본문 바로가기

분류 전체보기

[강승우의 머신러닝 이야기] 되돌아 보는 인공지능의 역사 [강승우의 머신러닝 이야기] 되돌아 보는 인공지능의 역사 지난 9월(2022년 9월), 미국 ‘콜로라도 주립 박람회 미술대회’의 디지털아트 부문에서 인공지능(AI – Artificial Intelligence)이 그린 그림이 우승을 차지했다. 인간이 만든 지능이 인간의 영역으로 여겨지는 창작의 영역까지 도전하고 있는 것이다. 이는 인공지능 기술의 눈부신 발전을 보여주는 극적인 사례 중 하나다. 하지만 4차 산업혁명의 주역으로 떠오른 인공지능 기술의 발전 과정은 결코 순탄하지만은 않았다. 큰 위기만 2번을 맞이했으며, 이외에도 수많은 위기를 극복해야만 했다. 특히 이런 위기를 극복하는 과정에서 인공지능 기술은 영역을 넓히고, 정교함을 높였다. 아니면 반대로 영역을 넓히고 정교함을 더해가는 과정을 통해 힘겹.. 더보기
[강승우의 머신러닝 이야기] 설명 가능한 AI를 위한 기술 [강승우의 머신러닝 이야기] 설명 가능한 AI를 위한 기술 바둑 게임에서 인간의 능력을 넘어선 현재의 머신러닝 기술은 물체 탐지, 장애 예측 등 다양한 산업 현장에 도입되고 있다. 근래에는 대기업의 이력서 검토에도 머신러닝 기술이 사용되고 있다.(참고 : 허위 스펙·표절 자소서… AI는 알고 있다 - 부산일보 (busan.com) ) 그러나 딥러닝, 랜덤 포레스트 등 많은 머신러닝 모델은 판단과 예측의 이유를 알 수 없는 ‘블랙박스(black box)’ 모델이다. 과정을 설명할 수 없는 머신러닝의 판단은 공감하고 신뢰하기 어렵다. 특히, 이력서 검토 등과 같이 인간에 대한 판단의 경우에는 판단의 공정성 문제가 발생할 수 있다. 이에 따라서 유럽 연합은 블랙박스 같은 AI의 판단에 대해서 투명성과 설명성을.. 더보기
[강승우의 머신러닝 이야기] 머신러닝이 배우는 것 [강승우의 머신러닝 이야기] 머신러닝이 배우는 것 이세돌과의 대국에서 승리한 알파고는 반복해서 바둑을 두면서 승리의 방법을 배웠다. 머신러닝의 방법으로 인공지능의 기억 속에 바둑을 두는 방법을 새겨 넣었다. 그런데, 인공지능은 무엇을 배우는 것일까? 우리가 머리 속으로 바둑의 다음 수를 내다보는 방법을 인공지능은 어떻게 찾는 것일까? 인공지능의 기억 속에 어떻게 승리의 방법이 기록되는 것일까? 머신러닝이 배우는 것에 대해서 얘기할 때, 데이터에서 ‘패턴을 배운다’ 혹은 ‘규칙을 배운다’ 라는 추상적인 표현을 쓰기도 한다. 틀렸다고 할 수는 없지만 이는 머신이 배우는 것에 대한 구체적인 내용을 얘기하고 있지는 않다. 구체적인 내용을 이해하지 못하면 이를 응용하기 어렵다. 예를 들어 기존에 훈련된 머신러닝 .. 더보기
[강승우의 머신러닝 이야기] 설명 가능한 AI [강승우의 머신러닝 이야기] 설명 가능한 AI 최근 머신러닝 기술의 발전으로 딥러닝(Deep Learning)에서 훈련되는 신경망(Neural Network)은 객체 탐지, 문서 분류, 감성 분석 등에서 사람과 비슷하거나 더 나은 결과를 보여주고 있다. 그러나 딥러닝은 무엇을 근거로 판단을 내리는지 알 수 없다. 예를 들어 훈련된 딥러닝 시스템이 사진에서 고양이를 인식했을 때, 어떤 과정으로 판단을 내렸는지 알 수가 없다는 것이다. 이러한 이유로 딥러닝 모델을 ‘블랙박스(black box)’라고 부른다. 과정을 설명할 수 없는 판단은 공감하고 신뢰하기 어렵다. 이에 블랙박스와 같은 머신러닝 모델의 내부를 조명하는 ‘설명가능한 AI (XAI – eXplainable AI)’ 기술 개발이 진행되고 있다. 미.. 더보기
[강승우의 머신러닝 이야기] 딥러닝에서 활용도 높은 잠재공간을 누비자 강승우의 머신러닝 이야기] 딥러닝에서 활용도 높은 잠재공간을 누비자 2018년 2월 가트너는 85%의 머신러닝 프로젝트는 실패할 것이고, 이런 추세는 2022년까지 지속될 것이라 예측했다. 가트너가 예측한 바와 같이 2022년 현재, 많은 머신러닝 프로젝트는 그 가능성을 보여주면서도 실제 업무에 성공적으로 사용되는 경우는 많지 않다. 실패의 원인은 다양하겠지만 업무에 머신러닝을 적용하는 적절한 안내서나 문서가 없는 것도 그중 하나가 될 것이다. 서적이 있다해도 머신러닝 기술 중심으로 쉽게 이해하기 어렵다. 이에 필자는 이 칼럼을 통해 그동안 필자가 진행한 몇 개의 머신러닝 프로젝트의 경험을 바탕으로 업무에 머신러닝을 도입했던 과정에서 겪었던 어려웠던 점과 사용했던 해결 방안을 공유하고자 한다. 업무에 머.. 더보기
