기계학습이란?

<아래 글은 '만들면서 배우는 기계학습' 을 읽고 쓰는 글입니다.>

'기계 학습' 이란 무엇일까요? 

'학습'이라는 단어는 일반적으로 생물, 특히 지적인 생물에게 사용합니다.

그런데 그런 '학습'을 생물이 아닌 컴퓨터나 로봇이 하는 것을 '기계학습'이라고 합니다.

'기계 학습'을 알아보기 전에 먼저 '학습'이 무엇인지 생각해봅시다.

인간의 '학습'이 가장 먼저 떠오르는데요.

인간은 지식을 습득하고, 습득한 정보를 바탕으로 스스로 생각하면 자신을 향상시킵니다.

정신적인 학습 이외에도 기능 훈련을 통해서 새로운 능력을 익히기도 합니다.

이 과정을 통해서 인간에게선 어떠한 변화가 일어납니다. 

몰랐던 정보를 알게되고, 해결 할 수 없던 일을 해결 할 수 있고, 

또한 불가능한 움직임을 가능케 합니다.

이러한 측면에서 학습을 정의하면

학습이란 '어떤 과정을 통해 내부상태를 변화시키는 행위' 입니다. 

그렇다면 '기계학습'에 예에 어떤 것들이 있을까요.

간단한 예로는 문서 작성 시 한글을 한자 변환 소프트웨어가 있습니다. 

사용자가 자주 사용하는 변환 후보를 먼저 제시하는 기능이 구현되어있습니다.

'이게 무슨 기계학습이야' 하겠지만

엄연히 사용자의 사용빈도를 통해 '내부상태'의 변화가 일어나므로 '기계학습'입니다.

실제로 개발 업체에서도 '학습기능'이라 소개합니다.

단순히 과거 이력을 암기하는 방식이 아닌 주어진 조건을 '일반화' 하거나

구체적인 사례에서 법칙을 끄집어내는 학습도 있습니다.

예를 들면 체스나 장기, 바둑을 두는 인공지능 소프트웨어 중에는 대전 기록을 분석해

어떤 상황에 어떻게 대응하는 것이 좋은지 학습는 것이 있습니다.

이럴 때 는 단순히 기록을 암기하는 방식이 아닌 상황을 어느 정도 '일반화'하여

존재하지 않는 상황에 대해서도 효과적으로 대응할 수 있게 구성합니다.

그렇다면 왜 근래에 들어 '기계학습'에 대한 관심이 증대하였을까요.

그것은 현재 데이터를 둘러싼 환경이 변했기 때문이라 할 수 있습니다.

컴퓨터 하드웨어가 진보하고 인터넷이 발전함에 따라

데이터를 손 쉽게 또 엄청난 양을 얻을 수 있게 되었습니다. 

하지만 이런 엄청난 양의 데이터를 인간이 수작업으로 분석하기 보단,

'기계학습'을 활용하는 것 바람직해졌기 때문입니다.

그 예로는 대용량 데이터를 해석하여 규칙성과 법칙을 찾는 데이터 마이닝,

그 데이터가 문자나 문장같은 텍스트인 경우 텍스트 마이닝이 있겠습니다.

여기에 '기계 학습' 기법들이 자주 이용되는데, 이어서 자세히 알아 보겠습니다.