• Artificial Intelligence, 인공지능이라고도 한다
• AI는 인간의 학습, 추론, 지각능력을 모방하여 구현, 설계하는 기술을 일컫는다
• 데이터 분석, 자동 의사 결정, 문제 해결, 예측 모델링 등 다양한 분야에서 활용되고 있다

배경

• 초기의 인공지능은 규칙 기반으로, 정해진 알고리즘에 의해 만들어졌었다
  • 이 방식은 프로그래머가 직접 if-then 규칙과 알고리즘을 입력했으며, 정해진 규칙 내에서는 효과적으로 작동했지만, 그 범위를 벗어나는데 한계가 있었다
• 이후 기계가 스스로 학습하며 알고리즘을 생성하게 되는 머신러닝(Machine Learning)이 등장한다
  • 머신러닝은 데이터와 알고리즘을 통해 패턴을 학습하고, 이를 통해 예측이나 결정을 내린다
• 머신러닝의 한 분야로 등장한 딥러닝(Deep Learning)은 인간 뇌의 뉴런을 모방한 신경망 모델을 사용한다
  • 신경망 모델(Neural Networks)은 여러 층으로 구성되며, 각 층은 많은 노드를 포함하는데, 이 노드들은 데이터의 복잡한 패턴을 학습한다
  • 딥러닝은 더 많은 양의 데이터와 복잡한 네트워크 구조를 통해 더 정교한 문제 해결이 가능하다
• AI에서 중요한 요소 중 하나는 빅데이터가 있다
  • 방대한 양의 데이터는 다양한 상황과 패턴을 포함하므로, 이를 통해 AI 모델이 더 정확한 결과를 도출할 수 있게 된다
• AI를 수행하기 위한 시스템의 발전도 중요한 역할을 한다
  • 특히 GPU(Graphics Processing Unit)는 병렬 처리 능력이 뛰어나 딥러닝과 같은 복잡한 연산을 빠르게 처리하는 데 기여했다
  • GPU는 많은 코어를 통해 동시에 대량의 연산을 처리할 수 있어, CPU(Central Processing Unit)보다 이런 작업에서 효율적이다
• 이처럼 알고리즘, 데이터, 시스템의 발전이 딥러닝 기술의 발달을 가능하게 한 것이다

세부 분야

• 인공지능 ⊃ 기계학습 ⊃ 인공신경망 ⊃ 딥 러닝, 인공지능이 모든 개념, 분야를 포함하며, 기계학습이 딥 러닝을 포함한다고 이해할 수 있다

기계학습, 머신러닝

• 말 그대로 기계가 스스로 데이터를 학습하여 어떤 결과에 대한 예측, 의사결정을 수행하는 AI의 분야
• 학습 방법론의 종류로는 아래와 같다
  • 지도 학습 (Supervised Learning)
  • 비지도 학습 (Unsupervised Learning)
  • 강화 학습 (Reinforcement Learning)

딥러닝

• 인공 신경망을 사용하여 데이터를 학습하는 머신러닝의 분야
• 이미지 인식, 자연어 처리, 음성 인식 등의 분야에서 뛰어난 성능을 보인다고 한다