![](http://i1.daumcdn.net/thumb/C148x148/?fname=https://blog.kakaocdn.net/dn/dNEbzK/btq9RfmTvVi/XI6ZLhUWKUkKcK7cWm8So1/img.png)
요즘 인공지능/딥러닝 연구 중 가장 뜨거운 분야는 자연어처리(NLP)입니다. 그래서 이번 글에서는 자연어 처리가 왜 주목받고 있으며 자연어 처리의 연구 및 서비스 제공은 누가 주도하고 있는지에 대해 알아봅니다. 자연어 처리(NLP)란? 자연어 처리(natural language processing)란 인간이 사용하는 언어에 대한 이해 및 이를 바탕으로 한 다양한 인공 지능의 활동을 가리킵니다. 우선 "자연어"라는 말이 어색할 수 있는데 "기계어"에 반대되는 말로 해석하면 이해가 쉽습니다. 지금까지 컴퓨터는 사람이 작성한 Code를 컴파일러를 통해 기계어로 변환한 다음 이를 바탕으로 연산을 수행했습니다. 하지만 사람이 자연어를 Code로 바꾸고 다시 이것을 기계어로 변환해온 기존 프로세스와 달리 이제부터는..
![](http://i1.daumcdn.net/thumb/C148x148/?fname=https://blog.kakaocdn.net/dn/kCFr9/btqFk7fN8db/LvEsAhcDbEsfFM93UPE4rk/img.png)
딥러닝 가속기(Accelerator)란 AI 연산 장치이며, GPU, FPGA, ASIC으로 구분됩니다. Accelerator는 컴퓨터 시스템에서 주연산장치인 CPU를 보완하는 보조 연산장치를 의미하는데 대표적으로 GPU가 있습니다. CPU만으로는 고사양 그래픽 처리를 담당하기에 한계가 있어 GPU가 그래픽 Accelerator로 등장했죠. 지난 게시글 (왜 GPU는 AI 시대에 중요해졌는가?)에서도 설명되었지만 그래픽처리와 딥러닝은 병렬 단순 연산(곱셈, 덧셈 위주) 처리가 주를 이룬다는 공통점이 있습니다. 따라서 딥러닝 Accelerator로 GPU가 많이 활용되고 있죠. FPGA(fileld programmable gate array)는 이름에서 볼 수 있듯이 프로그램 가능한 Chip입니다. 빠르게..