인공지능(AI) vs. 머신러닝(ML) : 어떤 차이점이 있을까?

그전 블로그에서 머신러닝과 딥러닝을 비교해봤었는데요, 그렇다면 '머신러닝(ML)'과 'AI'간에도 차이점이 있을까요? ML과 AI는 서로 관련이 있지만 완전히 동일하다고 볼수는 없습니다. 이번 가이드에서는 AI와 ML에 대해 알아야 할 모든 것과 AI와 ML이 무엇인지, 왜 다른지에 대해 다뤄보겠습니다. 이쪽 관련분야 비지니스를 고려하고 계시다면, 개념정리에 있어서 이번 포스팅이 도움이 되었으면 좋겠네요.

머신러닝(ML) Vs. 인공지능(AI) : 기본개념

먼저 두 용어에 대한 간단한 정의를 알아보도록 하겠습니다.
AI란, 기계가 '지능적인' 방식으로 작업을 수행하는 것을 의미합니다. 여기서 기계들은 단순한 작업 혹은 반복적인 동작을 수행하도록 프로그래밍된 것이 아니라 다양한 상황에 '적응'하여 더 많은 작업을 수행할 수 있게되는 것이죠.
반면, 머신러닝이란 AI의 하의개념에 속하며 일부분에 속합니다. 하지만 앞서 말한 AI의 개념보다 더 구체적이죠. 머신러닝은 '인간의 지속적인 관리감독 없이도 데이터를 스스로 처리하고 학습할 수 있다.'라는 아이디어를 기반으로 하고있습니다.

AI는 두 가지 주요 하위 카테고리로 나누어집니다. 첫 번째 카테고리는 응용 AI입니다. AI를 설명하는 가장 포괄적인 개념이라고 볼 수 있습니다. 예를 들어, 지능기반 주식 거래 시스템에서 자동 운전에 이르기까지 모든 영역을 포괄합니다. 하지만 이런 응용 AI를 구현하는 것은 매우 어렵기때문에 접근하는게 쉽지 않습니다. 이상적인 시나리오에서는 이런 응용 AI가 인간과 마찬가지로 모든 종류의 다양한 작업을 처리 할 수 ​​있어야하죠. 아직까지 이런 AI가 구현되지 못했지만 현재 AI 분야 과학자들이 이를 위해 부단히 노력하고 있지요. 여기서 바로 왜 머신러닝이 AI의 하위 카테고리로 발전된 이유입니다. 그렇다면 이 두 개념이 실제로 의미하는 바와 어떻게 발전해왔는지를 더 살펴보도록 하겠습니다.

AI의 역사 : 과거의 AI vs. 현재의 AI

말할 필요도 없이, AI와 ML은 비교적 새로운 기술이라고 할 수있습니다. 기술적인 구현에 있어서는 최근이라고 볼 수있지만 아이디어에 있어서는 수 세기 심지어 수 천년전부터 어느 누군가로부터 이미 존재해왔습니다. 그리고 AI에 대한 개념이 확고해지기 시작한 것은 컴퓨터가 발명되면서 부터였는데요, 당연히 그 당시엔 컴퓨터는 스스로 결정을 내리지 못했습니다. 하지만 적어도 정보를 기억하고 계산할 수 있는 '논리적인 기계'였습니다. 이를 통해 우리는 컴퓨터를 통해 인간의 뇌를 최대한 구현해내기위해 노력해왔다는 것을 알 수있습니다. 하지만 기술은 그 이후로도 지속적으로 빠르게 진보해왔고 이젠 인간의 뇌와 더 가까운 기계를 만들 수있게되었습니다. 지난 수십년동안 인간은 인간의 두뇌가 실제로 어떻게 작동하는지 더 잘 이해할 수 있게되었고 이는 AI에 대한 접근 방식을 변화시켰습니다. 이제 인간은 컴퓨터에게 복잡한 계산을 요구하지 않습니다. 왜냐하면 컴퓨터는 이미 그 이상의 것을 보여주고 있기때문이죠. 이로써 인간은 컴퓨터에게 인간과 비슷한 방식의 '의사결정'을 내리기를 요구하고 있으며 이를 수행할 수있는 기술에 초점을 맞추고 있습니다.

머신러닝의 발전 : 두가지 터닝 포인트

머신러닝은 AI 분야에서 획기적인 발전해왔습니다. 이러한 발전에 기여한 첫 번째 터닝포인트는 '컴퓨터에 작업에 관련된 모든것에 대해 수행하는 방법을 가르치고 필요한 정보를 제공하는 것'보다 '학습하는 방법을 컴퓨터에 가르치는 것'이 더 효율적이라는 깨달음에서였습니다. 두 번째 터닝포인트는 '인터넷의 발전'입니다. 이로 인해 이전에는 보지 못했던 정보 저장이 가능해 지면서 머신러닝을 위한 발전 가능성을 발견하게된 것이죠. 이제 기계는 저장 용량 제한없이 이전에는 액세스 할 수 없었던 양의 데이터를 볼 수 있습니다. 인간에겐 지금도 끊임없이 생성되고있는 데이터를 처리하기에는 양이 너무 많습니다. 이 두 가지 터닝포인트로서 현재의 머신러닝 기술이 나올 수있게되었습니다.

머신러닝 : 뉴럴 네트워크의 역할

뉴럴 네트워크의 출현 또한 컴퓨터가 인간처럼 생각하도록 가르치기 위한 중요한 역할을 하고있습니다. 뉴럴 시스템은 컴퓨터가 인간의 두뇌를보다 비슷하게 모방하는 동시에 인간의 뇌보다 더 빠르고 객관적으로 작동합니다. 뉴럴 네트워크는 인간의 뇌처럼 정보를 분류하기 위해 만들어진 컴퓨터 시스템의 일종인데요, 예를 들어, 뉴럴 네트워크는 그림을보고 요소를 인식하며 보여지는것에 따라분류 할 수 있습니다. 물론 이러한 네트워크는 접근가능한 데이터를 바탕으로 이를 수행하며, 해당 데이터가 완벽하게 정확할 수는 없지만 가장 적합한 데이터를 기반으로 의사 결정을 내립니다. 가장 중요한 것은 이러한 시스템에 "학습"을 위한 피드백 루프가 포함되어 있다는 것입니다. 컴퓨터는 의사 결정이 옳았는지 여부를 이를 통해 배울 수 있으며 다음에 더 나은 결과를 만들어 낼 수있게되는 것이죠.

그렇다면 머신러닝의 가능성은 어디까지?

머신러닝의 가능성은 어디까지일까요? 대답은 '알수없다'입니다. 이미 머신러닝을 통해 컴퓨터는 텍스트가 의미하는 바가 '긍정'인지 '부정'인지를 판단할 수있습니다. 또한, 어떤 노래가 사람들을 행복하게하는지 혹은 슬프게 하는지도 알아낼 수있습니다. 더 나아가서 컴퓨터가 들은 곡의 일부분을 가지고 새로운 곡을 작곡해낼 수 도 있습니다. 현재 머신러닝의 가장 크게 사용되는 어플리케이션이 바로 인간과의 소통입니다. AI 분야에서는 '자연어처리'라고 부르며 이로서 기업들은 고객지원을 자동화시켜 고객이 실제 인간과 실제로 소통하는 느낌을 줄 수 있게되는 것이죠.

출처 : https://www.entrepreneur.com/article/315565