딥 러닝이란 어떤 기술일까요?
시대가 흐르면서 기술도 빠르게 발전하고 있습니다. 더 발전할 기술이 남아있나 싶겠지만, 자동화와 가상현실 분야는 아직도 발전 가능성이 많다고 할 수 있는데요. 일반적으로 인간의 학습, 추론, 지각 능력 등을 컴퓨터 프로그램으로 실현한 기술을 ‘인공 지능(AI)’이라고 하지요.
이번 글에서는 인공 지능의 개념인 딥 러닝이란 어떤 뜻인지 살펴보고, 딥 러닝 종류 10가지와 딥 러닝 머신 러닝 차이에 대해서도 알아보겠습니다.
목차
딥 러닝이란?
딥 러닝이란 컴퓨터가 스스로 외부 데이터를 조합 및 분석하여 학습하는 기술입니다. 딥 러닝이란 기술이 고안되면서 인공지능이 월등히 성장하게 되었으며, 이로 인해 컴퓨터가 인간처럼 스스로 판단하고 학습하게 되었습니다. 방대한 양의 데이터를 분석할 수 있는 컴퓨터의 개발에 따라 구현이 가능해졌지요.
초기 인공지능은 컴퓨터에 규칙을 주입하는 지도 학습법이 활용되었습니다. 1990년대 중반 이후에는 인터넷이 등장하면서 방대한 데이터를 수집할 수 있게 되었는데, 이때 수많은 빅데이터를 분석하여 인공지능 시스템이 스스로 학습하는 머신 러닝의 형태로 진화하게 된 것입니다.
그러나 데이터를 포함한 내용의 특징을 파악하는 데에 한계가 있었습니다. 그래서 기존 머신 러닝의 기술에 인간의 노를 모방한 신경망 네트워크를 더한 딥 러닝이란 기술이 고안된 것인데요. 딥 러닝 알고리즘이 수많은 데이터 속에서 패턴을 발견한 후, 사물을 구분하여 정보를 처리하는 방식을 모방하면서 기존 머신 러닝의 한계를 뛰어넘게 되었습니다.
딥 러닝 종류
❶ CNN
- Convolutional Neural Network
‘ConvNet’이라고 알려진 CNN은 다중 레이어로 구성되어 있습니다. 주로 이미지 처리와 객체 탐지에 사용되는데요. 위성사진 식별, 의료 영상 처리, 이상 징후 탐지 등 다양한 분야에서 활용되고 있습니다.
❷ LSTM
- Long Short-Term Memory
단기 메모리 네트워크를 뜻하는 LSTM은 시계열 예측을 포함하여 제약 개발, 음악 작곡, 음성 인식 등에 활용되고 있습니다.
＊ 시계열 : 확률적 현상을 관측하여 얻은 값을 시간의 차례대로 늘어놓은 계열 (기상 현상, 경제 동향 등의 통계에 쓰임)
❸ GAN
- Generation Attemarical Network
비디오 게임 개발자들은 이를 이용하여 영상 훈련으로 4K 이상의 해상도를 재생합니다. 구형 비디오 게임에서 저해상도 2D 텍스처를 개량할 수 있는데요. GANs로 보다 현실감 있는 이미지와 캐릭터를 만들고, 인간의 얼굴을 찍은 사진을 만들거나 3D 사물을 렌더링 할 때 사용합니다.
❹ RNN
- Recurrent Neural Network
RNN은 시계열 분석, 자연 언어 처리, 필기 인식, 기계 번역, 이미지 캡션 등에 활용되고 있습니다.
❺ RBFN
- Radial Basis Function Network
RBFN은 입력 계층, 숨겨진 계층, 출력 계층을 가지고 있습니다. 분류, 회귀, 시계열 예측에 활용되고 있습니다.
❻ SOM
- Self Organizing Maps
SOM은 사용자들이 복잡하고 고차원적인 정보를 이해할 때 도움을 줍니다.
❼ DBN
- Deep Belief Networks
DBN은 이미지 인식, 비디오 인식, 모션 캡처 데이터에 활용되고 있습니다.
❽ RBM
- Restricted Blotzmann Machine
RBM은 제한된 볼츠만 머신으로서 분류, 협업, 특징값 학습, 선형 회귀 분석, 협업 필터링, 주제 모델링, 차원성 감소에 활용되고 있습니다.
❾ MLP
- Multi Layer Perceptrons
MLP는 여러 개의 숨겨진 레이어를 가질 수 있습니다. 음성 인식, 이미지 인식, 기계 번역, 소프트 웨어 구축에 활용되고 있습니다.
❿ 오토 인코더
- Auto Encoder
오토 인코더는 인코더를 통해 입력을 신호로 변환하고 다시 디코더를 통해 레이블 등을 만들어냅니다. 의학, 예측, 이미지 처리 등에 활용되고 있습니다.
딥 러닝 머신 러닝 차이
딥 러닝 머신 러닝 차이를 알아보기 전에 머신 러닝의 개념을 먼저 알아보겠습니다. 머신 러닝을 직역하자면 ‘기계 학습’이란 뜻인데, 인간의 학습 능력 같은 기능을 컴퓨터에서 실현하려는 기술을 뜻합니다. 인공지능의 연구 분야 중 하나이자 패턴 인식, 컴퓨터 학습 이론의 연구로부터 진화한 분야죠.
딥 러닝은 머신 러닝보다 조금 더 작은 개념으로서 ‘신경망’을 통해 인공지능을 만드는 머신 러닝의 한 종류라고 할 수 있습니다. 딥 러닝이란 신경망을 여러 층 쌓아서 만든 것인데요. 층이 깊다고 해서 ‘심층 학습’, ‘깊은 학습’으로 불리기도 합니다.
인공 지능 (AI) > 머신 러닝 > 딥 러닝
즉, 인공 지능이라는 분야 안에 머신 러닝과 딥 러닝이 포함되어 있으며, 더 자세히 보면 딥 러닝이 머신 러닝 밑에 속한 개념이라고 볼 수 있습니다. 인공 지능은 인간의 학습 능력, 추론 능력, 지각 능력 등을 컴퓨터 프로그램으로 실현하는 기술인데요. 그 연구 분야 중 하나가 머신 러닝인 것이고, 딥 러닝은 인공 신경망을 이용한 머신 러닝의 한 종류랍니다.
지금까지 딥 러닝이란 무엇인지 딥 러닝 종류와 딥 러닝 머신 러닝 차이점을 알아봤습니다.
몇 년 전에 선보였던 알파고를 통해 인공 지능은 전 세계적인 관심을 끌게 되었습니다. 오랜 침체기를 거치긴 했지만 클라우드 컴퓨팅 환경의 발전과 빅 데이터가 뒷받침되면서 전환기를 맞이했죠. 이제 인공 지능은 4차 산업혁명의 핵심 요소라고 해도 과언이 아니며, 그 가운데에 딥 러닝이란 기술이 중요하다는 것은 분명한 사실이랍니다.
감사합니다 🙂
▶ 참고하면 좋은 글