http://www.sisain.co.kr/?mod=news&act=articleView&idxno=32487

"르쿤은 <시사IN>과의 인터뷰에서, 인간과 동물은 지도받지 않아도 ‘세계에 대한 기본 지식’을 학습할 수 있기 때문이라고 말했다. “인간의 아기는 단지 관찰로써 세상에 대해 엄청난 양의 지식을 배운다."

"르쿤이 언급한, 인간이 자기도 모르게 학습하는 ‘엄청난 양의 지식’을 ‘상식’이라고 부른다...사람 역시 이런 상식을 태어날 때부터 가진 것은 아니라고, 르쿤은 믿는다. 태어난 뒤 세상을 ‘관찰하면서 자연스럽게 학습’하게 되었다는 것이다. 이런 종류의 학습 방법을 ‘비지도 학습(unsupervised learning)’이라고 부른다."

학습은 크게 지도학습, 비지도학습, 강화학습으로 나눌 수 있습니다. 지도학습은 입력과 출력의 데이터가 주어졌을때 새로운 입력에 대해서 어떤 출력이 올바른 것인지 배웁니다. 비지도학습은 입력만 주어졌을때 그 사이의 패턴을 스스로 파악합니다. 데이터를 비슷한 그룹으로 묶는 클러스터링이 대표적입니다. 강화학습은 주어진 데이터가 없이 스스로 행동하며 학습을 합니다. 다만 내가 특정 행동을 했을때 거기에 따른 보상과 벌칙을 주는 환경이 필요합니다.

사실 지도학습과 비지도학습은 서로 관련이 아주 높습니다. 보통 사람은 비지도학습으로 미리 패턴을 구분하고 지도학습을 통해 그 패턴이 무엇인지 배우게 됩니다. 예를 들어, 아기는 누가 가르쳐주지 않아도 강아지와 고양이를 구분할 수 있습니다. 그리고 부모님이 이건 강아지, 이건 고양이라고 말해주면 머리속의 패턴과 그 이름을 매칭하게 됩니다. 이런 과정을 통해 자연스럽게 세상의 상식을 배우게 됩니다.

만약 기계가 인간 수준의 지식에 도달하려면 이와 같은 비지도학습과 지도학습이 연계되어 상식을 스스로 학습할 수 있어야 합니다. 거기에 강화학습으로 경험을 통해 배우는 과정도 필요합니다. 중요한 것은 지도학습, 비지도학습, 강화학습이 각각 나누어지는 것이 아니라 하나로 통합되어야 한다는 점입니다. 과연 이러한 신경망 구조가 언제 개발이 될 수 있을지 궁금합니다.