매일 뉴스에서 챗GPT, 생성형 AI, 자율주행 기술을 접하지만 '인공지능', '머신러닝', '딥러닝'이라는 용어가 마구 뒤섞여 사용되곤 합니다. 이 셋은 경쟁하는 기술이 아니라 양파 껍질처럼 포함 관계를 이루고 있습니다.

1. 3단계 포함 관계의 이해

계층 개념 정의 작동 방식 및 특징
인공지능 (AI)
(가장 넓은 범주)		 기계가 인간의 지능적 사고와 판단을 모방하도록 만드는 광범위한 과학 1950년대 체스 게임 프로그램, 규칙 기반 시스템(If-Else) 모두 포함
머신러닝 (ML)
(AI의 핵심 분야)		 사람이 직접 코딩하지 않고 기계가 대량의 데이터를 학습하여 통계적 패턴을 추출 스팸 메일 필터링, 상품 추천 알고리즘, 집값 예측 모델
딥러닝 (DL)
(머신러닝의 최신 기술)		 인간 뇌의 뉴런 연결 구조를 모방한 수십~수백 겹의 인공신경망(Neural Network) 구축 알파고의 바둑 수 읽기, 자율주행 사물 인식, 챗GPT 거대언어모델(LLM)

2. 머신러닝과 딥러닝의 결정적 차이: 특징 추출

고양이 사진을 판별할 때, 기존 머신러닝은 사람이 직접 "귀가 뾰족하고 수염이 있으면 고양이다"라는 특징(Feature)을 정의해 주어야 했습니다.

하지만 딥러닝은 수백만 장의 사진을 보여주면 스스로 픽셀 단위에서 고양이의 특징을 추출해 냅니다. 이 비약적인 도약 덕분에 2010년대 이후 AI 혁명이 폭발하게 되었습니다.