[한국공공정책신문=김유리 기자] 튜닝(Tuning)은 기계학습 모델의 성능을 최적화하기 위한 과정이다. 하이퍼 파라미터 조정을 통해 모델의 예측 정확도 및 처리 속도를 향상시키는 것이 목적이다. 따라서 AI(인공지능) 모델을 개발할 때 모델의 성능을 최대한 끌어내기 위해 튜닝(Tuning)이 중요하다. 튜닝의 기본적인 개념과 AI 초보자도 알기 쉽게 하기 위한 실천적인 예를 소개한다.
◇ 튜닝의 개념
튜닝(Tuning)이란 AI 모델의 성능을 최적화하기 위한 조정 작업을 말한다. AI 모델은 학습데이터를 기반으로 예측 및 분류를 하는데, 모델의 파라미터나 설정이 적절하지 않으면 성능이 발휘되지 않을 수 있다. 튜닝은 이러한 문제를 해결하고 모델의 정확도를 향상시키기 위해 실시한다.
*파라미터(Parameter)는 ‘컴퓨터의 프로그램에 대해서, 처리의 내용을 동적으로 결정할 목적으로 외부로부터 주는 값’으로 ‘인수’라고 불리는 경우도 있다. 파라미터를 사용하면 보다 유연한 프로그램을 만들 수 있다. 예컨대, ‘상품 화상을 표시한다’라고 하는 프로그램을 만들 때, ‘표시하는 화상의 색’을 파라미터로서 건네줄 수 있도록 해 두면, ‘사용자가 선택한 색의 화상을 표시한다’라고 하는 처리를 실현할 수 있다.
◇ 주요 튜닝의 기법
첫째, 하이퍼 파라미터 튜닝이다. 하이퍼 파라미터란 모델의 학습 과정에서 설정하는 파라미터를 말한다. 예컨대, 신경망의 학습률이나 결정 나무의 깊이 등이 이에 해당한다. 이러한 값을 적절하게 설정함으로써 모델의 성능이 크게 달라질 수 있다. ① 그리드서치(Grid Search)다. 미리 정한 파라미터의 조합을 시도하여 최적의 것을 찾는 방법이다. ② 랜덤서치다. 랜덤하게 선택한 파라미터의 조합을 시험하는 방법이다. ③ 베이즈 최적화다. 파라미터(Parameter) 최적화를 확률적으로 수행하는 방법으로 보다 효율적으로 최적의 파라미터를 찾을 수 있다. 둘째, 모델 선택이다. 다른 모델(예, 선형 회귀와 랜덤 포레스트)을 비교하여 데이터에 가장 적합한 모델을 선택하는 작업이다. 모델 선택도 튜닝의 일부이며, 데이터에 적합한 모델을 선택하면 성능이 향상된다. 셋째, 특징량 엔지니어링이다. 모델이 학습하기 위한 특징량(입력 데이터의 특성)을 선정ㆍ가공하는 작업이다. 예컨대, 텍스트 데이터에서 중요한 단어를 추출하거나 수치 데이터를 표준화함으로써 모델의 성능을 향상시킬 수 있다.
*하이퍼 파라미터(Hyperparameter)란 기계학습 알고리즘의 거동을 설정하는 파라미터이다. 즉 기계학습 알고리즘의 ‘설정’이라고도 한다.
*베이즈 최적화란 블랙박스 함수의 식을 관측이 끝난 데이터로부터 추정하기 위한 수법이다. 이 때 블랙박스 함수는 가우스 과정에 따르는 것으로 가정되어 있으며, 획득함수가 최대가 되면 베이즈 최적화가 완료된다.
*선형회귀(linear regression)란 설명변수(독립변수라고도 함)에 대해 목적변수(종속변수, 혹은 반응변수라고도 함)가 선형 또는 그로부터 가까운 값으로 표현되는 상태. 선형회귀는 통계학에서 회귀분석의 일종으로 비선형 회귀와 대비된다.
*랜덤 포레스트(random forest)는 2001년 레오 브레이먼이 제안한 기계학습 알고리즘으로 분류, 회귀, 클러스터링에 이용된다.
* 특징량 엔지니어링이란 기계학습이나 통계적 모델링을 이용해 예측 모델을 만들 때 변수를 선택해 변환하는 과정이다. 특징량이란 분석 대상 데이터 속의, 예측의 단서가 되는 변수를 말한다. 특징량의 선택에 의해 모델의 성능이 크게 바뀐다.
◇ 튜닝의 응용사례
① 영상인식이다. 화상인식 모델에서는 학습율이나 배치 사이즈 등 하이퍼 파라미터를 조정하는 것으로, 모델의 정확도를 향상시킬 수 있다. 예컨대, 동물의 이미지를 분류하는 모델에서는 튜닝을 통해 정확도가 크게 개선될 수 있다. ② 매출 예측이다. 매출 예측 모델에서는 특징량의 선정이나 모델의 선택이 중요하다. 예컨대, 매출 예측을 위해 사용하는 특징량(날씨, 공휴일, 프로모션 등)을 고안함으로써 예측 정확도가 향상될 수 있다.
이규철 / 법학박사(상법)
∙ ‘100세대학TV’ 크리에이터 및 전문강사
∙ AI·GPT, SDGs&ESG코칭 및 전문강사
∙ 생성AI와 챗GPT, SDGs·ESG경영전략,
글로벌 MBAtoCEO, 리더의 필승전략,
100세대학 행복디자인 매뉴얼 등 27권
∙ 일본(와세다대),중국(복단대·화동정법대)
){kind=small}
){kind=small}
){kind=small}
){kind=small}
