[Data Science] 딥러닝(Deep Learning)이란?

Deep Learning

 

머신러닝(Machine Learning)과 딥러닝(Deep Learning)의 관계에 대해서

정확하게 이해하기 위해서는

딥러닝과 머신러닝이 어떤 역할을 하고

어떤 방식으로 작동이 되는지에 대해서 이해해야 합니다.

 

딥러닝에 대해서 한 문장으로 요약하자면

딥러닝은 사람의 뇌의 원리를

벤치마킹한 알고리즘 또는 프로그래밍 방식이라고 할 수 있습니다.

우리가 특정 물체를 눈을 통해서 보고 시신경으로 통해서

뇌에 정보가 전달됩니다.

뇌에서는 그것이 어떤 물체인지 판단하여

우리가 인지하도록 도와줍니다.

 

예를 들어서, 눈 앞에 자동차가 있다고 가정해봅시다.

sourced by HOO, https://whoishoo.tistory.com/

 

자동차를 보자마자 우리는 자동차라는 것을 인지합니다.

하지만 사진 속 자동차가 Ford Expedition이라는 모델명을 가진 자동차라는 것은

해당 자동차 모델에 대한 지식이 없다면 모를 수 있습니다.

 

인간은 잠재적으로 머릿속에 남아있는 지식과 경험을 기반으로

보이는 물체에 대한 인지가 가능하다는 것을 알 수 있습니다.

 

한마디로 사진 속 자동차가 Ford Expedition이라는 이름을 가졌다는 건

모를지언정 바퀴가 있고 사람이 타고 다닐 수 있다는 자동차에 조건이

충족이 되어 우리가 저 사진 속 물체를 보았을 때 자동차라는 것을 알고 있는 것입니다.

 

Bro, 그래서 딥러닝이 뭔데?

딥러닝은 이러한 사람이 자연스럽게 물체를 인지하는 방식에 대해서

컴퓨터에 적용할 수 없을까라는 생각에서 나오게 되었습니다.

 

사람은 의도적으로 사진 속 물체가 자동차라는 것을 오랜 생각 끝에

인지하지 않지만

컴퓨터는 우리처럼 자연스럽게 저것이 무엇인지를 인지할 수가 없습니다.

따라서 사람의 뇌가 자연스럽게 작동하는 뉴런 시스템 방식부터를

우선적으로 개발하고 적용한 것이

바로 딥러닝인 것이죠.

예를 들어,

저 사진 속에 자동차가 있다는 걸

컴퓨터에게 알려줘야 하기 때문에

우리는 컴퓨터의 관점에서 컴퓨터가 알 수 있도록 도와주어야 합니다.

따라서 사진을 구성하는 픽셀을 하나의 데이터로 배열하거나

픽셀보다도 더 작은 단위로 나뉘어서 데이터를 정렬합니다.

 

 

나뉜 데이터를 뉴런 시스템, 즉 특정 조건 하에

데이터끼리 정보를 연결하여 여러 조건을 거쳐서

결과적으로 자동차라는 조건에 얼마만큼 충족하는지를 확인하여

사진 속 물체가 자동차인지 아닌지를 알 수 있게 됩니다.

결국 딥러닝이란 사람의 뇌 구조를 비슷하게 구현한 메커니즘이라고 볼 수 있습니다.