머신러닝과 딥러닝, 핵심 차이점은 무엇일까?

인공지능이 우리 생활 곳곳에 자연스럽게 녹아들면서 머신러닝(Machine Learning)과 딥러닝(Deep Learning)이라는 용어를 자주 접하게 됩니다.

두 기술 모두 데이터를 기반으로 컴퓨터가 스스로 학습하고 예측하는 능력을 뜻하지만 두 용어 사이엔 명확한 차이가 있습니다.

이번 수업에서는 머신러닝과 딥러닝의 핵심적인 차이점을 명확히 정리해보겠습니다.

머신러닝은 데이터로부터 패턴을 찾아 스스로 학습하여 결과를 예측하는 알고리즘의 총칭입니다.

머신러닝은 사람이 직접 특징(feature)을 추출하고 선택하는 과정을 거치며, 다양한 알고리즘을 통해 학습이 이루어집니다.

딥러닝은 머신러닝의 하위 개념으로, 여러 개의 층(layer)으로 구성된 인공 신경망(Artificial Neural Network)을 활용하여 학습하는 방법입니다.

특히 딥(deep)이라는 단어가 붙은 이유는 신경망의 층(layer)을 수십 개 이상 깊게 구성할 수 있기 때문입니다.

지금까지 머신러닝과 딥러닝의 개념과 그 차이에 대해 알아보았습니다.

딥러닝 관련 파이썬 코드를 포함한 기술적인 내용은 이후 수업에서 자세히 다루도록 하겠습니다.

다음 수업에서는 지금까지 배운 내용을 바탕으로 머신러닝과 딥러닝에 대한 퀴즈를 풀어보겠습니다.