딥러닝
딥러닝은 여러 층으로 구성된 인공신경망이 대량의 데이터에서 특징과 규칙을 스스로 학습해 예측·분류·생성 등을 수행하는 인공지능 기술이다.
한 입에 정리하면
- 01사람이 특징을 일일이 정하지 않아도 학습 가능
- 02이미지·음성·언어 등 비정형 데이터 처리에 강점
- 03성능은 데이터의 양·품질과 학습 설계에 좌우됨
왜 나온 말일까요?
딥러닝은 인간 뇌의 신경세포 연결 방식을 본뜬 인공신경망을 여러 층으로 쌓아 복잡한 패턴을 찾아내는 방식이에요. 학습 과정에서는 입력 데이터와 정답(또는 데이터 자체의 구조)을 바탕으로 층 사이 연결의 가중치를 반복적으로 조정해요. 그래서 사진 속 물체를 구별하거나 음성을 글로 바꾸고, 문장을 생성하는 일에 널리 쓰이죠. 다만 학습 데이터에 편향이나 오류가 있으면 결과에도 영향을 줄 수 있고, 판단 근거를 설명하기 어려운 경우도 있어요.
예를 들어
예를 들어 많은 이미지와 정답 정보를 학습한 딥러닝 모델은 새 사진을 보고 사람·자동차·동물 같은 대상의 위치나 종류를 식별하는 데 활용될 수 있어요.
이 용어가 나온 이슈
체리픽이 기사 원문이 아닌 사실관계를 바탕으로 쉽게 풀어 쓴 정의예요. 원문은 각 카드의 "더 읽기"에서 확인할 수 있어요.
용어사전으로 돌아가기