선행학습을 통해 최적의 학습모델을 정하는 기술

세종대학교 컴퓨터공학전공 한동일 교수 연구팀은 선행학습 기반 최적의 딥러닝 학습 모델을 선별하는 장치를 개발했다. 특허 명칭은 '인공 신경망을 구성하는 복수의 학습 모델 중 최적 학습 모델 선택 방법 및 장치’로 현재 특허 등록이 완료돼 산업에서 기술을 활용할 수 있도록 기술이전을 추진할 계획이다. 

딥러닝 모델은 결괏값의 정확도를 높이기 위해 모델의 계층이 깊어지고 특징이 많아지는 대규모 모델로 진화하고 있다. 그로인해 대형화되는 딥러닝 모델과 대규모 학습 데이터를 단일머신에서 처리하는 데 한계가 있어 최적의 학습 모델을 쉽게 선택할 수 있는 기술이 요구되고 있다. 

학습 모델의 처리 과정을 트리구조로 배치해 최적의 학습 모델을 선별한다. 이를 활용하면 기계학습의 특성상 학습 초기에는 결괏값의 신뢰가 낮은 경우와 달리 적은 데이터로 선행학습이 가능해 안정성을 높일 수 있다.

선행학습이 끝나면 각 학습 모델에 대해 본 학습을 수행한다. 본 학습은 검증 데이터를 적용해 각 학습 모델에 대한 평가를 진행하고 누적된 평가 결과를 바탕으로 하위 경로를 결정한다 

누적된 평가 결괏값에 따라 우수한 경로를 선택할 수도 있지만, 성능이 더 좋아질지도 모르는 미지의 임의의 경로를 선택할 수도 있다. 이로써 기존의 단일 모델을 집중적으로 깊게 학습하는 것보다 더 유연하고 폭넓은 선택을 취할 수 있다. 마지막으로 평가 결과를 바탕으로 최적의 학습 모델을 선택할 수 있다.

개발된 장치를 활용하면 학습모델을 선택하는데 소요되는 시간과 비용에 대한 낭비를 줄일 수 있다. 또한 인공지능 서비스를 개발하는데 폭넓게 적용할 수 있어 서비스 품질 향상에 기여할 것으로 기대된다.