Day 2: 왜 현재 AI가 가장 핫할까?

오늘의 공부: Ch2-1에서 2-5

 

원래는 수학 부분 (Chapter 1)을 끝내고 AI 파트를 배워 볼 생각이었지만 수학 파트를 한 번에 너무 많이 하면 흥미를 잃기도 하고 진도가 잘 안 나가는 것 같아 이번에는 좀 더 가벼운 내용인 Chapter 2를 다뤄볼게요. 아마 이 강의에서 가장 쉬운 부분이 아닌가 싶습니다. AI의 대략적인 파악을 알고 싶은 분들은 보시면 도움이 될 것 같습니다!

 

TIL...

 

1. AI는 무엇인가, 어떻게 분류되는가?

AI는 인간의 사고방식을 최대한 모방하고 인간하고 최대한 비슷하게 행동하는 결과를 내는 프로그램이다. 자, 그러면 AI, ML, DL 같은 용어들을 정리해 보겠습니다:

인공지능 (AI): 규칙을 기반한 알고리즘을 사용합니다 -> 스타크래프트 1 같은 싱글플레이어 게임에서 많이 나타나는 AI일 수가 있습니다.

    ㄴ 머신러닝 (Machine learning, ML): 데이터 기반 알고리즘이다 -> 머신러닝은 데이터마이닝 분야에서 많이 쓰인다

        ㄴ 딥러닝 (Deep learning, DL): Deep neural network을 사용하여 만든 AI다. -> 최근 5년간 핫한 딥러닝은 얼굴인식에 쓰인다.

 

블록체인, AI, chatGPT... 요즘 많이 뜨는 기술들이지만 역사는 사실 그전부터 있어왔다. 딥러닝 같은 경우는 20세기의 수학 통계학 지식, 디지털 era에서 생산된 광대한 데이터, graphics processing unit (GPU) 하드웨어의 발전의 결과물이다. AI연구환경이 좋아 지자 21세기부터는 AI, ML, DL연구자들은 계속 새로운 발견을 해내고 있다. Chapter 3에 다룰 내용들은 대부분 논문에서 나온 concept들이어서 딥러닝은 학문으로 설계는 됐지만 아직도 잘 찾아보면 숨겨진 진실이 묻어 있을 수 있는 연구과제라고 생각합니다!

 

 

2. 그럼 딥러닝은 어떻게 나뉘는가?

일단 딥러닝은 DNN이라는 구조를 갖고 있습니다.

 

쉽게 말해 노드가 많고 layer가 하나여러 개면 DNN입니다.

 

하지만 DNN도 용도에 따라 "정석" 모델이 있습니다:

- CNN (convolutional neural network)은 visual analysis -> 시각적 처리에 많이 쓰입니다

- RNN (recurrent neural network)은 문장이나 언어 형성에 쓰입니다. Internal memory (단기 기억력)를 갖고 있다고 생각을 하고 있습니다.

- GAN (General adversarial network)은 "police and robber"형식인 2개의 DNN를 활용해 적대적인 관계를 맺어 AI가 적합한 input과 output을 자기가 알아서 만들게 하는 거다. Police역할인 NN은 가짜데이터와 진짜데이터를 분류하는 작업을 하고 robber는 위조데이터를 만들어 police를 속이는 데에 온 힘을 한다. 이러다 보면 일반적인 CNN보다 더 강화된 결과를 볼 수 있다. 얼굴 바꿔치기 하는 deepfake기술은 이런 방식으로 만들어졌다.

 

3. 대표적인 학습 방법이 뭐가 있는가?

학습 방법은 사실은 알고리즘을 직접 공부해 봐야 무슨 뜻일지 이해하기 수월할 것 같네요.

대부분 지도학습, 비지도학습, 자기지도학습, 강화학습, 이렇게 구별하는데요, 자세한 내용은 사진에 첨부했습니다.

 

아무튼, 기초 부분인데 쓰다 보니 글이 길어졌네요. 그럼 다음에 뵙겠습니다.

 

 

감사합니다~