|
|
|
|
인공지능시대(53): 인공지능의 준지도학습
|
|
2022년 01월 21일(금) 16:55 [주간문경] 
|
|
|
| 
| | | ↑↑ 지홍기
영남대학교 명예교수
문경대학교 특임교수
문경시지역발전협의회 의장 | ⓒ (주)문경사랑 | |
준지도학습이란?
준지도학습(Semi-supervised Learning)은 지도학습과 비지도학습의 중간에 위치한 인공지능(AI)의 학습방식이다. 지도학습은 정답이 태그(Tag, 꼬리표) 처리가 된 데이터를 학습하게 되며, 이런 학습 과정을 거치면 가중치가 부여된 모델이 나오고 이 모델을 통해 태그되지 않는 비슷한 데이터가 입력됐을 때 정답을 예측하게 된다.
그러나 준지도학습은 태그 처리가 된 데이터와 그렇지 않은 데이터를 모두 활용한다. 일반적인 경우 태그 되지 않은 데이터는 오히려 모델의 정확성을 떨어뜨릴 수 있지만, 알렉사(아마존의 AI 비서)와 같이 태그 되지 않은 데이터를 추가함으로써 오히려 모델의 정확도를 개선하게 된다. 데이터에 태그를 하는 작업은 많은 시간과 비용이 들지만 항상 그런 것은 아니다. 즉, 많은 데이터를 갖고 있고 이 중 일부만 태그가 돼 있다면 준지도학습은 매우 유리할 수 있다.
준지도학습의 알고리즘
준지도학습 알고리즘은 2005년 위스콘신대의 제리 주가 연구 결과가 큰 이정표가 되었으며, 이후 오류율을 크게 줄여주면서 최근에는 아마존을 선두로 많은 IT기업들이 준지도학습을 활용하고 있다.
준지도학습의 방식은 딥마인드(Deep Mind)는 대리인(Proxy) 라벨을 만드는 지도학습 알고리즘으로 자가학습(Self-training), 다중보기(Multi-view) 학습, 자가 조립(Self Ensembling) 등이 있다.
준지도학습의 한계
준지도학습은 라벨된 데이터 셋을 이용함으로 라벨되지 않은 데이터의 경우는 모델의 자체 예측치를 이용한다. 기본적으로 사용자가 예측의 신뢰성을 결정하는 기준점을 설정하고 데이터의 신뢰도가 높으면 예측치를 신뢰하고 이를 라벨된 데이터 셋에 추가하여 학습한다.
이러한 학습은 신뢰할 수 있는 예측치가 나올 때까지 계속적으로 반복함으로써 자가학습은 우수성을 평가를 받고 있으나, 가장 큰 단점은 자체 실수를 교정할 수 없다는 것이다. 따라서 신뢰도가 높은 것으로 보이지만 잘못된 예측, 즉 이상치(Outlier) 하나가 전체 모델을 오염시킬 수 있는 한계도 있다.
| 
| | ⓒ (주)문경사랑 | |
준지도학습의 유형
먼저, 다중보기 학습은 데이터를 여러 측면에서 여러 모델로 학습한다. 학습에는 다른 기능의 셋은 물론이고 다른 모델 아키텍처 또는 다른 데이터 서브 셋이 포함될 수 있다.
다음으로, 멀티뷰 학습 알고리즘은 매우 다양하지만 가장 널리 알려진 것이 트라이 학습(Ttri-training)이며, 이 학습은 기본적으로 3개의 모델을 만든다. 즉, 2개 모델이 데이터 라벨에 합의할 때마다 이 라벨이 다음(세 번째) 모델에 추가되며, 자가 학습처럼 더는 새로 추가할 라벨이 없을 때 작동을 멈추게 된다.
마지막으로, 자가 조립은 일반적으로 여러 다양한 설정 형태의 단일 모델을 사용한다. 이 모델에서 잘 정제된 예측치는 임의의 불안정한 대리 라벨과 결합하여 노이즈(잡음)를 견딜 수 있는 기능을 추가하게 된다. 튜토리얼(자습서) 역시 다양한 다른 알고리즘을 각 클래스에 대해 가우시안(Gaussian) 분포를 가정한 분산을 적용하는 방법으로 준지도 지원 벡터 머신이나 그래프 기반 알고리즘 등 여러 생성 모델들이 포함될 수 있다.
준지도학습의 한계와 전망
따라서 클라우드 기반의 준지도학습은 주로 기계학습 서비스로 느리게 진입하고 있으며, 나머지 이미지 셋에 라벨을 부여하는 데는 신경망 학습을 활용하고 있다. 그러므로 준지도학습과 비슷한 DB 개념(Schema)은 자연어 처리, 분류, 회귀분석 등으로 다른 준지도학습에 사용할 코드를 별도로 작성해야 하지만, 향후 준지도학습은 새로운 DB의 속성과 구조(Schema)로 AI를 진화시킬 것이다.
|
|
|
|
홈페이지관리자 기자  .
“주간문경을 읽으면 문경이 보인다.”
- Copyrights ⓒ주간문경.
무단 전재 및 재배포 금지 -
|
|
|
|
 주간문경
기사목록 | 기사제공 : 주간문경
|
|
|
|
|
|
|
|
|
|
실시간
많이본
뉴스
|
|
|
|
|
|
종합
커뮤니티
