AI의 모든 것 : A에서 Z까지

학습

AI를 가르치는 데 사용되는 다양한 방식.

AI 설계팀이 머신러닝 시스템을 훈련하는 데 사용하는 가장 일반적인 두 가지 기술은 지도 학습과 비지도 학습입니다.

지도 학습에서는 시스템에 참조 데이터가 제공되며, 이를 통해 새 데이터에서 유사한 패턴을 찾을 수 있습니다. AI는 반복과 시행착오의 과정을 통해 학습합니다. 시스템이 다양한 종류의 과일을 인식하도록 가르치고 싶다면 우선 파인애플이라고 레이블이 지정된 사진을 시스템에 보여주면 됩니다. 그러면 시스템이 과일 그릇에 담긴 뾰족하고 돌기가 있는 과일을 보고 이를 파인애플로 식별할 수 있게 됩니다.

비지도 학습에서 시스템은 개발자에 의해 면밀히 관찰하기도 하지만, 시스템이 스스로 데이터에서 관계성을 찾을 수 있도록 가르칠 수도 있습니다. 즉, 어떤 과일인지 알려주지 않은 상태에서 다양한 과일의 이미지를 보여주고 그들 사이에서 유사점과 차이점을 찾아보라고 요청할 수 있습니다. 뾰족하고 돌기가 있는 과일들을 한 그룹으로 묶어 이들이 사실상 동일한 과일이라는 결과를 도출할 수는 있지만, 명시적으로 말하지 않는 한 그것이 파인애플인지 여부를 알 수는 없습니다.

당연한 이야기지만 AI를 가르치는 방식은 AI의 학습 방식에 영향을 미칩니다.

지도 학습 방식은 인간이 이미 알고 있는 지식에 따라 데이터를 분류하고 레이블을 지정할 수 있는 반면, 비지도 학습 방법은 사람들이 찾아야 하는지 모를 수도 있는 패턴을 발견하는 데 사용될 수 있습니다.