딥러닝 (Deep Learning)
별칭: deep learning · 심층학습
여러 층의 신경망으로 이미지·음성·언어 같은 복잡한 패턴을 학습하는 머신러닝 방식.
딥러닝은 머신러닝의 한 종류다. 단순한 표 데이터뿐 아니라 이미지, 음성, 문장처럼 복잡한 데이터를 잘 다루기 위해 여러 층의 신경망을 사용한다. 오늘날 LLM, 이미지 생성, 음성 인식, 컴퓨터 비전의 많은 성능 향상이 딥러닝 위에서 나왔다.
정의
딥러닝은 여러 층으로 구성된 인공 신경망을 사용해 데이터의 복잡한 패턴을 학습하는 머신러닝 방법이다. “딥”이라는 말은 모델이 입력에서 출력까지 여러 단계의 표현을 거치며 특징을 배운다는 뜻에 가깝다.
왜 중요한가
딥러닝은 이미지 인식, 음성 인식, 자연어 처리, 번역, 생성형 AI의 발전을 크게 밀어 올렸다. 사람이 직접 특징을 설계하기 어려운 문제에서도 충분한 데이터와 계산 자원이 있으면 모델이 중간 표현을 학습할 수 있기 때문이다. LLM도 대규모 딥러닝 모델의 대표 사례다.
Semicolon에서의 의미
초심자 강의에서는 딥러닝을 직접 구현하는 것보다, 왜 최신 AI 도구가 갑자기 좋아졌는지를 이해하는 배경 지식으로 다룬다. 사용자는 모델 내부 수식을 모두 알 필요는 없지만, 데이터·모델·추론·검증이라는 큰 흐름은 알아야 도구를 안전하게 선택할 수 있다.
예시
- 이미지에서 상품이나 사람을 인식하는 컴퓨터 비전
- 음성을 텍스트로 바꾸는 STT
- 문서를 읽고 답하는 LLM
- 텍스트 설명으로 이미지를 만드는 생성 모델
주의할 점
딥러닝 모델은 성능이 좋아도 내부 판단 과정을 사람이 완전히 이해하기 어려울 수 있다. 중요한 의사결정에 사용할 때는 설명 가능성, 검증 데이터, 실패 시 대응 절차를 함께 준비해야 한다.