분류와 예측에서 생성모델로 진화하다, 이안 굿펠로우
[야만인] 인공지능 발전의 뒷이야기
by
Mar 29. 2021
과연 컴퓨터가 스스로 이미지를 만들 수 있을까요?
인공지능으로 이미지를 분류하거나 예측하는 것만이 가능했던 때에는 NO라고 대답했을 것입니다.
하지만 지금은 YES라고 할 수 있죠!
이는 2014년 GAN(Generative Adversarial Network)을 발표한 이안 굿펠로우 Ian Goodfellow 덕분이라고 할 수 있습니다.
스탠포드 대학 Stanford University에서 컴퓨터 과학을 전공하던 그는 앤드류 응 Andrew Ng의 수업을 듣고 인공지능에 관심을 갖게 됩니다.
2014년 졸업 후 몬트리올 대학 University Of Montreal에 들어가 요슈아 벤지오 Yoshua Bengio 교수 연구실에서 박사과정을 밟으며 머신 러닝 Machine Learning에 대해 깊이 배우게 됩니다.
그러던 어느 날,
이안 굿펠로우는 한 친구의 박사과정 졸업 축하파티에서 까다로운 문제 하나를 접하게 됩니다.
‘어떻게 하면 컴퓨터가 스스로 이미지를 만들게 할 수 있을지’에 대한 문제였죠.
친구들은 이 문제를 해결하기 위한 방법으로 복잡한 통계적 분석 기법 적용을 고려하고 있었지만, 굿펠로우는 그 방법이 통하지 않을 것이라 생각했습니다.
그날 밤, 집에 돌아온 굿펠로우는 한 가지 아이디어를 생각해냅니다.
바로 두 개의 신경망을 서로 경쟁시키면서 이미지를 만들어내는 GAN입니다.
가짜 이미지를 만드는 생성자와 이미지의 진위를 판별하려는 식별자가 서로 경쟁을 반복하면 가짜 이미지의 정밀도가 높아지도록 만드는 것이죠.
그렇게 컴퓨터가 새로운 이미지를 스스로 만들게 되는 것입니다.
예를 들면 위조지폐범이 경찰을 속이기 위해 시행착오를 반복해서 결국 속이는 것과 같죠.
간단한 발상이었지만 이안 굿펠로우 덕분에 우리는 다양한 시도를 할 수 있게 되었고, 지금은 우리의 상상력을 자극하는 다양한 연구들이 쏟아지고 있습니다.
ex) 페이스북의 real-eye-opener, cycle GAN을 통한 이미지 변환 등
이안 굿펠로우는 현재 애플의 특별 프로젝트 그룹에서 머신러닝 총괄을 맡고 있습니다.
그는 또 어떤 연구로 역사를 만들어갈까요?
