[생활코딩 - 머신러닝 야학] 머신러닝1 day1

이미지 출처: https://opentutorials.org/course/4548

 

유튜브에 '생활코딩'이라는 채널이 있다. 아마 프로그래밍을 공부하는 분들이라면 한 번씩은 다 들어봤을 법한 유명한 채널이다.

8/13일부터 구글과 생활코딩 채널, 그리고 오픈튜토리얼스가 만든 '머신러닝 야학'이라는 컨텐츠를 진행한다고 해서 참가신청을 하고, 기다리고 있었다. 그리고 오늘부터 시작하게 됐고, 하루 늦게 시작했지만 매일매일 내가 배운 것들을 정리하기 위해 블로그 글로 남긴다.

 

1 - 2. 머신러닝이란?

결정 = 비교+ 선택. 무엇이 좋은 무엇이 더 나쁜지를 파악할 수 있다면 선택은 기계적인 게 된다. 비교가 쉽지 않은 경우가 많다. 이럴 때 특히 결정을 내리기는 더욱 어려워지게 된다. 인류는 좋은 결정을 하기 위해 몸부림을 쳐왔고 이를 위해 숫자와 같은 도구를 만들어 냈다. 이 도구들도 점점 발전해 컴퓨터 등의 형태로 진화했고, 이제는 인간의 결정을 기계에게 맡기고 싶어 하고 있다. 여기서 기계가 스스로 결정할 수 있게 만들어진 기술이 바로 '머신러닝'이다. 머신러닝은 판단능력을 확장해 결정을 빠르고 정확하게 할 수 있게 도와줄 수 있는 도구다.

 

 

1- 3. 꿈

습관을 고치는데 머신러닝이 활용될 수 있을까? 습관은 내 의지만으로는 이기기 어렵다. 습관에 지속적으로 영향을 주는 환경을 바꾸면 습관은 서서히 바뀐다. 또 이런 환경을 바꾸는 것은 나의 의지다. 습관, 의지, 환경은 가위,바위,보 와 같은 관계이다. 우회전략으로 의지로 환경을 바꿔 습관을 고쳐볼 수 있을 것이다. 안 좋은 습관을 행 했을 때 머신러닝을 이용해 알려주게 되면, 그 습관은 서서히 줄어들 것이다.

 

 

1 - 4. 궁리하는 습관

손톱을 깨무는 습관을 앱을 만들어 없애고 싶다고 가정해보자. 집에 있는 안 쓰는 핸드폰을 활용해 나의 모습을 촬영하고, 내가 손톱을 깨물 때 경고음을 낸다거나, 경고를 화면에 보여주는 어플이 있다면 어떨까. 이런 어플을 앱스토어에 올려 다른 사람들에게도 도움을 줄 수 있다면 어떨까? 손톱 깨무는 습관뿐이 아니라 다른 습관을 교정할 수 있는 앱이 있다면 어떨까? 등의 궁리하는 습관을 길러야 한다. 예전엔 망상으로 여겨졌던 것들이 지금은 혁신이 될 수 있는 시대다. 말이 끌던 마차가 자동차가 되고, 이제는 기계가 스스로 움직이는 자율주행 시대가 오고 있다. 분명 옛날에는 '자동차가 신호체계도 알고, 길도 알고, 네비게이션도 스스로 분석해서 혼자 움직이면 좋겠다'라는 생각을 망상처럼 여겼을 것 같은데, 실제로 현실이 되어 가고 있다는 걸 생각해보면, 궁리하는 습관은 정말 혁신이 될 수 있는 시대다.

 

 

1 -5. Teachable machine

머신러닝을 이해하기 위해 꼭 코딩과 수학이 필요한 것은 아니다. 수학과 코딩이 없어도 머신러닝을 이용할 수 있게 해주는 서비스들이 있다.   (이번 머신러닝 야학에서 알려주는 오렌지 서비스도 수학과 코딩을 몰라도 머신러닝 서비스를 이용할 수 있다고 한다. 아직 해당 수업까지는 진도를 나가지 못해 어떤 서비스인지는 정확하게 모르겠다.) 컴퓨터가 누구나 사용할 수 있게 된 것처럼 머신러닝도 누구나 다룰 수 있는 세상이 올 수 있다. 이 강의에서는 이런 사례를 이 사이트를 이용하여 보여준다.

기계학습.. 즉 머신러닝을 실제로 경험해봤는데 진짜 깜짝 놀랐다... 랩탑 웹캠을 이용해서 손톱을 깨물고 있는 사진 25장, 정상적인 사진 25장을 학습시키고 웹캠을 이용해 실시간으로 촬영하는 동안 화면 아래에는 정상인지 손톱을 깨물고 있는지 확률을 보여주는 그래프가 실시간으로 계속 변동되며 나오는데 진짜 정확했다. 물론 한정된 환경에서 촬영됐음을 감안해도, 많은 양의 데이터를 주고 학습을 시킨다면 높은 정확도를 가질 것이란 확신이 들었다. 

 

 

1 - 6. 모델

모델은 머신러닝을 이해하는 데 중요한 열쇠이다. 좋은 판단력은 나의 삶과 인류 진화에 필수적인데 머신러닝은 이런 판단력을 기계에게 맡기는 것이다. 이 판단력을 '모델'이라고 부르며 모델을 만드는 과정을 '학습'이라고 부르기로 했다. 모델을 잘 만들면 좋은 추측을 할 수 있게 되기 때문에 좋은 모델을 만드는 게 머신러닝의 중요점인 것 같다. 좋은 모델을 만들기 위해선 학습이 잘 되어야 할 것이고,  결과적으로 좋은 추측과 올바른 결정을 내릴 수 있게 될 것이다. 

 

 

// 가고 싶은 산 정상을 가기 위해 꼭 거쳐야 되는 어떤 문이 있다. 이 문은 굉장히 크고 압도적이어서 문을 열고 싶은 생각조차 들지 않았고, 그 뒤엔 분명 더 무서운 것들이 있을 것이란 생각이 들 정도다. 용기 내어 문을 열었을 땐 의외로 익숙한 것들과 아기자기한 것들이 있어 문 뒤로 난 길을 뚫고 정상을 향해 갈 수 있겠단 생각이 들었다.

 

이 강의를 듣고 내가 느낀 점을 비유하자면 위와 같다. 데이터 사이언스라는 정상이 있다 치면 난 아직도 어떻게 가야 할지 모르고 있는 상태다. 그래도 내가 원하는 데로 갈 수 있는 길을 거부감 없이, 도전할 수 있겠다는 생각을 갖게 해 준 느낌! 일단 시도하고, 필요한 것들은 더 찾아 공부하고, 기록하자. 화이팅