|
|
|
|
인공지능시대(47): 인공지능의 학습원리
|
|
2021년 11월 19일 [주간문경] 
|
|
|
| 
| | | ↑↑ 지홍기
영남대학교 명예교수
문경대학교 특임교수
문경시지역발전협의회 의장 | ⓒ (주)문경사랑 | |
인공지능의 학습원리
인공지능(AI)이 만능으로 통하는 시대다. AI를 구성하고 작동시키는 원천기술과 원리는 메타(Mata) 학습, 연합(Federated) 학습, 자기지도(Self-supervised) 학습, 강화학습(Reinforcement) 학습, 그래프 신경망 기반 심화(Based on Graph Neural Networks) 학습, 생성적 적대 신경망(Generative Adversarial Networks) AI가 그것이다.
메타학습은 자신이 아는 것과 모르는 것을 즉각적으로 구별할 수 있는 메타인지(Meta Cognitive)로부터 시작된 개념이다. 적은 양의 데이터와 주어진 환경만으로도 스스로 학습하고 학습한 정보와 알고리즘이 새로운 문제에 적응하면서 해결하는 학습방식이다. 기존의 학습한 모델을 이용하여 새로운 문제를 해결하는 연구 분야이며, 새로운 데이터를 효율적으로 학습시키는 것이 주요한 목표이다.
연합학습은 AI 모델을 학습할 경우에 데이터를 통합과· 이동을 하면서 발생할 수 있는 개인정보보호 이슈의 부담을 완화할 수 있는 연합의 개념이 부상했다. 즉, 데이터 공유 및 활용이 증가함에 따라 민감한 정보에서의 개인정보보호 이슈로 인한 데이터 활용의 제약이 생길 수 있으며, 이러한 제약은 AI 성능 향상의 한계를 초래하는 것이다. 따라서 연합학습은 이를 해결하기 위해 데이터를 중앙에 모아서 학습하는 기존의 통합학습과 달리 각 기관(기기)에서 학습한 모델의 가중치만 취합하는 방식이다.
자기지도학습은 비지도학습 기법 중 하나로, 다수의 표찰(Label)이 존재하지 않는 원본(원시) 데이터로부터 레이블을 자동으로 생성해 지도학습에 이용하는 방법이다. 지도학습의 원천이 되는 데이터의 레이블 생성 과정에서 발생할 수 있는 번거로움과 비용 부담은 AI 모델 개발의 주요 한계다. 이는 데이터 부분들의 관계를 학습해 레이블 없이도 학습을 수행할 수 있다는 점에서 주목받고 있다. 자기지도학습은 주로 영상이나 이미지 관련 도메인에 많이 적용됐으며 최근 텍스트 및 오디오 관련 분야에서도 자기지도학습 연구가 활발히 진행되고 있다.
| 
| | ⓒ (주)문경사랑 | |
심층 강화학습은 정답지를 주고 학습하는 방법과 달리, 특정 행위를 했을 때 받는 보상을 최대화하는 학습방식이다. 과제 해결 시 모든 가능한 경우의 수를 고려하는 것이 아니라 시행착오를 겪는 방식을 통해 실제로 경험한 정보를 토대로 가치 함수(보상의 누적 기대 값)를 순차적으로 업데이트하면서 학습하는 것이다. 예를 들어, 자전거 오래 타기를 학습시킬 때, 방향 등 힘을 주는 방법(행위), 넘어지지 않고 지속된 시간(보상)으로 설정하고 지속적으로 반복 학습하면서 지속 시간을 늘려가는 방식과도 같다.
그래프 신경망 기반 딥러닝 알고리즘은 소셜 네트워크 등 복잡한 연결관계와 상호 의존성을 그래프의 형태로 표현하는 수요가 증가함에 따라 그래프 데이터에 적합한 그래프 신경망 연구가 활발해지고 있다. 우버이츠, 알리바바 등의 전자상거래 기업들은 그래프 신경망을 기반으로 한 추천 시스템을 적용하여 자사 제품을 판매 중이다. 이는 그래프 생성, GNN, 유사도 측정, 상품 추천 4단계 경로로 구성된 것으로 알려지고 있다.
생성적 적대 신경망(GAN) AI는 텍스트, 이미지 등 기존 콘텐츠를 사용하여 자체적으로 새로운 콘텐츠를 만드는 생성적 AI 분야가 빠르게 성장하고 있다. AI가 단순히 인지(판별)하는 것을 넘어 입력된 학습 데이터의 패턴을 익혀 해당 데이터 분포와 유사한 콘텐츠를 생성하는 것이다.
따라서 AI시대에 GAN은 이미지 합성, 화질개선, 스타일 전이 등 다양한 분야에 응용되고 있으며, 창조하는 AI의 핵심 기술로 진화하고 있다.
|
|
|
|
|
|
|
|
|
|
|
|
!! 타인의 명예를 훼손하거나 개인정보를
유출하는등 법률 및 신문사 약관에 위반되는
글을 삼가하여 주시기 바랍니다.
게시물에
대한 민형사상의 법적인 책임은 게시자에게
있으며 운영자에 의해 삭제되거나 관련 법률에
따라 처벌 받을 수 있습니다.
|
|
|
홈페이지관리자 기자 .
“주간문경을 읽으면 문경이 보인다.”
- Copyrights ⓒ주간문경.
무단 전재 및 재배포 금지 -
|
|
|
|
 주간문경
기사목록 | 기사제공 : 주간문경
|
|
|
|
|
|
|
|
실시간
많이본
뉴스
|
|
|
|
|
사설
커뮤니티
