정의

• AI (인공지능, aritificial inteligence) : 컴퓨터가 사람의 행위를 흉내낼 수 있게 하는 모든 기술
• ML (기계학습, machine learning) : 컴퓨터가 정확한 프로그래밍 없이도 목적을 수행 할 수 있게 하는 AI 기술
• DL(딥러닝, deep learning) : 다층신경망(multi-layer neural networks)의 연산을 하는 머신러닝

관계

사람마다 조금씩 다르게 그리기도 하지만, AI > ML > DL으로 보는 것이 일반적이다.

예시 : 개미와 거미 분류법 만들기

1. AI
   • 사람이 어떠한 기준을 볼 것인지, 그리고 그 기준값을 얼마로 할 것인지를 모두 정해줘야 한다.
     대신에 학습을 위한 데이터가 필요없다.
   • 기준 : 다리의 개수, 몸통의 개수
   • 기준값 : 다리가 6개고 몸통이 3개(머리, 가슴, 배)로 구분되면 개미, 다리가 8개이고 몸통이 2개(머리와 배)로 구분되면 거미
   • 한계 : 사고로 다리를 잃은 거미는 개미인가 거미인가.
2. ML
   • 사람이 데이터와 함께 어떠한 기준를 볼 것인지만 지정해주면, 그 기준값은 알아서 찾아준다.
   • 기준 : 다리의 개수, 몸통의 개수
   • 기준값 : ?
   • 원리 : 다리의 개수를 x1, 몸통의 개수를 x2로 하는 그래프에서 거미와 개미를 구분하는 경계 함수를 찾음.
   • 효과 : 거미와 개미를 나누기에 가장 적합한 다리의 개수는 6.1개, 몸통의 개수는 2.4개와 같이 기준값을을 찾아준다.
   • 한계 : 관찰일지 데이터가 필요하고, 개미와 거미의 색깔, 더듬이 유무, 날개 유무와 같은 다른 지표는 보지 못한다.
3. DL
   • 사람이 학습할 데이터만 주면 기준도, 기준값도 알아서 찾아준다.
   • 기준 : ?
   • 기준값 : ?
   • 원리 : 관찰일기에 저장된 데이터 중 개미와 거미의 특성을 가장 잘 드러낼 수 있는 기준을 선정하여 더 높은 가중치를 부여
   • 효과 : “사는 환경이 습도 65%이며, 몸 전체 색깔 일치도가 77% 이상이면 개미”라는 것처럼 개미와 거미를 구분하기에 더 좋은 기준과 기준값을 찾아준다.
   • 한계 : 관찰일지 데이터가 필요하고, 곤충이랑 안 친한 사람라면 학습이 엄청 오래 걸리는 모형을 만들지도 모른다. 2개 특징만 봤을 때도 충분히 잘 구분 할 수 있는데, 10개의 기준을 보겠다고 하면 분류는 잘 안되고 계산은 더 오래 걸릴테니까.