2015.03.23

글로벌 칼럼 | “모든 기계 학습 솔루션이 똑같지는 않다”

Serdar Yegulalp | InfoWorld
요즘은 “기계 학습(Machine Learning)”을 강조한 제품이나 서비스를 너무 쉽게 만난다. 이렇게 너무 흔하게 사용되는 문구는 가치가 저평가될 위험도 있고, 반대로 제대로 된 기계 학습이 아닌 무엇을 설명하는 데 사용될 위험도 있다.

최신 유행에 편승하기 위해 관련 용어를 기준없이 마음대로 사용하는 현상의 하나로, “기계 학습 워싱(machine-learning washing)”이라고 불러도 될 것이다.

기계 학습이 매우 실질적이고 강력한 기술이라는 데는 의심의 여지가 없다. 또한 마이크로소프트부터 IBM까지 모두가 이런 호기를 놓치지 않으려고 한다. 상황을 복잡하게 만드는 것은 이들 수많은 “기계 학습” 솔루션이 기계 학습을 어떻게 채용하고 있는가이다. 일반적으로 기계 학습과 관련해 연상하는 좀 더 복잡한 기법을 통해 구현할 수도 있고, 아니면 기본적인 통계에서 흔하게 만나는 낮은 수준의 개념만 사용할 수도 있기 때문이다.

한 종류 이상의 기계 학습
최근 페이스북의 AI 연구 책임자로 발탁된 뉴욕대 교수 얀 레쿤은 기계 학습을 “컴퓨터가 데이터로부터 지식을 자동적으로 추출해 임무를 수행할 역량을 획득하거나 개선할 수 있도록 해주는 여러 기법”이라고 정의했다.

가트너의 애널리스트 알렉산더 린덴은 “크게 볼 때 기계 학습은 예측 분석과 데이터 마이닝을 재포장한 것이다”라고 지적했다. 린덴은 “기계 학습이 주도하는 디지털 비즈니스”란 보고서를 공저했는데, 기계 학습이 얼마나 폭넓은 접근 방법인지를 설명했다. 린덴은 “가장 단순한 형태는 선형회귀분석이나 스코어카드이며, 좀 더 첨단화된 형태는 의사결정 나무(Decision Tree)나 신경망 분석 등이다. 오늘날 가장 첨단의 방식은 앙상블 모델과 심층 신경망(Deep Neural Net) 분석이다”라고 말했다.

가장 큰 문제는 “기계 학습”이란 용어가 일반적인 설명으로, 서로 다른 수많은 전략을 포괄한다는 것이다. 즉 아주 초보적인 방식으로 기계 학습 기법을 사용하는 제품에도 사용할 수 있다는 것이다. 이런 식으로 무수히 많은 전략 중 어떤 것이라도 채택한 제품은 스스로를 “기계 학습” 기술을 적용한 솔루션으로 포장할 수 있다.

낮은 수준의 기법이라고 무시해서는 안된다. 린덴은 “단순하기는 하지만, 선형회귀분석이나 지수형 회귀분석은 기계 학습에서 가장 성공적인 모델 중 하나로 증명된 것이다. 통계 분야의 정통주의자는 이를 기계 학습이라고 부르는 것을 거부할지도 모르지만, 개념은 동일하고 이들 모델은 꽤 잘 동작한다”라고 지적했다.

하지만 사람들에게 기계 학습이란 용어는 고도로 정교한 기법과 관련된 것으로 인식되고 있다. 리쿤은 기계 학습과 관련된 용어와 문제 영역 모두에서 변화가 일어나고 있어서 이 용어를 이해하려고 하는 사람들에게 혼란을 주고 있다고 지적했다. 리쿤의 설명은 다음과 같다.

“기계 학습의 기본 정의는 오랫동안 바뀌지 않았다. 하지만 여러 기계학습 기법과 기계 학습으로 해결할 수 있는 여러 작업은 계속 변화해 왔다. 1960~70년대에 기계 학습은 패턴 인식으로 알려졌고, 1980년대에는 기호주의 기계학습에 대한 연구가 활발했는데, 추론과 논리를 학습에 사용했다. 1990년 초에 기계 학습은 신경망을 의미했다. 그리고는 커널, 그래픽 모델, 부스팅, 트리, 베이시안 비대칭 등등의 다양한 방법론이 대두되었다. 그리고 지난 몇 년 동안 신경망은 심층 학습이란 깃발 아래 대대적으로 복귀했다.”

