딥러닝(Deep Learning)은 머신러닝(Machine Learning) 알고리즘 중 하나로 인간의 뇌가 신경 세포를 활용하여 사고하는 방식과 유사한 인공신경망(Artificial Neural Network)을 사용합니다. 딥러닝이라는 용어도 인공신경망을 여러 겹으로 쌓은 모습에서 유래했다고 할 수 있는데요. 동작하는 방식도 인간 뇌의 뉴런과 비슷한 점이 있습니다. 이 글에서는 최근 몇 년 동안 많은 관심을 받고 있는 딥러닝에 대해 살펴보고자 합니다.
딥러닝(Deep Learning)의 시작과 발전
딥러닝의 시작은 1943년까지 거슬러 올라갑니다. Warren McCulloch와 Walter Pitts가 신경망을 복제하여 수학과 알고리즘을 사용할 수 있는 컴퓨터 시스템을 만들었을 때가 딥러닝의 기원이라고 할 수 있습니다. 이후 1950년대부터 1980년대까지 기술의 진보가 이루어져 왔고 딥러닝의 가장 큰 발전은 컴퓨터의 성능, 처리속도가 월등하게 발전한 1990년대 후반에 이루어지게 됩니다. 이후 딥러닝이라는 용어가 대중화되기 시작했다고 볼 수 있습니다.
딥러닝은 인간의 사고방식을 따르는 인공신경망(Artificial Neural Network)을 기반으로 합니다. 빅 데이터 분석이 발전함에 따라서 인공신경망(Artificial Neural Network)은 갈수록 복잡하고 정교해지고 있습니다. 딥러닝은 이미지, 음성, 텍스트 등과 같이 인지와 관련된 문제를 잘 해결하는 특징이 있습니다. 이제는 컴퓨터가 복잡한 상황을 관찰하고, 학습하고 복잡한 상황에 맞춰 인간보다 반응이 빠르게 발전되어 왔습니다.
딥러닝(Deep Learning)의 작동 원리는 무엇입니까?
딥러닝을 사용하는 컴퓨터는 어린아이와 같습니다. 어린아이는 먼저 어른이 말한것과 이미지를 통해 어떤 사물에 대한 이름과 이미지를 연관시켜 이해하게 됩니다. 같은 방식으로 컴퓨터의 프로그램은 계층 구조를 가지고 있고 각 단계 별 알고리즘은 입력을 학습하게 되고 결과에 대한 참조로 통계의 모델을 만듭니다. 원하는 정확도의 수준에 올라갈 때까지 다양한 반복작업을 진행하게 되고 데이터가 최종 결과에 도달하기 위해 거쳐야 하는 여러 계층, 집합으로부터 딥러닝의 기술을 이끌어냅니다.
어린아이가 사물에 대한 연관성을 파악하는 데는 많은 시간이 걸립니다. 하지만 딥러닝 알고리즘을 기반으로하는 컴퓨터 프로그램은 수십 개의 이미지를 스캔하고 그 스캔된 이미지 안에서 특정 사물을 판단하는데 단 몇 분만이 필요합니다. 물론 이러한 결과를 도출하기 위해서는 처리 능력을 훈련하기 위한 많은 양의 데이터가 필요합니다.
딥러닝(Deep Learning)으로 어떤것을 할 수 있나요?
딥러닝은 이미 우리 생활의 일부가 되어 있습니다. 페이스북이나 인스타그램에 사진을 업로드할 때 딥러닝은 나의 친구들에게 자동 태그를 지정하게 도움을 줄 수 있으며, Siri나 Alexa와 같은 인공 비서들이 사람의 자연어를 처리해 우리가 원하는 것을 해결할 수 있게 해 줍니다. Google도 오랫동안 딥러닝을 활용해 왔으며 대표적으로 Google 번역은 딥러닝과 이미지를 인식하여 음성 번역과 언어에 대한 인식/번역을 진행할 수 있습니다.
또한 다양한 산업분야에서도 딥러닝을 적용하고 있습니다. 의학 연구, 항공 우주 산업, 산업 자동화, 챗봇, 안면 인식 등이 그 대표적인 영역입니다.
댓글