머신러닝의 발전

1990년대 초반, AI의 2차 겨울 이후 연구자들은 ‘데이터를 기반으로 패턴과 관계를 자동으로 학습’하는 새로운 접근 방식에 주목하기 시작했습니다. 사람이 직접 지식을 코딩하는 대신, 기계가 경험적 데이터에서 패턴을 학습하는 머신러닝이 대두된 것입니다.

이 시기에는 수학, 통계, 정보 이론의 개념과 기술이 AI에 본격적으로 접목되기 시작했습니다. 머신러닝 모델들은 데이터에 내재된 확률적 관계와 패턴을 학습하며 빠르게 발전했습니다. 머신러닝 방식은 크게 지도 학습(supervised learning), 비지도 학습(unsupervised learning), 강화 학습(reinforcement learning) 세 가지로 구분됩니다.