바로 가기

머신 러닝이란?

URL 복사

머신 러닝이란 명시적으로 프로그래밍하지 않고도 패턴을 찾고, 예측하고, 경험을 통해 학습하도록 컴퓨터를 훈련하는 기술입니다.

머신 러닝(ML)은 알고리즘을 사용하여 데이터 세트 내에서 패턴을 식별하고 예측하는 인공지능(AI)의 하위 범주입니다. 이 데이터는 숫자, 텍스트 또는 사진으로 구성될 수 있습니다. 이상적인 조건에서 인간은 직접 데이터를 해석할 때보다 머신 러닝을 활용할 때 더 빠르고 정확하게 데이터를 해석할 수 있습니다.

인공지능은 인간이 머신 내에서 인간과 같은 지능 감각을 인위적으로 생성할 때 발생합니다. 머신 러닝의 관점에서 인공지능은 인식, 학습, 문제 해결과 같이 인간이 자연적으로 가지고 있는 특정 인지 기능을 모방하도록 머신을 프로그래밍하는 것을 의미합니다. 

머신이 인간처럼 생각하도록 하려면 어떻게 해야 할까요? 자체 예측 모델을 생성하도록 머신을 훈련해야 합니다. 이 예측 모델은 머신이 데이터를 분석하고 궁극적으로 "학습"하는 머신이 되는 수단 역할을 합니다. 이 프로세스를 시작하려면 컴퓨터에 데이터를 입력하고 머신에 데이터 처리 방법을 지시할 학습 모델을 선택해야 합니다. 

머신 러닝 모델은 데이터를 사용하여 궁극적으로 다음 세 가지 기능을 제공할 수 있습니다.

  • 발생한 이벤트 설명
  • 발생할 이벤트 예측
  • 다음에 취해야 할 조치에 대한 제안


머신을 훈련하기 위해 선택한 학습 모델은 태스크의 복잡성과 원하는 결과에 따라 다릅니다. 머신 러닝은 일반적으로 다음 세 가지 학습 방식으로 분류됩니다. 

지도 학습 모델은 레이블이 지정된 데이터 세트로 훈련합니다. 이 모델은 이미지 인식과 같은 태스크에 사용됩니다.

비지도 학습 모델은 레이블이 지정되지 않은 데이터를 살펴보고 공통점, 패턴, 추세를 찾습니다. 고객 세분화, 추천 시스템, 일반 데이터 탐색과 같은 태스크에 사용됩니다.

강화 학습 모델은 기존 보상 시스템 내에서 시행착오 프로세스를 사용하여 훈련합니다. 이 학습 방식은 작업이 승패로 이어지는 게임을 하도록 컴퓨터를 훈련하는 것과 같은 일에 사용됩니다. 

컴퓨터가 (학습 모델 및 교육 데이터를 통해) 사용자가 원하는 데이터 해석 방식에 익숙해지면 새로운 데이터가 제시될 때 예측하고 작업을 수행할 수 있습니다. 컴퓨터는 연속적인 데이터 스트림을 통해 학습하면서 점차 예측의 정확도를 높이고 인간보다 더 빠르고 정확하게 태스크를 수행할 수 있게 됩니다.

머신 러닝 및 인공지능은 사용자 경험을 향상하고, 고객 행동을 예측하고, 시스템을 모니터링하여 사기를 탐지하고, 나아가 의료진을 도와 생명을 위협하는 상태를 감지할 수 있습니다. 많은 사람들이 매일 머신 러닝과 상호 작용하며 그 혜택을 누리고 있습니다. 다음은 몇 가지 일반적인 예입니다.

  • 좋아하는 스트리밍 서비스에 대한 추천 알고리즘
  • 자동 전화 상담 및 챗봇
  • 타겟팅 광고
  • 금융 기관의 자동화된 견적

현재 많은 AI 툴을 구동하는 생성형 AI딥러닝으로 구현되었으며, 딥러닝은 대량의 데이터를 분석하고 해석하기 위한 머신 러닝 기술입니다. 대규모 언어 모델(LLM)은 생성형 AI의 하위 집합으로, 전례 없는 규모로 인간의 언어를 이해하고 생성하는 역량을 입증함으로써 머신 러닝의 중요한 애플리케이션을 대표하고 있습니다. 

