본문 바로가기

AI · 인공지능/알기쉬운 AI39

[알기쉬운 AI - 09] 지도 학습과 비지도 학습이란? 독자 여러분 중에는 지혜로운 선생님께 배우고 싶은 분들도 있고, 독학이 좋은 분들도 계실 겁니다. 머신러닝에도 교사가 있는 경우와 그렇지 않은 경우가 있습니다. 각각 지도 학습과 비지도 학습이라고 하며, 여기서는 이 두 방법론에 대해 이해하고 그 예를 살펴보겠습니다. 1. 지도 학습 그런데, 머신러닝에서 "교사"는 누구입니까? 인간의 경우는 어떨까요? 아이들은 처음 새를 보았을 때, 부모에게 "이것은 새라는 거야"라고 배우고 그것을 반복하다 보면 새를 "새"로 인식할 수 있습니다. 이때 부모가 교사로서 새라는 "라벨"을 줍니다. 기계 학습의 경우도 마찬가지입니다. 예를 들어 이미지 데이터가 수중에 많이 모여 있다고 합시다. 기계는 이것을 읽어 볼 수 있지만 거기에 무엇이 담겨 있는지 알 수 없습니다. 그.. 2019. 12. 7.

[알기쉬운 AI - 08] AI의 기본 원리 우리 인간은 뇌에서 어떻게 정보를 처리하고 이해하고 있는 걸까요? 현재, 인간은 뇌 속의 수많은 신경 세포(뉴런)가 서로 신호를 전달함으로써 정보를 처리하고 있다는 것을 알고 있습니다. 그리고 이 뇌의 작동원리를 컴퓨터에 구현하는 것을 목표로 한 것이 '신경망'입니다. 여기서는 AI 기술의 근간이 되는 '신경망'을 비롯해 AI 계산 목표인 "최적화"까지의 흐름을 알아보겠습니다. 컴퓨터를 인간의 뇌처럼 이해시킨다는 것은 매우 어려운 문제이며, 원래 우리 인간은 어떻게 사물을 "이해"하고 있는가라는 의문으로 발전하게 됩니다. 정확한 정의는 어렵기 때문에 예를 하나 들어 봅시다. 인간이 1~9의 숫자를 보았을 때, 어느 정도 확률로 정확하게 판별할 수 있을까요? 인간은 우선 숫자를 시각적으로 인식하고 지금까지.. 2019. 12. 6.

[알기쉬운 AI - 07] AI와 통계학의 관계 이번에는 AI의 성립과는 떼려야 뗄 수 없는 중요한 학문 중 하나인 "통계학"을 소개합니다. 이 글을 읽고 "도대체 통계학이란 무엇인가?"라든지 "왜 AI에 통계학이 튀어나오는 거야?"라는 의문에 대답할 수 있도록 해봅시다! 1. 통계학을 공부합시다! 통계학은 수학의 한 분야이며, 간단히 말해서 “수집된 데이터를 상세하게 보거나 데이터를 바탕으로 사실을 추측하는 학문”이라고 할 수 있습니다. "으아 수학이라니…"라고 생각한 거기 당신, 그 느낌 압니다. 그러나 통계는 일상적으로 우리가 접하는 "데이터"를 기반으로 하기 때문에 매우 진입하기 쉬운 분야입니다. 공부를 진행하는 가운데, 초심자로서 지식을 이해하고 운용하기만 해도 그 효과를 발휘할 기회가 쉽게 찾아온다는 것을 알 수 있을 것입니다. 숫자 알레르.. 2019. 12. 5.

[알기쉬운 AI - 06] AI의 주요 기능, 회귀와 분류 AI는 현재 "사람의 인식"과 "대화"등 다양한 분야에서 활약하고 있습니다. 그러나 사실 AI의 주요 기능은 단 두 가지밖에 없다고 하면 놀랄까요? 이 글을 다 읽으시면, 그 의미를 알 수 있을 것입니다. AI의 주요 기능은 회귀와 분류로 대별됩니다. AI의 근간이 되는 2개의 기능을 소개하겠습니다. 1. 회귀 회귀... 갑자기 어려운 단어가 등장하네요. 그래프를 보면서 확인해 봅시다. 회귀는 간단하게 말하면 위 그림과 같이 “입력 데이터의 점으로부터 대략적인(수학적으로 최적이라고 생각되는) 직선이나 곡선을 작성하는 것”을 말합니다. 예로, 이 직선을 늘려가는 것으로 앞으로의 매출을 예측하는 것을 상상할 수 있을 것입니다. 회귀에는 ‘입력 데이터 유형’과 ‘계산하고자 하는 직선과 곡선의 형태’에 따라 다.. 2019. 12. 3.

