필자는 강화학습 알고리즘에 가장 관심이 많았는데, 역 진자(Inverted Pendulum)을 안정화하기 위해 수백 개의 보상 함수를 작성했던 것을 기억한다. 그렇지만 한 번도 제대로 작동한 적이 없었고, 알고리즘을 잘못 코딩했는지, 덜 최적화된 보상 함수를 선택했는지, 불완전한 학습 매개 변수를 선택했는지 확인할 수도 없었다. 오늘은 역 진자 문제에 적용된 강화학습의 예와 구축 방법을 알아보자.
강화학습이란?
강화학습은 교육 알고리즘이다. 객체는 현재 상태와 수행할 수 있는 행동이 있는 환경에서 작동한다. 이 경우, 객체는 직선으로 왼쪽이나 오른쪽으로 이동할 수 있는 카트 위에 놓인 역 진자다. 진자의 위치와 속도, 진자를 실은 카트는 상태를 나타낸다. 카트는 진자의 균형을 맞추기 위해 왼쪽 또는 오른쪽의 한 차원에서만 움직일 수 있다.규칙을 많이 만들어 카트의 행동을 프로그래밍하는 방법 대신, 카트에는 행동에 따라 결과를 점수화하는 보상 함수가 제공된다. 카트가 움직이면 보상 함수가 점수를 계산하고, 진자가 똑바로 세워지면 점수가 올라간다. 강화학습 알고리즘은 보상 함수를 사용해 함수의 점수를 기반으로 신경망을 조정한다.
진자가 계속 떨어지기 때문에 초기 시도는 실패할 것이다. 그러나 충분한 시도와 잘 선택된 보상 기능, 최적으로 선택된 튜닝 매개 변수를 통해 알고리즘은 카트를 제어하고 진자의 균형을 맞추기 위한 올바른 동작을 학습한다.
강화학습의 기본 사항에 대해 자세히 안내하는 기사가 많다. 강화학습의 개요를 읽거나 ‘기본’을 배울 수 있다. 또는 기본 수학과 알고리즘이나 연구 논문을 살펴보거나 실제 응용사례를 발견할 수도 있다.
자세한 내용이나 실험을 하려면 프로그래밍 언어와 툴을 선택하고 클라우드 환경을 구성해야 한다. 솔직히 쉽지 않은 작업이므로 너무 깊게 관여하지 않고 배울 기회를 찾아보았다.
1. AWS 딥레이서로 일과 여가를 결합하기
AWS는 2018년 11월 ‘머신러닝을 시작하는 가장 빠른 방법’으로 딥레이서(DeepRacer)를 출시했다. 2020년 12월에는 AWS 딥레이스 리그에 만 명 이상의 경쟁자가 모여 만 달러의 AWS 프로모션 크레딧이 포함된 최종 수상을 놓고 우승을 겨뤘다.딥레이서는 훌륭한 학습 도구이므로 경쟁에 놀라 떠나지 않길 바란다. 목표는 레이서가 선택한 경주장을 자율적으로 탐색하도록 훈련시키는 것이다.
딥레이서에 가입하면 트랙을 선택하고, 보상 함수를 코딩하며, 매개 변수를 조정할 수 있는 시뮬레이터를 이용할 수 있다. 기본 보상 함수로는 매개 변수를 조정해 레이서 훈련을 시작하고 성능을 평가할 수 있다. 여기에서부터 모델을 개선하고 알고리즘을 조정하기 위한 경주가 시작된다.
간단한 타임 트라이얼부터 일대일 경주까지 20개 이상의 트랙 중에서 선택할 수 있다. 또한 물리적 딥레이서를 구입해 알고리즘을 로드하고 트랙을 설계해 경쟁력 있는 레이스를 펼칠 수 있다.
필자의 경우, 제공된 보상 함수를 개선하는 방법을 찾는 데 오래 걸리지는 않았다. 기본 함수는 딥레이서가 트랙 중앙에서 얼마나 멀리 있는지 점수를 매기며, 레이서가 중앙선에 있을 때 가장 높은 점수를 받는다. 레이서의 조향 각도를 고려해 중앙선을 향할 때 더 높은 보상을 주도록 알고리즘을 개선했다.
두 번째 모델과 10분간의 훈련만으로 딥레이서가 트랙의 26%를 돌았다는 사실에 기분이 꽤 좋았다. 물론, 장애물과 다른 레이서들을 고려하면 필자의 단순한 모델은 거의 작동을 하지 못했다. 딥레이서 성능을 스스로 개선하거나, 다른 사람의 코드 라이브러리와 레이싱 경험에서 배울 수도 있다.
