꿈꾸는코난

< GAN 인 액션 > | 야쿠프 란그르, 블라디미르 보크 지음 | 박해선 옮김 | 한빛미디어

머신러닝을 위해 사용하는 다양한 시스템 중 GAN에 관한 책이다. 다양한 알고리즘과 시스템이 있지만 GAN이 다른 시스템과 다른 부분 중의 하나는 자동으로 학습한 표현과 머신러닝 피드백 루프를 활용할 수 있다는 점이다. 특히 머신러닝을 위한 다른 시스템은 크게 변화하지 않고 있지 않지만 GAN은 계속 발전해 오고 있다는 점이다.

이 책은 머신러닝과 신경망을 어느정도 다뤄본 경험이 있는 사람을 대상으로 한다. 따라서 이 부분을 전혀 모르는 사람이 읽기에는 다소 무리가 있을 것이라고 생각한다. 나도 머신러닝에 대한 알고리즘이나 시스템을 실제 사용해 보지는 않았지만 개념적으로 어느 정도는 알고 있다고 생각한다. 그래도 이책의 개념을 완전히 이해하기에는 조금 어려운 부분이 없지 않아 있었던 것은 사실이다.

하지만 본인의 의지가 있다면 자료를 찾아가면서 책을 읽어볼 시도는 가능하다고 생각한다. GAN을 알기 위해서 머신러닝에 대한 기초부터 일일이 시작하기에는 너무 시간이 많이 걸릴 것은 분명하다. 관심이 있다면 이 책을 읽어가면서 이해가 되지 않거나 부족한 부분은 다른 자료를 참고하면서 천천히 읽어가는 방법도 좋은 방법이라고 생각한다.

이 책은 총 3부 12장으로 구성되어 있다. 1부는 GAN과 생성 모델링에 대한 설명이다. GAN 세계를 소개하고 가장 기본적인 GAN 모델에 대해 설명한다. 2부는 최신 GAN 모델에 대해 다루고 있다. 1부에서 설명한 기본 개념을 바탕으로 GAN을 이론적으로 더 깊이 이해하고 GAN을 구현하기 위한 실용적인 방법을 소개한다. 3부는 앞으로 배울 것에 대해 소개한다. 앞에서 배운 GAN과 구현에 대해 학습한 것을 적용할 수 있는 실용적인 사례와 다른 분야를 제시한다.

GAN에 대한 기본적인 작동 원리와 생성자 및 판별자 개념을 이해한 후 오토인코더와 GAN으로 손글씨 숫자를 생성하는 예제를 다룬다. 또한 다양한 모델로 고해상도 이미지를 생성하거나 손글씨 숫자 이미지를 생성하거나 물체를 변화는 방법을 자세히 설명한다. 또한 GAN 훈련이 가지는 어려움과 실제 이미지와 잡음으로 적대 샘플을 생성하는 예를 살펴본다. 또한 의료 및 패션 분야에서 GAN의 활용 방법과 사례를 살펴볼 수 있다.

이 책을 통해 이론과 실용이라는 두마리 토끼를 모두 잡을 수 있다고 생각한다. GAN은 실용적인 사례 및 이론적인 요구사항과 제약에 대한 복원력 측면에서 모두 잘 활용할 수 있는 모델이다. 특히 사물이나 사람 얼굴 등과 같이 서로 다른 종류의 이미지를 동일하게 잘 생성하는 것을 보면 다양한 분야에 활동도가 높다는 것을 알 수 있었다. 단점중의 하나는 훈련이 어렵다는 것인데 그 원인 중의 하나로서 실전에 왜 잘 동작하는지 이해하기 어렵다는 점인 것 같다. 일부 수학적으로 증명이 되고 있지만 대부분의 성과가 실험적인 결과인 것을 보면 알 수 있다.

진정한 AI 패러다임에 도달하기 위해서는 GAN과 같은 모델이 현실을 반영하도록 사람이 제대로된 방향을 제시해 주는 것이 필요한 것 같다. GAN은 기존 대부분의 데이타를 학습하여 샘플을 만들수 있지만 훈련데이타에서 크게 벗어나지는 못한다는 한계가 있기 때문이다. 다양한 연구를 통해 보다 완벽한 머신러닝으로 접근하는 것은 여전히 사람의 손에 많은 것이 달려 있다고 생각한다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."