본문 바로가기

Previous (20-22)/Development

머신러닝 / 빅데이터 연구를 시작하는 방법 - (2) 왜 머신러닝과 빅데이터인가?

이 글로 바로 넘어오신 분이 계신다면, 바로 앞의 개요 부분을 한번은 참고해주시기 바랍니다.

제가 어떤 배경으로 이런 글을 썼는지를 알 수 있을 것입니다.

 

2016/11/19 - [Onik Lab./General] - 빅데이터 / 머신러닝 연구를 시작하는 방법 - (1) 개요

 

 

 

 

인공지능에 대한 연구는 사실 최근에 있었던 일도 아니고.

제가 대학원에서 연구했을 때에도 제 연구실 바로 아래층에는 인공지능 연구실이 사실 별도로 있었습니다.

 

당시에는 인공지능쪽도 대학원 수업을 들으면서 좀 같이 공부하려고도 했었는데..

너무 어려워서 성적이 별로 좋지 못했죠. 정말 열심히 했지만 어려웠더라고요.

 

아무래도 당시에는 많은 국내자료가 있었던 것도 아니고, 연구했던 사람도 한정적이였기 때문이겠지요.

(제가 의지가 부족해서는 절대로 아닙니다)

 

 

 

인공지능을 연구하는 분야가 사실 굉장히 다양해요.

 

1. 전문가 시스템(Expert System)

2. 퍼지이론(Fuzzy Theory)

3. 기계학습(Machine Learning)

4. 유전 알고리즘(Genetic Algorithm)

 

등등..

 

 

 

스마트폰이 등장하고, Apple에서는 Siri도 더불어 등장하면서 사람과 대화할 수 있는 지능형 AI라는 것이 대두되었고,

Google에서도 학습하는 AI 개발이 박차를 가하고 있다고 하다가 뜬금없이 대형 건을 하나 터트리게 되었죠.

 

 

 

바로 이세돌과 알파고의 대결. 1년도 안 된 일입니다.

모두가 알다시피 알파고의 4:1 승리로 끝.

 

 

 

그 때부터였어요.. 머신러닝이 본격적으로 대중들에게 알려진 것이.

사람들 특성 있잖아요. 평소에는 관심도 안가지다가 뭔가 대중적인 것이 하나 생기면 관심을 가지게 되는 것.

 

하지만 저도 그것때문이라고 볼 수만은 없습니다.

왜냐. 그것 때문이였으면 지금 이맘때 쯤이 아니라 4월부터 당장 책 찾아보고 공부하고 그랬어야죠.

 

다만 저는 무려 6년이라는 시간 동안 IT 쪽 관련 연구를 할 겨를도 없었고. 하지도 못했었고.

다시 IT 분야로 스스로가 돌아오면서 주변에 아무런 도움도 받지 않고 스스로가 연구할 수 있는 분야가 무엇이 있을까.

그리고 앞으로 떠오를 분야가 무엇일까를 검토를 해봐도

 

결국은 머신러닝쪽으로 기울어지게 되더라고요.

 

 

즉 구글이 알파고의 인기를 등에 업어서 '머신 러닝'이 대세가 되었고 그로 인해서 연구를 해보자는 것이 아닙니다.

앞으로의 IT를 이끌 핵심 기술 중 하나가 '머신 러닝' 이였던 것이고, 단지 Google이 알파고를 통해 먼저 대중에게 선보였을 뿐입니다.

 

전후 관계가 바뀐 것이죠.

 

사진출처: ZDNet

 

 

MS에서도 머신러닝을 위한 Azure를 제공하기 시작했으며,

네이버 / 삼성전자 / 카카오 등에도 AI와 관련된 연구를 지속적으로 하고 있고 일부 상용화도 현재 진행중입니다.

 

그들 역시 똑같을 것입니다.

Google이 먼저 해서 우리도 해야지가 아니라, 어차피 차세대 핵심 기술이라는 방면에서 연구를 하고 결과물이 나오는것뿐.

 

 

 

제가 이런 굴지의 기업에 맞서서 무언가를 만든다는 것을 기대하는 것은 당연히 아니지만,

머신러닝을 제 스스로가 학습하고 연구하면서. 제가 평소에 꿈꿔왔던 여러 가지 다방면의 분야와 결합했을 때

뭔가 새로운 솔루션을 만들 수 있을 것이라는 기대감을 가지고 있는 것도 사실이고요.

제 자신이 뭔가 한단계 발전해나갈 수 있을 것으로 보입니다.

 

 

 

 

그런데 말입니다.

 

제목이 '왜 빅데이터와 머신러닝인가?'인데 정작 빅데이터는 빠져있네요.

그 이유는 사실.. 굉장히 단순합니다.

 

사진출처: SK채용블로그

 

 

머신러닝을 통한 AI를 학습하기 위해서는 무엇이 필요할까요?

 

당연히 데이터가 필요하겠죠?

 

그런데 스마트폰, SNS의 시대에서 방대한 정보를 수집하고 이를 통해서 무언가 새로운 것을 도출해 내기 위해서는

빅데이터 관련된 기술이나 자료가 없이는 절대로 얻을 수 었습니다.

 

즉 빅데이터는 새롭게 뭔가를 학습하기 위한 분야라기 보다는 머신러닝에 대한 연구를 위한 기초 데이터를 수집하기 위한 방편으로 이해하시면 될 것입니다.

 

 

2편은 여기서 마치겠습니다.

3편부터는 좀 더 Detail한 내용으로 찾아뵙겠습니다.