[시냅스 1주차] AI vs ML vs DL

안녕하세요 

저는 2026년 1학기 인공지는 동아리 Synaps 부원으로 1년동안 활동합니다.

 

0. 개요

https://blog.naver.com/madame-mallaeng/224156392551

 

AI (인공지능) : 인간의 지능을 흉내내는 모든 기술을 포함하는 개념]

ML(머신러닝) : 데이터로부터 규칙을 스스로 하는 학습

DL(딥러닝) : 인공신경망을 이용해 특징을 추출하여 학습

 

이 세 용어는 서로 독립적인 개념이라기보다 포함 관계를 가지고 있으며, 인공지능 기술의 발전 흐름을 이해하는 데 중요한 기초 개념이 된다. 이번 글에서는 AI, ML, DL의 의미와 차이를 정리해 보고자 한다.

 

 

1. 인공지능(AI, Artificial Intelligence)

정의: 학습, 추론, 문제 햐결과 같이 일반적으로 인간의 지능이 필요한 작업을 수행할 수 있도록 하는 컴퓨터 과학 분야 기술

예: OCR(광학문자인식 예: 이미지 텍스트 추출), 추천시스템, 자율주행 자동차, 

 

과거의 방식: Rule-based(규칙 기반)- 전문가 시스템을 활용한 인공지능

* 특정분야의 전문가 지식을 if-then 형태의 규칙으로 체계화한 프로그램

장점: 간단하고 직관적, 규칙 명확

단점: 업데이트 필요, 유연성 취약 , 복잡한 비정형 데이터 처리 어려움 등

 

 

2. ML (머신러닝)

패러다임 전환: Data driven(데이터중심)

* 과거(규칙명시 프로그래밍)방식과 달리 데이터 반복 학습을 통한 스스로 학습을 추론하도록 하는 방식

* 학습과정 + 신규데이터 추론과정

 

유형

• 지도 학습 (Supervised Learning)

        정답이 없는 데이터에 대해서 데이터로부터 속성을 기반으로 패턴을 학습하는 방식(그룹화)

 

• 비지도 학습 (Unsupervised Learning)

        정답이 있는 데이터에 대해서 모델이 정답을 기반으로 학습하는 방식

• 강화 학습 (Reinforcement Learning)

        시행착오 실험을 통해 긍정적/부정적 강화를 통해 학습하는 방식

 

https://ai4school.org/?page_id=2617

 

머신러닝 매커니즘

• 학습과정: 데이터셋에서 규칙과 패턴을 찾아서 공식화
• 추론과정: 공식에 새로운 데이터를 입력에 대한 예측 성능을 높이는 것

=> 데이터 패턴을 찾아 새로운 입력에 대한 예측 성능을 높이는 것이 목표

 

 

3. DL(딥러닝)

정의: 여러 레이어로 구성된 인공신경망을 사용해 데이터로부터 학습하는 과정

=데이터의 특징과 패턴을 함께 학습하는 방식

• MLP(다층 퍼셉트론) : 기존의 퍼셉트론에 은닉층 추가
• DNN(심층 신경망) : 은닉층이 2개 이상인 깊은 신경망
• 순전파 / 역전파 과정

퍼셉트론: 초기형태의 인공신경망 알고리즘

- 여러 신호를 입력 받아서 하나의 신호를 출력하는 역할

- 선형 분류기의 역할

- 딥러닝 인공신경망의 기본 단위(단층 퍼셉트론)

 

 

딥러닝 아키텍처 유형 (작업에 특화)

• CNN(Convolutional Neural Network, 컨볼루션 신경망) : 2차원 데이터 처리에 적합한 구조 (예: 이미지 분류, 객체 탐지 등)
• RNN(Residual Neural Network, 순환 신경망): 시계열이나 순차 데이터를 예측하는 구조
• Transformer(트랜스포머) : 순차 데이터에서 데이터 간의 관계를 추적할 수 있는 구조
• ANN(Artificial Neural Network, 인공신경망) : 기존의 Neural Network 구조

딥러닝 기술 배경

• 빅데이터 등장: 대규모 데이터 확보
• GPU, TPU 연산 자원 : 단순 병렬 연산 가능
• 학습 알고리즘 발점 : 깊은 신경망 발전

ML과 DL의 차이점

가장 큰 차이점은 '특성 공학을 누가 사용하는가?'

 

특성공학 : 원본 데이터를 AI 모델이 잘 학습할 수 있는 형태로 변환하는 과정

머신러닝은 개발자가 특징을 수동으로 지정하고 모델이 그런 특징을 가진 것을 스스로 학습하고 추론

딥러닝은 데이터를 입력하면 신경망이 직접 패턴을 발견하고 학습

 

 

AI vs ML vs DL