머신러닝과 AI의 관계 및 차이점

 

머신러닝과 AI의 관계 및 차이점

 

 

 

현재, 나는 제2 금융권에서 데이터 분석 업무를 맡고 있다. 팀 자체가 데이터 전문 팀은 아니고 개인 여신 관련 팀이라 팀원들의 데이터 관련 지식은 거의 전무한 편인데, 그래서인지 머신러닝(Machine Learning)과 AI(Artificial Inteligence)를 혼동하는 경우가 많다.

물론 AI가 머신러닝을 포괄하는 더 넓은 개념이라, "AI는 머신러닝이다"는 참이지만, "머신러닝은 AI다"는 참이 아니란 걸 알아두자.

 

좀 더 자세히 AI와 머신러닝의 개념 및 차이점을 설명해 보겠다.

 

 

 

인공지능(AI, Artificial Inteligence)

AI는 '인간'처럼 사고하고 행동할 수 있는 시스템을 만드는 기술과 이론을 모두를 의미한다. 학습부터 의사결정, 문제해결 그리고 환경과의 상호작용까지 '인간'처럼 스스로 하는 것에 초점이 맞춰져 있고 보면 된다. 시리와 같은 음성인식, 자율주행, 의료 진단 등이 모두 AI에 해당한다.

 

머신러닝(Machine Learning)

데이터를 학습하여 패턴을 찾고 분류나 예측을 할 수 있게끔 짜인 프로세스이다. 예를 들면, 이메일 스팸 필터링, 이미지 분류, 주가 예측 등이 이에 해당한다.

이렇게 보면 차이점이 안 보일수도 있다. 당연하다. 위에서 언급했듯 머신러닝은 AI에 포함되어 있기 때문이다. 좀 더 자세히 얘기하면 머신러닝은 AI를 구현하기 위한 여러 방법 중 하나이다. AI는 머신러닝을 기반으로 '지능적 행동'을 하는 것이고. 우리가 아는 딥러닝(Deep Learning) 또한 머신러닝 중 하나인 인공신경망(ANN, Artificial Neural Network) 포함된다.

 

AI  >  머신러닝  >  딥러닝

 

사람으로 예를들면, 당신 자체는 인공지능인 것이고 당신이 어떤 행동을 하게끔 판단을 내릴 수 있는 근거를 마련하는 뇌의 일련적 작용이 머신러닝인 것이다. 그리고 근거를 마련하는 방법 중 하나가 딥러닝이다.

 

 

 

 

좀 더 예를 들어보자. 알파고는 인공지능이다.

왜? 바둑에서 승리하는 방법을 학습하고 스스로 바둑도 두기 때문이다. 이때 학습하는 방법과 바둑을 두는 행동의 기준이 되는 것이 머신러닝이다.

 

 

자 이제 요약해 보자.

AI는 인간처럼 사고하고 문제를 해결하는 지능적 시스템을 개발하는 것을 목표로 한다. 그리고 머신러닝은 AI의 목표를 구현하기 위한 특정 기술이다.
 
이제 더 이상 AI와 머신러닝의 차이에 대해 혼동하지 말자.

 

그럼 이만.