딥러닝 기술 설명
최근에 벌어진 알파고와 프로바둑기사 이세돌 기사의 바둑 경기를 보신 적 있으신가요? 바둑은 상당히 어려운 종목 중 하나입니다. 미래에 벌어진 수를 미리 예측하고 그 수에 맞게 두게 되는데 변칙도 많고 경우가 수가 정말 다양하기 때문에 컴퓨터의 연산으로 이길 수 없다고 얘기되어 왔습니다. 이보다 경우의 수가 적은 체스와 장기의 경우 이미 컴퓨터가 인간에게 이긴 기록이 있습니다.
딥러닝(Deeplearning)은 여러 비선형 변환기법의 조합을 통해 높은 수준의 추상화, 즉 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업)를 시도하는 기계학습(머신러닝-machine learning) 알고리즘이라고 정의할 수 있습니다. 크게 본다면 인간의 사고 방식을 컴퓨터에게 가르치는 기계 학습의 한 분야라고도 할 수 있습니다.
그러나 이는 인공지능이라고 보기는 아직 어렵습니다. 알파고의 예처럼 인간이 가진 수많은 경우의 수를 입력하고 수천, 수만명의 지식을 입력한(습득한?) '집단지성' 일뿐, 결코 인간을 대신할 수 있는 존재는 아닙니다.
구글, 페이스북과 같은 기업이 머신 러닝을 사용해 자동차를 운전하고 음성을 인식하고 이미지를 분류한다는 얘기를 뉴스에서 들어본 적 있을 겁니다. 그런데 구글과 페이스북은 왜 딥러닝 기술에 투자를 하고 있는 것일까? 당연히 '돈', 즉 비즈니스에서 통용될 수 있기 때문일 것입니다.
딥러닝(Deep Learning)의 성공을 위해서는 아래의 2가지가 필수입니다.
1. 각 애플리케이션은 빅데이터에 의존해야 합니다. 데이터는 그 포맷이 다양하고 속도가 빠릅니다.
2. 각각의 경우 머신러닝(즉 딥러닝)은 새로운 시각을 발견해 내고 가치를 창출해야 합니다.
최근 딥러닝 기술이 각광받는 이유는 간단합니다. 복잡한 구조를 처리할 수 있는 컴퓨팅 파워, 즉 연산 능력이 뒷받침되고 있기 때문입니다. 강필성 서울과학기술대 교수는 "딥러닝은 새로운 것이 아니라 복잡한 인경망 구조를 지닌 것이 특징"이라며 "그동안은 이를 받쳐줄 만한 컴퓨팅 파워가 부재했는데 이 부분이 해결되면서 부상하고 있는 것"이라고 설명했습니다.
빅 데이터 시대에서 딥러닝은 다시 부활하고 있습니다. 수십년 전의 기술로 치부되던 것이 미래의 기술로 다시 눈을 뜨고 있습니다. 앞으로 더 많은 부문에서 또한 비즈니스에 활약하게 될 것으로 보입니다.
