[분석]인공지능 활용 연구②: 미분가능한 신경 컴퓨터(DNC)

기사입력 : 2017-12-13 08:25:00
미분가능한 신경 컴퓨터 (Differentiable Neural Computer, DNC)

지난 2016년 3월, 세기의 대결로 사회적 관심을 모은 알파 고와 이세돌 9단의 대국은 인공지능의 가능성을 전 세계에 알린 신호탄으로 회자되고 있다. 그러나 이미 학계에서는 인공지능의 성공을 예측하고 있었다.

2016년 10월, 알파고 개발진 딥마인드는 세계적인 학술지 네이처에 새로운 형태의 인공지능 학습 방법론을 다룬 논문을 게재했다.

미분가능한컴퓨터(DNC)라고 지칭하는 이 방법론은 인간이 특정한 사실을 추론하는 과정이 신경망에 내재된 기억을 재편한다는 사실로부터 출발한다. 지금까지의 심층학습 방법론은 정보의 저장 기능이 없었다. DNC는 일반적인 인공신경망의‘ 계산 기능’에‘ 정보 저장 기능’을 추가한 개념으로 볼 수 있다.
center
런던 지하철에서의 최단거리 계산, 자료 : DeepMind, Differentiable Neural Computer, 2016년

이 두 가지 기능이 융합되어 인간의 뇌와 비슷하게 추론하는 체계를 제안한 것이다. 특히 DNC는 저장 공간에 정보를 읽고 쓰는 과정을 통해 학습을 수행할 수 있는 기술을 소개 했다. 이것은 지금보다 더 큰 데이터를 효율적으로 학습할 수 있는 가능성을 보여준다.

딥마인드는 여러 가지 연구를 통해 DNC의 추론 기능을 증명했다.

일례로 페이스북 인공지능 연구소에서 공개한 질문응답 데이터 bAbI에 대해서 약 96%의 정확도를 기록한 것이 있다. bAbI 데이터의 예를 들어보면‘ 존이 놀이터에 있고 축구공을 가지고 있다.’라는 정보에서‘ 축구공이 어디에 있는가?’라는 질문에‘ 놀이터에 있다’라고 추론하는 것이다.

딥마인드는 bAbI 데이터에 대한 DNC의 추론능력이 기존의 연구결과를 월등히 상회한다고 밝혔다. DNC는 그밖에 가계도에서의 구성원 추론, 런던 지하철의 최단거리 계산, 블록 퍼즐 실험에서도 탁월한 성능을 보였다.

참고자료: AI사업단 X 지능정보산업협회 Journal Vol.2 Artificial Intelligence Companion Project

[분석]인공지능 활용 연구①: 적대적 생성신경망(GAN)
[분석]인공지능 활용 연구③: 사람의 행위나 동작을 흉내 내는 강화학습

추형석 소프트웨어정책연구소 선임연구원
<저작권자 © 빅데이터뉴스, 무단 전재 및 재배포 금지>