[Q&A AI] 딥러닝과 기존 알고리즘의 차이점

 

형 딥러닝을 이용하는 이유가 뭐예요?

형 딥러닝과 기존에 있던 알고리즘의 차이가 무엇인가요?

 

 

Deep Learning

 

Data Science에서 흔히들 프로그램을 교육시킨다고 했을 때 딥러닝을 통해 머신러닝을 구현합니다.

AI 개발자가 아니더라도 AI에 대해서 듣다보면 빠지지 않고 나오는 말이 바로 Deep Learning이죠.

프로그래밍 공부를 하는 동생들에게 딥러닝에 대해서 물어봤더니,

딥러닝이라는 단어를 듣게 되면 프로그래머에게 있어서 너무나도 먼 존재라는 느낌이 든다고 하더군요.

하지만 알고보면 딥러닝은 우리가 생각하는 것처럼 먼 존재가 아닙니다.

 

 

딥러닝과 알고리즘

 

사실 딥러닝은 알고리즘의 방식 중 하나로 생각하면 됩니다.

알고리즘 방식 중에서 다소 기존의 알고리즘과 차이가 있다는 특징을 가지고 있는 셈이죠.

사람의 뇌에서 데이터를 처리하는 방식을 비슷하게 알고리즘을 구현한 방식이

바로 딥러닝입니다.

사람의 뇌에 뉴런끼리 데이터를 송수신하는 신경망과 같은 방식을 사용했다 하여

Neural Network라고 부르며 딥러닝 알고리즘의 대표적인 특징입니다.

 

 

딥러닝과 기존 알고리즘

 

딥러닝과 기존 알고리즘의 차이가 존재하며 크게 보이는 부분이

바로 결괏값입니다.

프로그래머가 프로그램을 개발하는 이유는 결괏값을 산출하기 위해서입니다.

결과값을 효율적으로 산출하거나 기존의 프로그램에서 해결할 수 없던 문제를

새로운 프로그래밍을 통해 가능해진다면 충분히 새로운 방식을 사용하는데 목적을 달성한 셈이죠.

 

여담이지만 필자는 프로그래머란 결과가 중요한 직업 중 하나라고 생각합니다.

형 프로그래밍을 할 때 대충 하면 에러가 발생하고 안 되는 거니까 과정도 중요한 거 아니야?

맞는 말입니다.

과정이 중요하다는 건 결과적으로 정확한 결괏값을 얻기 위한 이유이기에

궁극적인 목적은 결과를 중시한다고 볼 수 있죠.

 

다시 본론으로 돌아와서 딥러닝과 기존 알고리즘을

쉽게 그림으로 비교해보자면,

 

이러한 차이가 보인다고 볼 수 있습니다.

 

(해당 그래프는 필자가 딥러닝과 기존 알고리즘의 차이를 구별하기 위해

임의로 만든 그래프라는 점 참고해주시면 감사하겠습니다.)

 

딥러닝을 이용하지 않고 기존 방식의 알고리즘을 사용하더라도

결과값을 얻을 수는 있습니다.

하지만 특정 구간을 지나갔을 때 딥러닝과

기존 알고리즘의 효율성에 차이가 발생할 수가 있습니다.

마치 위의 그래프처럼 말이죠.

 

반대로 특정 구간에서는 딥러닝을 이용하는 것보다는

기존 알고리즘을 이용하는 것이 더 효율적일 수도 있습니다.

따라서 무조건적으로 딥러닝을 이용하는 것이 아니라 상황과 목적에 따라

각기 다른 알고리즘을 사용하는데 그 다양한 방식의 알고리즘 중에 하나가

바로 딥러닝이라는 것입니다.

 

 

[AI] 딥러닝(Deep Learning)이란?

 

[AI] 머신러닝(Machine Learning) vs 딥러닝(Deep Learning)