딥러닝

Deep Learning

한 줄로 말하면

뇌의 신경세포 연결에서 아이디어를 얻은 '인공 신경망'을 여러 층으로 깊게 쌓아, 복잡한 특징까지 스스로 배우게 하는 머신러닝 방법이에요.

'딥(deep)'은 '깊다'는 뜻이에요. 자료가 들어와 답이 나오기까지 여러 겹의 계산 단계(층)를 거치기 때문에 이렇게 불러요. 층을 하나씩 지날수록 단순한 특징에서 복잡한 특징으로 차근차근 알아봐요. 사진이라면 앞쪽 층은 선이나 동그라미 같은 기본 모양을 찾고, 뒤쪽 층으로 갈수록 이를 모아 얼굴 같은 전체 모습을 알아보는 식이에요. 다만 '신경망'이라는 이름과 달리, 실제 뇌가 일하는 방식을 그대로 본뜬 것은 아니에요.

딥러닝 덕분에 사진 속 사물을 알아보는 이미지 인식, 말소리를 글자로 바꾸는 음성 인식, 기계 번역의 성능이 크게 좋아졌어요. 요즘 AI 챗봇에 쓰이는 대규모 언어 모델(LLM)도 인공 신경망으로 만든 딥러닝 모델이에요. 다만 많은 자료와 계산 장비가 필요하고, 왜 그런 답을 냈는지 사람이 들여다보기 어려워 '블랙박스(속을 볼 수 없는 상자)'라고 불리기도 해요.

딥러닝 결과를 대할 때는 이렇게 하세요. ① '정확도 99%'라는 말은 100번에 1번쯤은 틀린다는 뜻이기도 하다고 기억해요. ② 건강·돈·법처럼 중요한 판단은 전문가 확인을 거쳐요. ③ 판단 이유를 설명해 주는 서비스인지 살펴봐요.

생활 속 예시

휴대폰 카메라를 외국어 간판에 비추면 바로 번역해 보여 주는 기능에도, 글자를 알아보고 옮기는 딥러닝 같은 AI 기술이 쓰여요.

주의할 점

딥러닝은 판단 과정을 들여다보기 어려운 경우가 많으니, 결과가 맞아 보여도 그 이유까지 안다고 여기지 마세요.

관련 용어

이 용어를 다룬 가이드

이 용어, 글링코에게도 알려 줄까요? 실제 상황 문제로 연습해 봐요.

3분 수업 시작

참고한 자료