AI, 머신러닝, 딥러닝, llm 등 AI 개념 총정리

AI, 머신러닝, 딥러닝, llm ? 이게 다 뭐죠?

 

어렵고 헷갈리는 개념 한방에 다 정리해드립니다. 

 

1. 계층 구조 (포함 관계)

결론부터 말씀드리면, 아래와 같은 포함 관계로 이루어져 있습니다.

인공지능(AI) > 머신러닝(ML) > 딥러닝(DL) > LLM(거대언어모델)

 

 

2. 용어별 핵심 정리

① 인공지능 (AI: Artificial Intelligence)

• 정의: 인간의 지능을 기계가 흉내 내도록 만드는 가장 넓은 개념의 기술입니다.
• 특징: 체스 프로그램부터 자율주행차까지, 인간처럼 사고하거나 행동하는 모든 시스템을 통칭합니다.

② 머신러닝 (ML: Machine Learning, 기계학습)

• 정의: 데이터를 통해 기계가 직접 학습하게 하는 인공지능의 한 분야입니다.
• 특징: 사람이 일일이 규칙을 코딩하는 대신, 데이터를 넣어주면 컴퓨터가 스스로 패턴을 찾아내 예측이나 판단을 합니다. (예: 스팸 메일 필터링)

③ 딥러닝 (DL: Deep Learning)

• 정의: 인간의 뇌 구조를 본뜬 인공신경망(Artificial Neural Networks)을 사용하는 머신러닝의 하위 기술입니다.
• 특징: 데이터가 복잡해져도 성능이 뛰어나며, 현재 우리가 놀라는 대부분의 AI 기술(이미지 인식, 음성 번역 등)의 핵심 엔진입니다.

④ LLM (Large Language Model, 거대언어모델)

• 정의: 딥러닝 기술 중에서도 특히 '언어'에 특화되어 엄청난 양의 텍스트 데이터를 학습한 모델입니다.
• 특징: ChatGPT가 대표적인 예입니다. 문장의 맥락을 이해하고 자연스러운 대화를 나누거나 글을 창작하는 데 탁월합니다.

---

3. 한눈에 보는 비교표

용어	핵심 키워드	비유
인공지능(AI)	지능적인 기계	운송 수단 (전체를 아우름)
머신러닝(ML)	데이터 학습	자동차 (엔진으로 움직임)
딥러닝(DL)	인공신경망	전기 자동차 (특수하고 강력한 엔진)
LLM	거대 언어 데이터	자율주행 전기차 (그 중 특정 목적에 특화)

---

이제 이 용어들이 서로 어떤 관계인지 조금 감이 잡히시나요? 결국 LLM은 딥러닝이라는 강력한 기술을 언어 학습에 쏟아부어 만든 결과물이라고 이해하시면 가장 정확합니다.