03. 신기술 동향

04. 딥 러닝(Deep Learning)

1) 컴퓨터 처리 방식

기존의 컴퓨터 처리는 인간이 미리 처리 방식으로 알려주고, 입력에 대한 결과를 얻는 방식
데이터를 입력하면 미리 정해준 연산 순서에 따라 연산하여 결과를 출력해줌

2) 머신 러닝(Machine Learning)

입력 데이터와 처리된 결과만을 알려줌
머신 러닝은 처리 방식을 미리 알려주지 않고, 입력에 관한 결과의 데이터를 알려 주고, 그 처리 방식을 스스로 알게 하는 방식

3) 일반 신경망

일반 신경망은 원시 데이터에서 직접 추출하여 만든 특징 벡터를 입력으로 사용함
특징 벡터를 갖는 많은 데이터를 입력할수록 결과가 좋아짐
원시 데이터의 변화에 취약함

4) 심층 신경망(딥 러닝)

심층 신경망을 딥 러닝, 심층 학습망이라고도 함
원시 데이터의 특징 추출과 학습을 함께 수행함
원시 데이터로부터 효과적인 특징을 학습을 통해 추출하기 때문에 성능이 우수함
다수의 은닉층을 사용함

순환 신경망(RNN : Recurrent Neural Network)
- 흐름에 따라 변화하는 데이터(시계열 데이터)를 학습하기 위한 방법
합성곱 신경망(CNN : Convolutional Neural Network)
- 필터링 기법을 인공 신경망에 적용함으로써 이미지와 같은 2차원 데이터 처리를 더욱 효과적으로 처리하기 위한 방법
생성적 적대 신경망(GAN : Generative Adversarial Network)
- 적대적 관계인 두 개의 신경망인 생성자, 식별자를 구성함
- 생성자는 진품을 학습하여 복사품을 생성함
- 식별자는 복사품이 진품인지 판별함
- 적대적 관계인 생성자와 식별자는 위 작업을 경쟁하듯이 반복하여 진품에 가까운 복사품을 만들어 내는 방법

5) 합성곱 신경망(CNN : Convolutional Nearal Network)

합성곱 신경망은 다층 신경망의 한 모델
일반 신경망의 문제점인 이미지의 위치, 크기, 각도 변화를 극복할 수 있음
합성곱 신경망은 인간의 뇌 신경 세포처럼 위치, 크기, 각도가 변경되더라도 문제 없이 인식할 수 있게 하는 것이 최종 목표
합성곱 신경망은 물체의 위치와 방향과 관계없이 물체 고유한 특성을 학습할 수 있음
텐서플로우를 사용할 때 인공 지능 소프트웨어가 이미지 및 음성을 인식하기 위해서는 신경망의 합성곱 신경망 모델을 주로 사용함
영상이나 이미지 문자 인식에 높은 성능을 나타냄
일반 신경망보다 용량이 많이 사용되고 속도가 느림
특징을 추출한 후, 특징을 분류하여 출력함
컴볼루션층과 폴링층이 반복되어 진행됨
컴볼루션 층(Convolutional Layer)
- 입력 이미지나 영상에서 위치나 각도와 상관없이 다수의 동일한 특징을 검색함
- 입력 대상을 부분적으로 구분하여 행렬의 원소를 만듦
- 입력 대상의 행렬과 가중치 행렬(필터)의 합성곱 연산을 통하여 출력 데이터는 만들어 냄
- 출력 데이터를 벡터 테이블에 보관하였다가 사용함
- 새로운 입력 대상과 보관된 벡터 테이블과 비교하여 판별함
폴링 층(Pooling Layer)
- 입력 이미지 영상의 위치나 각도 변화와 왜곡에 대처함
- 입력 대상을 부분적으로 구분하여 행렬의 원소로 만듦
- 만들어진 행렬에서 일부분 원소 중 가장 큰 값을 원소로 하는 행렬을 만듦
- 최종적으로 만들어진 행렬과 새로운 입력 대상과 비교하여 판별함
합성곱 신경망은 연필로 쓴 글씨가 숫자가 뒤집혀 있든, 왜곡이 되어 있든 정확히 인식할 수 있음

05. 텐서플로우(TensorFlow)

1) 텐서플로우

구글에서 개발해서 공개한 인공 지능 응용 프로그램 개발용 오픈소스 프레임워크
텐서플로우는 머신 러닝이나 딥 러닝에 관련한 라이브러리를 지원하므로 인공 지능 개발을 쉽게 할 수 있음
C++, Java 등의 다양한 언어를 사용할 수도 있지만 Python에 최적화되어 있음
Python은 아나콘다 배포판으로 다운받아 Python pip를 이용하여 텐서플로우를 설치, 사용할 수 있음

2) 텐서(Tensor)의 정의

수학적으로는 스칼라와 벡터를 말하며 다차원 배열로 나타낼 수 있는 수치
인공 지능에서의 텐서는 스칼라와 벡터뿐만 아니라 matrix, 3 tensor type, ..., n tensor type 모두를 텐서라고 함
인공 지능에서 사용하는 모든 데이터를 일반적으로 텐서라고 함

저작자표시 비영리 변경금지