최근들어 인공지능과 관련된 연구들이 많이 이루어지고 있다. 특히나 4차 산업혁명시대에서는 인공지능 기술이 매우 중요하다. 하지만 아직까지는 사람처럼 사고하거나 감정을 느끼는 등의 지능형 시스템 개발은 어려운 상황이다. 따라서 이러한 한계를 극복하기 위해 딥러닝이라는 새로운 학습방법이 등장하였다. 이 방법은 기존의 머신러닝과는 달리 인간의 뇌신경망 구조를 모방하여 데이터를 분류한다. 또한 이미지 인식 분야에서도 많은 발전을 이루었다. 이제 우리는 일상생활 속에서 쉽게 접할 수 있는 다양한 서비스들을 이용하면서 자연스럽게 딥러닝기술을 접하고 있다. 예를 들어 음성인식서비스인 빅스비(Bixby) 같은 경우엔 스마트폰 카메라 앞에서 말만하면 원하는 정보를 얻을 수 있고, 카카오톡같은 메신저앱 역시 대화 내용을 분석하여 맥락정보를 제공하기도 한다. 이렇게 실생활 곳곳에서 활용되고 있는 딥러닝기술이지만 현재까지도 해결해야 될 과제들이 많다. 본 글에서는 딥러닝기술 중 신경망학습기법에 대해 알아보고자 한다.
딥러닝이란 무엇인가요?
딥러닝은 컴퓨터가 마치 사람처럼 생각하고 배울 수 있도록 하는 기계학습 이론 및 기술을 말한다. 즉, ‘깊이’라는 뜻의 deep과 ‘논리학’이라는 뜻의 learning이 합쳐진 단어로서, 직역하면 ‘심층적인 논리학’이라 할 수 있다. 다시 말해, 심층신경망 또는 심층인공신경망이라고도 불린다. 이를 줄여서 DNN(Deep Neural Network)라고도 부른다.
머신러닝과의 차이점은 무엇인가요?
머신러닝은 스스로 학습한다는 점에서 딥러닝과 유사하지만, 주어진 데이터로부터 규칙을 찾아내고 예측하는 데 중점을 둔다. 반면 딥러닝은 입력되는 데이터를 기반으로 스스로 패턴을 발견하고 학습하며, 사물 혹은 대상을 구분하는데 초점을 맞춘다. 그렇기 때문에 머신러닝보다는 좀 더 복잡한 문제를 해결할 수 있다.
이미지 인식분야에서의 딥러닝 적용사례는 어떤것이 있나요?
현재 구글 포토 앱에선 사진 내 인물 검색기능을 지원하고 있다. 얼굴사진을 찍으면 해당 인물의 이름뿐만 아니라 가족관계, 생일, 직업 등 상세한 정보를 알려준다. 뿐만 아니라 안면인식시스템을 통해서 범죄자 검거율을 높이는 효과도 보고있다. 이외에도 CCTV영상분석, 자동차 번호판 인식, 문서분류, 의료진단 등 여러 분야에서 응용되고 있다.
지금까지 딥러닝에 대해 알아보았다. 다음시간에는 다른 주제로 찾아오겠다.
