TODAY TOTAL


Machine Learning (2)
머신러닝이란?

요즘 AI 그리고 머신러닝라는 용어가 혼재되어 사용되고 있는데 우선 개념부터 잡아봅시다.

AI의 대가이신 리차드 벨만은 아래와 같이 AI를 정의 내렸습니다.

[The automation of] activities that we associate with human thinking, activities such as decision-making, problem solving, learning …(Bellman, 1978)


컴퓨터와 같은 기계가 자동으로 인간처럼 생각하고 행동하고 배우도록 하는 것을 AI라고 할 수 있습니다. 

머신러닝은 AI중에서도 배우는 것에 특화된 분야라고 할 수 있습니다. Data를 이용하여 스스로 규칙을 학습하는 것이 머신 러닝 혹은 기계학습이라고 불려지는 알고리즘들 입니다.

요즘 핫한 딥러닝은 머신러닝 중에서도 Neural Network을 이용한 분야이기도 합니다.


머신 러닝은 AI의 한 분야이며 딥러닝은 머신러닝의 한 분야입니다.


머신러닝에 대해서 더 깊이 알아보겠습니다.

머신러닝의 아버지라고 불리우는 분(Arther Samuel)은 머신러닝을 아래와 같이 정의했습니다.


Field of study that gives computer the ability to learn without being explicitly programmed - Arther Samuel, 1959 


컴퓨터가 학습을 할수 있도록 연구하는 분야가 머신러닝입니다. 전통적인 프로그램은 특정 목적을 두고 만들어집니다. 예를 들면 워드프로세서나 통신용 프로그램, 보안프로그램 등등 모두 각각의 목적에 적합하도록 만들어진 프로그램입니다. 하지만 머신러닝은 특정 목적을 가지는 프로그램이 아니라 학습에 따라 목적이 결정되는 프로그램이기도 합니다.


머신러닝은 크게 지도학습(Supervised Learning), 비지도학습(Unsupervised Learning), 강화학습(Reinforcement Learning)으로 나눌 수 있습니다.

제가 공부할 땐 지도학습, 비지도학습이 일반적인 분류방법이었는데, 구글 딥마인드의 강화학습이 뜨면서 분류가 하나 더 늘었습니다.


지도학습(Supervised Learning)은 학습 데이터에 정답까지 알려주는 방법입니다. 아래처럼 각 이미지에 고양이, 개, 컵, 모자와 같은 label까지 알려주어 학습 합니다. 학습이 끝난 뒤 머신러닝 알고리즘은 입력되를 이미지가 고양이, 개, 컵, 모자 중 하나로 분류하게 됩니다.



비지도학습(Unsupervised Learning)은 정답이 없는 학습데이터를 알려주는 방법입니다. 학습데이터를 넣어주면 머신러닝 알고리즘이 입력된 데이터를 스스로 clustering합니다. 아래와 같이 비슷한 뉴스를 모아주는 서비스는 비지도 학습입니다.




강화학습(Reinforcement Learning)은 어떤 환경에서 어떤 행동이 최적인지를 학습하는 방법입니다. 행동에 따라 보상(reward)가 주어지는데 보상이 최대가 되는 방향으로 학습을 하게 됩니다. 알파고로 유명한 구글 딥마인드가 강화학습으로 유명합니다.




'머신러닝(Machine Learning) 기초' 카테고리의 다른 글

머신러닝을 시작하며...  (0) 2018.04.10
  Comments,     Trackbacks
머신러닝을 시작하며...

요즘 머신러닝(Machine Learning, 기계학습)이 각광받고 있습니다.

이세돌과 알파고(AlphaGo)의 대결 이후 AI, 머신러닝, 기계학습 같은 단어가 인터넷에 넘쳐납니다.


딥러닝으로 유명한 학자(Andrew Ng)는 머신러닝을 아는 사람은 엄청난 힘(Super Power)를 가진 것과 같다고 이야기 합니다. 혹자는 벌써부터 터미네이터의 스카이넷이나 자아를 가진 인간을 지배하는 AI를 걱정하기도 합니다.

기계들에게 일자리를 잃을까봐 걱정하는 사람도 있고 4차 산업혁명을 외치는 사람도 있습니다.


지능을 가진 기계에 관심이 집중되는 시기


사실 머신러닝 분야가 이렇게 뜨거워질거라 예상하지 못했습니다.

제가 머신러닝 중 딥러닝으로 불려지는 인공신경망(Artificial Neural Network)를 대학원에서 공부하던 2000년대 초반은 암흑기였거든요.


제가 머신러닝을 공부하던 시기는 제2의 암흑기(AI Winter II)였습니다.


인공신경망을 영상처리에 사용한 내용으로 논문을 내었을 때, 학회에서 잘되지도 않는 알고리즘을 왜 계속 사용하느냐 하는 핀잔을 듣기도 했습니다.

대학원을 졸업한 뒤에도 머신러닝 관련 직장을 구하는 것은 정말 어려웠습니다. 머신러닝 개발자를 원하는 회사가 거의 없었거든요.

요즘은 머신러닝 개발자가 귀한 시절이니 세상이 많이 바뀌긴 했네요. 제가 다니는 통신회사에서도 머신러닝을 통신 분야 혹은 테스트 자동화 분야에 적용하기 위해 사람을 모으는 것을 보면 그리고 머신러닝을 적용하기 어려웠던 분야에서도 적용을 시도하는 모습을 보면 머신러닝의 흐름은 분야를 따지지 않습니다.


사회 전반에 머신러닝의 바람이 불고 있지만 실상 대부분 사람들이 머신러닝이 무엇인지 모릅니다.

겉에서 보기엔 어려워보이기도하고 접근하기 힘든 학문처럼 보이기도 하구요.

하지만 한걸음 가까이 가보면 누구나 접근할 수 있고 쉽게 활용할 수 있는 분야이기도 합니다.


AI가 세상을 지배하는 시대가 온다면 4차산업혁명으로 많은 분야에서 변화가 발생한다면 머신러닝을 아는 것이 힘이 될 것이라는 생각이 듭니다.


"We have Super Power" - Andrew Ng


'머신러닝(Machine Learning) 기초' 카테고리의 다른 글

머신러닝이란?  (0) 2018.04.11
  Comments,     Trackbacks
최근 작성 글
최근 작성 댓글
최근 작성 트랙백
공지사항
링크
글 보관함
캘린더
«   2025/06   »
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30
검색