알고리즘보다 중요한 데이터
MLSec 프로젝트의 최고 데이터 과학자인 알렉스 핀토 역시 기계 학습이 판매용 문구로 오용되고 있는 데 대해 회의적인 입장을 표했다. 지난 블랙햇 USA 2014에 제출한 보고서에서 핀토는 “대단히 많은 수의 신생업체가 이름에 ‘cy’와 ‘threat’을 가지고 있는데, 이들은 모두 ‘수학 때문에’ 자사의 제품이 다른 제품보다 더 효율적으로 보호하거나 탐지할 수 있다고 주장한다. 실제로 수학은 매우 강력하며, 대규모 기계학습은 오늘날 우리가 사용하는 많은 수의 시스템에서 중요한 초석이다. 하지만 모든 알고리즘과 기법이 동일하게 만들어진 것은 아니다”라고 지적했다.

핀토의 보고서는 많은 수의 알고리즘과 기법이 리쿤의 지적처럼 혁신적이지 않다고 평가했다. 게다가 알고리즘이 가장 중요한 부분이 아닐 수도 있다. 오히려 기계학습 알고리즘에 투여되는 데이터, 특히 관리되지 않는 학습을 수행하는 하나의 데이터가 더 중요할 수도 있다.

핀토는 “종류를 막론하고 기계 학습에 관한 가장 중요한 진리 중 하나는 모델 설계, 즉 예측 엔진에 데이터를 공급하기 위해 추출해내는 기능이 현재 사용되고 있는 실제 알고리즘보다 훨씬 중요하다는 것”이라며, “만약 어떤 데이터 소스가 보안 의사결정 프로세스에 공급되면, 공격자는 그 데이터 소스를 복제해 이용하고자 할 것이며, 실제로 침입 후에 로그에서 자신의 흔적을 지우는 것과 다르지 않다”라고 설명했다.  editor@itworld.co.kr


2015.03.23

글로벌 칼럼 | “모든 기계 학습 솔루션이 똑같지는 않다”

Serdar Yegulalp | InfoWorld
요즘은 “기계 학습(Machine Learning)”을 강조한 제품이나 서비스를 너무 쉽게 만난다. 이렇게 너무 흔하게 사용되는 문구는 가치가 저평가될 위험도 있고, 반대로 제대로 된 기계 학습이 아닌 무엇을 설명하는 데 사용될 위험도 있다.

최신 유행에 편승하기 위해 관련 용어를 기준없이 마음대로 사용하는 현상의 하나로, “기계 학습 워싱(machine-learning washing)”이라고 불러도 될 것이다.

기계 학습이 매우 실질적이고 강력한 기술이라는 데는 의심의 여지가 없다. 또한 마이크로소프트부터 IBM까지 모두가 이런 호기를 놓치지 않으려고 한다. 상황을 복잡하게 만드는 것은 이들 수많은 “기계 학습” 솔루션이 기계 학습을 어떻게 채용하고 있는가이다. 일반적으로 기계 학습과 관련해 연상하는 좀 더 복잡한 기법을 통해 구현할 수도 있고, 아니면 기본적인 통계에서 흔하게 만나는 낮은 수준의 개념만 사용할 수도 있기 때문이다.

한 종류 이상의 기계 학습
최근 페이스북의 AI 연구 책임자로 발탁된 뉴욕대 교수 얀 레쿤은 기계 학습을 “컴퓨터가 데이터로부터 지식을 자동적으로 추출해 임무를 수행할 역량을 획득하거나 개선할 수 있도록 해주는 여러 기법”이라고 정의했다.

가트너의 애널리스트 알렉산더 린덴은 “크게 볼 때 기계 학습은 예측 분석과 데이터 마이닝을 재포장한 것이다”라고 지적했다. 린덴은 “기계 학습이 주도하는 디지털 비즈니스”란 보고서를 공저했는데, 기계 학습이 얼마나 폭넓은 접근 방법인지를 설명했다. 린덴은 “가장 단순한 형태는 선형회귀분석이나 스코어카드이며, 좀 더 첨단화된 형태는 의사결정 나무(Decision Tree)나 신경망 분석 등이다. 오늘날 가장 첨단의 방식은 앙상블 모델과 심층 신경망(Deep Neural Net) 분석이다”라고 말했다.

