AI의 딥 러닝은 무슨 뜻일까요?

AI의 기초. 딥 러닝에 대해서

많은 기업에서 AI를 활용하려는 시도를 꾸준히 하고 있습니다. 하지만 실제 도입에 있어서는 도대체 무엇부터 손을 붙이면 좋을지 망설이는 것도 사실입니다. 이번에는 AI의 활용을 검토하고 있는 기업이나, 앞으로 담당자로서 기초를 배워가는 분들을 위해 우선 " AI와 기계 학습과 딥 러닝의 차이"를 먼저 알아보세요.

AI, 기계 학습, 딥 러닝이란?

"AI"는 많은 분들이 아시다시피 "Artificial Intelligence (인공 지능)"의 약자입니다. 구체적으로는 인간이 당연한 듯이 할 '학습 추론 인식 판단」라는 기능을 인공적으로 실현하는 것입니다. 조금 어렵게 느낄지도 모르지만, 이를테면 "컴퓨터에게 인간처럼 판단 행동하기"라는 시도를 가르치고 있습니다. 또한 넓은 의미로는 "지적인 프로그램을 만든다"라는 연구 분야와 개념 자체를 나타내는 경우도 있지만, 시대와 함께 그 의미가 변화하고 있는 것도 특징입니다. 예를 들어, 21 세기 현대에서 계산기가 하는「덧셈」이나 「곱셈」을 AI라고 생각하는 사람은 거의 없지만, 인간 이외의 기계가 셈을 한다는 것은 획기적인 일이었습니다. 인간의 행동을 컴퓨터가 대역이 되고 행한다는 점은 바로 AI 하다고도 할 수 있지만, 계산기 가지고 AI라고 명명하지는 않지요. "기계 학습」 「딥 러닝 '는 다양한 의미를 가진 AI의 일부이며, AI를 실현하기 위한 학습 방법 및 시스템 등을 말합니다.

기계 학습이란?

기계 학습 (기계 학습)은 "방대한 데이터를 바탕으로 분석하여 정확한 예측 판단을 실현하는 기술 연구 분야"입니다. 데이터를 여러 번 학습함으로써 일종의 '패턴'을 발견하고보다 정확한 예측을 세울 수 있게 됩니다. AI에서 "계산 시스템 (= 프로그래밍) '라는 핵심 기술 그 자체이며, 최근의 컴퓨터 기술의 발전에 의해 비약적인 발전을 이루었습니다.
기계 학습은 「감독 학습」,「비지도 학습」 , 「강화 학습」의 3 종류가 있습니다.

---

감독 학습

입력 값과 정답이 세트로 된 학습 데이터를 컴퓨터에 제공, 학습하는 방법입니다.

---

비지도 학습

정답 데이터가 주어지지 않는 학습 방법으로 데이터의 경향을 분석하는 것이 목적입니다.

---

강화 학습

감독 학습과 비슷하지만, 선택에 대한 보상 (목표가 되는 수치 등)을 설정합니다.

컴퓨터 시행착오를 거쳐 보상 = 골을 목표로 하고, 거기에 이르기까지의 행동을 학습합니다.

---

즉 딥 러닝이란?

「심층 학습 」이라고도 하며,인간이 무의식적으로 행하고 있는 행동을 컴퓨터에 학습시키는 기술로, 기계 학습에서 "감독 학습"의 일부입니다. 기본적으로 신경망 (사람의 신경 세포 = 신경 세포의 구조를 모방 한 시스템)이 기반이 되어 있습니다. 문자 나 숫자, 이미지, 동영상, 음성 등 방대한 양의 데이터를 자동으로 학습하여 사용법에 따라서는 인간이 가지는 인식 능력을 초과하는 성과를 만들어냅니다.

AI를 활용 = 기계 학습의 자동화가 키 포인트

AI, 기계 학습, 딥 러닝의 차이를 간략하게 설명했지만, 일반적으로 알려져 있는 'AI의 활용 "이란, 즉"기계 학습을 효율적으로 업무에 활용한다'는 것에 불과합니다. 단, 여기서 하나 어려운 문제에 막 다른 합니다. 기계 학습을 업무에 활용하기 위해서는 「데이터 가공」 「특징 추출」 「AI 모델 구축」 「평가」 「정확도 향상」등 일련의 흐름을 데이터 과학자가 수동으로 수년간 검증과 작업을 반복 실용화해야 합니다. 그래서 그동안의 목적을 달성하지 못하고 끊임없이 시도를 하지 않는 한 실용화를 포기하는 경우도 적지 않습니다. 이 과정을 어떻게 줄이 거 나하는 것이 중요하지만, "AI 모델러'라는 도구를 이용함으로써 지금까지는"수개월에서 수년 "걸리던 분석 플로우를 자동화하고" 몇 분에서 수 일 "로 단축할 수있게 되었습니다.

AI 모델러의 도입으로 무엇을 할 수 있을까?

그럼 어떻게 구체적으로 AI를 비즈니스에 활용할 수 있을까요? 우선 귀사의 비즈니스에서 "AI를 활용하여 무엇을 달성하고 싶은가 '라는 목표를 설정하는 것이 중요합니다. 그 위에필요한 데이터를 준비하는 것만으로, AI 모델러가 자동으로 최적의 AI를 만들어줍니다. 다양한 업종의 업무에 도입에 따른 높은 효과를 얻을 수 AI 모델러이지만, 구체적으로는 다음과 같은 활용 사례가 있을 수 있습니다.

---

일반 기업

문의 메일 정보에서 해당 부서를 판단합니다. "감독 학습"에서 입력 데이터에서 카테고리를 예측하여 제공합니다. 모든 업종에서 이용이 가능하며, 그때까지 인력으로 행하고 업무를 자동화하여 인력 비용을 절감할 수 있습니다.

---

금융 보험업

시장 동향에서 주가와 환율의 변동을 예측합니다. "감독 학습」에 의해, 입력 데이터에서 숫자를 예측하는 것이 가능합니다. 경제 분석과 기업의 재무제표 등의 분석, 개별 주식 분석 등의 업무에 활용할 수 있습니다.

---

유통 음식 서비스업

구매 데이터에서 고객의 구매 성향을 파악. "教師なし学習"에서 구입 시간이나 상품의 종류, 수량 구매 구매자의 특성 등 데이터를 성질이 비슷한 그룹으로 분류합니다.EC 사이트와 실제 매장에서 판매, 서비스까지 다양한 업종의 마케팅에 사용할 수 있습니다.

---

의료 제조 건설업

터빈 등 기기의 고장을 사전에 예측할 수 있습니다. 학습 방법은 "교사가 반 교사가 입니다 " 반 감독 학습 " 은 적은 수의 대답 (라벨) 을 바탕으로 다수의 데이터에서 일정한 패턴을 찾아가는 방식으로 시계열 데이터에서 사건이 일어나기 전에 전조를 진단합니다. 공장의 생산 라인에서 조기의 이상 검지에서 의료 기기의 오작동을 미연에 방지 등 활용할 수 있는 용도는 다양합니다.

---