딥러닝에 대해서 적어보고자 한다. 딥러닝, 인공지능 얘기가 나오면 빠지지 않는 이야기가 있다. 2016년에 바둑 초고수 이세돌과 알파고의 싸움이었다. 지금도 많이 회자되고 있고, 많은 사람들이 인공지능의 능력을 실감하게된 계기가 되기도 했다.
놀라운 인공지능의 성능은 어떻게 이렇게 나오게 된 것일까? 그것은 바로 인경신경망에 있다.
인공신경망(neural network)이라는 개념은 사실 굉장히 오래된 개념이다. 1970년대서부터 이미 통계학에서 regression 모델로서 제시되었다. 하지만 당시에는 인공신경망이 크게 각광받지 못했다. 인공신경망을 활용한 다양한 연구들도 있었고 인공신경망을 이용해서 할 수 있는 태스크도 제안이 되었었지만, 당시에는 computing power도 굉장히 약했고, 인공신경망의 최대 약점인 설명력(해석력) 부족이 본래 제시되었던 통계 분야에서 너무나도 큰 약점으로 인식되어 잘 사용되지 못했던 것이다.
그러나 인공신경망 연구는 하드웨어의 문제가 점차 개선되자 다시 빛을 발하기 시작했다. 복잡한 구조이고, 이전 통계 모델들처럼 수식을 쓰기가 굉장히 어렵지만 덕분에 성능은 다른 어떤 통계 모델보다 성능이 좋았다. 글자를 분류하거나 이미지를 분류하는 문제에 있어서 다른 어떤 모델보다도 뛰어난 성능을 나타냈다.
이번 딥러닝 포스팅을 통해서 딥러닝의 기초적인 내용과 어떤 식으로 딥러닝 모델과 학습이 발전했는지 설명해보도록 하겠다.
'deep learning(딥러닝)' 카테고리의 다른 글
| ChatGPT의 원리 및 사용법 (2) | 2023.12.21 |
|---|