머신러닝이란?(개념 및 유형)

  안녕하세요 에듀몬입니다. 4차 산업 혁명시대가 도래함에 따라 우리 교육 현장에서는 창의융합형 인재를 길러내기 위한 많은 시도들이 이루어지고 있습니다. 이러한 인공지능의 영역은 사람의 삶을 좀 더 편리하고 윤택하게 하기 위해 기계에게 많은 기회를 주고 그들이 스스로 성장할 수 있도록 촉진하고 있습니다. 그 대표적인 영역이 바로 머신러닝인데요. 이번 시간에는 머신러닝에 대해 알아보도록 하겠습니다.

 

 

 

1. 머신러닝

 

  머신러닝(Machine Learning)은 인공지능의 분야의 하나로써 기존 컴퓨터 시스템이 미리 정해 놓은 알고리즘에 따라서 작동하는 것과 다르게 기계 스스로 패턴 및 추론을 거쳐 작업을 할 수 있는 알고리즘 및 통계 모델과 관련한 연구입니다. 머신 러닝에 기반한 알고리즘은 예측 또는 결정을 하기 위한 ‘훈련 데이터’를 기반으로 수학적인 모델을 구축하며 이러한 점은 기존의 프로그래밍과 구별되는 점입니다.

  즉 쉽게 이야기 하면 기계에 많은 데이터를 주고, 이를 처리할 수 있는 최소한의 모델을 부여한 뒤 일정 시간 훈련을 시킵니다. 그렇게 되면 기계는 스스로 학습을 하고, 데이터, 모델, 훈련시간이 더해져 자신이 학습한 지식을 다른 영역에도 적용 가능할 수 있도록 발전하는 것입니다.

  Mitchell, T.(1997)에 따르면 머신러닝은 1959년 Arthur Samuel의 IBM Journal에서 등장한 후 머신러닝에 기반한 알고리즘에 대한 형식적인 정의가 내려졌습니다. 머신러닝을 세부적으로 살펴보면 지도 학습(Supervized learning), 비지도 학습 (Unsupervised learning) 및 강화 학습(Reinforcement learning)으로 구분하여 살펴볼 수 있습니다.

 

 1) 지도 학습

  지도학습은 연습 데이터와 관련된 결과 값을 알려주고 나서 다른 데이터가 주어졌을 때 결과 값을 알아내는 머신러닝의 방식입니다. 사람이 미리 분류(label)한 고양 이와 개의 사진을 미리 기계에 학습시킨 다음 새로운 사진을 기계가 판단하는 것 이 한 예가 되겠습니다.

 

출처: 한국정보통신기술협회 정보통신용어사전

 

 2) 비지도 학습

  비지도학습은 연습 데이터와 관련한 결과 값을 미리 학습시키지 않는 방식입니다. 지도 학습과 다르게 별도 학습 과정이 없이 대량으로 입력 후 기계가 스스로 특징을 탐색 및 분류하고 판단하는 방식입니다. 이는 데이터 자체에 집중하는 방식으로 데이터의 구조와 특징, 데이터 간 관계를 살펴보는데 적합한 방식입니다.

 

출처: 한국정보통신기술협회 정보통신용어사전

 

 3) 강화 학습

  강화학습은 행동의 주체인 에이전트(Agent)가 상태(State)를 인식하고 가능한 선택적인 행동(Action) 중 최대 보상이 수반되는 행동을 선택하는 방식을 말합니다. 주로 AI와 관련된 게임이나 자율주행 자동차 분야 등에서 활용되고 있습니다. 최근 화두가 된 알파고는 바둑에서 ‘높은 점수’를 받는 방향으로 학습하였고, 자율주행 자 동차는 ‘안전’이나 ‘최단시간 이동’ 등 보상을 향해 학습해 나갑니다.

 

출처: 한국정보통신기술협회 정보통신용어사전

 

 

 

2. 머신러닝 교육용 플랫폼

 

  머신러닝을 체험하고 학습할 수 있는 교육용 플랫폼으로 Google의 프로젝트로 개발 된 Teachable Machine과 IMB사의 Machine Learning for Kids가 있습니다. 데이터를 수집하고 모델을 훈련시키는 등 일련의 머신러닝 과정을 웹상에서 체험하며 익힐 수 있는 도구로서 머신러닝 교육을 위하여 교육 현장에서 많이 활용되고 있습니다. 단순히 머신러닝 모델을 제작할 뿐만 아니라 AI 프로그래밍 활동으로 나아가 AI 원리뿐만 아니라 활용으로 확장할 수 있는 장점이 있습니다.

  최근 이러한 머신러닝 교육용 플랫폼과 연계하여 학습이 가능한 교육용 로봇이 등장하고 있습니다. 이영호(2019)에 따르면 인공지능 교육과 관련한 연구에 대하여 인공 지능 기술을 적용하는 부분과 인공지능 기술을 교육하는 부분으로 나누어 보고 있으며 인공지능 교육용 로봇은 앞서 학습한 인공지능의 기술 및 원리를 적용해 볼 수 있는 교구라 할 수 있습니다. 조립형, 완성형 또는 센서 및 카메라 부착 여부 등 형태와 기능면에서 다양한 머신러닝 활동이 가능한 인공지능 교육용 로봇이 있으며 실물을 확인할 수 있어 구체적 조작기인 학생들이 보다 흥미를 가지고 수업에 참여할 수 있습니다.

 

 

※ 참고문헌: 머신러닝 플랫폼을 활용한 AI교육 프로그램 개발(유원진, 2020)