스타트업 인공지능 딥러닝 합성곱 신경망기술

요새 스타트업이라는 드라마를 보면서 최근 주목을 받고 있는 인공지능 기술에 대한 관심이 다시 한번 생기는 느낌입니다.

스타트업에서 나오는 인공지능에서 사물인식이 나오고 있는데 이를 발전시키고 있는 딥러닝 기술은 몇년전 알파고와 이세돌의 바둑대결 이후 굉장히 많은 관심을 받았습니다.

스타트업에서도 머신러닝을 통해 인공지능을 발전시키는 모습이 나오는데 머신러닝 기술 중에서도 딥러닝을 사용하는 것 같습니다.

머신러닝 기술 중에는 여러가지 기술이 있는데 그 중 가장 주목을 받는 기술이 딥러닝 기술이라고 합니다.

인공지능 관련 기술은 영화에서도 단골 소재였기 때문에 많이 접했지만 공상과학의 일이지 현실과는 상관이 없다고 생각하다가 알파고 이후 현실에 적용가능함을 인지하고 더욱 관심을 많이 가지게 된 것 같습니다.

인공지능에 사용되는 딥러닝 기술은 사실 1980년대에 존재했던 심층 신경망 이론과 형태가 유사하다고 합니다.

이렇게 비슷한 기술과 이론이 있었지만 2000년까지는 이론적으로만 집중되고 낮은 컴퓨터성능으로 실제적인 발전을 이루어내지 못하다 2000년 초반부터 엄청난 기술의 발전 등으로 발전에 가속도가 붙었습니다.

특히 3가지의 발전을 통해 가속도가 붙었는데 첫번째는 앞에 언급한 컴퓨터 기술에는 CPU성능뿐만 아니라 GPU성능도 포함되고 GPU를 이용한 병렬 분산 처리 기술의 발전은 엄청나게 오래 걸리던 계산 문제를 획기적인 수준으로 줄여주었습니다.

 

두번째로는 데이터의 발전입니다.

SNS 등의 발전 등으로 사람들이 자신도 인지하지 못하고 있는 상황에서 데이터를 쌓아가고 있는데 이렇게 쌓여진 데이터는 딥러닝의 발전에 필수적인 요소입니다.

세번째로 같은 딥러닝 안에서도 보다 더 혁신적인 알고리즘이 나왔기 때문이라고 합니다.

기존 순환신경망은 앞에서 처리한 결과를 다음 처리에 사용하여 데이터 간에 시간적 의미가 있는 분석에 활용된 알고리즘인데 새로 나온 합성곱 신경망은 동시에 주변 데이터의 값을 분석하여 훨씬 더 뛰어난 성능을 발휘하고 있다고 합니다.

이러한 합성곱신경망 알고리즘은 기존에 답이 있는 자료를 학습하는 컴퓨터 알고리즘 모델에서 답이 없는 자료를 학습하여 컴퓨터가 스스로 이를 분류하여 답을 찾아내는 새로운 방식을 가능하게 했다고 합니다.

 

사실 대충 개념적으로는 알겠지만 이게 실제적으로 어떻게 되는지에 대해서는 이해가 잘 가지 않네요.

딥러닝 머신러닝 유형에서 지도학습과 비지도학습이라는 개념이 나오는데 지도학습은 답이 있는 이미지를 분류하여 새로운 이미지를 기존 답과 비슷한지 확인해서 답과 비슷하게 유추하는 개념이라면 비지도학습은 답이 없는 이미지를 각각의 특징에 따라 분류한 후 분류한 특징을 통해 스스로 답을 유추하는 것이라고 들었는데 비지도학습을 가능하게 한 것이 바로 합성공신경망 알고리즘이 아닐까 하고 이해해봅니다.

예를 들어 개와 고양이를 미리 알고 구별하는 게 아니라 생김새에 따라 구별하다 보니 자연스럽게 개와 고양이로 구별이 된다는 것 같네요.

공부를 열심히 더 해서 이러한 알고리즘을 실질적으로 이해할 수 있도록 해보아야 할 것 같습니다.