그 흔한 인공지능-머신러닝-딥러닝 개요

 

인공지능은

사람처럼 학습하고 성능을 개선하는 과정을 통해

사람과 같은 커뮤니케이션 및 테스크를 수행할 수 있도록 하는 프로그래밍 방법

 

머신러닝은

기본적으로 통계 기법을 기반으로 분류 또는 예측을 수행하는 인공지능 범주의 프로그래밍 방법으로

이때 필요한 학습-정답 데이터 또는 학습 알고리즘은 사람이 설계한다 

 

딥러닝은

신경망 기반으로 분류와 예측을 수행하는 머신러닝 범주 내 프로그래밍 방법으로

이때 필요한 데이터와 알고리즘은 신경망이 스스로 설계하여 결과를 도출한다

 

 

 

전반적으로 딥러닝의 성능은 머신러닝보다 한참 우위에 있다.

다만 머신러닝은 그 절차와 과정을 알 수 있지만 딥러닝은 그 절차와 과정을 알기가 쉽지 않고

모델을 완성하기까지 많은 규모의 컴퓨팅 파워와 시간을 필요로 한다. 

 

그래서 대부분의 큰 큐모의 테크 기업들이 해당 기술을 주도하고 있고 중소 테크 기업들은

큰 기업들이 이미 만들어 놓은 결과, 유료/무료로 공개된 api 및 인프라를 커스텀 또는 재사용하는 추세이다. 

 

 

빈익빈 부익부가 따라잡을 수 없이 커지고 있다. 하지만 테크 기업의 대부분이 한 국가를 기반으로 종속되어 운영되지 않는다는 거시적 관점과 인공지능 하위 머신러닝, 딥러닝 모두 데이터를 기반으로 하고 그 데이터는 결국 사람의 생활(라이프스타일)을 기반으로 한다는 미시적? 관점을 놓치지 말아야 할 것이다.