2. 최근 업적에서 영감 받기
비즈니스, 학계, 정부 조직이 강화학습을 실행하고 성공하는 실제 사례를 찾는 것은 어렵지 않다. 다음의 최근 헤드라인을 예로 들 수 있다:• 상대편끼리 번갈아가며 얼음을 가로질러 스톤을 밀어 표적에 올려 점수를 올리는 경기를 수행하는 컬링 로봇. 로봇이 전략, 컴퓨터 비전, 운동 기술을 혼용해 한국의 유명 컬링 팀과 경쟁할 수도 있다.
• 빙엄턴 대학 연구진은 첨단 계통형성(grid-forming) 광전지 인버터 제어 기술에 강화학습을 적용하고 있다. 전력망에서 더 많은 양의 태양열 전력을 안정적으로 지원하는 방법을 개발하는 것이 목표다.
• ‘강화학습은 최초의 지능 계산 이론’에 대해 AI 학계 전문가에게 직접 배워보자. 2020년에 발표된 ‘최고의 머신러닝 백서’를 참고할 수도 있다.
• 미 육군은 강화학습을 사용해 서로 다른 전투 지역에 있는 차량들의 협력을 꾀하고 있다.
• 식료품점 추천 엔진은 강화학습을 사용하는 개인화 및 추천 엔진인 마이크로소프트 마이크로소프트 퍼스널라이저(Microsoft Personalizer)의 사용례 중 하나다.
AI와 강화학습 관련 뉴스를 추적할 수 있는 좋은 사이트가 많다. AI 트렌드와 AI 뉴스, AI 비즈니스, MIT 뉴스의 AI 페이지, 사이언스데일리의 AI 페이지, 버클리 AI 리서치 블로그 등을 추천한다.
3. 코드 예제로 실험하기
강화학습이라는 여정을 시작하기 전에 코딩 예제나 책을 확인하는 것이 좋으며, 특히 익숙한 문제에 적용할 때는 더욱 그렇다. 다음 몇 가지를 검토해보자.• 강화학습은 루빅 큐브를 해결하고, 딥 Q-러닝을 사용해 아타리(Atari) 사의 벽돌깨기(Breakout) 게임을 수행하고 있다.
• 강화학습 코드 저장소에는 ‘강화학습: 소개(Reinforcement Learning: An Introduction)’ 책의 예제가 있다. ‘파이썬을 사용한 실습 강화학습’과 텐서플로우 및 파이토치를 사용한 ‘심층 강화학습 과정’도 검토할 만한 저장소다.
• 어썸-rl(Awesome-rl), RL코드(RLCode), 케라스-rl(keras-rl), 유대시티, RL위드텐서플로우(RL with TensorFlow)은 많은 이들의 추천을 받은 저장소다.
마지막으로 강화학습 전문지식을 개발할 준비가 됐다면 코세라(Coursera), 하버드, MIT, 스탠포드, 유대시티, 유데미 등의 교육 과정, 또는 무료 강좌도 고려해 보자.
예시를 통해 가르치고 배우는 것이 얼마나 어려운지 고려해보면, 강화학습과 다른 비지도(unsupervised) 학습 기술은 성장과 기회의 영역이라 할 수 있다. 지금 당장은 머신러닝 기술에 몇 단계 뒤처져 있더라도, 강화학습을 이해하는 것은 학계, 산업, 정부가 과학과 알고리즘에 집중하는 동안 전문성을 개발할 수 있는 기회가 될 것이다. editor@itworld.co.kr
Sponsored
Surfshark
“유료 VPN, 분명한 가치 있다” VPN 선택 가이드
ⓒ Surfshark VPN(가상 사설 네트워크, Virtual Private Network)은 인터넷 사용자에게 개인 정보 보호와 보안을 제공하는 중요한 도구로 널리 인정받고 있다. VPN은 공공 와이파이 환경에서도 데이터를 안전하게 전송할 수 있고, 개인 정보를 보호하는 데 도움을 준다. VPN 서비스의 수요가 증가하는 것도 같은 이유에서다. 동시에 유료와 무료 중 어떤 VPN을 선택해야 할지 많은 관심을 가지고 살펴보는 사용자가 많다. 가장 먼저 사용자의 관심을 끄는 것은 별도의 예산 부담이 없는 무료 VPN이지만, 그만큼의 한계도 있다. 무료 VPN, 정말 괜찮을까? 무료 VPN 서비스는 편리하고 경제적 부담도 없지만 고려할 점이 아예 없는 것은 아니다. 보안 우려 대부분의 무료 VPN 서비스는 유료 서비스에 비해 보안 수준이 낮을 수 있다. 