인공지능과 딥러닝 개념 구분 이해하는 방법
인공지능과 딥러닝 개념 구분 이해하는 방법
인공지능은 Artificial Intelligence입니다. 인공지능의 개념은 좁은 의미의 인공지능도 있고 넓은 의미의 인공지능도 있는데요. 이 인공지능이 일반적으로 뭔가 하면, 인간이 가진 지적인 능력을 컴퓨터를 통해서 구현하는 기술입니다. 그래서 컴퓨터나 기계가 사람이 하는 것처럼 생각하고 행동할 수 있게 하는 기술인 거죠. 그래서 워낙 광대하고 광범위한 범위이기 때문에 일반적으로 강한 의미의 인공지능이라고 하면 인간을 완벽하게 모방하는 기술을 목표로 하고 있습니다. 그래서 뇌, 정신, 의식, 생각, 이건 실제로 과학에서 다룬다는 것은 아주 challenging 한 일인 거죠. 그리고 이러한 과학에서 다루기 힘든 영역에 지금 도전하고 있는 것이고요. 이건 너무 지금 광범위하고 초기 단계의 AI이기 때문에 조금 더 구체적으로 약한 의미의 인공지능은 어떻게 정의하고 있느냐 하면, 사고방식과 데이터 분석력을 지원하는 프로세스나 기능을 인공지능이라고 합니다. 그런데 이러한 인공지능은 엔지니어가 설계한 것 이상으로는 벗어나지 못하는 한계가 있습니다. 예를 들어서 여러분이 잘 아시는 알파고도 바둑 이외에는 어떻게 할 수가 없는 것이죠. 바둑만 두는 것이죠. 물론 이 알파고의 알고리즘이 다른 분야에 많이 응용이 되고 활용되고 있고 엄청난 성과를 내고 있지만, 실제로 알파고 자체는 바둑만 두게 되는 것이죠. 다른 영역은 벗어날 수가 없는 거죠. 강한 의미의 인공지능은 인간처럼 생각하고 행동할 수 있는 것이니까 이러한 걸 설계하는 것은 결코 쉽지 않은 일인 거죠. 실제로 인공지능은 창조의 영역에 도전하고 있는 학문이라고 할 수가 있습니다.
딥러닝
그다음에 기계학습 중에서 딥러닝이라는 말이 많이 활용되고 있는데요. 이 딥러닝은 인공신경망(Artificial Neural Network, ANN) 중에서 실제로 hidden layer가 2개 이상인 multi-layer인 경우죠. 영어로는 Deep Learning이라고 하는데요. 그래서 딥러닝은 실제로 데이터로부터만 배우고, 데이터의 규칙을 찾아내는 수많은 파라미터를 통해서 구현되기 때문에 데이터 필요량이 무지 많습니다. 그래서 수많은 데이터셋이 뒷받침되어야 가능한 것입니다. 그래서 이 딥러닝은 실제로 지도 학습, 비지도 학습, 강화 학습 등에 다 사용됩니다. 그래서 최근에 아주 핵심 알고리즘 내지 학습 방법 중에 한 가지라고 할 수가 있겠죠. 광범위하게 다 이용되고 있으니까. 그래서 이 딥러닝이 최근에 발달하게 된 배경은 먼저 이 알고리즘. 알고리즘은 정말 어떤 수학적인, 이론적인 발전에 근거하고 있겠죠. 그리고 그런 이론이나 설루션을 가능하게 하는 두 가지 다른 요소가 있는데, 그것이 실제로 데이터입니다. 방대한, 즉 빅데이터를 의미하는 것이죠. 그래서 지금은 다양한 종류의 데이터가 많이 모이고 있는 것이죠. 옛날에는 우리가 통계라고 하면 통상 정부나 기업에서 숫자로 발표하는 어떤 숫자 데이터였습니다. 하지만 지금은 우리가 이미지 데이터도 있고, 음성 데이터도 있고, 자연어 처리, 텍스트도, 신문기사나 이런 것도 데이터가 되는 것이죠. 데이터 종류도 다양해졌고, 기본적으로 데이터량도 매우 방대해졌습니다. 그래서 이러한 데이터가 구축이 된 것도 딥러닝의 발달 배경 중에 한 가지입니다.
하드웨어 측면에서 AI
그다음에 하드웨어 측면인데요. 하드웨어 중에서 핵심 중에 한 가지는 사실 저장용량이나 클라우드도 근거가 될 수 있지만, 아마도 미래에 있어서 핵심적인 것은 AI 반도체가 아닐까 예측이 됩니다. 일단 우리가 접하고 있는 것은 GPU겠죠. Graphics Processing Unit이 있는데, Tensor를 기본적으로 계산하는 Tensor Processing Unit도 있고요. 그리고 IPU라는 것이 있는데, Intelligence Processing Unit인데, 이런 것들이 연산능력이라든가 병렬 처리라든가 아주 급격한 향상을 가져왔기 때문에 많은 데이터를 복잡한 알고리즘으로 충분히 연산이 가능하게 된 것이죠. 그래서 이러한 환경 측면에서 다양한 환경이, 이런 Ecosystem이 조성이 됐기 때문에 딥러닝이라는 알고리즘이 최근에 발달하고 있습니다. 그래서 이 딥러닝과 머신러닝, AI의 관계를 본다면 가장 작은 집합에 딥러닝이 있습니다. 이 딥러닝은 머신러닝 알고리즘에 다 활용되고 있다고 했죠? 그리고 딥러닝보다 더 큰 집합으로서 기계학습이 있을 수 있고요. 또한 이거보다 더 광범위하게 AI가 있습니다. 그래서 AI는 기계학 습도 포함하고, 인간처럼 생각하고 판단하는 것까지 도전하고 있는 분야죠. 그래서 이러한 관계가 있다고 하겠습니다. 그래서 이 세 가지는 사실 부분집합처럼 표현을 했지만, 서로 유기적으로 긴밀하게 상호작용하면서 발전하고 있습니다.