머신러닝( Machine Learning, ML )

방대한 데이터를 분석해 미래를 예측하는 기술이다. 컴퓨터가 스스로 학습 과정을 거치면서 입력되지 않은 정보를 습득, 문제를 해결한다. 인공지능과 다르며, 인공지능이 좀 더 넓은 의미다.

인공지능을 가능하도록하는 하나의 방법이다. ‘머신러닝(Machine Learning, 기계 학습)’은 컴퓨터가 스스로 패턴을 찾아낸다. 새로운 분류체계를 만들면서 데이터를 분석해 의미 있는 결과물을 내놓는다. 인공지능처럼 정교한 알고리즘만 뒷받침된다면 결과물을 토대로 예측까지 가능하다. 머신러닝은 특정 단계 학습 시스템으로 구성된다. 첫 단계는 사전 정보가 전혀 없는 상황에서 주어진 수많은 데이터를 비슷한 것끼리 분류한다. 두 번째는 알고리즘을 활용해 군집 특징을 추출한다. 세 번째는 이전 단계에서 구축된 알고리즘 구조를 쌓아 올려 더욱 복잡한 계층구조를 만들고, 수천 번 반복하는 방식으로 가장 최적화된 알고리즘 체계를 스스로 찾는다. 머신러닝 기술은 언어 번역이나 통역, 음성 및 이미지 인식 등 다양한 분야에서 응용되고 있다. 스팸 메일을 걸러내는 것도 머신러닝이 관여한다. 구글이 공개한 머신러닝 연구 성과를 보면 컴퓨터가 스스로 유튜브 에서 고양이 이미지를 찾아낸다. 머신러닝은 지나간 결과뿐만 아니라 앞으로의 행동을 예측하고 스스로 판단하도록 하는 점에서 빅데이터에서 한 단계 진화한 기술로 평가받고 있다. 머신러닝은 빅데이터와 결합, 적용 범위가 더 넓어지고 미래 예측 능력도 갖게 된 것이다. 예측 성공을 위해서는 확률을 높이고 오차는 줄이는 것이 관건이다. 머신러닝은 수많은 반복학습을 통해 가능성을 높인다. 필기를 인식할 때도 마찬가지다. 글씨체가 사람마다 달라 인식률이 떨어지지만 머신러닝을 통해 인식률을 끌어올렸다. 최근에는 머신러닝 속도가 주목받는다. 속도는 수많은 센서에서 데이터가 자동으로 수집되는 사물인터넷(IoT) 시대를 맞아 머신러닝의 핵심 요소로 떠올랐다.

 

 

▶ 자율 주행 자동차, 自律走行自動車, Autonomous Vehicles

운전자 없이 IT 기기로 도로를 달리는 자동차. 여러 가지 센서로 실외 환경 변화를 극복하고, 장애물을 피하면서 원하는 목적지까지 스스로 경로를 파악하여 이동할 수 있는 자동차를 말한다.

 

 

▶ 문자 인식, 文字認識, character recognition

문자 패턴을 대상으로 한 패턴 인식. 문자를 판독하는 것을 목적으로 한다. 광학적으로 문자를 판독하여 인식하는 것을 광 문자 인식(OCR)이라고 하는데, 문자를 쓰는 동안에 실시간으로 획수, 획순 정보 등을 이용하는 온라인 문자 인식과, 기재된 문자를 인식하는 오프라인 문자 인식 방법이 있다.

 

 

 

출처]

한국정보통신기술협회 : 머신러닝

한국정보통신기술협회 : 자율 주행 자동차

한국정보통신기술협회 : 문자인식

 

 

 

※ 대한민국의 아름다운 영토, 독도의 겨울