머신러닝(Machine Learning) 이해하기

머신러닝의 배경

올해의 가장 핫한 IT 키워드는 바로 머신러닝 (Machine Learning) 입니다.

전문가들은 알파고와의 바둑 대전을 보며

앞으로 인공지능 시대가 올 것이라고 예측하고 있습니다.

사실 머신러닝, 인공지능 개념은 예전부터 존재했지만 발전이 없었으며 

소수에 연구원들에 의한 주제였기에 대중화 될 수 없었습니다.

하지만 빅데이터 확보, CPU 성능향상, 오픈소스 프로젝트로 인해

많은 개발자들이 인공지능 연구에 참여하게 되었습니다.

앞으로 발전속도는 더 빨라질 것이며 

나중에는 API를 가져다 쓰는 것만으로도 구현할 수 있게 될 것입니다.

---

머신러닝의 개념

머신러닝이란 어떠한 입력(Input)이 들어왔을 때 

알고리즘을 통해 출력(Output)해주는 모듈(예측모델)을 구현하는 것을 말합니다.

사진을 보시면 쉽게 이해할 수 있습니다.

외부로부터 입력이 들어오면 컨트롤러(알고리즘)에 의해 자동으로 연산을 하게 됩니다.

복잡한 연산을 빠르게 처리하기 위해 외부 메모리(CPU, GPU)를 통해 처리하며,

처리한 결과 값을 출력하는 것 입니다.

결국 중요한 것은 '내부의 알고리즘이 어떻게 구성되어 있느냐' 입니다.

그 중에서 최근에 가장 각광받는 알고리즘이 딥러닝(Deep Learning)입니다.

바로 사람의 신경망을 이용해서 뉴럴 네트워크를 구성한 것 입니다.

---

머신러닝을 활용한다면 다양한 예측 모델을 만들 수 있습니다.

예를 들어, 보험회사에서 고객이 고위험군인지, 어느 시기에 암에 걸리게 될지를 예측할 수 있습니다.

또는 고객 데이터를 활용해서 취향을 분석하여 상품 추천을 할 수 있습니다.

머신러닝은 음성인식, 사진인식, 글자인식 등 다양한 분야에서 활용되고 있습니다.

머신러닝이라는 분야가 대중화되고 나면 툴을 사용하여 분석하고 개발할 수 있게 될 것 입니다.

따라서 앞으로 개념을 이해하고 실제로 적용해보는 연습을 해보려 합니다.