'머신러닝(기계학습)'이란?

머신러닝은 시스템에 방대한 양의 예시 데이터를 주고, 프로그래머가 일일이 규칙을 써넣는 대신 시스템이 스스로 내부 매개변수를 조금씩 조정하며 패턴을 인식하도록 하는 방식으로 작동합니다. 수많은 반복과 피드백을 거치며 이미지 인식이나 텍스트 생성 같은 과제에서 점점 더 나아지는데, 이는 사람이 연습을 통해 실력을 늘려가는 것과 마찬가지로 경험을 통해 배우는 셈입니다.

로봇이 다른 기계를 조립한다는 건 물리적인 제조 자동화를 가리키는 이야기로 소프트웨어가 데이터로부터 패턴을 배우는 것과는 무관하고, 인터넷 전체를 통째로 외운다는 설명은 이 시스템의 작동 방식을 잘못 짚은 것입니다. 이런 시스템은 정확한 텍스트를 저장하는 게 아니라 일반화 가능한 패턴을 학습하는 것이니까요.

머신러닝 시스템은 주어진 데이터라면 무엇이든 학습하기 때문에, 그 데이터에 담긴 편향까지 흡수하고 증폭시킬 수 있습니다. 그래서 학습 데이터의 품질이 알고리즘의 정교함 못지않게 중요한 관심사로 떠오른 것이죠.