머신러닝(Machine Learning), 기계학습

Machine Learning(기계학습)이란?

머신 러닝은 명시적인 프로그래밍을 통해서가 아닌 데이터로부터 시스템을 학습할 수 있는 AI의 한 형태로 학습을 통해 작업을 수행하는 방법을 컴퓨터에 가르치는 것입니다. 

[Machine Learning 유형]

지도학습(Supervised) vs 비지도학습(Unsupervised) vs 강화학습(Reinforced)

① 지도학습(Supervised Learning)이란

지도학습은 데이터에 대한 명시적인 레이블(정답)을 주어진 상태에서 컴퓨터를 학습시키는 알고리즘을 말합니다. 다시 말해 데이터(Input)와 이에 대응하는 미리 알려진 레이블(Output)의 쌍을 이룬 관계로 학습하는 과정입니다.

 

② 비 지도학습(Unsupervised Learning)이란

비 지도학습은 데이터에 대한 레이블(Output)이 주지 않은 상태에서 컴퓨터를 학습시키는 알고리즘을 말합니다. 정답을 알려주지 않았다는 점에서 지도학습과는 다르고 데이터 자체만으로 학습하는 과정입니다.

 

③ 강화학습(Reinforcement Learning)이란

강화학습은 데이터를 항상 분류할 수 있다는 보장이 없고, 데이터가 있다 해도 따라 정답이 정해진 것이 아니고, 행동(Action)에 대한 보상(Reward)을 받으며 학습하는 과정입니다.

이 알고리즘은 게임 환경을 예로 이해할 수 있습니다.

사용자(Agent)가 게임 환경(Environment)에서 현재 상태(State)의 높은 점수(Reward)를 얻는 방법을 찾아가며 행동(Action)하는 학습 과정이라고 생각하면 됩니다.

 

Machine Learning(기계학습) 활용 분야

1. 제조

제조업체는 공장 센서 및 사물인터넷(IoT)에서 엄청난 양의 데이터를 생산, 수집하며 이는 머신러닝에 이상적 환경입니다. 컴퓨터 감시 모니터링 및 이상 감지 알고리즘은 품질관리에 활용되며 불량 사전 예방, 설비 유지보수, 수요 예측부터 새로운 서비스 제공까지 머신러닝 알고리즘을 활용할 수 있습니다.

 

2. 재무

대량의 데이터와 이력 레코드가 제공되는 금융은 머신러닝에 가장 적합한 산업입니다. 주식거래, 대출승인, 사기감지, 위험평가 및 보험인수에 알고리즘이 활용됩니다.

 

3. 의료

IoT 기술을 이용해 환자의 건강 상태를 실시간으로 파악할 수 있는 웨어러블 장치와 센서를 활용해 의사들보다 더 많은 데이터를 처리하고 더 많은 패턴을 발견하여 의료 산업은 머신러닝이 빠르게 성장하는 주 무대가 되고 있습니다.

 

4. 운송

수익성을 높이기 위해 이동 경로를 효율적으로 배치하고 잠재적인 문제를 예측해야 하는 운송 업계에서도 데이터를 분석하여 패턴과 트렌드를 찾아내는 기술이 핵심 기술로 대두되고 있습니다. 따라서 택배 업체, 대중교통 서비스 및 기타 운송 기업은 머신러닝의 데이터 분석과 모델링 기술을 중요한 분석 솔루션으로 이용하고 있습니다. 기술 활용을 통해 생산성을 높이고 지출을 줄일 수 있습니다.

 

Machine Learning(기계학습) 산업화 적용 사례

[구글(goolge) 검색엔진]

구글은 검색에 기계학습 알고리즘을 적극적으로 활용하고 있습니다. 구글 검색엔진의 근간이라고 할 수 있는 페이지 랭크 알고리즘(Rank Brain)은 머신러닝에 기반을 둔 텍스트마이닝(Text Mining) 기술입니다.

또한, 구글은 대규모 데이터센터를 운영함에 있어 성능 및 에너지 관점에서 최적화를 위해 머신러닝을 활용하고 있습니다. 그 결과 PUE(Power Usage Effectiveness) 예측에 높은 정확도를 얻을 수 있었고, 효율적인 데이터센터의 운영이 가능하였습니다.

 

 글을 마치며

오늘은 머신러닝에 대하여 알아보았습니다. AI의 한 종류로 컴퓨터가 데이터를 가지고 혼자 공부하고 패턴과 트렌드를 찾아내어 산업분야에 보다 효율적이고 생산성을 높은 방향을 찾아내어 준다는 것이 핵심이네요. 머신 러닝 기술을 통해 보다 편리하고 윤택한 삶이 되겠지만 한편으로는 정말 영화처럼 모든 사회가 기계에게 통제되는 것이 아닌가 하는 영화적 상상도 해보게 되었습니다. 감사합니다.

 

 

 

레이닝 덕입니다.

글이 재미있고 도움이 되셨다면 ♡공감!! 클릭!! 부탁드립니다.

감사합니다♡