2014.10.24

ITWorld 용어풀이 | 딥 러닝(Deep Learning)

신수정 기자 | ITWorld
더 정확한 검색, 무인 자동차, 더 똑똑한 스마트폰과 사물 인터넷을 구현해 줄 새로운 알고리즘, 딥 러닝(deel learning)에 대한 관심이 나날이 높아지고 있습니다.

딥 러닝이란, 사람의 개입이 필요한 기존의 지도 학습(supervised learning)에 보다 능동적인 비지도 학습(unsupervised)이 결합돼 컴퓨터가 마치 사람처럼 스스로 학습할 수 있는 인공지능 기술입니다. 기술적으로 보면, 딥 러닝은 인공신경망(ANN, Artificial Neural Networks)에 기반한 일련의 기계 학습의 집합체로 컴퓨터에게 사람의 사고 방식을 가르치는 알고리즘이라고 할 수 있습니다.



인간의 뇌가 효과적으로 작동하는 이유는 전기적 자극을 통해 통신하는 많은 수의 신경 세포가 포진하고 있기 때문입니다. 딥 러닝 알고리즘은 이러한 뇌 구조에 착안한 신경망 시뮬레이션을 기반으로 하기 때문에 기존의 그 어떤 알고리즘보다도 인간 뇌의 동작 방식과 유사합니다.

이처럼 인간 두뇌의 시뮬레이션을 기반으로 하는 딥 러닝 알고리즘은 지금까지 음성 인식, 자연어 처리, 로봇 자율성과 같은 첨단 기술에 사용됐습니다. 가장 대표적인 예로는 코넬, 스탠퍼드, 브라운, UCLA, 버클리 등 미국 주요 대학의 연구진들이 구축한 ‘로보 브레인(Robo Brain)’이라는 이름의 거대한 로봇용 지식 저장소가 있습니다.

로보 브레인의 시스템은 딥 러닝에 기반하고 있는데, 로봇은 이 거대한 데이터베이스에 연결되어 정보를 입력 받는 것이 아니라 마치 사전이나 매뉴얼을 찾는 것처럼 스스로 정보를 찾을 수 있습니다. 인간이 실제 사회에서 행동하는 것과 마찬가지로 로봇 또한 직접 필요한 데이터를 수집하고 이를 응용할 수 있는 것입니다.

한편, 인공 지능에 주로 응용됐던 딥 러닝 알고리즘은 현재 스마트 가전제품, 스마트 자동차, 웨어러블 기술에도 사용되면서 사물 인터넷으로까지 그 영역을 확장했습니다. 사물 인터넷과 각종 모바일 기기에 의해 발생하는, 무한대로 확장되는 빅데이터를 효과적으로 처리할 수 있다는 딥 러닝의 특성 때문입니다.

전통적인 알고리즘의 경우 투입되는 데이터의 양이 많아질수록 속도가 느려지고 결국 작동을 멈추게 됩니다. 하지만 딥 러닝 알고리즘은 시뮬레이션의 크기를 늘릴수록 막대한 양의 데이터를 흡수하는 능력도 좋아지는 초고용량 학습 알고리즘이기 때문에 사물 인터넷과 빅데이터 시대를 선도할 기술로 각광받고 있는 것입니다.

구체적인 예를 살펴 볼까요? 딥 러닝 알고리즘을 통해 사람들이 거주하는 집이 더 똑똑해지고 로봇이 환자를 돌보거나 개를 산책시킬 수도 있습니다. 특히, 딥 러닝은 스스로 운전하는 무인 자동차 기술 개발에 크게 기여하고 있습니다.

무인 자동차의 경우, 길 위의 장애물을 '보고' 회피할 수 있어야 하는데 딥 러닝 알고리즘을 적용하면 자동차는 마치 사람과 마찬가지로 도로 위에 있는 다양한 사물의 형태와 색을 인식할 수 있게 됩니다. 보행자와 도로 표지판 기둥을 더 정확히 구분할 수 있게 된다는 뜻입니다.



딥 러닝을 통해 컴퓨터는 대량의 비정형 데이터를 처리하고 별도의 모델이나 프로그래밍 절차 없이도 데이터 사이의 관계를 최소한의 과정으로 유추할 수 있습니다. 그렇기에 엄청난 양의 데이터를 보유하고 있는 구글, 마이크로소프트, 페이스북, 바이두 등의 인터넷 업체들은 더 효과적인 데이터 관리, 나아가 빅데이터 분석을 위해 딥 러닝 알고리즘 개발에 힘을 쏟고 있습니다.

이와 같이 딥 러닝은 MIT가 2013년을 빛낸 10대 혁신기술 중 하나로 선정하고 가트너가 2014년 세계 IT 시장 10대 주요 예측에 포함시키는 등, 인공지능과 사물 인터넷, 빅데이터 분석 다방면에 걸쳐 활약하고 있는 중입니다. editor@itworld.co.kr


2014.10.24

ITWorld 용어풀이 | 딥 러닝(Deep Learning)

신수정 기자 | ITWorld
더 정확한 검색, 무인 자동차, 더 똑똑한 스마트폰과 사물 인터넷을 구현해 줄 새로운 알고리즘, 딥 러닝(deel learning)에 대한 관심이 나날이 높아지고 있습니다.

