2. 인공 신경망 학습 방법: 지도학습, 비지도학습, 강화학습 등

인공지능(AI) 시대다. AI 기술 중에서도 딥러닝 기반의 ‘머신러닝’과 ‘딥러닝’이라는 단어가 많이 들린다. 머신러닝이란 기계학습 또는 기계학습 알고리즘이다. 컴퓨터 프로그램이 데이터를 분석해서 미래를 예측하도록 하는 기법이다. 인간처럼 스스로 사고하면서 판단하거나 결정한다. 예를 들어 사람 얼굴을 보고 성별을 구분한다거나, 사진 속 인물이 누구인지 알아맞히는 등 다양한 분야에 활용된다. 이 과정에서 수많은 데이터를 입력하면 패턴을 발견하게 된다. 이를 이용해 새로운 정보를 얻어낸다. 이게 바로 머신러닝이다. 최근 주목받고 있는 딥러닝은 머신러닝의 한 종류다. 기존 머신러닝과는 달리 여러 층의 구조를 가진 인공신경망을 적용했다. 그래서 심층기계학습이라 부른다. 구글 알파고나 애플 시리 같은 음성인식 서비스들이 대표적인 딥러닝 사례다.

왜 이렇게 많은 기업들이 앞다퉈 투자할까요?
4차 산업혁명시대라고 불리는 지금, 우리 주변에서는 이미 스마트폰 하나로 모든 걸 해결할 수 있는 세상이 왔어요. 이제는 단순한 인터넷 검색뿐 아니라 금융거래, 쇼핑, 영화예매, 음악감상 등등 대부분의 일들을 스마트폰만으로 처리할 수 있죠. 이러한 변화 속에서 IT기업들은 더욱 성장하기 위해서 노력하고 있고, 특히 4차 산업혁명의 꽃인 AI분야에 대한 투자를 아끼지 않고 있어요. 세계 최대 전자상거래 업체 아마존은 지난해 11월 미국 시애틀 본사 근처에 10억 달러 규모의 연구개발센터를 설립한다고 발표했어요. 이곳에선 무인매장 시스템 구축 및 물류창고 운영 효율화 방안 개발 업무를 진행할 예정이죠. 페이스북 역시 영국 케임브리지 인근에 2억 파운드(약 2900억 원)를 들여 새 캠퍼스를 짓기로 했어요. 차세대 먹거리 사업인 가상현실(VR)·증강현실(AR) 관련 소프트웨어 인재를 육성한다는 계획이에요. 이외에도 마이크로소프트, 인텔, IBM, 삼성전자, LG전자 등 글로벌 대기업들이 모두 AI기술 확보에 사활을 걸고 있죠.

그렇다면 왜 하필 '딥러닝'인가요?
앞서 설명했듯이 현재까지의 AI기술은 주로 빅데이터를 통한 통계분석기법이었어요. 하지만 아무리 방대한 양의 데이터를 수집하더라도 결국엔 비슷한 결과값만을 도출했기 때문에 한계가 있었죠. 그렇기 때문에 보다 정확한 답을 얻기 위해 등장한 것이 바로 딥러닝입니다. 딥러닝은 쉽게 말해 마치 사람 뇌세포 같은 뉴런 네트워크를 구성하는데요, 각 노드마다 가중치를 부여함으로써 복잡한 문제를 풀어나갈 수 있게 되죠. 즉, 이전까지는 불가능했던 이미지 인식, 음성인식, 자연어처리 등 어려운 과제들을 수행할 수 있게 된 거죠. 또한 다른 방식으로는 풀기 어려웠던 난제들도 풀어낼 수 있었어요. 실제로 2016년 이세돌 9단과 바둑대결을 펼친 알파고가 좋은 예시죠. 당시 알파고는 총 1만 개 이상의 CPU코어와 176개의 GPU 코어를 장착했는데요, 엄청난 연산능력을 가지고 있음에도 불구하고 초당 100GB 이상의 어마어마한 속도로 계산을 해냈어요. 게다가 대국 내내 단 한 번도 실수 없이 완벽한 경기운영을 보여줬죠. 이것이 바로 딥러닝 덕분이랍니다.

딥러닝 기술 중에서도 특히 각광받는 부분은 이미지 인식이다. 왜 그럴까?
이미지 인식은 사람 눈으로는 보이지 않는 사물을 컴퓨터가 인지하도록 하는 작업이다. 예를 들어 자동차 번호판을 인식하거나 사진 속 인물의 나이를 알아내는 등 일상생활에서 활용되는 사례가 많다. 현재 구글 포토나 네이버 클로바 같은 서비스에선 얼굴인식·나이계산 등 간단한 이미지 인식 관련 API를 제공하고 있다. 하지만 아직까지는 정확도가 높지 않아 상용화하기엔 무리가 있다. 따라서 보다 높은 수준의 이미지 인식 성능을 구현하려면 데이터셋 구축 및 훈련과정에서의 최적화가 필수적이다.

머신러닝 기법 중 ‘강화학습’은 어떤 방식으로 동작할까?
강화학습은 실제 환경에서 행동 결과를 보상함으로써 자율적으로 문제를 해결하는 알고리즘이다. 게임이론 관점에서 설명하면 다음과 같다. 바둑판 위에 돌을 놓는 행위 자체는 아무런 보상이 없다. 다만 돌이 놓인 위치에 따라 상대방에게 피해를 줄 수 있고, 반대로 내가 얻을 수 있는 이득이 생긴다. 즉, 자신의 이익을 최대화하면서 동시에 상대방에게 손해를 주는 방향으로 의사결정을 내리는 것이다. 이때 얻은 정보를 토대로 다시 새로운 전략을 수립하게 된다. 이를 반복하다 보면 결국 최상의 선택을 하게 되고, 이러한 일련의 과정을 거쳐 최종 목표에 도달하게 된다.

비지도학습은 어떻게 진행될까?
비지도학습은 정답이 없는 데이터로부터 지식을 얻는다는 점에서 지도학습과 다르다. 먼저 특정 주제에 대한 키워드를 입력하면 해당 단어가 들어간 문서들을 찾아준다. 검색엔진 역시 비지도학습 기반이라 할 수 있다. 또한 고객 성향 분석 시 유용한 추천시스템도 비지도학습을 이용한다. 온라인 쇼핑몰에서 비슷한 취향의 상품을 추천해 주는 시스템이 대표적이다.