[면접 합격자료] 11번가 검색모델링 Machine Intelligence 합격 문항 기출 최종합격

1. 머신러닝과 딥러닝의 차이점에 대해 설명하시오.

머신러닝과 딥러닝은 모두 인공지능 분야에서 데이터를 바탕으로 학습하는 기술이지만, 그 구조와 적용 방법에 차이가 있습니다. 머신러닝은 통계학적 기법과 알고리즘을 이용하여 데이터의 특징을 추출하고 모델을 학습하는 방법입니다. 대표적으로 의사결정나무, SVM, 랜덤포레스트 등이 있으며, 2012년 케라스와 텐서플로우의 등장 이후 이미지 분류, 자연어 처리 등의 분야에서 널리 활용되고 있습니다. 예를 들어, 이메일 스팸 필터링에서 머신러닝을 활용하면 95% 이상의 정확도를 보이곤 합니다. 반면, 딥러닝은 인공신경망을 깊게 구성하여 대량의 데이터를 처리하는 방식을 의미하며, 특히 많은 수의 계층(레이어)을 통해 데이터의 복잡한 패턴을 학습합니다. 자율주행차 센서 데이터 분석이나 음성인식에서 딥러닝은 기존 머신러닝보다 훨씬 뛰어난 성과를 보입니다. 예를 들어, 구글이 딥러닝을 활용해 음성인식을 하여 오류율을 4% 미만으로 낮춘 사례가 있으며, 이는 기존 머신러닝 기술 대비 약 50% 이상 향상된 수치입니다. 따라서, 머신러닝은 상대적으로 적은 데이터와 간단한 문제에 적합하며, 딥러…