딥러닝(Deep Learning) 개발 과정

딥러닝 개발을 하라!

딥러닝...... 개발?

딥러닝을 개발하라는 게 도대체 무슨 소리야?

딥러닝을 이용하여 개발을 하려다 보면 부딪치게 되는 이 막연함.

 

어떤 개발도 다 마찬가지겠지만 딥러닝 개발도 개발자가 경험적으로 실행해 온 나름의 과정이 있을 것이다. 

하지만 딥러닝 개발을 이제 막 시작하려는 사람들은 다음과 같은 일반적인 순서를 기억하고 있으면 좋을 것이다. 

 

 

<딥러닝 실행 이전>   Step 1. 문제 정의

                             Step 2. 데이터 수집

                             Step 3. 데이터 전처리

 

<딥러닝 실행>          Step 4. 딥러닝 알고리즘 적용 - 알고리즘 구현, 데이터 입력, 결과 수집

 

<딥러닝 실행 이후>   Step 5. 딥러닝 성능 평가

                             Step 6. 배포

                             Step 7. 유지 보수

 

출처 : 서두르지 말고 천천히 차근차근 딥러닝, 노기섭(2021)

 

 

여기까지만 봐도 딥러닝 개발이라는 것이 그냥 딥러닝 알고리즘이나 모델만 적용하고 끝! 이게 아니라는 것을 알 수 있다. 사실 딥러닝 개발 과정에서 딥러닝을 적용하기 이전과 이후 데이터 전처리/후처리가 매우 중요하다.

데이터 수집이나 처리에 대한 이해 없이 무작정 딥러닝 알고리즘이나 모델만 적용한다면 데이터 형태가 조금이라도 변했을 때 제대로 대처할 수 없게 되는 것이다.

 

우리는 대충대충 인공지능을 개발하려고 하는 게 아니기 때문에!

데이터 전처리, 딥러닝 모델 적용, 데이터 후처리까지 꼼꼼하게 공부하도록 합시다 :D