[Data Science] AI, 머신러닝 개발 환경이란?

AI and Machine Learning Environment

---

인공지능(Artificial Intelligence)은 모든 분야에 활용될 수 있는 기술이며,

이미 다양한 분야와 산업에서 사용되고 있습니다. 

AI가 다양한 분야에 적용이 가능하다는 것은

어떤 목적을 가지고 AI 프로그램을 개발하여 사용할 것인지에

따라서 개발되는 AI 프로그램도 각기 다른 특성을 가지게 됩니다.

한마디로 AI 프로그래밍에서도 다양한 방법이 존재하기 때문에

목적에 맞는 방식을 사용하여 개발하여야 합니다.

 

AI, 머신러닝 개발환경 구축

---

AI 개발 방식이 다양하다면 개발 환경 역시 다를 수밖에 없습니다.

예를 들어, 치킨에도 다양한 종류의 치킨이 있고

치킨의 종류에 따라 원재료인 chicken은 들어가지만 부재료는 달라질 수 있습니다.

또한 튀겨지는 치킨과 구워지는 치킨이 다르듯이 조리법 또한 다릅니다.

결국 같은 치킨이지만 재료가 다를 수 있고, 요리하는 방식도 다를 수가 있는 것입니다.

 

AI 프로그램 또한 궁극적인 목적에 따라서 사용하는 툴이나 프로그램이 달라집니다.

따라서 원하는 프로그램 개발을 하기 위해 준비하는 과정을

개발 환경(Development Environment or Environment)이라고 합니다.

 

Data Science, Machine Learning Environment

---

필자는 AI 프로그래밍 중에서도 Data Science를 메인으로 하기 때문에

머신러닝 개발 환경에 대해서 이야기를 우선 나누어 보려고 합니다.

머신러닝을 사용하기 위해서도 준비해야될 과정이 필요합니다.

우리가 C++를 사용하거나 Python을 사용하기 위해서 컴파일 프로그램을 설치하듯이

머신러닝을 통해 Data Science 프로그램을 개발하거나 구현하기 위해 필요한 준비 과정인 셈이죠.

슬프게도 머신러닝은 프로그램 하나만 설치하고 뚝딱 사용할 수는 없습니다.

 

예를 들어, 기본적인 머신러닝 개발환경을 이야기하자면,

Python 기반으로 개발한다고 가정하였을때,

Python을 설치해주어야 하고 Tensorflow를 가져와야 합니다.

또한 Tensorflow를 사용하여 Jupyter Note에서 프로그래밍을 시작할 수가 있습니다.

 

Welcome to Python.org

TensorFlow

 

Project Jupyter