‘딥 러닝’과 ‘딥 언더스탠딩’의 차이

‘딥 러닝’과 ‘딥 언더스탠딩’의 차이

딥 러닝과 딥 언더스탠딩은 모두 인공지능에 반드시 필요한 분야이지만 하는 역할은 다음과 같은 차이가 있다.

딥 러닝 (Deep Learning): 딥 러닝은 인공 신경망을 기반으로 하는 머신 러닝의 한 분야이다. 이는 대량의 데이터를 통해 복잡한 패턴을 학습하고 예측을 수행하는데 사용된다. 딥 러닝은 이미지 인식, 음성 인식, 자연어 처리 등 다양한 분야에서 사용되며, 수많은 레이어를 가진 신경망을 통해 입력 데이터의 복잡한 특성을 자동으로 추출하고 학습하는 데 주력한다. 

딥 러닝은 지금 우리가 접하는 인공지능 제품에 대부분 적용되어 있다. 알파고, 인공지능 스피커, 그리고 최근 이유가 되는 ChatGPT에도 예외 없이 딥 러닝이 적용되어 있다. 딥 러닝의 인공지능의 핵심기술이긴 하지만 인간처럼 복잡한 문제를 이해하고, 이를 기반으로 사고하고 학습하는 능력은 부족하다. 즉, 인간처럼 추론하는 능력을 가지고 있지 않다.

 

반응형

딥 언더스탠딩 (Deep Understanding): 딥 언더스탠딩은 컴퓨터가 인간처럼 복잡한 문제를 이해하고, 그를 기반으로 사고하고 학습하는 능력을 중심으로 한다. 단순히 패턴을 인식하는 것을 넘어서, 컴퓨터가 문제를 이해하고, 그 문제에 대한 해결책을 찾을 수 있는 능력을 개발하는 것을 목표로 한다. 예를 들어, 딥 언더스탠딩을 이용하면, 인공지능은 문맥을 이해하고 추론을 수행하는 등 더 복잡한 작업을 수행할 수 있다. 딥 언더스탠딩은 어느 특정 영역에 특화된 인공지능이 아니라 인간처럼 사고하고 행동하는 범용 인공지능을 구현하는데 그 목적이 있다.

지금의 인공지능은 인간처럼 영화에서 보는 인공지능처럼 인간과 같이 스스로 사고하고, 행동하는 것이 불가능하다. 다만 알파고나 ChatGPT처럼 어느 특정 영역에 특화된 인공지능을 구현할 수 있다. 지금의 인공지능은 특화된 영역 외에는 인간 능력과 비교하면 어린 아이보다도 능력이 떨어진다. 인간과 비슷한 범용 인공지능을 구현하려면 딥 러닝의 넘어선 딥 언더스탠딩이 필요하다.

딥 러닝은 패턴을 인식하고, 학습하는 것이다. 반면에 딥 언더스탠딩은 그 패턴을 이해하고 사용하는 능력을 구현하는 것이다. 즉, 딥 러닝이 데이터에서 패턴을 찾는 기술이라면, 딥 언더스탠딩은 그 패턴을 이용해 세상을 이해하고 사고하는 능력을 개발하는 것을 목표로 한다. 인간처럼 세상을 이해하고, 그에 따른 의사결정을 내리는 능력을 가지기 위해서는 인공지능이 단순한 규칙 기반 시스템을 넘어서 인간의 사고방식을 흉내 낼 수 있어야 한다. 이것은 딥 러닝으로는 부족한 부분이 있다. 이를 보완하기 위해 반드시 딥 언더스탠딩이 동반되어야 한다. 이런 것을 볼 때 이 두 분야는 서로 보완적인 관계에 있다.