AI/About

[AI] AI 이해하기 (AI에 대한 기본 개념, 머신러닝 학습 종류)

y-seo 2023. 7. 15. 19:29

AI를 어떻게 구현하고 연구하고에 앞서서 기본적인 용어들과 개념들, 사례들을 정리해보았다

흔히 듣는 머신러닝, 딥러닝, OO학습 등에 대해 다루었다

 

 

AI에 대한 기본 개념

1. AI vs 머신러닝 vs 딥러닝

    • 인공지능 : AI, 인간의 지적 능력을 모방하는 모든 기술
    • 머신러닝 : 데이터를 스스로 분석하고 학습하여 판단하고 예측하는 기술
    • 딥러닝 : 인간의 뇌와 유사하게 생긴 인공신경망을 만들고 알고리즘을 통해 정보를 학습하고 처리하는 기술
    • 딥러닝 ⊂ 머신러닝 ⊂ 인공지능

2. 기계학습의 정의

  • AI는 데이터를 바탕으로 지속적으로 학습하여 오차를 최소화하는 방향으로 발전한다.
  • 이때 기계의 성능이 향상되는 기술이 머신러닝인데 주어진 데이터를 반복하여 학습함으로써 도달한다.
  • 사람이 하는 일은 적절한 머신러닝 기법을 선택하여 데이터를 전달하는 일이다.
  • 기계는 반복적으로 학습하며 오차를 최소화하는 규칙을 스스로 찾아낸다.
  • 따라서 제공되는 데이터의 변화가 있어도 스스로 해결 방법을 찾아낼 수 있다.

3. AI의 성장 배경

  • 기계가 학습할 수 있는 데이터가 방대해졌다. (사람이 만드는 데이터, 기계 간의 데이터 등)
  • 컴퓨팅 기술이 발전했다. (AI를 더 효율적이고 비용을 최소화하여 설계 가능)
  • AI 기술을 공유하는 문화가 퍼졌다. (API, 오픈소스 등)
    • 파이썬이라는 프로그래밍 언어, 넘파이나 판다스라는 오픈소스 라이브러리, 파이토치라는 프레임워크, AIDU ez와 같은 AI 모델링 자동화 플랫폼이 공유 문화에 한 몫을 했다.

4. AI 관련 기술

  • NLP : 자연어 처리, 번역/챗봇/스팸차단
  • Computer Vision : 영상 인식 처리, 자율주행/스마트팜
  • STT : 음성 to 텍스트, AI스피커/고객센터
  • TTS : 텍스트 to 음성, AI 스피커/고객센터

5. 발전 단계에 따른 AI의 분류

  • AGI
    • 인간과 유사한 광범위한 인지 능력을 가진 AI
    • 아직 기술적 한계 O
  • ANI
    • 단일 작업에 특화되어 작업을 수행하는 AI
    • 보통 일컫는 AI

6. AI 사례

  • AI + 물류 : 아마존의 예측 배송 시스템
  • AI + 의료 : 닥터앤서, 한국인에게 적합한 진단과 치료 방법을 제공하는 서비스
  • AI + X : 여러 기업 간 AI 융합들

 

머신러닝의 학습 종류

1. 지도 학습

  • 문제와 정답을 함께 제공하는 학습
  • 과거 경험으로 미래를 예측할 수 있는 방법
  • 일반적으로 많이 사용
  • 데이터가 많을수록 성능 향상
  • 기계가 함수로 표현 = 결정 경계 (Decision Boundary), 보통 곡선
  • 분류 모델
    • Categorical한 결괏값을 예측하는 모델
  • 회귀 모델
    • 수치형 결괏값을 예측하는 모델

2. 비지도 학습

  • 문제만 제공하는 학습
  • 군집화(Clustering)이라고도 함
  • 데이터의 특성을 기계가 스스로 학습하여 유사한 데이터끼리 그룹화하는 학습
  • 정답은 만들지 못해도 데이터 간의 연관성을 찾아낼 수 있다.

3. 강화 학습

  • 정답에 가깝게 가도록 보상이나 불이익을 주어 기계 스스로 규칙을 개선하도록 만드는 방법
  • 미리 제공해야 하는 데이터 없이도 결과물을 낼 수 있는 방법

+ 지도 학습 vs 비지도 학습 vs 강화 학습

  지도 학습 비지도 학습 강화 학습
문제 제공 O O X
정답 제공 O X X
응용 분야 예측, 위험도 평가 군집화, 추천 자율주행

4. 딥러닝

  • 정형적인 데이터 + 비정형적인 데이터 모두 학습 가능
  • 장점
    • 데이터 특성을 기계가 분석, 결과를 도출한다. → 편의성 증진
    • 정확도가 높다
  • 단점
    • Overfitting : 기존 데이터를 학습한 규칙이 있어 새로운 데이터에 대해서는 적절하게 기능하지 못한다 → 데이터 양을 늘리거나 복잡도를 줄여 개선
    • 많은 학습 시간 소요
    • Black Box 모델 : 과정을 알 수 없다 → 개선을 위해 XAI라는 알고리즘 연구 중

 

 

오개념이나 추가 의견은 댓글로 달아주세요 🫶

저작자표시 (새창열림)