[인공지능] 딥러닝이란? - 헷갈리는 의미와 학습 방법 3가지 쉽게 설명!

요즘 인공지능에 대한 관심이 정말 많이 높아진 것 같다.

하지만 막상 인공지능이 무엇인지 머신러닝, 딥러닝이 무엇인지 차이를 구분할 줄 아는 사람은 극히 드물다.

관심이 높아진 만큼 제대로 알고 관심을 가져보자!

(나도 공부!!)

 

이전 게시물에서 인공지능에 대해 꽤 이야기 했기 때문에 이번에는 딥러닝에 대해 알아보기로 한다.

딥러닝이란??

 

위 그림과 같이 딥러닝은 머신러닝 기법 중 하나이며 머신러닝(기계학습)은 인공지능 분야 중 하나이다.

 

차례대로 설명하자면

 

인공지능은 '기계가 인간의 인지 과정을 모방하는 것'이고

인지 과정 중 에는 '학습'과 '문제해결'이 있는데

그 방법이 머신러닝이다!

머신러닝은 말그대로 '기계가 학습하게 하자!' ,'기계가 학습을 통해 지능을 갖게 하자!'라는 의미이다.

그럼 딥러닝은 무엇이냐.

머신 러닝 기법 중 하나인 인공신경망이 있는데, 인공 신경망이 발전해 딥 러닝이 됐다고 볼 수 있다.

딥 러닝(심층학습)은 말 그대로 딥! 층을 깊게 쌓자!

딥러닝은 결국 '인공 신경망의 은닉층 개수가 1개 이상인 것'이다.

 

딥러닝은 단순하게 인공신경망의 은닉층을 늘려서가 아닌 그로 인해 발생하는 문제점 또한 해결 했기 때문에 가능한 것!

알아두자.

 

딥러닝 학습방법

딥러닝 3가지 학습 방법에 대해 소개하겠다.

 

지도 학습, 자율 학습(비지도 학습), 강화학습

 

지도 학습

'학습 데이터에 대하여 정답 쌍이 존재할 때 상관 관계를 모델링하는 것'

 

우리가 무언가 공부를 할 때 우리가 올바른 답을 찾는지 지도해주는 지도자가 있다는 것이다.

문제와 답의 쌍이 존재하는 상태로 학습하는  것.

그 예로 강아지와 고양이의 사진을 분류하는 것을 들 수 있다.

 

자율학습(비지도학습)

'학습 데이터만 있고 정답이 존재하지 않을 때 데이터의 숨겨진 특정 패턴을 찾는 것'

 

문제만 존재하고 답은 없는 것을 말한다.

세상에 모든 문제에 답이 있는 것은 아니다. 

어쩌면 명확한 답이 없는 것이 더 많을지도 모른다.

자율 학습에서는 딥러닝 모델에 뭘 할지에 대한 명확한 지시 없이

구체적인 희망결과나 올바른 답이 없는 예시들 모음 인 데이터 세트가 주어지고,

신경망은 유용한 특징을 추출하고 구조를 분석함으로써 스스로 데이터 안에서 구조를 찾으려고 노력한다.

대표적으로 유사한 것끼리 묶는 군집화가 있다.

 

강화학습

''특정 환경에서 행동에 대한 보상을 극대화하도록 학습하는 방법'

 

환경과의 상호 작용의 결과로서 학습을 하거나

경우의 수가 너무 많아 옳고 그름에 대해 사전에 명확하게 기술하기 어려운 환경에 적합한 학습방법이다.

행동심리학에서 영감을 받았으며, 어떤 환경 안에서 정의된 에이전트가 현재의 상태를 인식하여, 

선택 가능한 행동들 중 보상을 최대화하는 행동 혹은 행동 순서를 선택하는 방법이다. 

즉 훈련을 잘 따르면 보상(reward)를 주고 못하면 벌(punishment)을 주어 감독관이 원하는 방향으로 학습을 하게 된다.
 대표적인 예로 바둑에서 좋은 수를 선택하는 것이 있다.