인공지능과 머신러닝
사람이 일일이 규칙을 적어주는 대신, 수많은 기출문제를 풀게 해서 기계가 스스로 정답 공식을 찾아내게 만드는 공부법이에요.
정의 인공지능(AI)은 사람처럼 생각하고 판단하는 기계를 만드는 가장 넓은 개념이고, 머신러닝(기계학습)은 데이터를 통해 컴퓨터가 스스로 규칙을 찾아내도록 학습시키는 구체적인 방법이에요.
요약 노트를 외우는 공부 vs 문제집을 많이 푸는 공부
시험공부를 할 때 요약 노트를 통째로 외우는 방법이 있고, 수많은 기출문제를 풀며 문제 유형을 스스로 익히는 방법이 있어요. 컴퓨터 프로그램의 세계에서도 이와 똑같은 두 가지 방식이 존재해요. 사람이 적어준 정답 규칙을 기계가 그대로 따르는 방식이 전통적인 프로그래밍이라면, 문제와 답을 수없이 보여주고 컴퓨터가 스스로 공식과 감을 잡게 하는 방법이 바로 머신러닝이에요.
이 모든 것은 결국 '사람처럼 똑똑하게 생각하는 기계를 만들자'는 인공지능(AI)이라는 커다란 목표 아래에 있어요. 인공지능은 기술의 이름이라기보다 사람의 지능을 흉내 내는 모든 기술을 통틀어 부르는 가장 넓은 우산이자 궁극적인 목표예요.
스마트폰의 음성 비서, 번역기, 추천 알고리즘처럼 우리가 일상에서 접하는 현대 인공지능의 대부분은 바로 이 머신러닝이라는 공부법을 통해 만들어지고 있어요.
왜 규칙을 다 알려주지 않고 스스로 배우게 할까요?
사람에게는 너무나 당연한 일들이 컴퓨터에게는 엄청나게 어려울 수 있어요. 예를 들어 사진 속 동물이 고양이인지 개인지 구분하는 규칙을 컴퓨터 언어로 일일이 적는다고 상상해 보세요. '귀가 뾰족하고 털이 있으며 수염이 난 동물'이라고 적으면, 귀가 접힌 고양이나 털이 긴 강아지를 만났을 때 컴퓨터는 곧바로 길을 잃어버려요.
사람은 직관적으로 구별할 수 있지만, 그 복잡한 판단 기준을 사람이 말과 코드로 전부 설명하기란 불가능에 가까워요. 그래서 머신러닝은 규칙을 일일이 알려주는 대신 수만 장의 사진 데이터를 컴퓨터에 건네줘요.
컴퓨터는 수많은 사진을 비교하면서 '아, 고양이는 보통 이런 눈매와 윤곽선을 가졌구나'라는 통계적 패턴을 스스로 찾아내요. 사람이 미처 설명하지 못한 미묘한 차이까지 기계가 스스로 파악하게 되는 것이죠.
조금 더 정확히 말하면: 인공지능, 머신러닝, 딥러닝
뉴스에서는 인공지능, 머신러닝, 딥러닝이라는 말이 종종 뒤섞여 쓰이지만, 이 셋은 러시아 인형인 마트료시카처럼 겹겹이 포개진 관계예요. 가장 큰 바깥 인형이 사람처럼 행동하는 모든 기계를 뜻하는 인공지능이라는 가장 넓은 개념이에요.
그 인공지능을 만드는 여러 방법 중 '데이터 학습'을 핵심 무기로 삼는 중간 크기 인형이 바로 머신러닝이에요. 과거에는 규칙만 빽빽하게 적어 만든 체스 프로그램도 인공지능이었지만, 데이터를 보고 스스로 배운 머신러닝은 아니었어요.
그리고 머신러닝 중에서도 인간 뇌의 신경망을 흉내 내어 복잡한 데이터를 놀랍도록 정교하게 처리하는 가장 최신의 기술이 딥러닝이에요. 즉 딥러닝은 머신러닝에 속하고, 머신러닝은 인공지능이라는 커다란 세계 안에 포함되어 있답니다.
🤔 흔한 오해
인공지능과 머신러닝은 완전히 같은 말이다.
인공지능은 목표이자 포괄적인 분야이고, 머신러닝은 그 인공지능을 구현하기 위한 하나의 방법이에요. 모든 머신러닝은 인공지능이지만, 모든 인공지능이 머신러닝인 것은 아니에요.
🧺 일상에서 만나요
인공지능은 똑똑한 기계를 만드는 큰 꿈이고, 머신러닝은 기계가 데이터를 공부해서 그 꿈을 이루는 방법이에요.