강승우의머신러닝이야기 썸네일형 리스트형 [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 이전 1 2 다음
