Page 10 -

2.2 관련 분야 MACHINE LEARNING 2

머신 러닝을 사용하는 대표적인 분야를 살펴보겠습니다(그림 2-2 참고). 머신 러닝의 여러 측면

그림 2-2 머신 러닝 관련 분야

인공지능 생물학적 접근
・ 신경 모델
・ 학습 이론
・ 진화 이론
・ 군집지능
머신 러닝

컴퓨터 과학 수학
・ 패턴 인식 ・ 최적화 논리
・ 컴퓨터 비전 정보 이론 ・ 통계학
・ 병렬 계산 ・ 확률론

머신 러닝은 인공지능 연구와 더불어 발전했습니다. 머신 러닝이 인공지능을 실현하는 기술이라
면, 인공지능에는 인공적으로 지능을 만든다는 좀 더 추상적이고 철학적인 의미가 담겨 있습니다.

인공지능에 접근하는 방식에는 생물학적 사상에서 힌트를 얻은 것도 있습니다. 신경 모델을 바
탕으로 신경망을 설계하거나, 생물학적 학습 이론을 머신 러닝에 적용하거나, 기술을 개발하는
힌트로 사용합니다. 유전적 알고리즘이나 군집지능(Swarm Intelligence, SI)의 사상도 이것에 가깝

습니다.

머신 러닝은 좀 더 구체적으로는 컴퓨터에서 실행하므로 그 기초는 컴퓨터 과학과 수학에 있다고
할 수 있습니다. 특히 컴퓨터 과학은 머신 러닝에 직접적으로 연관됩니다. 패턴 인식은 이제 머신
러닝과 차이점을 찾기 어려울 정도입니다. 컴퓨터 비전은 머신 러닝과는 의미가 다르지만, 사람의
정보 처리는 무척 시각에 의존하기에 관련이 많습니다. 머신 러닝의 알고리즘에 따라 때로는 컴퓨

팅 자원을 많이 사용하기도 하는데, 이때는 병렬 계산을 활용합니다.
머신 러닝의 이론적 배경은 수학과 관련이 많습니다. 머신 러닝 알고리즘의 많은 부분을 함수 최

적화 문제로 정규화하곤 합니다. 또 현재의 머신 러닝은 대상이 되는 사상의 통계적인 편향을 보
이므로 통계나 확률론도 기초가 됩니다.

컴퓨터 과학과 수학의 접점이라고도 할 수 있는 정보 이론도 머신 러닝과 많은 관련이 있습니다.

049

machine_07.indd 49 2018-05-15 오전 9:53:11