CWN(CHANGE WITH NEWS) - 머신러닝 모델, 구글 ′티처블 머신′으로 누구나 제작한다

  • 구름조금영광군28.0℃
  • 비수원24.6℃
  • 흐림서산25.0℃
  • 흐림충주28.2℃
  • 맑음거창26.3℃
  • 구름조금구미27.5℃
  • 구름조금영덕30.2℃
  • 맑음임실25.6℃
  • 구름조금정읍28.2℃
  • 흐림제천25.4℃
  • 구름조금북창원28.9℃
  • 맑음여수27.8℃
  • 구름많음파주24.3℃
  • 맑음진도군28.2℃
  • 맑음광주28.1℃
  • 맑음흑산도28.1℃
  • 구름많음동해30.2℃
  • 맑음함양군27.0℃
  • 맑음남원27.8℃
  • 구름많음세종27.7℃
  • 천둥번개홍성25.0℃
  • 구름조금창원27.9℃
  • 구름조금고창28.2℃
  • 구름많음부여27.9℃
  • 맑음거제27.4℃
  • 맑음고흥27.9℃
  • 맑음밀양29.3℃
  • 맑음추풍령24.7℃
  • 맑음의령군26.6℃
  • 구름조금울산28.3℃
  • 구름많음부안28.3℃
  • 구름조금울진29.2℃
  • 구름조금태백24.9℃
  • 흐림홍천25.0℃
  • 맑음금산28.3℃
  • 구름조금김해시28.4℃
  • 맑음순천25.0℃
  • 흐림강화25.6℃
  • 구름많음영월24.7℃
  • 구름많음정선군27.2℃
  • 흐림대관령22.6℃
  • 흐림천안24.2℃
  • 맑음합천28.0℃
  • 맑음포항30.2℃
  • 구름조금영천29.1℃
  • 구름조금문경25.9℃
  • 구름조금봉화26.2℃
  • 맑음서귀포28.9℃
  • 구름많음부산28.9℃
  • 구름조금상주27.6℃
  • 흐림인제23.7℃
  • 맑음경주시27.7℃
  • 맑음해남27.6℃
  • 맑음대구29.9℃
  • 흐림인천25.4℃
  • 흐림원주25.1℃
  • 흐림강릉30.7℃
  • 흐림속초25.9℃
  • 구름많음군산28.4℃
  • 맑음광양시28.2℃
  • 맑음산청26.2℃
  • 구름조금안동28.1℃
  • 구름조금북부산28.7℃
  • 맑음백령도23.0℃
  • 맑음완도28.4℃
  • 구름많음서청주27.9℃
  • 비청주29.7℃
  • 구름많음철원24.8℃
  • 맑음보성군27.9℃
  • 맑음강진군28.0℃
  • 구름조금양산시29.4℃
  • 맑음고창군27.6℃
  • 흐림이천24.8℃
  • 맑음장흥27.4℃
  • 구름조금의성28.7℃
  • 구름조금청송군26.5℃
  • 구름조금울릉도27.1℃
  • 흐림북강릉28.1℃
  • 흐림양평24.9℃
  • 구름조금대전28.4℃
  • 구름많음보은26.9℃
  • 맑음제주30.3℃
  • 맑음남해28.0℃
  • 흐림북춘천25.2℃
  • 비서울25.4℃
  • 구름많음영주25.7℃
  • 맑음성산28.3℃
  • 구름조금장수26.1℃
  • 맑음순창군28.3℃
  • 구름많음보령29.1℃
  • 구름조금진주26.5℃
  • 맑음통영28.3℃
  • 구름많음동두천24.1℃
  • 맑음고산28.8℃
  • 흐림춘천25.3℃
  • 구름조금전주28.7℃
  • 맑음목포28.8℃
  • 2025.09.06 (토)

머신러닝 모델, 구글 '티처블 머신'으로 누구나 제작한다

김예원 / 기사승인 : 2021-10-28 16:06:33
  • -
  • +
  • 인쇄

4차 산업혁명 시대, 머신러닝 분야의 연구, 개발이 활발하게 이루어진다. 보통 머신러닝 모델 구축을 이야기하면 구축 과정이 어렵고 복잡한 전문 지식이 필요한 작업이라고 생각하기 쉽다. 그런데, 비전공자도 머신러닝 모델을 제작할 수 있다는 사실, 알고 있었는가? 구글의 웹 기반 머신러닝 제작 도구 '티처블 머신(Teachable Machine)'만 사용하면, 전문 지식이 없어도 쉽고 편리하게 머신러닝 모델을 생성할 수 있다.

티처블 머신은 이미지와 사운드, 자세를 바탕으로 머신러닝 모델 생성을 지원한다. 별도의 장비 없이 노트북 웹캠이나 마이크만으로도 샘플 파일을 생성하고 업로드하여 모델 생성 작업을 시작할 수 있다.

머신러닝 모델 생성에 사용할 샘플파일을 업로드했다면, '클래스(Class)' 분류를 통해 데이터 학습 과정을 거쳐야 한다. 일례로, 마스크 착용자와 미착용자를 구분하도록 훈련한다고 생각해보자. 이때, Class 1에는 마스크 착용자의 사진을, Class 2에는 마스크 미착용자의 사진만 저장하면 된다.

이후 '모델 훈련(Train Model)' 버튼을 클릭하여 모델을 완성한다. 생성된 머신러닝 모델은 미리 보기 창을 통해 확인할 수 있다. 또, 데이터 인식 후 각각의 클래스별 적합도를 수치로 나타낸다.

위의 사례에서는 마스크 미착용자의 사진을 인식할 때는 Class 1보다 Class 2의 적합도 수치가 더 높다.

티처블 머신으로 제작한 머신러닝 모델은 '모델 내보내기(Export Model)' 버튼을 선택하면서 무료로 다른 프로그램에 활용할 수도 있다.

[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]

최신기사

뉴스댓글 >

- 띄어 쓰기를 포함하여 250자 이내로 써주세요.
- 건전한 토론문화를 위해, 타인에게 불쾌감을 주는 욕설/비방/허위/명예훼손/도배 등의 댓글은 표시가 제한됩니다.

댓글 0

Today

Hot Issue