가장 큰 문제는 “기계 학습”이란 용어가 일반적인 설명으로, 서로 다른 수많은 전략을 포괄한다는 것이다. 즉 아주 초보적인 방식으로 기계 학습 기법을 사용하는 제품에도 사용할 수 있다는 것이다. 이런 식으로 무수히 많은 전략 중 어떤 것이라도 채택한 제품은 스스로를 “기계 학습” 기술을 적용한 솔루션으로 포장할 수 있다.

낮은 수준의 기법이라고 무시해서는 안된다. 린덴은 “단순하기는 하지만, 선형회귀분석이나 지수형 회귀분석은 기계 학습에서 가장 성공적인 모델 중 하나로 증명된 것이다. 통계 분야의 정통주의자는 이를 기계 학습이라고 부르는 것을 거부할지도 모르지만, 개념은 동일하고 이들 모델은 꽤 잘 동작한다”라고 지적했다.

하지만 사람들에게 기계 학습이란 용어는 고도로 정교한 기법과 관련된 것으로 인식되고 있다. 리쿤은 기계 학습과 관련된 용어와 문제 영역 모두에서 변화가 일어나고 있어서 이 용어를 이해하려고 하는 사람들에게 혼란을 주고 있다고 지적했다. 리쿤의 설명은 다음과 같다.

“기계 학습의 기본 정의는 오랫동안 바뀌지 않았다. 하지만 여러 기계학습 기법과 기계 학습으로 해결할 수 있는 여러 작업은 계속 변화해 왔다. 1960~70년대에 기계 학습은 패턴 인식으로 알려졌고, 1980년대에는 기호주의 기계학습에 대한 연구가 활발했는데, 추론과 논리를 학습에 사용했다. 1990년 초에 기계 학습은 신경망을 의미했다. 그리고는 커널, 그래픽 모델, 부스팅, 트리, 베이시안 비대칭 등등의 다양한 방법론이 대두되었다. 그리고 지난 몇 년 동안 신경망은 심층 학습이란 깃발 아래 대대적으로 복귀했다.”

알고리즘보다 중요한 데이터
MLSec 프로젝트의 최고 데이터 과학자인 알렉스 핀토 역시 기계 학습이 판매용 문구로 오용되고 있는 데 대해 회의적인 입장을 표했다. 지난 블랙햇 USA 2014에 제출한 보고서에서 핀토는 “대단히 많은 수의 신생업체가 이름에 ‘cy’와 ‘threat’을 가지고 있는데, 이들은 모두 ‘수학 때문에’ 자사의 제품이 다른 제품보다 더 효율적으로 보호하거나 탐지할 수 있다고 주장한다. 실제로 수학은 매우 강력하며, 대규모 기계학습은 오늘날 우리가 사용하는 많은 수의 시스템에서 중요한 초석이다. 하지만 모든 알고리즘과 기법이 동일하게 만들어진 것은 아니다”라고 지적했다.

핀토의 보고서는 많은 수의 알고리즘과 기법이 리쿤의 지적처럼 혁신적이지 않다고 평가했다. 게다가 알고리즘이 가장 중요한 부분이 아닐 수도 있다. 오히려 기계학습 알고리즘에 투여되는 데이터, 특히 관리되지 않는 학습을 수행하는 하나의 데이터가 더 중요할 수도 있다.

핀토는 “종류를 막론하고 기계 학습에 관한 가장 중요한 진리 중 하나는 모델 설계, 즉 예측 엔진에 데이터를 공급하기 위해 추출해내는 기능이 현재 사용되고 있는 실제 알고리즘보다 훨씬 중요하다는 것”이라며, “만약 어떤 데이터 소스가 보안 의사결정 프로세스에 공급되면, 공격자는 그 데이터 소스를 복제해 이용하고자 할 것이며, 실제로 침입 후에 로그에서 자신의 흔적을 지우는 것과 다르지 않다”라고 설명했다.  editor@itworld.co.kr


X