딥러닝

사람 뇌의 신경망을 본뜬 다층 구조(인공신경망)로 학습하는 머신러닝 기법입니다.

딥러닝은 사람 뇌의 신경세포 연결을 본뜬 인공신경망을 여러 층으로 깊게 쌓아 학습하는 머신러닝 기법입니다. 층을 거칠수록 단순한 특징에서 복잡한 개념으로 이해가 깊어지는데, 사진에서 선과 모서리를 먼저 알아보고 이를 조합해 눈, 코, 얼굴을 알아보는 식입니다.

사람이 특징을 일일이 설계해 주던 기존 방식과 달리, 데이터만 충분하면 특징을 스스로 찾아낸다는 것이 강점입니다. 2012년 이미지 인식 대회에서 압도적 성능을 보이며 주목받았고, 이후 음성 인식, 번역, 생성형 AI까지 현재 AI 붐 전체의 기술적 토대가 되었습니다.

대신 방대한 데이터와 GPU 같은 고성능 하드웨어가 필요하고, 내부 판단 과정을 사람이 해석하기 어려운 블랙박스 문제가 있습니다. 뇌를 본떴다고 해서 뇌처럼 작동하는 것은 아니라는 점도 흔한 오해입니다.

✅ 왜 중요한가 · 장점

• 현재 AI 붐을 만든 핵심 기술로 생성형 AI의 토대입니다
• 데이터에서 특징을 스스로 찾아내 사람의 설계 부담을 줄였습니다
• 이미지, 음성, 언어 등 분야를 가리지 않고 통하는 범용성이 있습니다

⚠️ 한계 · 논쟁

• 대량의 데이터와 고가의 컴퓨팅 자원이 필요합니다
• 판단 근거를 해석하기 어려운 블랙박스 문제가 있습니다
• 뇌를 본뜬 구조일 뿐 실제 뇌처럼 사고하는 것은 아닙니다