머신러닝? 딥러닝? 뭐가 다른가요?
한줄 요약
AI 안에 머신러닝이 있고, 머신러닝 안에 딥러닝이 있습니다. 러시아 인형(마트료시카)처럼 작은 것이 큰 것 안에 들어있어요.
왜 알아야 할까?
🎯 의료 AI 뉴스를 읽다 보면 이런 단어들이 나와요.
“머신러닝 기반 예측 모델”, “딥러닝으로 영상 분석”, “AI 진단 시스템”…
모두 비슷비슷하게 들리는데, 사실 다 다른 거예요.
💡 이 세 가지를 구분하면:
- ✅ 의료 AI 뉴스를 제대로 이해할 수 있어요
- ✅ 어떤 AI가 우리 병원에 적합한지 판단할 수 있어요
- ✅ 의료 AI 개발팀과 대화할 수 있어요
- ✅ 투자 제안서나 보고서를 이해할 수 있어요
이게 뭐예요?
전체 그림: 러시아 인형
┌─────────────────────────────────┐
│ AI (인공지능) │
│ 인간처럼 생각하는 기계 │
│ │
│ ┌───────────────────────────┐ │
│ │ 머신러닝 │ │
│ │ 데이터에서 스스로 학습 │ │
│ │ │ │
│ │ ┌─────────────────────┐ │ │
│ │ │ 딥러닝 │ │ │
│ │ │ 신경망 기반 학습 │ │ │
│ │ │ (LLM, 이미지AI 등) │ │ │
│ │ └─────────────────────┘ │ │
│ └───────────────────────────┘ │
└─────────────────────────────────┘AI란?
컴퓨터가 인간처럼 판단하고 문제를 푸는 기술 전체를 뜻해요. 규칙 기반 프로그램부터 ChatGPT까지 모두 AI의 범주예요.
머신러닝이란?
데이터를 보고 스스로 규칙을 학습하는 AI
예전 AI: 사람이 규칙을 직접 입력 (“고열 + 기침 → 폐렴”) 머신러닝: 수천 건 케이스를 보고 스스로 규칙을 발견
딥러닝이란?
뇌의 신경망을 모방한 방식으로 학습하는 머신러닝
딥러닝은 머신러닝의 한 종류예요. 특히 이미지, 음성, 텍스트 같은 복잡한 데이터에 뛰어나요. ChatGPT, 의료 영상 AI가 모두 딥러닝 기반이에요.
예시를 들어볼게
예시 1: 당뇨 예측 모델
머신러닝 방식: EMR에서 연령, 체중, 혈당, 가족력 등 수치 데이터 분석 → “이 수치 조합이면 당뇨 발생 확률 78%”
딥러닝 방식: 망막 사진을 AI가 직접 분석 → “망막 혈관 패턴에서 당뇨 초기 징후 발견”
예시 2: 의료 영상 분석
머신러닝: 간단한 수치 조합으로 분류 “크기 >2cm + 불규칙 경계 → 악성 의심”
딥러닝: 이미지 자체를 수천만 픽셀로 분석 “CT 이미지 전체에서 미세한 패턴 인식 → 초기 폐암 발견”
의료에서는 이렇게 써요
| 기술 | 의료 활용 예시 | 특징 |
|---|---|---|
| 일반 AI | 처방 알림 시스템 | 단순 규칙 기반 |
| 머신러닝 | 재입원 위험도 예측 | 수치 데이터 분석 |
| 딥러닝 | X-ray 폐렴 진단 보조 | 이미지·텍스트 분석 |
| LLM (딥러닝) | ChatGPT 의무기록 요약 | 자연어 이해·생성 |
어떤 걸 쓰면 되나요?
수치 데이터(혈압, 혈당, 나이)로 예측 → 머신러닝 이미지(CT, MRI, 슬라이드)를 분석 → 딥러닝 텍스트(의무기록, 논문)를 이해·생성 → LLM (딥러닝)
주의할 점 ⚠️
주의 1: 어떤 AI든 데이터가 핵심
머신러닝이든 딥러닝이든, 학습 데이터가 편향되면 결과도 편향돼요.
예: 특정 인종·성별 데이터로만 학습 → 다른 환자군엔 부정확
✅ 우리 환자 집단을 대표하는 데이터로 학습했는지 확인하세요.
주의 2: “AI = 딥러닝 = ChatGPT”가 아니에요
CT 분석 AI와 진료기록 요약 AI는 완전히 다른 기술이에요. 각각 어떤 방식인지 구분해서 이해하세요.
주의 3: 성능 수치만 보지 마세요
“정확도 95%“라는 말만으로는 부족해요. 어떤 데이터로, 어떤 상황에서 95%인지가 중요해요.
더 알고 싶다면
🔗 다음 읽으면 좋은 글
- LLM이 뭐예요? — 딥러닝의 꽃, 언어 모델
- AI가 뭐예요? — AI 전체 개요
- AI 환각이 뭐예요? — 딥러닝의 한계