딥러닝 뜻 — 층을 아주 많이 쌓은 신경망으로 배우는 머신러닝 방식 · 5분 용어

층을 아주 많이 쌓은 신경망으로 배우는 머신러닝 방식이에요.

딥러닝은 신경망을 여러 층으로 깊게 쌓아서 배우는 머신러닝이에요. '딥(deep)'은 똑똑하다는 뜻이 아니라 층이 많다는 뜻이에요. 앞쪽 층은 선이나 점 같은 단순한 특징을, 뒤쪽 층은 눈·코·얼굴 같은 복잡한 특징을 잡아내요.

아이디어는 오래됐지만, 깊은 신경망을 잘 학습시키기는 오랫동안 어려웠어요. 2012년 이미지넷 대회에서 깊은 신경망이 큰 차이로 우승하면서 판이 바뀌었어요. 많은 데이터, 그래픽카드(GPU)의 빠른 계산, 깊은 구조가 한자리에 모인 덕분이에요. 지금의 번역, 음성 인식, 대형 언어 모델도 대부분 딥러닝으로 만들어요.

비유로 보면

그림을 배울 때 처음엔 선 긋기, 다음엔 도형, 그다음 얼굴, 마지막에 표정을 배우잖아요. 딥러닝의 층도 이렇게 쉬운 것부터 어려운 것 순서로 한 단계씩 쌓여요.

예를 들면

번역 앱이 문장을 통째로 자연스럽게 옮기는 것도 딥러닝 덕분이에요.

자주 하는 오해

오해'딥'은 더 깊이 생각한다, 더 똑똑하다는 뜻이다.
실제로는층이 많다고 판단이 깊어지는 건 아니에요. 사람 눈에는 티가 안 날 만큼 사진을 살짝 바꿨을 뿐인데 깊은 신경망이 엉뚱한 답을 내는 일이 실험으로 여러 번 확인됐어요.
오해딥러닝은 2012년에 처음 나온 생각이다.
실제로는2012년보다 앞선 2006년, 힌턴 연구팀은 층을 하나씩 먼저 익힌 뒤 전체를 다듬는 방법으로 깊은 신경망도 학습시킬 수 있다는 걸 보여 줬어요. 2012년은 이런 흐름이 쌓여 크게 터진 해에 가까워요.

수업에서 써 보기

선생님은 수업 시작에, 학생은 혼자 공부할 때 써 보세요.

질문: 많은 데이터, 빠른 계산(GPU), 깊은 구조 — 셋 중 하나가 빠졌다면 2012년의 결과가 나왔을까요?
활동: 그림을 배우는 순서(선 → 도형 → 얼굴 → 표정)처럼, 손글씨 숫자 '7'을 알아보는 과정을 네 단계로 나눠 종이에 그려 보세요. 각 단계가 앞 단계에서 무엇을 받아 쓰는지 화살표로 이어 보면 '층'이 무슨 뜻인지 잡혀요.