머신러닝 딥러닝 차이 무엇이고 특징 알아보기

AI와 관련된 이야기를 하다 보면

자주 나오는 머신러닝과 딥 러닝.

​

이름은 비슷하고 정확하게

어떤 기술인지 모르고 있었는데요.

​

오늘은 처음 접하는 분도

이해할 수 있도록

핵심만 정리해 보겠습니다!

목차

​

1. 머신 러닝과 딥 러닝 차이점

2. 주변의 활용 사례

1. 머신 러닝과 딥 러닝 차이점

1) 머신러닝 (Machine Learning)

​

Machine​

(기계가)

+

Learning

(스스로 학습)

​

데이터를 통해 스스로 규칙을 배우는 기계

"A 다음은 B야"라는 규칙을

과거엔 사람이 일일이 코딩했다면,

​

지금은 수많은 데이터를 주면 기계가

그 안에서 패턴(공식)을 찾아내는 기술입니다.

​

단, 사람이 어느 정도

가이드를 줘야 한다는 특징이 있어요.

스팸 메일을 거를 때,

​

"광고, 무료, 당첨이란 단어가 포함되면 스팸이야"

​

라고 기준을 세워주면 기계가

그 기준을 바탕으로 학습합니다.

2) 딥러닝 (Deep Learning)

​

Deep

(머신 러닝보다 더 깊게)

+

Learning

(스스로 학습)

​

사람의 뇌처럼 깊게 생각하고

스스로 특징을 찾는 기술

​

(여기서 Deep은 신경망의 층이

아주 깊게 쌓여 있다는 뜻!)

머신러닝의 한 종류로

뇌 신경망을 본뜬 구조를 사용합니다.

​

사람이 가이드를 주지 않아도, 기계가 통째로

데이터를 분석해서 스스로 핵심을 찾아냅니다.

수만 장의 고양이 사진을 보면

​

'뾰족한 귀', '수염' 같은 특징을 기계가

​

스스로 발견해서 고양이를 인식합니다.

[참고 표]

2. 주변의 활용 사례

1) 머신 러닝의 대표적인 활용 사례

​

• 쇼핑 및 콘텐츠 추천
• 금융 이상거래 탐지
• 내비게이션 도착 시간 예측 등

​

비교적 적은 데이터로도 빠르게

분석할 수 있는 분야에서 활용되고 있어요.

2) 딥러닝의 대표적인 활용 사례

​

• 스마트폰 얼굴 인식
• ​자율주행 자동차
• ​생성형 AI 등

​

많은 데이터를 학습해 복잡한 패턴을 정확하게

분석해야 하는 분야에서 활용되고 있어요.

정리하면, 머신러닝은

사람이 기준을 보완하고,

​

딥 러닝은 기계가 기준까지

스스로 만들어냅니다.

​

목적에 따라 두 기술은

서로 다른 상황에서 각각의 강점을 발휘해요!

​

오늘 정보는 유익하셨나요?