PREDICUS(프레디쿠스) 2

 

 

 

머신러닝이 학습을 한다는 것은 분류기를 사람이 직접 프로그램해서 만들 필요가 없이 데이터를 통해 자동으로 만든다는 의미이다. 좀 더 간단한 도식으로 정리하면 머신러닝은 모델 학습 과정과 최종 모델을 가지고 예측하는 단계로 구별할 수 있다. 다음 그림에서 파란색 점선 부분이 모델을 학습하는 과정이다. 학습으로 최적화된 최종 모델(붉은색 점선)이 바로 우리가 목표한 분류기이며 예측 함수가 된다. 이제 새로운 미지의 과일 데이터를 입력하면(즉 라벨이 없는 데이터) 분류기가 그 과일의 라벨(사과 혹은 배)을 알려 준다. -p154

 

 

 

 

 

 

딥러닝은 피처를 사람이 선택하는 고전적인 머신러닝과는 달리 적절한 피처(입력값)를 스스로 생성해 낸다. 딥러닝은 엄청난 양의 데이터를 학습하여 스스로 피처를 만드록 인간이 인식하지 못한 숨은 특징도 찾아낸다. 이런 의미에서 딥러닝을 표현학습 혹은 특징학습이라고 한다. 고전적 머신러닝은 이미 만들어진 입력 피처를 받아서 분류기를 학습한다. 그러나 딥러닝은 입력 데이터에서 스스로 피처를 찾아내고 그것을 입력값으로 변환하여 다시 분류기로 넘기는 작업을 동시에 수행한다. -p160

 

 

 

머신러닝의 학습은 우리 인간이 무엇을 배우거나 익힌다는 의미의 ‘학습’과는 조금 다른 의미이며 수학과 컴퓨터가 혼합된 정교한 계산 과정임을 알 수 있다. 지금 설명한 것은 희귀분석을 기초로 전개한 것이지만 다른 머신러닝 모델도 기본적으로는 이런 식으로 학습을 한다. 정리를 하면 머신러닝은 1차적으로 인간이 미지의 파라미터를 가지는 추상적 모델을 만든 후에 2차적으로 컴퓨터가 비용 함수를 최소로 만들어주는 ‘파리미터(W)’ 값을 자동으로 찾아주는 것이다. -166

 

 

 

그러나 기계가 고양이와 개를 구별한다고 해서 그 의미를 이해하는 것은 아니다. 단지 이미지를 분류할 수 있을 뿐이다. 기계는 딱 거기까지 가능하다. 따라서 기계는 ‘모나리자’보다 피카소가 만든 얼굴이 더 인간적이라고 판단할 수도 있다. -p176

 

 

 

적대적 생성 네트워크Generative Adversarial Network의 첫 단어인 ‘generative’는 말 그대로 생성generation한다는 의미가 있다. 예를 들면 사람의 얼굴을 그럴듯하게 만들거나 진짜 같은 ‘가짜 고양이 이미지’를 만들어낸다. 이 모델의 핵심 아이디어는 두 번째 단어인 ‘adversarial’에 있고 의미 그대로 ‘적대적’으로 학습한다는 의미가 있다. ‘Generative Adversarial Network’라는 문장이 암시하듯 적대적 생성 네트워크는 생성자generator 네트워크와 판별자discriminator 네트워크로 이루어진 두 개의 모듈이 서로 경쟁적으로 학습한다.생성자는 진짜 같은 가짜 데이터를 만들어 판별자를 속이며 판별자는 생성자가 만들어낸 가짜 데이터와 진짜 데이터를 비교한다. 생성자의 입력은 랜덤 노이즈이며 출력은 진짜 데이터와 유사한 가짜 데이터이다. -p184

 

 

 

미국 메릴랜드 대학교의 법학자 디니엘 시트론Danielle Citron이 ‘알고리즘은 객관적이라고 생각해 신뢰하는 경향이 있다. 하지만 그 알고리즘을 만드는 것은 인간이므로 다양한 편견과 관점이 스며들 수 있다.’라고 경고한 것처럼 기계라고 해서 그것이 하늘에서 뚝 떨어진 신이 아니다. 규칙 기반이든 머신러닝을 사용하든, 결국 프로그램을 개발하는 것은 인간이다. 그 개발자의 인지편향이나 오류가 기계에 나타나게 마련이며 그런 오류는 카오스적이다. 이것을 극복하기 위하여 또 다른 기계를 가져와도 편향 문제는 무한 반복된다. -p276

 

 

 

실제 이런 자동화 관련 관점에서 탄생한 것이 구글의 ‘자동화 머신러닝AutoML’이다. 자동화 머신러닝AutoML은 머신러닝이 머신러닝을 개발하는 메타적 방법론이다. 머신러닝을 부모가 아이를 가르치는 과정이라고 비유한다면 자동화 머신러닝은 조부모가 부모에게 아이를 가르치는 방법 자체를 가르치는 과정이다. 아이는 할아버지가 개입되면서 최적의 조건으로 학습하게 된다. -p307

 

 

 

인공지능은 이미 온 미래라고 한다. 우리는 미래의 미래에 대해서 상상하고 있다. 미래의 인공지능은 메타성의 획득이며 예측지능의 모습으로 꽅을 피울 것이다. 미래에 대해서 알고 싶을 때 에측지능에게 물어보면 되겠다. 인류는 프레디쿠스를 향해 달리고 있다. -p311