이번 글에서는 필자가 생각하는 ‘딥러닝의 본질’에 대해 이야기해보도록 하겠습니다.
일단 본격적인 이야기에 앞서
딥러닝에 대한 사전 지식이 없는 분들을 위해 ‘딥러닝 설명자료’와
‘딥러닝이 진행되는 과정’에 대해 간략하게 요약해 보겠습니다.
목차 : 1. 쉽게 알아보는 딥러닝(Deeplearning)
2. 필자가 생각하는 ‘딥러닝의 본질(Nature of Deeplearning)’1. 간략하게 살펴보는 딥러닝(Deeplearning)
코스라앤류은 교수의 수업자료 발췌-딥러닝이 진행되는 과정
딥러닝이이이루어지는전체과정에대해서말로짧고최대한간단하게설명하자면,
- 학습 데이터(숫자)를 대략적으로 곱하고 층별로 숫자를 걸러 학습 알고리즘을 만듭니다.
2. 그렇게 만든 학습 인공지능을 이용해서 학습 데이터가 정답인지를 예측해 봅니다.
3. 실제 데이터의 정답과 학습 인공지능이 예측한 값의 차이를 구해줍니다.
여기서는 지도학습이기 때문에 사람이 직접 하나하나 실제 데이터의 정답을 입력해야 합니다.(웃음)
4. 그런 차이를 최소화하도록 아까 대충 걸고 가한 것을 ‘정중하게 잘’ 곱하기 바랍니다.어떻게 고쳐나갈지에 대한 방향을 알려주는 것이 ‘역전파 과정’이고 수정해서 잘 걸고 잘 더해줘서 예측치를 구하고 실제와의 차이를 구하는 것이 ‘순전파 과정’입니다.
5. 이 과정을 반복해 최대한 실제 정답과 인공지능 예측이 가깝도록 계속 모델을 수정해준다.
수정한다는 의미는 얼마나 곱할 것인지, 얼마나 더 할 것인지를 의미한다.
6. 그렇게 만들어진 ‘정성하고 잘 만들어진 인공지능’을 테스트 과정에서 실험한 후 다시 수정하여 최종 인공지능 모델을 완성하겠습니다.
—>테스트과정은 학습과정과는 다른 데이터로 실험하기 때문에 훈련과는 또 다른 결과가 나옵니다.
2. 필자가 생각하는 딥러닝의 본질(Nature of Deeplearning).
이제 본격적으로 제가 생각하는 ‘딥러닝의 본질’에 대해서 이야기해보도록 하겠습니다.
제가 생각하는 현재 딥러닝의 본질은 데이터를 최대로 포함하는 적당한 범위를 그리는 것입니다.
글씨로는 별로 울리지 않기 때문에 그림을 통해서 살펴보도록 하겠습니다.
딥러닝의 본질
검은점은학습데이터를의미하고,
노란 원은 학습을 통해 만들어진 딥러닝 알고리즘(모델)을 의미한다고 생각합니다.
인공지능이 판단하기에 정답이라고 생각하는 데이터의 범위를 나타낸 것입니다.
예를 들어 딥러닝 인공지능이 어떤 데이터를 예상한다면
데이터가저노란원안에있다면정답,밖에있다면오답이라고판단하는거죠.
+++ 데이터가 노란 원의 중앙에 가까울수록 정답에 대한 인공지능 예측치가 높아집니다.
딥러닝의 본질만 약 3차원으로 표현하면 이런 느낌이 듭니다.
제 관점에서 딥러닝의 본질을 보면 딥러닝의 한계점도 확실히 이해할 수 있습니다.
예를 들면,
노란색 원에 속하지 않은 검은 점 중에서도 사실 정답 데이터가 존재하기도 합니다.
하지만 현재 딥러닝은 데이터에 대해 이해하고 파악해서 정답을 구별하는 것이 아니라
수많은 정답을 가장 ‘잘’ 포함하는 범위를 그리는 것에 불과한 기술이기 때문에
원외, 사실 정답이었던 데이터를 오답으로 판별하게 될 것 같아요.
그래서 상황이 정해져 있는 바둑이나 스타크래프트 같은 게임 영역에서는 탁월한 효과를 발휘합니다.
물론 실제 딥러닝에서는 2~3차원이 아니라 수백~수천차원에서 데이터의 수도 엄청나기 때문에
단순히 저 그림처럼 단순히 범위를 그리지는 않습니다.
하지만 ‘정답을 가장 많이 포함하는 적당한 범위 그리기’라는 현재 딥러닝의 본질은 변하지 않을 것 같습니다.
이런 관점에서 딥러닝을 바라보면
실제 딥러닝을 사용하여 산업현장에서 활용되는 딥러닝 인공지능의 판단을 전적으로 신뢰할 수 없습니다.
왜냐하면 이해가 아니라 통계로 판단하는 그들의 판단에 대해 ‘왜 그렇게 판단했는가 하는 근거’를 알 수 없고,
가끔은 정답인 것도 오답이라고 판단하기 때문입니다.
또, 이러한 관점에서는,
인간은 현재 이러한 인공지능의 불확실한 판단에 대해 전적으로 신뢰해서는 안 된다고 생각합니다.
–> 완전자율주행, 의료판단, 사법판단, 언론기사 작성, 유튜브 알고리즘 등
딥러닝의 본질에 대한 관점은 단지 나의 ‘개인적 판단’이지 결코 학계 주류의 의견이 아님을 밝힙니다.
딥러닝에 대한 저의 이해도는 아직 멀기 때문에 글의 내용에 대한 의문이나 비판에 대해 환영합니다!
만약에문장의내용이틀렸을경우에는수정하고삭제하도록하겠습니다.이상 딥러닝의 본질에 대한 이번 문장을 마치겠습니다.
긴 글 읽어주셔서 감사합니다.