스스로 배우는 컴퓨터, 머신러닝 이야기

여러분은 자전거 타는 법을 어떻게 배웠나요? 아마 여러 번 넘어지고, 다시 타고, 조금씩 균형을 잡으면서 배웠을 거예요. 놀랍게도 요즘 컴퓨터도 이렇게 스스로 배우는 방법이 있답니다. 그 방법의 이름이 바로 머신러닝(기계 학습)이에요.

머신러닝이 뭐예요?

예전 컴퓨터는 사람이 하나부터 열까지 다 알려줘야 움직였어요. "이렇게 하면 이렇게 해라"라고 규칙을 전부 적어줘야 했지요.

하지만 머신러닝은 달라요. 사람이 규칙을 다 적어주지 않아도, 컴퓨터가 많은 예시(데이터)를 보면서 스스로 규칙을 찾아내요. 마치 강아지 사진을 100장 보고 나면 "아, 이게 강아지구나!" 하고 알아채는 것처럼요.

한 번도 본 적 없는 새로운 사진을 봐도 "이건 강아지야"라고 맞힐 수 있게 되는 것, 이게 머신러닝의 마법이에요.

인공지능 가족 안의 머신러닝

머신러닝은 혼자 있는 게 아니라 큰 가족의 일부예요. 가장 큰 울타리가 인공지능(AI)이고, 그 안에 머신러닝이 있어요. 그리고 머신러닝 안에 딥러닝이라는 더 작은 동생이 있지요.

양파를 떠올려 보세요. 가장 바깥 껍질이 인공지능, 그 안쪽이 머신러닝, 가장 속에 있는 알맹이가 딥러닝이에요.

배우는 방법은 여러 가지

사람마다 공부하는 방법이 다르듯이, 머신러닝도 배우는 방법이 여러 가지예요. 크게 두 가지를 볼까요?

지도 학습은 정답을 알려주면서 가르치는 방법이에요. 사진마다 "이건 고양이", "이건 강아지"라고 이름표를 붙여서 보여줘요. 선생님이 옆에서 정답을 알려주는 것과 같지요.

비지도 학습은 정답을 알려주지 않아요. 대신 컴퓨터가 스스로 "이건 비슷하네, 저건 다르네" 하며 끼리끼리 묶어요. 장난감을 색깔별로 알아서 나누는 것과 비슷해요.

상을 받으며 배우기

또 다른 재미있는 방법도 있어요. 강화 학습이라고 불러요.

이건 게임을 하면서 배우는 것과 똑같아요. 잘하면 점수(상)를 주고, 못하면 점수를 뺏어요. 컴퓨터는 상을 많이 받으려고 계속 도전하면서, 어떻게 해야 잘하는지 스스로 깨달아요. 강아지에게 "앉아"를 시키고 잘하면 간식을 주는 것과 비슷하지요.

사람 뇌를 닮은 신경망

요즘 가장 똑똑한 방법은 딥러닝이에요. 딥러닝은 우리 뇌를 흉내 낸 신경망이라는 것을 써요.

우리 뇌 속에는 수많은 신경 세포들이 서로 손을 잡고 정보를 주고받아요. 신경망도 똑같이 작은 점(뉴런)들이 줄줄이 이어져서, 정보를 앞으로 전달하며 답을 찾아내요. 층이 여러 겹 쌓여 있어서 아주 어려운 문제도 풀 수 있답니다.

이 신경망 덕분에 컴퓨터가 사진 속 물건을 알아보고, 사람 말을 알아듣고, 그림도 그릴 수 있게 되었어요. 예전 방법들보다 훨씬 잘하게 되었지요.

질문을 따라가며 답 찾기

머신러닝에는 결정 트리라는 방법도 있어요. 이건 스무고개 놀이와 똑 닮았어요.

"나이가 많나요?", "혼자 탔나요?" 같은 질문에 예/아니오로 답하며 가지를 따라 내려가다 보면, 마지막에 답이 나와요. 나뭇가지가 갈라지듯 질문이 이어져서 나무(트리)라는 이름이 붙었어요.

정리해 볼까요?

머신러닝은 컴퓨터가 많은 예시를 보고 스스로 규칙을 배우는 기술이에요. 정답을 알려주며 가르치기도 하고, 스스로 묶게 하기도 하고, 게임처럼 상을 주며 배우게도 해요. 그리고 우리 뇌를 닮은 신경망을 쓰는 딥러닝은 특히 똑똑하답니다.

지금 이 순간에도 컴퓨터들은 열심히 배우는 중이에요. 여러분이 자전거를 배웠던 것처럼요. 넘어지고 다시 일어나며 조금씩 똑똑해지는 컴퓨터, 정말 신기하지 않나요?