co.kr/?p=1974>

* 아래 블로그는 머신러닝을 이해하려면 어떤 공부를 해야 하는지 책에 관한 리뷰가 잘 쓰여져 있어서 포스팅 해봤다.

-> http://jhrogue.blogspot.kr/2016/10/blog-post.html