에듀테크 프로젝트 대시보드
딥러닝 문제해결 사례 판별
인공지능 기초 · 인공지능과 학습 — 모든 문제에 딥러닝이 필요한 것은 아니다. 규칙이 단순하고 데이터가 적다면 전통적인 방법(if문, 통계, 간단한 기계학습)으로 충분하다. 딥러닝은 패턴이 복잡하고 데이터가 많을 때 진가를 발휘한다.
| 기준 | 전통적 방법이 유리 | 딥러닝이 유리 |
|---|---|---|
| 규칙의 명확성 | 사람이 규칙을 명확히 적을 수 있음 | 규칙을 사람이 말로 정의하기 어려움 |
| 데이터 양 | 데이터가 적어도 됨 | 많은 데이터가 있어야 성능이 나옴 |
| 입력의 복잡도 | 숫자·표 형태의 단순 데이터 | 이미지·음성·자연어 같은 복잡한 데이터 |
| 연산 자원 | 적은 자원으로 가능 | GPU 등 많은 연산 자원 필요 |