딥 러닝이란, 사람의 개입이 필요한 기존의 지도 학습(supervised learning)에 보다 능동적인 비지도 학습(unsupervised)이 결합돼 컴퓨터가 마치 사람처럼 스스로 학습할 수 있는 인공지능 기술입니다. 기술적으로 보면, 딥 러닝은 인공신경망(ANN, Artificial Neural Networks)에 기반한 일련의 기계 학습의 집합체로 컴퓨터에게 사람의 사고 방식을 가르치는 알고리즘이라고 할 수 있습니다.



인간의 뇌가 효과적으로 작동하는 이유는 전기적 자극을 통해 통신하는 많은 수의 신경 세포가 포진하고 있기 때문입니다. 딥 러닝 알고리즘은 이러한 뇌 구조에 착안한 신경망 시뮬레이션을 기반으로 하기 때문에 기존의 그 어떤 알고리즘보다도 인간 뇌의 동작 방식과 유사합니다.

이처럼 인간 두뇌의 시뮬레이션을 기반으로 하는 딥 러닝 알고리즘은 지금까지 음성 인식, 자연어 처리, 로봇 자율성과 같은 첨단 기술에 사용됐습니다. 가장 대표적인 예로는 코넬, 스탠퍼드, 브라운, UCLA, 버클리 등 미국 주요 대학의 연구진들이 구축한 ‘로보 브레인(Robo Brain)’이라는 이름의 거대한 로봇용 지식 저장소가 있습니다.

로보 브레인의 시스템은 딥 러닝에 기반하고 있는데, 로봇은 이 거대한 데이터베이스에 연결되어 정보를 입력 받는 것이 아니라 마치 사전이나 매뉴얼을 찾는 것처럼 스스로 정보를 찾을 수 있습니다. 인간이 실제 사회에서 행동하는 것과 마찬가지로 로봇 또한 직접 필요한 데이터를 수집하고 이를 응용할 수 있는 것입니다.

한편, 인공 지능에 주로 응용됐던 딥 러닝 알고리즘은 현재 스마트 가전제품, 스마트 자동차, 웨어러블 기술에도 사용되면서 사물 인터넷으로까지 그 영역을 확장했습니다. 사물 인터넷과 각종 모바일 기기에 의해 발생하는, 무한대로 확장되는 빅데이터를 효과적으로 처리할 수 있다는 딥 러닝의 특성 때문입니다.

전통적인 알고리즘의 경우 투입되는 데이터의 양이 많아질수록 속도가 느려지고 결국 작동을 멈추게 됩니다. 하지만 딥 러닝 알고리즘은 시뮬레이션의 크기를 늘릴수록 막대한 양의 데이터를 흡수하는 능력도 좋아지는 초고용량 학습 알고리즘이기 때문에 사물 인터넷과 빅데이터 시대를 선도할 기술로 각광받고 있는 것입니다.

구체적인 예를 살펴 볼까요? 딥 러닝 알고리즘을 통해 사람들이 거주하는 집이 더 똑똑해지고 로봇이 환자를 돌보거나 개를 산책시킬 수도 있습니다. 특히, 딥 러닝은 스스로 운전하는 무인 자동차 기술 개발에 크게 기여하고 있습니다.

무인 자동차의 경우, 길 위의 장애물을 '보고' 회피할 수 있어야 하는데 딥 러닝 알고리즘을 적용하면 자동차는 마치 사람과 마찬가지로 도로 위에 있는 다양한 사물의 형태와 색을 인식할 수 있게 됩니다. 보행자와 도로 표지판 기둥을 더 정확히 구분할 수 있게 된다는 뜻입니다.



딥 러닝을 통해 컴퓨터는 대량의 비정형 데이터를 처리하고 별도의 모델이나 프로그래밍 절차 없이도 데이터 사이의 관계를 최소한의 과정으로 유추할 수 있습니다. 그렇기에 엄청난 양의 데이터를 보유하고 있는 구글, 마이크로소프트, 페이스북, 바이두 등의 인터넷 업체들은 더 효과적인 데이터 관리, 나아가 빅데이터 분석을 위해 딥 러닝 알고리즘 개발에 힘을 쏟고 있습니다.

이와 같이 딥 러닝은 MIT가 2013년을 빛낸 10대 혁신기술 중 하나로 선정하고 가트너가 2014년 세계 IT 시장 10대 주요 예측에 포함시키는 등, 인공지능과 사물 인터넷, 빅데이터 분석 다방면에 걸쳐 활약하고 있는 중입니다. editor@itworld.co.kr


X