ML(Machine Learning) 쉽게 이야기하기

앞서 말씀드린 대로 AI는 사람이 알려주는 것을 그대로 학습합니다.

그런데 어떻게 학습할까요? 

그냥 컴퓨터에 이미지 파일을 넣으면 학습이 될까요?

사람들이 학습을 위해서 컴퓨터가 학습을 하기 위한 어떠한 방법을 고민하게 되는데  이 구체적인 방법을 머신러닝이라고 합니다.

말 그대로 기계가 학습하는 것을 이야기하는 것이죠.

출처: Unsplash by Andrea De Santis

 

Q. 머신러닝이 뭔진 알겠는데 뭐라고 정의해?

 

 명확한 정의가 없는 인공지능과 다르게 머신러닝은 정의가 있습니다. 아서 사무엘과 톰 미첼의 정의 2개가 있는 데 최근에는 톰 미첼의 정의가 많이 쓰인다고 하니 톰 미첼의 정의를 알아봅시다.

 

"만약 어떤 작업 T에서 경험 E를 통해 성능 측정 방법인 P로 측정했을 때 성능이 향상된다면 이런 컴퓨터 프로그램은 학습을 한다고 말한다."

T=Task, E=Experience, P=Probability

 

어렵죠? 무슨 소리인지 알기가 힘듭니다. 이걸 쉽게 예시를 든 게 있습니다. (하단 첫 번째 링크 예시 인용)

 

"롤(T)을 많이 하면 할수록(E) 실력이 높아지게 되고 실력이 높아지니 랭크도 높아지는 것(P)" 이러면 이제 스스로 학습한다.라고 이야기한다는 것이죠.

 

Q. 지도 학습, 비지도 학습 이런 게 있던데...

 

 머신러닝에는 지도 학습, 비지도 학습, 강화 학습 이렇게 3가지 종류가 있습니다.

컴퓨터를 어떻게 알려주냐? 알려주는 방식인 겁니다.

지도 학습은 말 그대로 하나하나 알려주면서 학습시키는 방법이고 비지도 학습은 알려주지 않고 컴퓨터가 스스로 학습하는 방식입니다.

지도 학습과 비지도 학습은 알려주냐 안 알려주냐의 차이를 가지고 있지만 모두 컴퓨터를 위한 자료를 준다는 공통점을 가지고 있습니다.

 

 강화 학습은 뭔가 다르니까 지도 학습과 비지도 학습을 한번 정리했겠죠? 강화 학습은 어떤 환경에서 컴퓨터가 어떤 행동을 하면 보상을 주는 것입니다. 그러면 컴퓨터는 보상을 최대한 많이 받는 방식으로 행동하게 되는 거죠. 마치 강아지를 훈육시키는 것과 비슷합니다.

강아지? 컴퓨터가 어떻게 강아지처럼 학습해? 그런 게 있어? 우리가 잘 알고 있는 알파고가 강화 학습으로 공부했다고 합니다.

 

굳이 한 개로 정리되지 않고 3가지로 나뉜 건 모두 상황에 따라 다르게 사용하기 때문입니다.

 

Q. 그러면 언제 무슨 방식을 쓰는 거지?

 

지도 학습은 어떠한 정보를 제공해주고 예측을 할 수 있도록 하기 위해서 사용합니다.

비지도 학습은 데이터의 숨겨진 특징이나 구조를 발견하는 데 사용됩니다.

강화 학습은 게임 같은 거에서 최적의 동작을 찾기 위해서 사용됩니다.

 

Q. 그러면 머신 러닝으로 다 되는 거 아닌가?

 

 머신러닝은 결국 사람이 가져다주는 데이터 혹은 사람이 주는 보상을 통해서 학습하게 됩니다. 사람이 기준인 거죠.

그러다 보니 사람이 결정해준 기준이 조금이라도 변하면 컴퓨터는 잘 모르게 됩니다.

대표적인 예시가 있죠.

사람이 자~ 여기 갈색 보이지 갈색에 동그랗고 검은색 점들이 찍힌 거 이게 바로 푸들이야~! 하고 컴퓨터에게 알려줬는 데 나중에 머핀 사진을 보여줬을 때도 갈색에 동그랗고 검은색 점들이 찍혀있네 이건 푸들이야~!라고 이야기하는 이런 문제가 발생하게 됩니다.

 

 이런 문제를 해결하기 위해서 사람들은 인간의 뇌를 따라한 인공 신공망을 알고리즘화 하여 구현했고 이걸 통해서 머신러닝의 단점을 보완한 것이 DL(Deep Learning)이 됩니다.

 

 

참고: https://box-world.tistory.com/4

[머신러닝] 인공지능 vs 머신러닝 vs 딥러닝

https://brunch.co.kr/@gdhan/2

머신러닝 개념(Machine Learning)

https://box-world.tistory.com/5

[머신러닝] 지도학습(Supervised) vs 비지도학습(Unsupervised) vs 강화학습(Reinforcement)

https://kboutiq.com/24?category=939148 

인공지능(AI) 파헤치기 - 머신러닝(ML, Machine Learning). 2부