머신러닝이란?

머신러닝이란?

 

인공지능을 하면 떠오르는 것이 ‘딥러닝과 머신러닝’일 것이다. 딥러닝을 머신러닝의 일부이기 때문에 머신러닝을 모르고서는 딥러닝을 이야기할 수 없다. 그렇다면 머신러닝은 무엇을 말하는 것일까?

 

국립중앙과학관의 사물 인터넷 파트에서 정의한 머신러닝은

 

인공지능의 한 분야이다. 1959년 아서 사무엘은 기계학습을 “컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여하는 연구 분야”라고 정의하였다. 즉 사람이 학습하듯이 컴퓨터에도 데이터들을 줘서 학습하게 함으로써 새로운 지식을 얻어내게 하는 분야이다.

y=3x라는 함수를 예로 든다. (x.y)의 집합 중 (1,3), (3,9), (4,12), (6,18)의 데이터가 있다고 하자. 해당 함수를 컴퓨터가 모르더라도 앞의 데이터들을 컴퓨터에 입력하면 컴퓨터가 학습한 후에 (8,?), (10,?) 등의 질문을 던지면 그 y에 대한 답을 컴퓨터가 할 수 있도록 만드는 것이 기계학습인 것이다.

즉 y=3x란 함수를 프로그래밍하지 않아도 답을 얻게 된다. 아래의 예처럼 하나의 함수를 유추하려는 방법을 지도 학습(Supervised Learning), x의 데이터가 어떻게 분포되었는지를 파악하는 방법을 비지도 학습(Unsupervised Larning)이라 한다.

 

라고 정의하고 있다.

 

반응형

머신러닝은 1948년 앨런 튜링의 논문 ‘지능을 가진 기계(Intelligent Machinery )’라는 논문에서 처음 나온 말이다. 머신러닝이란 말 그대로 기계학습인데 기계에게 학습을 해서 유추하는 방법이다. 이때 머신러닝을 구현할 때 규칙을 미리 정의해야 한다는 전제가 깔려 있다. 이런 머신러닝을 바탕으로 한 것이 바로 딥러닝이다.

 

특히 인공지능이 긴 겨울잠을 잔 이유 중 하나가 바로 머신러닝 구현이다. 머신러닝을 구현하려면 빅데이터를 저장할 수 있는 장치 그리고 빅데이터를 불러올 수 있는 네트워크 환경이 갖춰져야 한다. 그런데 인터넷이 본격적으로 보급되기 시작한 것은 1990년대 중, 후반이고 특히 무선 인터넷을 2000년대 중, 후반이 되어서야 보급되기 시작했다. 즉, 이런 기본적인 조건이 마련되지 않아서 긴 겨울잠을 잘 수밖에 없는 것이다.

 

겨울잠에서 깨어난 인공지능은 머신러닝을 바탕으로 딥 러닝이 연구되기 시작했고, 이것이 결실을 맺게 된 것이 바로 알파고다.(딥 러닝을 정의 한 사람도 물론 튜링이다.) 알파고 이후로 머신러닝이 적용된 인공지능 스피커와 같은 인공지능 기능이 내장된 제품이 출시되기 시작했던 것이다.  

 

머신러닝을 바탕으로 한 것이 비단 딥러닝에 한정된 것은 아니다. 사물인터넷도 머신러닝을 바탕으로 한 것이고, 인공신경망 또한 머신러닝을 바탕으로 한 것이다.