일부 무료 VPN은 사용자 데이터를 수집해 광고주나 서드파티 업체에 판매하는 경우도 있다. 이러한 상황에서 개인 정보가 유출될 우려가 있다. 속도와 대역폭 제한 무료 VPN 서비스는 종종 속도와 대역폭에 제한을 생긴다. 따라서 사용자는 느린 인터넷 속도를 경험할 수 있으며, 높은 대역폭이 필요한 작업을 수행하는 데 제약을 받을 수 있다. 서비스 제한 무료 VPN 서비스는 종종 서버 위치가 적거나 특정 서비스 또는 웹사이트에 액세스하지 못하는 경우가 생긴다. 또한 사용자 수가 늘어나 서버 부하가 증가하면 서비스의 안정성이 저하될 수 있다. 광고 및 추적 위험 일부 무료 VPN은 광고를 삽입하거나 사용자의 온라인 활동을 추적하여 광고주에게 판매할 수 있다. 이 경우 사용자가 광고를 보아야 하거나 개인 정보를 노출해야 할 수도 있다. 제한된 기능 무료 VPN은 유료 버전에 비해 기능이 제한될 수 있다. 예를 들어, 특정 프로토콜이나 고급 보안 기능을 지원하지 않는 경우가 그렇다. 유료 VPN의 필요성 최근 유행하는 로맨스 스캠은 인터넷 사기의 일종으로, 온라인 데이트나 소셜 미디어를 통해 가짜 프로필을 만들어 상대를 속이는 행위다. 이러한 상황에서 VPN은 사용자가 안전한 연결을 유지하고 사기 행위를 방지하는 데 도움이 된다. VPN을 통해 사용자는 상대방의 신원을 확인하고 의심스러운 활동을 감지할 수 있다. 서프샤크 VPN은 구독 요금제 가입 후 7일간의 무료 체험을 제공하고 있다. ⓒ Surfshark 그 외에도 유료 VPN만의 강점을 적극 이용해야 하는 이유는 다음 3가지로 요약할 수 있다. 보안 강화 해외 여행객이 증가함에 따라 공공 와이파이를 사용하는 경우가 늘어나고 있다. 그러나 공공 와이파이는 보안이 취약해 개인 정보를 노출할 위험이 있다. 따라서 VPN을 사용하여 데이터를 암호화하고 개인 정보를 보호하는 것이 중요하다. 서프샤크 VPN은 사용자의 개인 정보를 안전하게 유지하고 해킹을 방지하는 데 유용하다. 개인정보 보호 인터넷 사용자의 검색 기록과 콘텐츠 소비 패턴은 플랫폼에 의해 추적될 수 있다. VPN을 사용하면 사용자의 IP 주소와 로그를 숨길 수 있으며, 개인 정보를 보호할 수 있다. 또한 VPN은 사용자의 위치를 숨기고 인터넷 활동을 익명으로 유지하는 데 도움이 된다. 지역 제한 해제 해외 여행 중에도 한국에서 송금이 필요한 경우가 생길 수 있다. 그러나 IP가 해외 주소이므로 은행 앱에 접근하는 것이 제한될 수 있다. VPN을 사용하면 지역 제한을 해제해 해외에서도 한국 인터넷 서비스를 이용할 수 있다. 따라서 해외에서도 안전하고 편리하게 인터넷을 이용할 수 있다. 빠르고 안전한 유료 VPN, 서프샤크 VPN ⓒ Surfshark 뛰어난 보안 서프샤크 VPN은 강력한 암호화 기술을 사용하여 사용자의 인터넷 연결을 안전하게 보호한다. 이는 사용자의 개인 정보와 데이터를 보호하고 외부 공격으로부터 사용자를 보호하는 데 도움이 된다. 다양한 서버 위치 서프샤크 VPN은 전 세계 곳곳에 여러 서버가 위치하고 있어, 사용자가 지역 제한된 콘텐츠에 액세스할 수 있다. 해외에서도 로컬 콘텐츠에 손쉽게 접근할 수 있음은 물론이다. 속도와 대역폭 서프샤크 VPN은 빠른 속도와 무제한 대역폭을 제공하여 사용자가 원활한 인터넷 경험을 누릴 수 있도록 지원한다. 온라인 게임, 스트리밍, 다운로드 등 대역폭이 필요한 활동에 이상적이다. 다양한 플랫폼 지원 서프샤크 VPN은 다양한 플랫폼 및 디바이스에서 사용할 수 있다. 윈도우, 맥OS, iOS, 안드로이드 등 다양한 운영체제 및 디바이스에서 호환되어 사용자가 어디서나 안전한 인터넷을 즐길 수 있다. 디바이스 무제한 연결 서프샤크 VPN은 무제한 연결을 제공하여 사용자가 필요할 때 언제든지 디바이스의 갯수에 상관없이 VPN을 사용할 수 있다.