머신러닝 1 - 머신러닝 복습하기

새로운 선생님이 오셔서 머신러닝 강의를 하셨는데 이때까지만 해도 머신러닝에 전혀 관심이 없어서 수업을 거의 듣지 않았다. 오늘부터 5일에 걸쳐 이 선생님 수업을 들으며 머신러닝의 기초를 다지는 시간을 갖기로 했다. 아마 3주 정도 되는 수업 분량인 것 같다. 이 많은 것들을 5일 안에 다 마치려고 한다.

우선 머신러닝에 대한 복습부터 시작해보자.

---

 

 

 

머신러닝 복습

 

인공지능은 사람처럼 흉내내는 모든 것을 말한다. 인공지능 기술의 가장 큰 핵심은 학습이다. 사람은 학습을 통해 발전해왔기 때문이다. 컴퓨터에게 어떻게 학습을 시킬지를 만들어놓은 것이 머신러닝 즉 기계학습이다.

머신러닝은 학습 방법이 정말 많다. 최근에 나온 놀라운 결과물은 딥러닝이라는 기술로부터 시작한다. 딥러닝은 머신러닝의 하위 분야이고 학습 방법 중에 하나이다. 머신러닝에 포함되는 개념으로 딥러닝은 사람의 뇌 구조를 모방하는 학습 방법을 말한다.

 

사람의 뇌 안에 들어있는 뉴런이 학습하는 원리를 따서 만든 것이 딥러닝이다. 최근에는 사람의 뇌 구조, 신경망을 모방한 학습방법이 좋은 결과를 내고 있고 급속도로 발전하고 있다.

 

 

선형모델은 머신러닝에서 중요한 개념인데, 딥러닝의 근본이 되는 모델 학습 방법이다. 선형 모델은 정말 오래된 전통적인 방법 중에 하나로 이것을 기반으로 해서 신경망을 모방한 딥러닝이 발전했다.

---

 

 

 

과거에는 머신러닝이 이런 식으로 정의되어 있지 않았다. 그때도 머신러닝의 용어가 있었지만 기계가 스스로 학습하기에는 조건이 맞지 않았다. 과거에는 사람이 계속 노력을 해야 했다. 하지만 최근에는 컴퓨터가 스스로 학습하는 방향으로 많이 발전하고 있다.

우리는 학습보다는 결과물을 어떻게 평가할지에 초점을 맞추는 것이 좋다. 지금은 과도이기 때문에 프로그래밍이 꼭 필요하지만 몇 년 후에는 코드없이 모델을 가져와서 쓰는 시기가 와서 흔히 만드는 모델이 될 거라 예상한다.

 

인공지능이 지금은 사람의 수준을 위협하는 결과까지도 내는 단계에 이르렀다. 인공지능을 선두로 이끌고 갔던 기업은 구글이었으나 지금은 다른 기업들이 선두로 달리는 추세이다.

---

 

 

 

 

어느 부분으로 해결할지 문제 정의를 명확히 해야 어떤 모델과 기술을 사용할지 알 수 있다. 사람이 어느 정도 조절할 수 있는 파라미터를 하이퍼 파라미터라고 한다. 모델마다 고유한 값을 조절하여 모델이 데이터를 잘 학습하도록 튜닝하는 작업이 필요하다.

언제쯤 인공지능이 사람을 위협하는 수준이 될지 생각해보면, 그 시기는 인공지능이 스스로 인공지능을 만들어내는 시기라고 예측한다.

 

 

인공지능과 관련된 선형 회귀 모델과 선형 분류 모델에 집중해서 배우게 될 것이다. LG는 다양한 생각 속에서 고객의 가치를 중요하게 생각하는 기업인데, 그런 기업들이 자주 사용하는 인공지능은 비지도학습이다. 소비자들은 특성이 정해져있지 않고 초개인화라고 하여 매우 다양한 특성을 보인다. 그렇기에 고객들을 분석할 때 비지도학습을 선호하게 된다.

 

 

---

 

 

학습을 마치고

머신러닝에 대한 복습을 진행하며 지금까지 배운 것들을 한눈에 정리해보았다. 이제 다음 시간부터 본격적인 머신러닝 수읍에 들어가 선형 모델에 들어가볼 것이다.

인공지능이 너무나도 급속히 발달하고 있어 앞으로 이것들이 사람을 위협하는 수준까지 오게 된다는 예측이 나오고 있다. 그럼에도 아직까지는 인공지능이 많이 발전해야 할 시기인 것 같다. 그때가면 또 해결책이 나오지 않을까 생각한다.