앞선 글에 이어서 다음 이야기를 해보겠습니다.
머신러닝이란?
인공지능을 이야기하면 자주 나오는 이야기가 머신러닝입니다.
이 머신러닝이 무엇인지 알아보겠습니다.
머신러닝은 인공지능 알고리즘 중 하나로, 컴퓨터가 데이터를 통해 스스로 학습하여
예측이나 판단을 제공하는 기술을 뜻합니다.
여기서 가장 중요한 것은 데이터를 통해 스스로 학습한다 라는 것인데요.
그리고 이 머신러닝에 대해서 빙을 통해 ChatGPT에게 물어보았습니다.
빙의 답변 역시 컴퓨터가 데이터로부터 학습하고 경험을 통해 개선할 수 있도록 하는
인공지능의 한 분야라고 합니다.
그럼 기존의 프로그램과 어떤 차이가 있는지 알아보도록 하겠습니다.
기존의 프로그램은 개발자가 미리 설정한 값에 따라서 동작하게 되어 있습니다.
예를 들어 밥솥의 백미 쾌속 버튼과 같은 것입니다.
우리는 밥을 할때, 백미를 깨끗이 씻어서 밥솥에 넣고, 백미 쾌속을 누르면
밥솥이 인공지능으로 알아서 30분간 강으로 조리하게 됩니다.
예전 밥솥이 없을 때는 직접 쌀을 씻고, 아궁이에 불을 알아서 세기를 조절하고,
시간 역시 적당히 설정해야 하는데요.
이를 밥솥에서 앞서 살펴본 약인공지능으로 버튼 한번만 누르면 자동으로 처리해주는 것입니다.
이미지로 도식화 해보면, 3번 강한 불로 끓인다부터 불 조절 등을 밥솥이 자동으로 처리해주는
시스템입니다.
그럼 머신러닝을 무엇일까요?
바로 지금까지는 쾌속인지, 잡곡인지, 영양밥인지 사람이 쌀의 상태를 보고 클릭을 해줘야 했습니다.
바로 쌀의 특징을 머신러닝에서는 feature라고 하는데요.
머신러닝은 이러한 특징을 통해 학습하여 이 것이 쌀인지, 잡곡인지 컴퓨터가 스스로 학습하여
판단을 해주는 것입니다.
아래 차를 예시로 든 그림이 있는데요.
차가 들어오면, 저희가 특징은 타이어가 4개 있다, 창문이 있다, 전조등이 있다.
등등 이런 특징을 찾아서 컴퓨터에게 알려주고, 컴퓨터는 수많은 그림을 통해서
이 사진이 차인지 아닌지 학습을 계속하게 됩니다.
이 특성을 추출해주는 것을 라벨러라고 합니다.
이 그림이 차라고 컴퓨터에게 답을 알려주는 것이죠.
그리고 이 특징을 추출하는 부분까지도 자동으로 해주는 것이 딥러닝입니다.
위의 그림에서 색깔이 붉은색, 메이커가 포드, 모델이 무스탕 이런 것을 스스로 특성 추출하여 분류해줍니다.
그리고 이 머신러닝의 종류는 아래와 같습니다.
머신러닝의 종류
머신러닝은 크게 3가지 종류가 있는데요.
- 지도학습
- 비지도학습
- 강화학습습
문제와 정답을 모두 알려주고 하는 지도학습은 예측이나 분류에 사용합니다.
위에서 살펴본 차를 분류하는 것, 쌀을 분류하는 것이 예입니다.
답을 가르쳐주지 않고 공부시키는 비지도학습은 군집이나 규칙을 찾는데 사용합니다.
그리고 강화학습은 보상을 통해 알고리즘을 최적화 하는데 주로 사용합니다.
그리고 지도학습에서 분류를 찾다보면 분류와 회귀가 나오는데요.
이는 주관식 문제와 객관식 문제 정도의 차이라고 볼 수 있습니다.
머신러닝이 맞춰야 하는 Label(정답지)이 이산적(Discrete)이라면 분류라고 하고,
정답이 연속적(Continuous)이라면 회귀라고 일반적으로 말합니다.
이산적(Discrete)이라는 것은 ‘개’와 ‘고양이’처럼 두개의 선택지 중에서 분류하는 것이고
회귀는 중고차의 연식에 따른 가격을 맟추는 것이라 할 수 있습니다.
비지도학습은 아래처럼 군집을 찾아주는 것입니다.
이렇게 군집을 찾아주는 과정을 비지도 학습이라고 하는데,
지도학습은 주어진 데이터가 어디에 속하는지에 관한 정확한 정답을 레이블이라는
정보로 받고 시작하지만, 군집화와 같은 비지도학습에서는 이러한 정보가
부재한 상태에서 시작한다는 것이 차이입니다.
따라서 군집화 알고리즘은 “관측 값 중 일부는 특정한 기준 하에서는 A 그룹,
또다른 일부는 B 그룹으로 군집화 될 수 있습니다”와 같은 결과를 산출해 주는 절차입니다.
오늘은 인공지능 중 머신러닝과 딥러닝에 대해서 알아보았는데요.
즐거운 하루 보내세요
1 thought on “쉽게 풀어 쓴 ChatGPT 인공지능의 이해 – 머신러닝과 딥러닝”