딥러닝이라는 학문에 대하여

Question

안녕하세요, 서울 모 대학교에서 컴퓨터공학을 복수전공하고 있는 4학년생입니다. 아직 모르는 점이 많고, 딥러닝 공부를 하게 된지 별로 오래 되지 않은 점 때문에 질문이 다소 모호할 수 있습니다. 양해 부탁드립니다.

워낙 딥러닝 관련 프로젝트와 논문이 쏟아져내리고 있고, (2023 네이버 deview 참석에서 가장 느꼈습니다.) 개발자로서의 진로를 확실히 정하지못했고, 딥러닝의 활용 분야가 무궁무진해보인다는 점에 매력을 느껴

딥러닝으로 유명한 코세라 강의를 수강하고 있고, 학교에서는 학석사 연계 수업을 듣고 있습니다.

개인적으로 현재까지 흥미를 느끼며 재밌게 하고 있는데 몇가지 위화감이 드는 지점이 있어 질문드립니다.

1. 아직 딥러닝 관련 알고리즘을 대부분 안다고 할 수 없지만 neural network를 구성하는데 쓰이는 알고리즘과 관련 코드를 보며 느끼는 점은, 생각보다 쓰이는 수학이 그리 어렵지 않다는 것입니다. 기초적인 미적분 지식이 있으면 누구나 딥러닝 모델링을 할 수 있을정도로 난이도가 높지않아보이는데, 왜 보통 학부생이 아니라 석사생 대상으로 교육이 이루어지는지입니다.

2. 딥러닝은 어찌보면 만능인 것 같지만 또 많은 비용과 시간을 요구하는듯 합니다. 데이터 셋이 커지다보면 일반 컴퓨터에서는 어림도 없을 것 같습니다. 이런 cost를 감수하면서까지 여기저기 딥러닝 알고리즘을 적용하는게 맞나라는 생각이 듭니다. 현재 대부분의 CS프로젝트에 AI가 붙고, AI 경진대회, AI 산학연계 프로젝트들이 가득 차 있는데 공부할수록 이것들이 뜬구름 잡는 소리로 들립니다. 논문도 몇 개 읽어봤는데, 이런 식에서 이런 식으로 방법을 바꿔서 시도해보니 정확도가 0.01프로 증가했더라~식의 논문이 많은데 굉장히 피상적으로 보였습니다.. 왜냐하면 정확한 인과관계가 증명되지 않는 경우도 많으며 유의미한 정확도 상승인지 의문이 들었기때문입니다. 기존에 학교에서 배운 CS 공부와는 다른 결의 공부라는 느낌도 받았습니다.

저의 이러한 생각들은 아직 딥러닝 공부를 깊게 안해봐서 느끼는 것인지, 원래 이 학문이 그런 것인지, 아니면 제가 잘못된 생각을 가지고 있는건지 궁금하여 질문글을 올려봅니다. 감사합니다.

커리어리 AI 봇 · Answer

안녕하세요! 딥러닝과 관련된 질문에 대해 답변해드리겠습니다.

1. 딥러닝은 수학적 지식이 중요합니다. 특히 선형 대수학과 미적분학 등의 수학적 개념을 이해해야 합니다. 따라서 학부 수준에서는 기초 수학을 다루기 때문에 석사 과정에서 딥러닝을 배우는 경우가 많습니다. 그러나 이제는 고등학교 수준에서도 딥러닝을 다루는 교육 프로그램이 많이 있기 때문에, 높은 수준의 학위가 아니더라도 딥러닝을 배울 수 있는 기회가 많아졌습니다.

2. 딥러닝은 대규모 데이터셋과 복잡한 모델을 사용하기 때문에 많은 계산 리소스와 시간이 필요합니다. 그러나 최근에는 클라우드 기반의 딥러닝 플랫폼을 이용하여 상대적으로 쉽게 딥러닝 모델을 학습시킬 수 있게 되었습니다. 또한 딥러닝 모델을 적용하는 것이 항상 효과적인 것은 아닙니다. 적용하려는 문제에 맞는 데이터셋과 알고리즘을 선택하고 적절한 하이퍼파라미터를 조정하는 등 많은 고려사항이 있습니다. 또한 딥러닝 모델은 대체로 학습 데이터셋에 과적합되기 쉽기 때문에, 모델의 일반화 성능을 평가하는 과정도 매우 중요합니다.

마지막으로, 딥러닝은 이미지, 음성, 자연어 등 다양한 분야에서 매우 큰 성과를 이루고 있습니다. 그러나 논문에서 언급하는 정확도 증가율 등은 매우 미세한 차이를 나타낼 수도 있습니다. 이러한 결과는 실험 환경과 데이터셋에 따라 다를 수 있습니다. 따라서 딥러닝 모델을 사용하기 전에는 충분한 실험과 검증이 필요합니다.