[알기쉬운 AI - 05] AI관련 자격증 소개 막상 AI 공부를 시작해도 그 목표가 없으면 지속하기 어렵습니다. 그럴 때는 자격 및 공모를 목표로 갖는 것이 좋습니다. 이번에는 AI 및 그 주변 지식을 커버할 수 있는 자격 공모전과 그 특징을 소개합니다. 다만 국내에는 아직 참고할만한 것이 없는 관계로 AI 연구가 활발한 일본과 미국의 것을 참고하겠습니다. ‘난이도’와 ‘이직에 도움’이라는 두 가지 관점에서 살펴보고 있습니다만, 어디까지나 참고용 수치입니다. 1. JDLA G 검정 - 난이도 : ★★☆☆☆ - 이직에 도움 : ★★★☆☆ - 홈페이지 : https://www.jdla.org/business/certificate/ 一般社団法人日本ディープラーニング協会 Japan Deep Learning Association 本協会は、ディープラーニング技術.. 2019. 12. 1.

[알기쉬운 AI - 04] AI공부에 필요한 기본지식 3가지 AI를 배운다고 해도 그 목적은 다양합니다. “AI의 지식을 습득하여 엔지니어와 대등하게 이야기하고, AI를 사용한 참신한 사업제안이 가능했으면 좋겠습니다.”라든지, 스스로 끈질기게 머신러닝 알고리즘을 만들고 싶다는 등. 이번에는 ‘전문적인 AI엔지니어 및 데이터 과학자'가 되기 위해서는 어떤 공부를 하면 좋을지 필자의 주관을 바탕으로 소개하고자 합니다. 1. 수학 "수학"입니다. 네, 누가 뭐래도 수학입니다. AI를 형성하는 "머신러닝 데이터 분석"은 거의 대부분 숫자 컨트롤로 이루어져 있으며, 그들을 어떻게 읽어 내고 활용할지는 전부다 수학을 기반으로 이뤄집니다. 인공지능이라는 말만 듣고, 인간의 뇌를 기계로 재현한 거라고 생각하는 분이 계시다면 큰 실수입니다. AI 기술은 데이터 경향에서 가장 정확.. 2019. 11. 30.

[알기쉬운 AI - 03] 빅데이터 × AI의 의미는? 여러분은 SNS를 이용하고 있습니까? Google계정과 Facebook 등 SNS에는 많은 개인정보가 포함되어 있습니다. 또한 타인의 데이터를 관찰하는 것도 가능합니다. 이 SNS의 급격한 성장은 여러분도 아시다시피 스마트폰 보급에 뿌리를 두고 있습니다. 사실 이 SNS의 보급과 AI는 매우 강한 관계가 있다는 것을 알고 계십니까? 1.AI × 빅 데이터 AI가 인간의 능력 이상의 작업을 수행하기 위해서는 대량의 데이터를 사용하여 학습해야 합니다. 그 데이터의 경험치에 의해서 대답을 이끌어내기 때문에, 기본적으로 데이터의 양은 많을수록 좋다고 할 수 있습니다. 즉, 머신러닝과 딥러닝은 입력되는 데이터의 양과 질이 그대로 능력으로 이어진다고 해도 과언이 아닙니다. 방금 전의 SNS를 예로 들면, SNS는 .. 2019. 11. 28.

[알기쉬운 AI - 02] '제 3차 AI붐' 이란? 인공 지능은 지금까지 뜨거운 붐(Boom)과 추운 겨울의 시대를 거듭해 왔습니다. "이번에야말로 다양한 작업을 인공지능이 해결해 줄 수 있을지도 모른다"라고 열광하다가도 "역시 인공지능 따위 별거 없어"라는 실망을 2회 반복하였습니다. 그리고 지금이 '제3차 AI붐'이라고 일컬어지며 그 도화선이 된 것이 딥러닝에 의한 AI 실용화 시대의 도래입니다. 여기서는 지금까지 일어난 AI붐에 대하여 그 개요를 역사에 따라 소개합니다. 1차 AI붐 (1950년대 ~ 1960년대 ) 1차 붐은 1960년대에 일어난「추론과 탐험」을 행하는 프로그램에 대한 붐(Boom)입니다. 놀랍게도 AI는 이 시점에 이미 퍼즐과 미로를 풀고 간단한 수학의 정리를 증명하거나 체스를 두는 등 지적 활동을 배울 수 있는 단계였습니다. 그.. 2019. 11. 27.

[알기쉬운 AI - 01] AI , 머신러닝, 딥러닝의 차이점 알기! 1. AI는 마법이 아니다! 사실 학술적으로도 AI의 정의는 명확하게 정해져 있지 않습니다. 미국 스탠퍼드 대학 교수를 지낸 계산기 과학자 아서 사무엘 의 "컴퓨터에 명시적 프로그램 없이도 학습할 수 있는 능력을 부여하는 연구 분야"라는 설명이 가장 유명합니다. 이 설명을 말 그대로 받아들이면 "프로그래밍이나 수식을 사용하지 않고 마법같이 tool을 조종하거나 만들 수 있는 것이 아닌가?"라고 생각할 수 있습니다. 그러나 이 정의는 오래전에 나온 AI의 이상형이며, 현재의 AI 기술은 이 수준에 못 미칩니다. 또한 AI는 연구 분야의 하나입니다만, 현재는 기능의 의미로 사용되는 경우가 많습니다. 그 계산 방법을 비즈니스에 활용하는 것으로, 현재 다양한 기업이 성과를 올리고 있습니다. 굳이 현재의 실용화 .. 2019. 11. 26.

이전 1 2 3 4 다음

티스토리툴바