[한 번 보고 쉽게 이해되는 인공지능 이야기] 3. 머신 러닝의 종류는 무엇이 있을까?

[한 번 보고 쉽게 이해되는 인공지능 이야기] 3. 머신 러닝의 종류는 무엇이 있을까?: 정욱준 / 기사승인 : 2021-02-20 00:34:56

저번 내용에서 머신러닝에서 가장 중요한 기계 학습이라는 개념을 이야기했다. 인간이 기계에 문제 푸는 방법 및 정답을 알려주고 기계 스스로 학습을 하는 개념이다.

그럼 이런 머신러닝이 학습하는 종류는 무엇이 있을까?

먼저 인간의 학습 개념을 생각해 보면, 우리는 대부분 선생님 또는 나보다 다양한 지식을 알고 있는 누군가에게 새로운 것을 배웠다. 학교, 학원에서는 선생님께 배웠고 이제는 유튜브에 나오는 많은 콘텐츠를 통해 배우기도 한다.

중요한 점은 그 과정 속에서 우리는 정답을 맞히는 법을 배우고, 나중엔 비슷한 문제나 상황에서 정답을 고를 수 있는 확률이 높아지게 된다.

기계도 마찬가지이다. 인간이 기계에 문제 푸는 방법을 알려주고, 계속해서 정답을 맞힐 수 있도록 학습을 시킨다. 이런 방법을 지도학습이라고 일컫는다. 머신러닝 학습 종류는 3가지로 나누어 볼 수 있다.

우선 다른 하나는 비지도 학습이다. 지도 학습을 이해했으면 비지도 학습은 말 그대로 선생님이 없는 학습이라고 생각할 수 있다. 개념은 비슷하다. 비지도 학습이란 기계가 스스로 문제에 대해서 분류하는 경우를 뜻한다.

예를 들어, 우리가 기계에 고양이, 강아지, 호랑이, 사람, 돌고래 사진을 보여주었다. 우리가 사람과 동물 또는 육지 동물, 바다 동물을 알려주지 않았을 때, 기계가 분류하기 어려울 것이다. 하지만, 기계 스스로 다리가 4개인 고양이, 강아지, 호랑이 다리가 2개인 사람, 다리가 없는 돌고래라는 분류를 스스로 내릴 수 있다.

이처럼 비지도 학습은 기계 스스로 어떤 문제를 분류, 군집화할 때 많이 사용되고 있다.

마지막으로 남은 학습은 강화 학습이다. 인공지능에 조금은 관심 있는 사람이라면 들어본 알파고가 바로 강화 학습으로 만들어졌다.

간단하게 기존의 학습에서 상과 벌이라는 보상을 주며 상을 최대화하고 벌을 최소화하도록 강화 학습하는 방식을 말한다. 어떤 면에서 보면 인간의 학습 방식과 비슷하다고 볼 수 있다. 인간도 태어나 성장하며 여러 가지 시행착오를 겪는다. 자신의 행동들의 경험이 쌓이고 잘하는 분야에서는 칭찬을 받게 된다. 한 번 칭찬을 받게 되면 계속해서 받기 위해 행동하는 경우가 대부분이다. 하지만, 여전히 처음 경험하거나 생소한 일들은 실수를 저질러 벌을 받기도 한다.

위의 내용과는 별개로 알파고를 만든 사람은 하사비스다. 그는 어릴 적 체스 신동으로 알려져 있다. 그가 바둑을 선택한 이유는 체스와 비슷하지만, 바둑은 많은 수를 읽을 수 있는 직관력이 필요하다고 했다. 그는 인간만 가질 수 있다고 생각한 직관력을 인공지능으로 보여주고 싶었던 것이다.

오늘 배운 내용을 다시 복습하면 머신러닝의 학습 방법은 크게 지도 학습, 비지도 학습, 강화 학습으로 나눌 수 있다. 최대한 간단하게 설명하기 위해 개념적으로 생략된 부분도 있지만 핵심 키워드는 꼭 기억하길 바란다.

다음 시간에는 딥러닝에 관해서 이야기할 것이다.