[AI 안테나] 머신러닝 vs 딥러닝, 무슨 차이일까?(개념정리)

인공지능에 관심이 많다면?
매일 AI 소식들을 알차게 전해드리는
AI안테나 뉴스레터를 구독해보세요! (구독하기)

 

인공지능과 함께 만드는 AI 뉴스레터
2025년 3월 31일 월요일

3월의 마지막 날입니다. 

어제 북악산을 다녀왔습니다. 분명 날씨가 맑을거라고 했는데, 눈이 조금씩 오기 시작하더니 어느 순간에는 펑펑 함박눈이 쏟아지더라고요. 개나리가 피고 새싹에 돋고 있는 나무 사이로 눈이 내리는 모습을 보니, 겨울이 시간의 바짓가랑이를 붙잡고 가지 말라고 외치는 모습처럼 느껴졌습니다. 개나리와 눈이 함께 인사하던 3월을 지나, 4월에도 더 열심히 AI 사용해보아요!   

오늘부터 매주 월요일에는 인공지능과 관련된 기본적인 개념들에 대해 저만의 방식으로 소개해드릴 예정입니다. 첫 번째 키워드는 '머신러닝과 딥러닝'입니다. 

머신러닝 vs 딥러닝

어렸을 때 '공부가 필요 없는 세상'이 오길 꿈꿨던 적이 있어요. (당시에는 "공부 = 암기" 공식이 적용되던 때였습니다.) 지금은 그 꿈이 이뤄졌습니다. 인공지능에게 뭐든지 물어보면, 금방 답을 찾을 수 있는 시대가 됐기 때문입니다.(뭉뚱그려서 표현해서 죄책감이 들지만, 정답이 존재하는 문제에 대해서 평균 이상 수준으로 답을 찾을 수 있게 됐습니다.) 그렇다면 인공지능은 어떻게 그렇게 많은 지식을 '공부'할 수 있었을까요? 

머신러닝과 딥러닝은 인공지능 어떻게 공부할 수 있었는지를 설명해주는 개념이라 할 수 있습니다. 이미 '러닝'이라는 글자 자체에도 써있듯이 말이죠. 

머신러닝은 전통적으로 사람이 규칙을 만들고 기계가 연산을 하는 방식입니다. 올해 부동산 가격을 예측하는 일을 생각해볼까요? 사람이라면 부동산 가격에 영향을 미치는 지표들과 실제 거래 데이터들을 분석해서 상관관계를 찾아 예측을 하려고 할 것입니다. 머신러닝도 이와 비슷하게 작동합니다. 사람이 부동산 가격에 영향을 미칠 주요 특징들을 잡아서 제공하면, 기계는 이 특징에 랜덤하게 가중치를 부여해 계산을 하고 정답(실제로 거래됐던 과거 부동산 가격)과 비교합니다. 기계가 예측한 값과 정답을 비교해 오차를 계산하고, 오차가 최소가 되도록 하는 최적의 '연산'을 찾아내는 것이 기계가 하는 일입니다. 중요한 것은, 부동산 가격을 예측하기 위해 사람이 직접 "지역", "건축연도", "면적" 등과 같은 특징들을 선별해서 데이터를 기계에 준다는 점입니다. 

하지만 딥러닝은 다릅니다. 사람이 직접 특징을 뽑지 않습니다. 사람은 입력 데이터와 출력 데이터만 줍니다. 특징을 뽑고 연산을 하는 과정 모두 기계가 합니다. 다시 부동산 가격 예측하는 예로 돌아가보겠습니다. 사람은 매물 정보와 실제 거래 가격만 제공하면, 기계가 어떤 특징(위치, 층수, 교통 등)이 중요한지 파악하고 가중치를 부여합니다. 아마 처음에는 엉터리 예측을 하겠지만, 수많은 데이터를 학습하면서 "지하철과 가까우면 가격이 오른다", "남향이 비싸다"와 같은 패턴을 발견하게 됩니다. 편한 것 같지만, 연산량이 엄청나게 많고 방대한 데이터가 필요합니다.

