본문 바로가기

딥러닝 알고리즘

자동차의 '눈'은 어디까지 볼까? 운전에서 인간을 제외하는 것만으로도 시간과 비용 효율의 큰 개선을 기대할 수 있다는 점에서 자율주행은 미래 자동차 산업을 바꿀 기술로 불립니다. 그래서 기업들은 자율주행의 핵심인 '컴퓨터 비전(Computer Vision)'의 발전에 힘을 쏟고 있습니다. 미국의 전기차 제조사인 테슬라(Tesla)는 컴퓨터 비전을 활용한 카메라에 의존하는 것으로 알려져 있습니다. 차량에 설치된 8대의 카메라가 주변 도로, 물체 등 환경을 감지하는 것입니다. 컴퓨터 비전은 인간의 시각을 모방하는 인공지능(AI) 분야로서 테슬라는 우수한 딥러닝 알고리즘으로 컴퓨터 비전 기반 자율주행 기술을 개발합니다. l 컴퓨터 비전을 통한 운전자 모니터링 (출처: 아이사이트 홈페이지) 이처럼 컴퓨터 비전은 어떻게 발전하느냐에 따라서 인간의.. 더보기
족집게 데이터가 '전교 1등' AI 만든다! 딥러닝 기반 알고리즘들은 충분한 양의 데이터로 학습한다면 좋은 성능을 낸다고 알려져 있습니다. 딥러닝 알고리즘은 이미지 분류, 객체 탐지, 영상 분할 등 여러 가지 분야에서 이미 사람보다 더욱 정확하고 빠르게 동작하고 있습니다. 이러한 딥러닝 알고리즘을 연구하고 개발하는 과정에서 딥러닝 알고리즘을 효과적으로 학습시키는 방법론에 관해서 연구가 많이 진행되었습니다. 더 많은 데이터로 학습한 딥러닝 모델에서 전달받은 정보를 활용해 학습하는 기법인 지식 증류(Knowledge Distillation). 다른 데이터들로 공부한 것을 토대로 효과적으로 학습하는 전이 학습(Transfer Learning). 이 외에도 여러 가지 방면의 연구가 많이 진행되었지만, 오늘 중점적으로 다룰 방법론은 능동 학습(Active .. 더보기
더 가볍게! '인공지능 다이어트'가 필요한 이유 오늘날 신경망을 깊게 쌓아 올린 딥러닝 기반 알고리즘들은 다양한 분야에서 미증유의 퍼포먼스를 보여주고 있습니다. 심층 신경망 연구는 하드웨어의 눈부신 발전과 함께 두각을 나타내기 시작했으며, 더 좋은 성능의 알고리즘을 만들어내기 위해 각 기업 및 학계의 연구소에서는 더 강력한 최신의 GPU와 TPU를 사용한 연구를 진행하고 있습니다. 이렇게 강력한 하드웨어와 전력을 쏟아부어야 만들 수 있고 사용할 수 있는 딥러닝 알고리즘. 우리 손엔 자그마한 스마트폰 정도가 쥐어져 있는 것 같은데, 도대체 어떻게 해야 연구소에서 우리 삶 속으로 꺼내올 수 있을까요? 이 포스트를 통해 인공지능(AI) 경량화의 필요성과 그 흐름에 대해 짚어보는 시간을 갖고자 합니다. 경량화의 필요성 심층 신경망의 성능을 끌어올리기 위한 가.. 더보기
재미있는 AI 활용 사례 여러분은 YOLO(욜로)라고 하면 무엇이 떠오르나요? ‘인생은 한 번뿐이다.’를 뜻하는 You Only Live Once가 떠오르시나요? 미래보다는 현재를 즐기는 사람들을 뜻하는 YOLO 족을 많이들 생각하실 것 같은데요. 딥러닝 알고리즘 세계에서 YOLO는 다른 의미로 통한답니다. You Only Look Once. 여기에서 YOLO는 인공지능 물체 인식 기법으로, 말 그대로 한번 만에 물체를 실시간으로 감지하고 분류할 수 있게 하죠. YOLO는 이미지에서 관심 객체를 배경과 구분해 식별하는 자동화 기법인데요. 올바른 객체 탐지를 위해서 경계 박스를 설정해 객체의 상태를 나타내는 사물의 카테고리와 연관시켜야 하는데, 이때 딥러닝 기술이 활용되죠. 그렇다면 YOLO와 같은 기술이 왜 필요할까요? 자율주행.. 더보기
인공지능 시대, 인공지능 하드웨어의 현재 상황은? 인공지능(AI)은 어느덧 일반적인 기술이 되어 이미지 인식과 음성인식 이외에도 다양한 영역으로 확산 중입니다. 인공지능 확산에 크게 기여한 요인으로는 딥러닝 알고리즘의 진화와 더불어 GPU의 활용을 들 수 있는데요. GPU는 슈퍼컴퓨터 대신에 수천 개의 코어를 한 장의 GPU 카드만으로 구동시킬 수 있도록 하여 많게는 매번 수억 번의 연산을 해야 하는 딥러닝 알고리즘의 대중화를 가능하게 했습니다. 그러나 GPU는 전력 소모가 크고 발열이 심해 디바이스에 탑재하기 어려우며 또한 CPU처럼 분산 환경을 구성하여 클라우드를 구현하기도 어렵습니다. 인공지능 하드웨어의 진화 대규모의 인식 서비스를 위해서 수백 대의 GPU 서버를 활용해야 하고, 서버 기반이기 때문에 실시간 성능에 제약이 발생하는 상황에서 이를 극.. 더보기