정의
딥러닝은 다층 인공신경망을 사용하여 대규모 데이터셋에서 패턴을 학습하는 머신러닝의 하위 분야입니다. 이미지 인식, 음성 인식, 자연어 처리 등의 작업에 탁월한 성능을 보입니다.
목적
이 기술의 목적은 복잡한 수동 피처 엔지니어링 없이 원시 데이터에서 피처와 표현을 자동으로 학습하는 것입니다. 이를 통해 AI 성능의 획기적인 발전을 이룰 수 있습니다.
중요성
- 비전, 음성, NLP 분야에서 최첨단 AI를 구현합니다.
- 대규모 데이터 세트와 컴퓨팅 리소스가 필요합니다.
- 기존 ML 방식에 비해 해석 가능성이 낮습니다.
- 학술 연구와 상업적 응용 프로그램을 모두 추진합니다.
작동 원리
- 여러 개의 숨겨진 계층으로 네트워크 아키텍처를 정의합니다.
- 입력 데이터를 입력하고 네트워크를 통해 전달합니다.
- 실제 사실과 비교하여 오류를 계산합니다.
- 가중치를 업데이트하기 위해 오류를 역전파합니다.
- 정확도가 안정될 때까지 훈련을 반복합니다.
예시(실제 세계)
- Google Translate: 기계 번역을 위해 딥러닝 신경망을 사용합니다.
- AlphaFold(DeepMind): 딥러닝을 이용한 단백질 구조 예측.
- 테슬라 오토파일럿: 자율주행을 위한 시각을 위한 딥 신경망.
참고문헌 / 추가 자료
- 딥러닝 - 굿펠로우, 벤지오 & 쿠르빌(MIT 출판부).
- “딥 CNN을 활용한 ImageNet 분류” — Krizhevsky et al., NeurIPS 2012.
- Stanford CS231n: 시각적 인식을 위한 합성곱 신경망.