머신러닝이 사람이 준 특징에서 패턴을 찾는다면, 딥러닝은 주어진 원시 데이터에서 사람이 찾지 못한 특징이나 패턴을 발견할 수 있습니다. 딥러닝은 복잡한 패턴들도 자동으로 학습할 수 있습니다. 이미지를 인식하는 경우에 단순한 선과 모서리에서 출발해 점점 복잡한 형태와 객체를 인식해나가는 '계층적' 특징을 학습합니다. 머신러닝이였다면 이러한 계층적 학습이 아닌 미리 정의된 특징을 가지고 학습을 하게 됩니다. 즉, 머신러닝은 전문가의 개입이 더 필요한 학습 방법이고 딥러닝은 막대한 데이터를 가지고 스스로 복잡한 패턴을 찾아가는 방법입니다.   

 

오늘은 무슨 일이?

 

🔍 앤트로픽, AI의 '머릿속'을 들여다보다!

우리가 생각할 때 뇌의 특정 부분이 활성화되는 것처럼 AI도 비슷한 과정이 있다는 사실! 앤트로픽이 '클로드'의 내부 작동 방식을 분석해 흥미로운 발견들을 했어요. 첫째, 클로드는 답변 전에 미리 계획을 세워요(시를 쓸 때 운율에 맞는 단어를 미리 고른다니 시인 같죠?). 둘째, 여러 단계의 논리적 추론을 해요(텍사스→오스틴처럼 단계적으로 생각해요). 셋째, 언어에 관계없이 개념을 추상적으로 이해해요(다국어 능력의 비밀!). 이제 AI가 헛소리를 하는 이유도 파악했다니, 마치 복잡한 수수께끼를 하나씩 풀어가는 탐정 같네요!

- 참고 기사 링크

🚀 NASA, AI로 우주선을 '순식간에' 설계한다!

NASA가 우주선 설계에 AI를 활용하는 실험을 진행 중이랍니다! 텍스트 프롬프트만으로 AI가 우주선 설계를 도와준다니, 마치 SF영화의 한 장면 같지 않나요? 이 혁신적인 방법으로 수개월 걸리던 설계 과정이 단 몇 분으로 줄어들 수 있다고 해요. 엔지니어들은 반복적인 작업에서 벗어나 더 복잡한 문제 해결에 집중할 수 있게 되죠. 물론 안전성 검증이나 윤리적 문제 등 해결해야 할 과제도 있지만, 이 기술이 성공하면 우주 탐사의 새로운 지평을 열 수 있을 거예요. 우주여행이 더 가까워지는 소식이네요!

- 참고 기사 링크

🧠 ChatGPT, 클로드, 제미나이 모두 ENTJ

AI도 성격이 있다면 어떤 타입일지 궁금하셨나요? 최근 인기 AI 챗봇들(챗GPT, 클로드, 제미나이)의 MBTI를 검사해봤더니 모두 'ENTJ-A' 유형으로 나타났어요! 마치 CEO들이 많이 가진 통솔자 타입이죠. 계획적이고 효율을 중시하는 ENTJ 성향은 사용자 요구를 체계적으로 처리하는 AI의 특성과 잘 맞아요. 다만 세부적으로는 차이가 있었는데요, 챗GPT는 극도의 계획형, 클로드는 감정을 배려하는 균형형, 제미나이는 냉철한 분석형으로 나타났답니다. 마치 같은 회사의 다른 부서 팀장들 같네요!

- 참고 기사 링크

 

지켜보면 좋을 이벤트 👀  

- 5월 14일~15일 ‘AWS 서밋 서울 2025’이 코엑스 컨벤션 센터에서 개최됩니다. (신청 링크)

- 5월 14일~16일 'AI Expo Korea 2025 국제인공지능대전'이 코엑스에서 개최됩니다.(신청 링크)

 

재밌게 읽으셨나요?
이 글이 도움이 되었다면,
제가 매일 만들고 있는 뉴스레터도 도움이 될 거예요!
AI 안테나 구독하기