오는 15일(수) 14시부터 MATLAB에서 GAN을 쉽게 구현하는 방법과 딥러닝 Toolbox 업데이트, GAN의 소개 및 구현, 확장된 기능을 통해 구현 가능한 예제 등으로

주로 인간의 개입에 의한 인공지능이 대부분을 차지하고 있었지만 인간의 개입 및 학습 데이터가 없어도 스스로 학습하는 신경망, 서로 대립하는 두 시스템이 서로 경쟁하는 방식으로 학습을 진행하는 비지도 학습 방식의 신경망을 '적대적 생성신경망 또는 생성적 적대신경망(Generative Adversarial Network. 이하, GAN)'이라 한다.

GAN은 지난 2014년 신경정보처리시스템 학회(NIPS, Neural Information Processing System)에서 처음 발표됐다. 이후 2016년 NIPS에서 GAN 튜토리얼이 진행되면서 GAN의 가능성과 잠재력에 대한 학계와 산업계의 큰 주목을 받으면서 지난해 7월 구글 딥 마인드는 사람과 물체의 동작이나 보행 능력을 흉내 내는 인공지능을 개발했으며, 인실리코 메디슨은 신약에 활용될 새로운 화합물을 개발하기 시작했다.

생성적 적대신경망(GAN)은 두개의 모델이 있다. 하나는 생성기/생성자(G, Generator) 이며, 또 하나는 분류기/판별자(D, Discriminator)로 두 모델은 서로 경쟁하면서 서로에게 영향을 미치면서 고도화된다.

생성기는 노이즈로부터 어떠한 결과물을 만들어내는데, 이 결과물은 분류기에 의해서 평가되며, 분류기는 생성기로부터 온 결과물과 실제 데이터(Real Data)를 구분해내는 역할을 한다. 예를 들어, 이미지를 생성하는 AI와 그 이미지가 진짜인지를 분별 AI가 경쟁하면서 가짜 이미지를 진짜 이미지와 최대한 가깝게 이미지를 생성하고 생산한다.

다시 말해, 생성기는 분류기를 속일 정도로 잘 만들어야 하며, 분류기는 생성기가 생산한 가짜 데이터(Fake Data)를 진짜데이터와 잘 식별해야 한다.

이제 MATLAB에서도 최신의 생성적 적대신경망(GAN) 기술들을 구현할 수 있다.

매스웍스코리아에서는 오는 15일 14시부터 30분간 웨비나를 통해 딥러닝 Toolbox 업데이트, GAN의 소개 및 구현, 확장된 기능을 통해 구현 가능한 예제 등으로 구성되었다. 강의 20분, Q&A 10분으로 총 30분 간 진행되며, MATLAB에서 GAN을 쉽게 구현하는 방법과 코드를 함께 소개한다.

또한 R2019b 릴리즈에서 Custom training loops, loss functions와 Auto Differentiation (Autodiff) 등의 기능들을 통해 GAN, Attention Mechanism, VAE(Variational AutoEncoder) 및 Siamese Networks와 같은 다양한 딥러닝 기법들을 학습 및 활용할 수 있다.

발표자 송완빈 과장은 영상처리 및 컴퓨터 비전 분야로 석사학위 취득 후, MathWorks에서 데이터 분석, 영상처리 및 머신러닝·딥러닝 관련하여 Application Engineer로 재직하고 있다.

한편 웨비나는 YouTube에서 진행되며, 참가는 홈페이지에서 간단한 사전등록을 통해 참여할 수 있다.

 

저작권자 © 인공지능신문 무단전재 및 재배포 금지