본문 바로가기

4차 산업혁명

인공지능 학습 "딥러닝"이란..

반응형

 

오늘은 인공지능 기술과 관련된 딥러닝에 대해 살펴보고자 합니다. 딥러닝은 컴퓨터가 사람처럼 생각하고 배울 수 있도록 하는 기술을 뜻하며 많은 데이터를 분류해서 같은 집합들끼리 묶고 상하의 관계를 파악하는 기술입니다. 딥러닝은 기계학습의 한 분야라고 할 수 있습니다. 차이점이라면 기계학습은 컴퓨터에게 먼저 다양한 정보를 가르치고 그 학습한 결과에 따라 컴퓨터가 새로운 것을 예측하는 반면, 딥러닝은 인간의 '가르침'이라는 과정을 거치지 않고도 스스로 학습하고 미래의 상황을 예측할 수 있다는 것입니다.

 

 

딥러닝의 핵심은 분류를 통한 예측입니다. 수많은 여러 데이터 속에서 패턴을 발견해서 인간이 사물을 구분하듯 컴퓨터가 데이터를 구분하여 나누는데 분별 방식은 두 가지로 나누어집니다. 바로 ‘지도 학습(supervised learning)’과 ‘비지도 학습(unsupervised learning)’입니다.

 

 

기존 기계학습의 알고리즘을 지도 학습이라 한다면 비지도 학습 방식은 컴퓨터에 먼저 정보를 가르치는 방법입니다. 예를 들어, 지도 학습이 개발자가 다양한 고양이 사진을 컴퓨터에게 보여주고 ‘이것이 고양이이다.’라고 알려준 다음, 새로운 고양이 사진을 보았을 때 ‘고양이’라고 판단할 수 있는것이라면 그에 반해 비지도 학습인 딥러닝은 컴퓨터가 스스로가 여러 가지 고양이 사진을 찾아서 '고양이'에 대해 학습한 다음에 새로운 고양이 사진을 보고 '고양이'라고 구분하는 것입니다.


2016년 2월에 한국의 이세돌 9단과 바둑 대별을 펼쳤던 인공지능 '알파고'도 바로 딥러닝 기술을 통해 만들어진 프로그램입니다. 이세돌과 바둑을 두기 전까지 알파고는 끊임없이 스스로 바둑 기보를 가지고 바둑 전략을 학습했습니다. 사람이 특별히 정보를 입력한 것도 아니고, 다른 기계의 정보를 가져다 배운 것도 아닙니다.  알파고들이 서로 바둑을 두면서 바둑의 원리를 배웠고, 과거에 있었던 바둑 경기들을 스스로 학습하고,  이런 데이터들을 쌓아가면서 어떤 상황에서는 어떤 수를 두어야 할지 배워나간 것입니다.

 

 

딥러닝 기술은 기존의 지도 학습과 비교해 진보한 기술이며, 인공지능 기술의 핵심적인 부분이라고도 말할 수 있습니다.
그리고 현재 세계 굴지의 IT기업들이 여러 분야에  딥러닝 기술을 적용하고 있습니다. 구글은 음성인식과 번역을 비롯해 로봇의 인공지능 시스템 개발에 사용하고 있으며, 대표적인 SNS 기업인 페이스북은 딥러닝을  뉴스피드와 이미지 인식 분야에 적용하고 있습니다. 또한 국내에서도 딥러닝 연구가 여러 분야에서 진행 중에 있는데 그중 하나인 네이버는 음성인식을 비롯해 테스트 단계의 뉴스 요약, 이미지 분석에 딥러닝 기술을 적용하고 있습니다. 

 

 

사람이 스스로 생각하고 학습하는 것은 일반적인 행동이기 때문에 비교적 간단한 문제이지만, 명령과 응답이 기본 체계였던 컴퓨터에게는 결코 쉬운 기술이 아닙니다. 하지만 딥러닝 기술의 발달로 사람처럼 배우고 판단하는 능력을 발휘할 때, 컴퓨터는 어쩌면 사람이 해결하지 못하는 문제도 해낼 수 있을지 모릅니다. 왜냐하면 컴퓨터의 자료처리 능력은 사람과 비교할 수 없을 만큼 빠르고 뛰어나기 때문입니다. 그렇기에 딥러닝 기술이 앞으로 우리 삶을 어떻게 변화시킬지 많은 기대를 하고 있습니다.


반응형