머신러닝이란?

머신러닝이란?

머신러닝은 인공지능의 하위 분야로, 명시적인 프로그래밍 없이도 트레이닝 데이터를 통해 스스로 개선할 수 있는 컴퓨터 알고리즘을 다룹니다. 이는 인간에 더욱 가까운 인공지능을 확보하는 가장 유망한 방식으로 여겨지고 있습니다. 

머신러닝 알고리즘은 크게 다음 세 가지 카테고리로 분류할 수 있습니다.

• 지도 학습: 라벨을 제공하고, 원하는 예시 입력과 출력을 제시하여 알고리즘이 입력과 출력을 연결하는 규칙을 익힐 수 있도록 합니다.  
• 비지도 학습: 라벨을 제공하지 않고 알고리즘이 입력 처리를 위한 구조를 자체적으로 찾아내도록 합니다.(예: 데이터에서 숨겨진 패턴 발견)
• 강화 학습: 이 알고리즘은 게임에서 이기거나 자동차를 운전한다는 식의 특정 목표 하에 동적 환경과 반복적으로 상호 작용을 합니다. 이 알고리즘은 시행착오를 반복해 문제에 대한 최적의 솔루션을 추정합니다.

이 페이지에선 머신러닝과 딥러닝을 간략하게 알아보고, 두 개념의 차이점을 살펴보겠습니다.

딥러닝이란?

딥러닝은 인공 신경망을 사용해 인간의 지능 수준을 구현하는 머신러닝의 한 분야입니다. 딥러닝은 인간의 신경 세포에 착안, 그래프 이론을 사용해 가중 알고리즘을 노드와 엣지의 계층으로 배열합니다. 딥러닝 알고리즘은 이미지 또는 언어와 같은 비정형 데이터를 처리하는 데 적합합니다. 

기술적인 측면에서 ‘딥’으로 분류되기 위해서는 신경망에 지각의 입력 및 출력 계층 사이에 숨겨진 층, 즉 신경망의 기본 구조가 갖춰져 있어야 합니다. 이러한 계층은 외부 세계와 연결되지 않아 ‘숨겨진’ 계층으로 간주됩니다. 딥러닝 아키텍처의 예는 다음과 같습니다.

• 피드포워드(FF): 데이터가 입력 계층에서 출발해 숨겨진 계층을 거쳐 출력 계층으로, 한 방향으로만 전달됩니다. 모든 노드가 연결되어 있으며, 데이터가 숨겨진 계층을 통해 다시 순환하지 않습니다. FF는 데이터 압축과 기본적인 이미지 처리에 사용됩니다. 
• 순환 신경망(RNN): 반복 중에 이전 정보를 액세스할 수 있도록 숨겨진 계층에 시간 지연 기능을 추가하는 피드포워드 신경망의 한 유형입니다. 순환 신경망의 피드백 루프는 메모리에 가까운 값을 추정하기 때문에 언어 처리에 적합합니다.  좋은 예는 가장 자주 사용하는 단어에 따라 추천을 맞춤화하는 예측 텍스트입니다. 
• 합성곱 신경망(CNN): 합성곱은 두 가지 함수에 대한 수학적 연산으로, 한 함수가 다른 함수로 인해 어떻게 수정되는지를 설명하는 세 번째 함수를 생성합니다. CNN은 AI의 ‘눈’이 되어 주로 이미지 인식 및 분류에 사용됩니다. CNN의 숨겨진 계층은 가중 합을 사용해 픽셀의 테두리, 색상, 대비 및 기타 요소를 식별하는 수학적 필터의 역할을 합니다.

머신러닝 vs 딥러닝

딥러닝은 머신러닝의 하위 개념으로 여겨집니다. 딥러닝 알고리즘을 다른 머신러닝 알고리즘과 구별해주는 주요 차별화 요소는 인공 신경망을 사용한다는 점입니다. 또한, ‘딥’ 신경망의 주 요소는 기본 인지를 구성하는 입력 및 출력 계층 사이의 숨겨진 계층들입니다.

딥러닝의 장점

데이터 처리 역량을 가진 IT 시스템을 갖추고 있다면, 딥러닝 알고리즘은 비즈니스의 비정형 데이터를 처리하는 데 매우 유용합니다. 이 때문에 딥러닝은 비지도 학습과 강화 학습 부문에서 다른 머신러닝 알고리즘보다 앞서 나갑니다. 딥러닝의 처리 능력과 데이터 저장 능력이 개선됨에 따라 신경망의 활용 범위가 넓어진 덕분에 최근 AI가 급속히 발전할 수 있었습니다.

퓨어스토리지가 머신러닝 앱을 구동하는 방법

퓨어스토리지는 AI의 세계를 활용하고 지원할 수 있는 고유한 위치에 놓여있습니다. 딥러닝 신경망은 빠른 데이터를 대량으로 필요로 합니다. 퓨어의 올플래시 스토리지 솔루션은 100% NVMe 플래시 메모리의 성능과 AI 기반의 예측 분석을 결합한 현대적 데이터 경험을 제공합니다. 퓨어스토리지와 함께하면 다음이 가능해집니다.

• 데이터 스토리지 사일로를 단일 데이터 허브로 통합
• 실시간/로그 분석을 통해 인사이트 도출 가속화
•  퓨어1 메타(Pure1 Meta®)를 통해 AI로 지원되는 새로운 차원의 데이터 스토리지 관리 기능
• 퓨어스토리지와 NVIDIA의 풀스택 AI용 인프라 솔루션인 AIRI®를 통한 AI 솔루션 지원
• 퓨어와 Cisco가 공동 개발한 컨버지드 인프라 솔루션  플래시스택(FlashStack®)으로 AI 및 머신러닝 수명주기 전체에 대한 풀스택 지원