스마트산단 추진전략 (123) : 기계학습(Machine Learning)

1. 의의

기계학습은 인공지능(AI, Artificial Intelligence)의 부분 집합으로 더 많은 데이터나 경험을 바탕으로 주어진 과제의 수행성과를 개선하는 시스템이다. 

2. 요건

1)입력 데이터를 기반

패턴이나 데이터 간의 상호관계를 파악하는 모델을 구축하여 예측을 하거나 현상을 설명

2)반복학습 및 인지 활용

같은 사물의 형체나 패턴이 변화하더라도 동일한 것으로 인지

3)데이터의 패턴이나 기저에 대한 내재한 속성 구분

훈련데이터를 특정 알고리즘에 반복하여 학습시킨 후 새로운 모델을 만든 후 이 모델에 과거에 전혀 보지 못했던 새로운 데이터를 입력하면 어떤 패턴이 나올 것이지를 예측하게 된다. 이것이 결과값이다.

3. 인공지능의 학습유형

1)지도학습(Supervised Learning): 답이 주어진 상태에서 학습

회귀(Regression), 분류(Classification)

2)비지도학습(Unsupervised Learning): 답을 모르고 학습

군집화(Clustering), 특성학습, 차원 축소(Dimension Reduction): PCA(Principal Component Analysis, 주성분 분석)

3)강화 학습(Reinforcement Learning): 답을 모르고 있는 상태에서 답을 알아감(인간 수준)

게임, 알파고

4. 효과

기계학습은 데이터를 습득, 예측하고 문제를 해결하는 것으로 기계학습의 알고리즘을 활용한 결과값을 바탕으로 행동 대안을 선택하고 문제를 해결하며 데이터 강화학습을 통해 고객 햄동에 관한 예측 능력을 제고한다. 

이승관 성남산업단지관리공단 수석전문위원 경영학박사 경영지도사 산업카운슬러 1급 성남하이테크밸리 융합혁신기술지원센터 경영혁신분과위원장 성남-KAIST ICT LEADERSHIP 수료 (2018~2020) 전 울산테크노파크 인천테크노파크 선임 책임연구원 혁신지원실장 역임(산업통상자원부 장관상 수상) 성남산업진흥원 팀장 부장 전문위원 역임(성남시장상 성남산업진흥원장상 한국의료기기공업협동조합 이사장상 수상)