AI/ML/DL

 

AI (Artificial Intelligence, 인공지능)

 

인간처럼 사고하고 문제를 해결하며 학습하는 능력을 가진 시스템을 만드는 학문 또는 기술

 

가장 광범위한 개념으로, 인간의 지능을 모방하려는 모든 기술을 포함

 

• 규칙 기반 시스템 (예: 체스 프로그램)

• 전문가 시스템 (지식 기반 추론 시스템)

• 머신 러닝과 딥러닝 모두 AI의 하위 집합

 

 

ML (Machine Learning, 기계 학습)

 

AI의 하위 집합으로, 명시적으로 프로그래밍하지 않고 데이터에서 학습하여 성능을 개선하는 기술

 

• 데이터를 분석해 패턴을 찾고, 이를 기반으로 미래 데이터를 예측하거나 분류

• 지도 학습, 비지도 학습, 강화 학습 등으로 나뉨

• 사람의 개입 없이도 데이터에서 학습 가능

• 모델의 성능은 주로 입력 데이터와 알고리즘에 따라 달라짐

 

• 이메일 스팸 필터

• 추천 시스템 (영화, 쇼핑 추천)

 

 

DL (Deep Learning, 딥러닝)

 

머신 러닝의 하위 집합으로, 인공 신경망(특히 딥 뉴럴 네트워크)을 활용하여 복잡한 데이터의 패턴을 학습하는 기술

 

 

• 여러 계층(layer)로 구성된 신경망 구조를 통해 데이터를 처리

• 계층이 많을수록(즉, “깊을수록”) 더 복잡한 패턴을 학습 가능

• 대량의 데이터와 강력한 연산 자원이 필요

• 자동으로 데이터의 특징(feature)을 추출함

• 이미지, 음성, 자연어 처리 등에서 뛰어난 성능을 발휘

 

• 이미지 분류 (예: 고양이 vs 개)

• 음성 인식 (Siri, Google Assistant)

• 자율 주행 (차선 인식, 물체 감지)

 

 

 

 AI > ML > DL의 계층 구조

______________AI_____________
|                            |
|    _________ML________     |
|   |                   |    |     
|   |         DL        |    |
|   |                   |    |
|   |___________________|    |
|____________________________|

 

DL은 ML의 한 종류이지만, 딥러닝의 도입으로 ML의 성능이 크게 향상됐다.

 

---

세 줄 요 약

AI는 인간처럼 지능적으로 행동하려는 모든 기술을 포함하는 개념 

ML은 데이터를 활용해 학습하는 방법론 

DL은 인공 신경망을 활용해 학습의 깊이를 더한 기술