딥러닝이 뭐예요 — 다이얼이 잔뜩 달린 기계
딥러닝(deep learning)은 컴퓨터에게 규칙을 하나하나 가르치지 않고, 입력과 정답의 짝을 많이 보여 줘서 규칙을 스스로 찾게 하는 방법이에요. 이때 규칙을 담는 계산 기계를 모델(model)이라고 해요.
모델 안에는 값을 바꿀 수 있는 숫자(파라미터, parameter)가 아주 많이 들어 있어요. 이 숫자들을 다이얼이라고 생각하세요. 처음엔 다이얼이 아무렇게나 맞춰져 있어서 예측이 엉망이에요. 틀린 정도를 보고 다이얼을 조금씩 돌려서 정답에 가까워지게 만드는 과정이 학습(training)이에요.
된장찌개가 너무 싱거워요(예측이 정답과 달라요). 간을 보고 "목표 맛과 얼마나 다른지"를 느껴요(loss). 소금을 조금 넣어 보면 나아질지, 오히려 짜질지 방향을 따져요(gradient). 그 방향으로 소금을 아주 조금 넣어요(update). 이걸 맛이 맞을 때까지 반복해요. 딥러닝은 소금 같은 재료(다이얼)가 수천, 수만 가지인 찌개를 컴퓨터가 대신 맞추는 일이에요.
교수님도 같은 방식으로 설명했어요. 3주차에 칠판으로 "weight 하나를 조금 올려 보고 loss가 줄면 그 방향이 맞다, 늘면 반대 방향"이라고 했어요. 이것이 곧 이 장의 핵심이에요.
여러 층(layer)을 겹겹이 쌓은 모델을 쓰기 때문에 "깊다(deep)"는 말이 붙어요. 이 과목은 이 모델을 PyTorch로 만들고 학습시키는 코드를 다뤄요.
시험은 코드를 직접 짜는 문제가 아니라 코드를 주고 결과를 고르는 객관식이에요(1주차·7주차 교수님 안내). 교수님이 말한 문제 유형은 개념 설명, 결과 예측, 빈칸 채우기예요. 이 장은 개념 문제의 바탕이에요. "학습이란 loss를 줄이는 방향으로 파라미터를 조금씩 고치는 일"이라는 한 문장을 기억하세요.
잠깐 확인 — 모델 안의 "다이얼"에 해당하는 것은 무엇인가요?
파라미터(weight와 bias)예요. 학습은 이 숫자들을 조금씩 고치는 일이에요.
자료: 4주차 · 딥러닝 모델 Training 과정.pdf, Week04 Autograd_Loss_Optimizer.ipynb · 빅데이터04(4주차) 녹취, 빅데이터03·07 녹취 일부