[DL] 딥러닝이란?

딥러닝이란?

딥러닝(Deep Learning)은 인공지능(AI)과 머신러닝(ML)의 한 분야로, 인공신경망(Artificial Neural Networks, ANN)을 기반으로 한 학습 방법이다.

인간의 뇌처럼 다층 구조를 가진 신경망을 활용해서 데이터에서 패턴을 학습하고 예측하는 기술이다.

---

딥러닝의 기본 개념

• 딥러닝은 인공신경망(ANN) 을 기반으로 한 기계 학습의 한 분야 이다.
• 다층 신경망을 사용하여 데이터로부터 특징을 자동으로 학습하고, 이를 통해 복잡한 문제를 해결한다.
• 입력데이터에서 중요한 패턴을 추출하고, 이를 바탕으로 예측, 분류, 생성 등의 다양한 작업을 수행한다.

 

딥러닝의 특징

• 비선형 추론 : 딥러닝은 비선형 추론을 통해 복잡한 데이터의 패턴을 학습할 수 있다.
• 다층구조 : 여러 층의 신경망을 사용하여 데이터의 고차원 특징을 학습한다.
• 자동 특징 추출 : 데이터로부터 중요한 특징을 자동으로 추출하여 별도의 특징 공학 과정이 필요없다.

---

그렇다면 앞서배운 머신러닝과는 어떠한 차이가 있고 같은 인공지능 분야에서 ML / DL 이렇게 나누는 기준이 뭘까?

라는 의문이 생긴다

간단히 정리해 보자면 인공지능 이라는 큰범주안에 머신러닝이 있고 그안에 딥러닝이 있는것이다.

 

 

인공지능, 머신러닝, 딥러닝 관계

• 인공지능(AI) : 인공지능은 인간의 지능을 모방하여 문제를 해결하는 기술을 의미한다.
  AI 는 규칙 기반 시스템부터 자율 학습 시스템까지 다양한 접근 방식을 포함한다.
• 머신러닝(ML) : 머신러닝은 데이터를 이용해 모델을 학습하고, 이를 통해 예측이나 결정을 내리는 기술이다.
  머신러닝은 AI 의 하위분야로 지도학습,비지도학습, 강화학습 등의 방법을 포함한다.
• 딥러닝(DL) : 딥러닝은 머신러닝의 하위 분야로, 다층 신경망을 사용하여 데이터를 학습한다.
  딥러닝은 특히 대규모 데이터와 복잡한 문제를 다루는 데 강력한 성능을 발휘한다.

 

---

이러한 딥러닝은 최근 

• 이미지 인식
• 자연어 처리
• 음성 인식
• 의료 분야

등 다양한 곳에서 활용되며 높은수요와 혁신적인 성과를 바탕으로 지속적인 발전을 하고있다.

 

나는 자연어 처리 쪽을 깊게 공부해 LLM 과 RAG 를 적용한 챗봇 프로젝트를 진행 해보려고한다.

 

딥러닝을 이해하기위해 또 알아야 할 핵심개념들이

• 신경망(Neural Network)
• 다층 퍼셉트론(MLP, Multi-Layer Perceptron)
• 합성곱 신경망(CNN, Convolutional Neural Network)
• 순환 신경망(RNN, Recurrent Neural Network)
• 트랜스포머(Transformer)

등 여러가지 있지만 LLM 과 관련된 것들부터 하나하나 학습해 볼 예정이다.