AI, ML, DL 차이점이??
요즘은 데이터 분석이라고 하면 너무나 자연스럽게 AI(Aritificial Intelligence)라는 이야기를 한다. 그리고, ML(Machine Learning : 기계학습), DL(Deep Learning)이라는 말도 뒤이어서 나온다.
많은 책이나 블로그에서는 AI가 가장 큰 개념이고, 그다음이 ML, 그 다름이 DL이라는 포함관계를 설명하고 있지만 과연 실무적으로 어떤 차이가 있는 것일까라는 생각을 해 보았다.
짧은 소견으로는 계산이라는 행위를 얼마나 컴퓨터에 의존했느냐에 따라서 분류하는 것이라는 생각이다.
즉, 컴퓨터의 의존도가 높을수록 AI -> ML -> DL로 구분하는 것이다. ML이든 DL이든 컴퓨터를 활용해서 계산해야 하는 것이기 때문에 광의로 보면 모두 AI에 속하는 것이다.
조금 더 실무적으로 생각을 해 보면 AI는 사람이 필요한 특정의 데이터를 선정하고, 특정 데이터에 맞는 모델을 찾아서, Couputer에 입력한 뒤, 계산을 의뢰하는 단순한 형태가 아닐까 싶다.
< AI 이미지 >위에서 보면 계산을 위해 필요한 사전 작업의 많은 부분은 사람에게 의존하고 있으며, Computer는 계산을 담당하고 있다.
이 보다 조금 더 Computer 의존도를 높이는 것은 Y=a + bx라는 모델에 a, b를 Computer가 찾게 하는 것이다. 사람은 모델에 필요한 변수를 정의하고 데이터를 Computer에 제공하고 적절한 모델을 선정하기만 하면 된다. 나머지는 Computer가 학습해서 모델을 완성시키고 이를 통해서 새로운 데이터에 대해 예측하고 분류를 한다.
< ML 이미지 >마지막으로는 사람이 Computer에 Data만을 제공한다. 어떤 데이터가 필요하다고 사전에 정의할 필요도 없고, 모델도 선정할 필요가 없다. Computer 스스로가 주어진 데이터를 활용하여 판단까지 하는 것을 DL이라고 한다. 계산에 거의 모든 것을 Computer에게 의존하는 것이다.
< DL 이미지 >그렇다면 DL이 만능일까?
DL은 상당히 많은 데이터와 함께 학습에 걸리는 많은 시간과 Resource를 요구한다. 제조 현장의 관점에서 보면 아직 넘어야 할 산이 많아 보인다. 이 중의 하나가 DL을 통해 나온 결과에 대해서 DL은 "왜"라는 질문에 대답을 하지 않는다는 것이다. DL을 통한 결과만 존재할 뿐이다.
문제 해결을 위해 DL도 고려해야겠지만, AI, ML의 방법론을 잘 활용한다면 제조 현장의 여러 문제를 Simple하고 좀 더 쉽게 해결할 수 있을 것이라 생각한다.
DL은 제조현장보다는 서비스 영역에서 많이 활용되고 있다. 특히 구글, Youtube 등에서는 검색하는 단어를 기반으로 사용자에게 특화된 정보나 서비스를 제공하고 있다.
이런 서비스를 보면서 "생각과 견해가 다른 집단과 개인의 간격을 더욱 거 깊게 하는 것"은 아닌지 하는 우려가 된다. 내가 보고 싶은 것, 내가 익숙한 것만 계속해서 접하게 된다면, 개인의 신념이 확증되어서 자신과 다른 주장을 하는 사람/집단의 의견은 아예 들으려 하지 않을 테니까... 결국 이것은 민주주의의 위기로 연결되는 것은 아닌가 하는 생각이다. (너무 나갔나?)
AI에는 지능이 없다. 주어진 알고리즘을 수행할 뿐...
기술은 사용하는 사람이 어떻게 사용하느냐가 더욱 중요한 것이 아닐까 싶다.