머신 러닝은 많은 기업에서 사용할 것으로 예상되는 기능이 되고 있으며, 혁신적인 AI/ML 활용 사례는 의료, 금융 서비스, 통신, 정부 및 기타 산업 전반에 걸쳐 나타나고 있습니다.

Red Hat은 IBM과 파트너십을 맺고 개발자들이 더욱 효율적으로 Ansible 콘텐츠를 만들도록 지원하는 생성형 AI 서비스인 IBM watsonx Code Assistant가 통합된 Ansible® Lightspeed를 개발했습니다.

OpenShift Data Science가 포함된 Red Hat® OpenShift® AI는 팀이 투명성과 제어 권한을 가지고 AI 애플리케이션과 머신 러닝(ML) 모델을 구축하고 배포할 수 있는 공통 기반을 제공합니다. 

Red Hat OpenShift Data Science는 조직의 자체 데이터로 고유의 활용 사례를 지원하는 AI 모델을 훈련하고 프롬프트를 조정하고 미세 조정을 하고 제공할 수 있는 플랫폼입니다.

대규모로 AI를 배포하는 경우에는 주요 하드웨어 가속기에 대한 액세스 권한을 갖춘 Red Hat OpenShift가 AI 워크로드에 적합한 확장 가능한 애플리케이션 플랫폼을 제공합니다.

또한 Red Hat은 자체 Red Hat OpenShift AI 툴을 사용하여 IBM watsonx Code Assistant가 통합된 Ansible Lightspeed를 시작으로 다른 오픈소스 소프트웨어의 유틸리티를 개선하고 있습니다. Ansible Lightspeed는 개발자가 Ansible 콘텐츠를 더 효율적으로 생성할 수 있게 해주며, 사용자가 입력한 간단한 내용을 읽은 후 IBM watsonx 파운데이션 모델과 상호 작용하여 자동화 작업을 위한 코드 권장 사항을 생성하고 이를 사용하여 Ansible Playbook을 생성합니다.

또한 Red Hat의 파트너 통합 제품은 오픈소스 플랫폼과 연동되도록 구축한 신뢰할 수 있는 AI 툴의 에코시스템을 활용할 수 있는 기회를 제시합니다.

추가 자료

문서

Red Hat OpenShift Operator란?

Red Hat OpenShift Operators automate the creation, configuration, and management of instances of Kubernetes-native applications.

문서

Red Hat OpenShift Serverless를 선택해야 하는 이유

Red Hat OpenShift Serverless는 서버리스 워크로드를 배포 및 관리하기 위해 쿠버네티스를 확장합니다.

문서

Red Hat OpenShift Service Mesh를 선택해야 하는 이유

Red Hat OpenShift Service Mesh는 마이크로서비스 기반 애플리케이션을 일관된 방식으로 연결, 관리, 제어할 수 있게 합니다.

OpenShift에 대한 자세한 내용

제품

선택한 인프라에서 애플리케이션 출시 테스트를 완료한 통합 서비스 세트를 포함하는 엔터프라이즈 애플리케이션 플랫폼입니다.

컨테이너를 추가 또는 축소하더라도 환경 전반에서 영구적으로 데이터를 저장할 수 있는 소프트웨어 정의 스토리지입니다.

클라우드 네이티브 애플리케이션을 더 안전하게 빌드, 배포 및 실행할 수 있도록 지원하는 엔터프라이즈 수준의 쿠버네티스 네이티브 컨테이너 보안 솔루션입니다.

빌트인 보안 정책을 갖춘 단일 콘솔로 쿠버네티스 클러스터와 애플리케이션을 관리합니다.

리소스

교육

무료 교육 과정

Running Containers with Red Hat Technical Overview

무료 교육 과정

Developing Cloud-Native Applications with Microservices Architectures

무료 교육 과정

Containers, Kubernetes and Red Hat OpenShift Technical Overview