안녕하세요. 송종민 과학전문가입니다.
컴퓨터가 인간처럼 판단하고 학습할 수 있도록 하고 이를 통해 사물이나 데이터를 군집화하거나 분류하는 데 사용하는 기술을 뜻한다. 방대한 양의 데이터 분석을 할 수 있는 컴퓨터의 개발에 따라 구현이 가능해졌다. 뉴스 요약 서비스, 이미지 분석뿐만 아니라 자동 운전, 자율 로봇 등 다양한 분야에서 사용된다. 학습 자료의 양이 많을수록, 학습의 단계가 세분화될수록 성능이 좋아진다.
딥러닝의 고안으로 인공지능(AI)이 획기적으로 도약하게 되었다. 초기 인공지능은 규칙을 컴퓨터에 주입하는 지도학습법(supervised learning)이 활용되었다. 1990년대 중반 이후에는 인터넷의 등장으로 방대한 데이터를 수집할 수 있게 되면서 수많은 빅데이터를 분석해 인공지능 시스템 스스로 학습하는 이른바 머신러닝(machine learning, 기계학습)의 형태로 진화하였다.
다만 데이터가 포함한 내용의 특징을 파악하는 데는 한계를 보였는데, 이를 뛰어넘는 딥러닝(deep learning)이 고안되면서 문제가 해결되었다.
머신러닝에 인간의 뇌를 모방한 신경망 네트워크를 더한 딥러닝 알고리즘은 인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하는 정보처리 방식을 모방함으로써 기존 머신러닝의 한계를 뛰어넘었다.
즉, 머신러닝이 축적된 데이터를 토대로 상관관계와 특성을 찾아내고 여기에 나타난 패턴을 통해 결론을 내리는 기술인 데 반해 딥러닝은 축적된 데이터를 분석만 하지 않고 이 데이터를 통해 학습까지 하는 기계학습 능력을 활용해 최적의 결론을 내린다.