[강승우의 머신러닝 이야기] 딥러닝 모델을 노리는 적대적 공격 2015년 이미지 인식 대회(ILSVRC - ImageNet Large Scale Visual Recognition Challenge )에서 딥러닝 기술은 정확도에서 사람의 시각 인지 능력을 넘어섰다. 지속적인 발전을 거듭한 딥러닝 기술은 2017년 오류율이 사람에 비해 50% 이하로 낮아졌다. 이처럼 진보된 시각 인지 기술은 얼굴 인식, 의료 데이터 판독, 자율 주행 등 다양하게 응용되고 있다. 그런데, 컴퓨터의 시각 인지 방식은 인간의 방식과는 차이가 있다. 이 차이는 해커의 공격 목표로 노출되어 있다. 이 글에서는 딥러닝 모델의 취약점에 대한 공격과 이에 대한 대응을 살펴보겠다. 딥러닝 모델이 이미지를 인식하는 방법 최근 딥러닝의 시각 인지 기능의 발전으로 주변에 다양한 응용 사례가 나타나고 있다... 더보기
[인공지능 만화] 49. 컴퓨터가 스스로 이미지를 만든다면? GAN과 이안 굿펠로우 컴퓨터가 스스로 이미지를 만든다면? GAN과 이안 굿펠로우 과연 컴퓨터가 스스로 이미지를 만들 수 있을까요? 인공지능으로 이미지를 분류하거나 예측하는 것만이 가능했던 때에는 NO라고 대답했을 것입니다. 하지만 지금은 YES라고 할 수 있죠! 이는 2014년 GAN(Generative Adversarial Network)을 발표한 이안 굿펠로우 덕분이라고 할 수 있습니다. 스탠포드 대학에서 컴퓨터 과학을 전공하던 그는 앤드류 응의 수업을 듣고 인공지능에 관심을 갖게 됩니다. 2014년 졸업 후 몬트리올 대학에 들어가 요슈아 벤지오 교수 연구실에서 박사과정을 밟으며 머신러닝에 대해 깊이 배우게 됩니다. 그러던 어느날 이안 굿펠로우는 한 친구의 박사과정 졸업 축하파티에서 까다로운 문제 하나를 접하게 됩니다. .. 더보기
[제6회 금요명품세미나] 그래프 구조 데이터 학습을 위한 딥러닝, GNN 강의후기 [제6회 금요명품세미나] 그래프 구조 데이터 학습을 위한 딥러닝, GNN 강의후기 안녕하세요. 연구하고 강의하고 책쓰고 개발하는 위데이터랩입니다. 😊 ​ 2월 24일 금요일, 강승우 부사장님의 금요 명품 세미나를 성황리에 마쳤습니다! 🎉 ​ 이번 세미나의 주제는 “GNN (Graph Neural Network) 의 이해와 활용“ 이였으며, 이론 설명과 실습을 위주로 약 3시간 정도 강의가 진행되었습니다. ​ 수강생이 교육장을 가득 메울 정도로 세미나의 인기가 대단했는데요. 😆 ​ 앞으로도 위데이터랩에서는 데이터베이스, 빅데이터, 인공지능 관련 유익한 강의들이 계속 제공될 예정이오니 많은 관심 부탁드립니다! 🤗 ​ EZIS IT 학교 참여 링크 🔽🔽🔽 https://open.kakao.com/o/gE7U0.. 더보기
[인공지능 만화] 48. 1등보다 빛나는 2등, VGG-16 세상에는 많은 대회가 있습니다. 이미지를 정확히 맞히는 알고리즘 대회도 존재하죠. 바로 ILSVRC, 일명 '이미지넷 대회' 입니다. 2014년 이 대회에서 2등을 한 VGG 넷이 1등을 한 구글넷보다 각광을 받고 있는데요, VGG넷이 CNN 학습의 표준모델로까지 자리잡을 수 있었던 이유는 CNN의 기본 아키텍처인 Convolution layer, Pooling layer, Fully connected layer 만을 사용해서 만들었기 때문입니다. 다른 모델에 비해 배우기 쉬운 것이죠. VGG-16 모델은 아래와 같이 구성되어 있습니다. 앞의 그림을 부연 설명하자면 VGG 모델을 만든 곳은 옥스포드 대학 연구팀입니다. VGG팀의 지도교수 지세르만은 컴퓨터 비전 분야의 대가입니다. 컴퓨터 비전 연구원에게 .. 더보기
[제6회 금요명품세미나] 그래프 구조 데이터 학습을 위한 딥러닝, GNN 강의💥 제6회 금요명품세미나에 여러분을 초대합니다.🥳 안녕하세요. 연구하고 강의하고 책쓰고 개발하는 위데이터랩입니다. 한국 IT의 전설적 구루, 강승우 부사장님의 그래프 구조 데이터 학습을 위한 딥러닝, GNN 강의가 열립니다. GNN (Graph Neural Network) 이란 무엇이며 그래프 구조 데이터의 처리는 어떻게 해야할까요? 세미나를 통해 그 궁금증을 해결해보시길 적극 추천드립니다🥰 여러분들의 많은 참여 부탁드립니다! 무료 오프라인 세미나 놓치기 전에 서둘러 신청하세요.😊 📌주제: GNN (Graph Neural Network) 의 이해와 활용 📌강사: 강승우 📌내용: GNN의 기초 이론, GNN 관련 프로젝트 실습, GNN 활용방안 📌일정: 2월 24일 (금요일), 오후 2시-5시 📌대상 - 그래.. 더보기

티스토리툴바