[머신러닝]컴퓨터는 어떻게 개와 고양이를 구별하는가??:: 우주를놀라게하자

개요

 최근(?) 근 3년간 알파고의 영향으로 많은 일들이 있었다. 알파고를 통해서 우리가 접하게 된 이름이 인공지능이다.

인공지능의 발전으로 바둑만 영향을 미치게된것은 아니다. 컴퓨터를 통해서 특정 사물을 검출한다던가 인식하는 기술도 엄청난 성장을 가져왔고, 그중 대표적인 예시로 개와 고양이의 구별이다.

 그렇다면 왜? 사람들이 개와 고양이를 구별했다는 것에 대해서 놀라워했을까? 라는 의문을 갖게된다.

이유는 개와 고양이를 구별한다고 했을때 매우 겹치는 부분이 존재하기 때문이다. 아래 사진을 보자

  개와 고양이의 특징을 보면 동일하게 털이 복실복실하고 수염이 나있고 품종에 따라선 크기도 비슷하다. 사실 사람의 경우는 "누가 개랑 고양이도 구별을 못하냐!" 라고 할 수 있지만, 컴퓨터에게 개와 고양이를 알려준다는 것은 한번도 앞을 못본 장님에게 개와 고양이의 구별을 시키는 것과 동일하다고 볼 수 있다.

 

  여기서 도대체 어떤 부분이 머신러닝 혹은 인공지능이라는 기술이 들어간다는 것일까?

위의 말한 털이 복실복실, 수염, 크기 등등 이러한 것들을 특징이라고한다. 그리고 이러한 특징들을 각각의 데이터 별로 분류를 하는 작업을 인공지능이 하는것이다. 

아래 그림을 보면 인공지능이 어떤 작업을 하는지 더 직관적으로 이해하기 쉬워질것이다.

 아래 분포의 기준은 y축으로 귀의 뽀족한정도, x축으로 코의 크기이다. 총 12개의 사진을 통계적으로 봤을때 고양이가 대체적으로 코가 작고 귀가 개보다 뽀족하다고 판단할 수 있다.

이렇듯 통계에 근거하여 분류를 하는것이 머신러닝이라고 할 수 있다.

 

위의 과정에서 확인 할 수 있듯 통계적으로 귀의 크기, 코의 크기, 기타 등등 다양한 특징들을 가지고 판단을 하는것을 Object Recogintion(객체 인식)이라고 한다.

  위의 들어간 데이터들을 기준으로 분류를 한다고 하면 아래와 같은 영역으로 나눌수있다.

 이제 판단기준(영역)이 생겨났으니 새로운 개 혹은 고양이 사진이 파란색 혹은 빨간색의 범주안에 들어간다면 개 혹은 고양이라고 판단하게 된다.

새로운 사진 즉, 데이터를 넣어보자

 해당 사진에 바우와우(어렸을때 봤던 강아지 나오는 개이름..이다..저 강아지 품종을 몰라서 바우와우라고 하겠다..)의 귀, 코의 생김새와 크기로 보았을때 개의 범주로 들어가기 때문에 컴퓨터는 개라고 인식을 하게 된다.

리뷰

 전체적으로 흐름을 본다면 사진을 주고 해당 사진속 물체의 특징의 평균치를 가지고 컴퓨터는 개인지 고양인지 구별하는 것이다. 그리고 이 평균치를 구하는 부분을 인공지능이 해결해주는 구조로 이해하면된다..

 크게 일단 머신러닝 속에서 활용되는 부분중에서 이미지프로세싱을 정리했는데 전혀감이 없거나 혹은 그냥 흥미가 생겼는데 기존의 설명들이 너무 어려운 분들에게 도움이 됬으면 해서 정리해봤다.

 질문이나 궁금증 혹은 피드백은 언제나 환영합니다!