전채남 ((주) 더아이엠씨 대표)

요즘 아파트 분양을 위해 지어놓은 모델하우스를 도시 곳곳에서 볼 수 있다. 아파트 모델하우스는 2~3년 뒤 준공되었을 때의 실제 아파트를 축소해 모형으로 만들어 소비자들의 이해를 돕는다. 아파트 모델하우스는 단지배치도, 조경, 생활편의시설, 평형별 안내 등을 포함하고 있다. 구조, 인테리어, 자재, 수납공간 등의 구성요소를 실물처럼 자세히 만들어 놓고 있다. 이곳만 둘러보아도 실제 아파트가 어떻게 지어질지 짐작할 수 있고 분양을 결정하는 데 큰 도움이 된다. 아파트 모델하우스처럼 AI도 모델하우스가 있다. AI의 모델하우스는 AI를 만들기 위해 데이터들의 관계나 패턴을 기계학습시켜 미리 만든다. AI의 모델하우스는 훈련을 통해 만들어진 모델로 데이터와 알고리즘으로 구성되어 있다.

사전에서 모델(Model)은 객체, 시스템 또는 개념에 대한 구조나 작업을 보여주기 위한 패턴, 계획 또는 설명이다. 좀 더 구체적으로 정의해 보면 완제품을 만들기 위한 틀이다. AI의 모델은 데이터를 사용하여 만들어 놓은 데이터들 간의 관계나 패턴을 기계학습시킨 틀이다.

AI의 모델은 데이터로 학습이 완료된 알고리즘(Algorithm)이라 할 수 있다. 알고리즘은 컴퓨터사이언스에서 이미 많이 사용하고 있던 개념으로 컴퓨터가 따라 할 수 있도록 문제를 해결하는 절차나 방법을 자세히 설명하는 과정이다. 컴퓨터사이언스의 알고리즘은 컴퓨터를 활용하여 주어진 문제를 해결하는 일련의 방법 또는 절차이다. 이는 문제해결 방법을 순서대로 나열한 것이라고 할 수 있다.

AI의 알고리즘도 컴퓨터사이언스의 알고리즘과 비슷하지만 프로그래밍과 기계학습만큼 차이가 있다. 프로그래밍은 특정 작업을 완수하기 위한 특정 명령어 세트를 가지고 있는 사람들이 만들어 놓은 소프트웨어 루틴이다. 반면 기계학습은 명시적 명령어 없이 작업 또는 예측을 수행하기 위한 능력을 기계가 미리 획득하고 새로운 상황에서 동일한 문제를 해결한다. 기계학습에서 알고리즘의 역할은 데이터를 학습하기 위한 것이다. 알고리즘은 데이터에서 관계와 패턴을 발견하여 예측과 의사결정 방안을 찾는 역할을 한다.

모델과 알고리즘의 관계를 보면 모델은 알고리즘이 최적화되어 실현된 형태이다. 모델은 새로운 데이터에 의해 의사결정 단계에서 사용하는 도구이며 알고리즘은 그 모델을 만드는 방법이다.

AI의 모델하우스는 주어진 데이터를 가지고 알고리즘으로 학습한 다음 새로운 데이터에 최적화된 의사결정을 지원한다. AI의 모델하우스를 잘 만들기 위해서는 충분한 데이터와 적합한 알고리즘의 하이퍼파라미터(Hyperparameter)를 조절하여야 한다. 하이퍼파라미터는 성능이 높은 모델을 구현하기 위해 모델에 설정하는 조절값으로 학습률(Learning Rate), 훈련 반복 횟수(Epoch) 등을 말한다. 하이퍼파라미터는 데이터사이언티스트가 조절하는 라디오의 볼륨과 같은 역할을 한다.

AI의 모델하우스는 아파트 모델하우스와 같은 보여주고 설명하기 위한 전시 공간이 아니라 완제품을 잘 만들기 위한 원형 찾기이다. 원형 찾기는 다양한 상황에서 잘 활용될 수 있도록 실용성이 높은 구체적인 식을 만드는 것이다. AI의 모델하우스는 보여주기 위한 화려함보다 활용하기 위한 똑똑함이 필요하다. AI의 모델하우스의 똑똑함은 원형의 완성도에 따라 차이가 나는데 수많은 짓기와 허물기의 반복 과정에 의해 결정된다. 이 과정은 단순히 모델하우스 짓는 기술로 보여주는 과정이 아니라 한 분야에 대한 전문지식이 발현되는 과정이다. 결국 모델하우스를 짓는 사람의 전문지식이 AI의 좋은 모델하우스를 만든다.

〈주〉더아이엠씨 대표