바삭한 인공지능(딥러닝)

목차

1. 머리글

2. 딥러닝이란?

3. 머신러닝과 딥러닝의 차이점

4. 뇌의 신경망과 인공신경망

5. 딥러닝 알고리즘의 종류

6. DNN(Deep Neural Network)

7. 마치며

안녕하세요. 오션라이트에이아이 백승기연구원입니다. 

머리글

 

오늘은 딥러닝(Deep Learning)에 대해서 알아보겠습니다.

 

딥러닝이란?

 

딥러닝은 인공신경망(Artificial Neural Network)를 사용해서 컴퓨터를 학습시키는 알고리즘을 말합니다.

인공신경망은 사람의 신경망, 즉 뇌의 뉴런이 신호를 처리하는 원리에서 착안하여 만든 신경망입니다.

 

머신러닝과 딥러닝의 차이점

그림 1. 머신러닝과 딥러닝의 차이(출처 : https://www.softwaretestinghelp.com/data-mining-vs-machine-learning-vs-ai/)

그림 1. 과 같이 머신러닝은 데이터에 대한 특성을 사람이 미리 정해놓고 학습을 시켜 예측을 하는 반면, 딥러닝은 데이터의 특성을 학습을 통해 찾아내고, 그 결과를 토대로 예측을 한다는 차이점이 있습니다.

 

뇌의 신경망과 인공신경망

그림 2. 사람의 신경망과 인공 신경망(출처 : https://en.wikipedia.org/wiki/Biological_neuron_model)

그림 2.와 같이 딥러닝은 사람의 신경망이 데이터의 Input에 대하여 신경망들을 거쳐서 결과물인 Output을 만들어 나가는 방식을 컴퓨터 알고리즘으로 만들어서 데이터의 학습을 시키는 원리입니다.

 

기본적인 인공신경망, 즉 ANN은 학습과정에서 예측에 필요한 최적의 파라미터(Parameter)를 찾기 어렵고 학습시간이 오래 걸리는 문제를 가지고 있습니다.

 

그러한 문제를 해결하기 위해 딥러닝에 새로운 모델이 만들어졌습니다.

 

딥러닝 알고리즘의 종류

 

딥러닝 알고리즘의 종류에는 크게 ANN(Artificial Neural Network), DNN(Deep Neural Network), CNN(Convolutional Neural Network), RNN(Recurrent Neural Network)등이 있습니다.

 

ANN의 경우에는 위에서 살펴보았듯이 인공신경망의 Layer를 활용하는 기법입니다.

 

DNN(Deep Neural Network)

그림 3. Deep Neural Network

 

그림 3.과 같이 DNN은 ANN이 가지고 있는 Layer를 여러겹 겹쳐서 학습결과를 향상시키는 방법입니다. Input layer와 Output Layer 사이의 Layer들을 Hidden Layer라고 하며 이 Layer가 2개 이상 있을 때 DNN이라고 합니다.

 

DNN은 컴퓨터가 스스로 분류에 필요한 Label을 생성하고 Hidden Layer를 통과시키는 과정을 반복하여 최적의 결과를 도출해냅니다. 

 

마치며

 

이번 글에서는 Deep Learning에 대해서 알아보고 Deep Learning 알고리즘 중 ANN과 DNN에 대하여 알아보았습니다.

다음 글에서는 Deep Learning 알고리즘에서 가장 많이 쓰인다고 할 수 있는 CNN(Convolutional Neural Network)에 대하여 알아보겠습니다.