딥러닝 - 인공지능의 핵심 기술

목차

딥러닝 (Deep learning) 이란?
딥러닝의 기본 구조, 퍼셉트론이란?
딥러닝의 학습 원리
딥러닝과 일반 소프트 웨어의 차이
딥러닝의 활용 사례

---

 

딥러닝 (Deep learning) 이란?

 

딥러닝은 기계학습(Machine learning)의 하위분야이자, 인간의 뇌 구조를 모방한 인공신경망의 방법론 중에 하나이다. 컴퓨터가 직접 프로그래밍 없이 스스로 학습하고 판단 할 수 있는 기술이다. 과거에는 연산 장치들의 성능 및 메모리 용량이 적어 이론상으로만 존재하고 구현이 어려운 기술이었다. 현대에 들어서는 반도체 성능의 획기적인 향상으로 인해 더 복잡한 모델을 설계하고 학습할 수 있게 되었다. 

 

딥러닝 구조(출처:Freshdesk 딥러닝 : 무엇이고, 왜 중요하며, 어떻게 작동할까요?)

 

딥러닝의 기본 구조, 퍼셉트론이란?

 

퍼셉트론(Perceptron)은 인간의 신경망을 수학적으로 모사한 것이다. 입력값과 가중치를 곱해서 다 더하고 그 값이 어떤 기준이상이면 1, 아니면 0을 출력하도록 구성되어 있다. 퍼센트론은 입력데이터를 두 가지 범주로 분류할 수 있는 인공신경망의 가장 단순한고 기본 적인 모델이다. 

퍼센트론 모형 (출처 : https://jkcb.tistory.com/96)

 

딥러닝의 학습 원리

 

딥러닝은 입력층과 출력층 사이에 있는 은닉층(Hidden layer)을 두는 것이다. 간단히 설명하면 퍼셉트론을 여러층을 쌓고 연결한 인공 신경망이다. 이붕에 출력층으르 포함하여 은닉층이 3층 이상이면 딥러닝이라고 부른다. 딥러닝은 신경이 학습하는 원리와 유사하게 작동한다. 신경은 어떤 사건에 대해 전기적인 반응으로 행동을 일으킨다. 그러한 행동의 결과가 좋았다면 그 반응을 일으킨 신경들의 신호가 강해지게 되고, 결과가 좋지 않았다면 그 반응을 일으킨 신경들이 신호가 약해지게 된다. 

 

퍼셉트론 모형으로 볼 때 가중치(Weights)가 달라지게 된다. 결론적으로 딥러닝의 다양한 경로 중 원하는 결과를 얻는 쪽으로 가중치가 높아지고, 아닌 부분은 가중치가 낮아지는 방식으로 작동하게 된다. 딥러닝의 은닉층은 경로의 다양성을 확보하게 하는 장점이 있다. 

 

 

 

딥러닝과 일반 소프트 웨어의 차이

 

인공지능 기술에 사용되는 딥러능과 일반적인 소프트웨어는 다음과 같은 차이가 있다. 일반 소프트웨어에서는 컨텐츠를 소스 코드(Source code)라고 부르며, 딥러닝에서는 모델(Model)이라고 한다. 개발 과정에서 일반 소프트웨어는 디버깅(Debugging)이라는 과정을 통해 목표하는 값을 도출하려고 하지만, 딥러닝에서는 훈련(training)이라는 과정을 통해 목표값을 도출한다. 일반 소프트웨어에서는 패치(Pach)라는 방식으로 프로그램의 수정 및 출시를 하지만, 딥러닝은 경우 재훈련(Retraining)을 통해 제품의 수정 및 출시를 진행한다. 

 

구분	일반 컴퓨터 프로그램	딥러닝 프로그램
컨텐츠	소스 코드(Source code)	모델(Models)
개발과정	디버깅(Debugging)	훈련(Training)
수정/출시	패치(Patch)	재훈련(Retraining)

 

 

 

딥러닝의 활용 사례

 

1. 이미지 인식

딥러닝을 활용하여 이미지는 인식할 수 있다. 예를 들면 제조공정중에 불량을 확인할 수 있다. 또는 편의점에서 제품의 계산에 활용할 수 있을 것이다. 테슬라에서와 같이 자율 주행차에서도 활용이 가능하다. 의료계에서도 딥러닝의 이미지 인식 기능을 활용하고 있다 루닛(Lunit)이라는 회사에서는 유방암 및 폐암 진단에 딥러닝 기술을 활용하고 있다. 

출처 (LG CNS, AI와 최신 딥러닝 기술 동향)

 

2. 동영상 인식

딥러닝 기술을 활용하여 동영상 인식도 가능하다 CCTV를 분석하여 사고가 발생했을 경우에 빠르게 대처할 수 있으며, 보안분야에도 적용이 가능하다. 

 

출처 (LG CNS, AI와 최신 딥러닝 기술 동향)

 

 

3. 자연어 이해

딥러닝은 자연어 이해 분야에도 적용이 가능하다 자연어는 문자와 음석을 인식하는 것을 말하는데 다양한 분야에 활용되고 있다. 통신사, 은행, 여행사, 호텔등에 고객센터에 챗봇 또는 텍스트 봇이 활용되고 있다. 그리고 음성인식을 통해 Google assistant, 카카오 미니, 네이버 클로바 등 많이 기업이 딥러닝 기술을 활용하고 있다. 그리고 곡가 가사를 입력하여 특정 아티스트가 노래하는 오디오를 생성하는 AI도 딥러닝 기술의 적용 예시이다. 

자연어 이해를 통해 인공지능 튜터도 활발하게 활용되고 있다. 영어 공부를 위한 인공지능 어플은 유저의 학습 패턴을 분석하여 실력에 맞춰서 진도를 나갈 수 있다. 

 

출처 (LG CNS, AI와 최신 딥러닝 기술 동향)

---

 

 

딥러닝 기술은 기계학습(Machine Learning)의 한 분야로, 3개 이상의 계층으로 구성된 신경망이다. 딥러닝은 자동화 인공지능 애플리케이션과 서비스의 기반이 되는 기술이다. 인간의 개입이 없이 분석적인 작업과 물리적인 작업이 가능하여 인공지능 기술의 핵심이 되어 활용되고 있다. 

 

관련글 - [Learn/과학공학기술] - 인공지능(AI)의 정의, 머신러닝, 딥러닝 기술과의 구분 및 개념 정리

인공지능(AI)의 정의, 머신러닝, 딥러닝 기술과의 구분 및 개념 정리