휴먼 인 더 루프(Human in the Loop)란 무엇인가?
휴먼 인 더 루프(Human in the loop, HITL)는 인간 지능과 인공지능을 모두 활용해 머신러닝 모델을 생성하는 인공지능의 한 분야입니다. 일반적인 휴먼 인 더 루프 접근 방식에서 작업자는 특정 알고리즘을 학습, 조정 및 검증하는 선순환 루프에 참여합니다.
작업 순서
먼저 작업자가 데이터 라벨링 작업을 진행합니다. 라벨링 된 데이터는 인공지능 모델의 학습 데이터로 활용되죠. 그리고 머신러닝 알고리즘은 이 학습 데이터를 통해 라벨링 방법을 학습합니다. 다음 단계는 작업자를 통한 인공지능 모델 조정 단계입니다. 조정은 여러 가지 다른 방식으로 진행할 수 있지만 일반적으로 작업자는 과적합을 판단하기 위해 데이터에 점수를 매기고, 인공지능 모델에게 특정 사례와 새로운 범주를 교육합니다. 마지막으로 작업자는 머신러닝 알고리즘이 판단에 대해 확신하지 못하거나 잘못된 결정을 지나치게 확신하는 할 경우, 그 결과에 점수를 매겨 인공지능 모델을 검증합니다.
휴먼 인 더 루프 머신러닝이란?
휴먼 인 더 루프 머신러닝은 학습과 조정, 검수가 포함된 선순환 루프를 통해 인공지능 모델이 정확한 작업을 수행할 수 있도록 하는 것을 의미합니다. 이때 중요한 점은, 각 작업이 지속적인 선순환 루프를 구성하도록 하는 것이죠. 휴먼 인 더 루프는 인공지능 모델이 다음에 학습해야 할 항목을 선택하고 액티브 러닝을 위해 해당 데이터를 인간 작업자에게 보낼 때 더 효과적입니다.
에펜은 휴먼 인 더 루프 방식을 수년간 사용해오며 HITL가 모든 종류의 인공지능 모델(텍스트 라벨링, 컴퓨터 비전 알고리즘, 검색 및 정보 검색 모델 등) 개선에 도움이 된다는 것을 직접 증명했습니다. 저희는 고객분들의 상황에 맞는 맞춤형 인공지능 모델을 구축해드리기 위해, 많은 양의 학습 데이터와 숙련된 작업자들과 함께 직접 인공지능 모델을 검증합니다. 그리고 이렇게 만들어진 인공지능 모델이 실제로 작동하는지까지 정확하게 테스트합니다.
작동 원리
휴먼 인 더 루프는 인간 지능과 인공 지능을 결합을 의미합니다. 머신은 방대한 데이터셋에서 빠른 결정을 내리는 데 뛰어나고 작업자는 적은 정보로도 의사 결정을 내리는 데 적합합니다. 예를 들어 사람 작업자는 “가로등 기둥이다.” 또는 “고양이지만, 꼬리만 보인다.” 등과 같이 해석하기 어려운 이미지를 보고도 개별 개체를 선택하는 데 능숙합니다. 이러한 작업자의 라벨링 정보는 머신이 가로등 기둥이나 고양이가 어떻게 생겼는지를 이해하기 위해 꼭 필요한 부분이죠. 실제로 머신은 가로등이나 고양이의 생김새를 파악하기 위해 물체를 다양한 각도에서 찍은 사진이나 여러 색상으로 된 가로등과 고양이를 먼저 학습해야 합니다. 이러한 라벨링 이미지의 강력한 데이터셋은 머신러닝이 해당 항목을 파악할 수 있도록 가르칩니다. 이러한 데이터 조정을 통해, 머신러닝 알고리즘은 고양이나 가로등이 정확히 어떻게 생겼는지 단 하나의 이미지를 보고도 이해할 수 있게 됩니다.
사용 용도
휴먼 인 더 루프는 머신러닝 학습에 사용됩니다. 위에서 언급한 바와 같이 인공지능 모델 훈련을 위해 라벨링 데이터를 제공하는 데 작업자가 활용됩니다. 이는 데이터 과학자가 휴먼 인 더 루프 접근 방식을 사용하는 가장 일반적인 경우입니다.
휴먼 인 더 루프는 머신러닝 검증에 사용됩니다. 인간은 인공지능 모델의 정확도를 높이는 데 도움을 줍니다. 인공지능이 특정 이미지에 대한 확신이 없을 때, 작업자는 AI 모델의 결정에 점수를 매기고 모델의 결정에 “Yes” 또는 “No”라고 답하여 인공지능 모델의 정확도를 높이도록 조정할 수 있습니다.
휴먼 인 더 루프와 액티브 러닝의 차이점
액티브 러닝은 일반적으로 작업자가 낮은 신뢰 단위를 처리하고 이러한 단위를 인공지능 모델에 다시 공급하는 것을 의미합니다. 휴먼 인 더 루프는 액티브 러닝 접근법에 작업자의 라벨링을 통한 데이터셋 생성이 포함되어 더 광범위한 개념입니다. 또한 휴먼 인 더 루프는 간혹 사람들이 이런 판단을 인공지능 모델에 피드백하지 않고 단순히 결과를 검증(또는 무효화)하는 것을 의미할 수 있습니다.
활용 사례
휴먼 인 더 루프는 자연어 처리(NLP), 컴퓨터 비전, 감성 분석, 라벨링 등 다양한 인공지능 프로젝트에 사용됩니다.
고품질 학습 데이터를 통한 인공지능 모델 구축, 지금 바로 전문가와 상담해보세요!
머신러닝 프로젝트 지원이 필요하신가요? ML 전문가가 답변해 드립니다.