by
Sep 28. 2024
AI 는 어떻게 학습하는 걸까요?
AI 가 정말 뜨겁습니다.
우리의 말도 알아듣고, 우리가 원하는 것도 찾아줍니다.
심지어 해결책도 찾아주고, 그림도 그려줍니다.
이런 AI 는 머신러닝이라는 학습을 통해 이런 놀라운 결과를 만들어 내는데요.
그럼 이 AI 는 어떻게 공부할까요? 한번 간단하게 알아 보겠습니다.
AI 는 크게 예측과 분류를 합니다.
예측은 그간의 데이터를 가지고 추세를 만들어 다음을 예측하는 것 입니다.
분류는 특정한 분류의 기준을 세워 새로운 데이터가 어느 분류에 속하는지를 결정하는 것 입니다.
우리가 알고있는 대부분의 머신러닝의 활용 사례는 분류 라고 볼 수 있습니다.
이런 머신러닝의 학습 종류는 분류 정답을 알려주는 지도 학습과 알아서 분류하는 비지도 학습이 있습니다.
우리는 간단한 원리만 알아보기 위한 시간이므로 지도 학습을 예를 들어 어떻게 기계가 학습을 하는지 알아 봅시다.
예를 들어 빨강 동그라미와 파란세모, 노란 사각형을 구분해내는 학습을 시킨다고 가정해 봅시다.
우리는 AI 에게 각 특징을 입력 하고 이게 어느 종류인 것인지를 알려 줍니다.
이를테면 꼭지점이 세개이고, 파란색이면 파랑 삼각형이다.
꼭지점이 네개이고 노란색이면 노랑 사각형이다.
꼭지점이 없고 빨간색이면 빨간원이다.
이런식으로 여러 샘플들을 보여주면서 그 특징을 패턴화 합니다.
그렇게 어느정도 분류를 할수 있는 기준을 준 다음, 다른 샘플들을 제시하며 문제의 답이 잘 맞는지를 확인해 보는 것 입니다.
이렇게 해서 정답율이 80% 정도 나왔다면 분류를 잘 했다고 볼 수 있습니다.
오히려 100% 가 나왔다면 문제가 잘못 되었다고 의심해 봐야 하는 상황 입니다.
