최근에는 복잡한 코딩과정 없이 쉽게 AI 프로그램을 만들수 있는 노코드 툴이 개발되고 있습니다. 이번 포스팅에서는 코드를 못하는 초보자 관점에서 티처블 머신을 통한 AI 학습 방법을 소개드리려고 합니다.
노코드와 티처블 머신 설명
노코드란 코딩 경험이 전무한 사람들을 위해 손쉽게 필요한 기능들을 구현할 수 있는 시스템을 말합니다. 사용자는 시스템에 원하는 기능을 입력함으로써 코딩 작업 자체를 완전히 건너뛸 수 있습니다. 또한 사용자는 노코드에 필요한 기능들을 입력하는 과정을 통해 코딩제작 과정에 대한 방향을 습득할 수 있습니다. 하지만 노코드는 일반 코드에 비해 자유도가 제한적일 수 밖에 없고, 원하는 기능을 전부 구현할 수 없다는 단점이 있습니다.
티처블 머신은 구글에서 개발한 웹기반 노코드 툴로써 현재 이미지, 오디오, 포즈와 같이 3가지 종류의 AI 모형을 학습시킬 수 있습니다. 티처블 머신은 아래 링크에서 무료로 이용할 수 있습니다.
티처블 머신은 웹기반으로 이루어져 있기 때문에 별도의 프로그램 설치 없이 이용할 수 있다는 장점이 있습니다. 하지만 앞서 언급한 노코드의 단점과 마찬가지로 웹에서 제공되는 기능 이외는 이용해볼 수 없다는 단점이 있습니다.
티처블 머신을 통한 이미지 분류 AI 모형 예시
티처블 머신은 샘플 "데이터 입력하기", "학습하기", "모델 출력하기" 3단계로 비교적 간단히 이용할 수 있습니다. 저의 경우 샘플로 숫자 3과 4에 대한 이미지를 활용하였고 3의 이미지는 총 126개, 4의 이미지는 82개를 활용하였습니다.
1. 데이터 입력하기
1번 박스에서 파랑색 박스로 표기한 부분을 클릭하게 되면 학습을 원하는 이미지를 업로드 할 수 있습니다. 또한 붉은색 동그라미 부분으로 학습을 원하는 이미지의 라벨을 입력할 수 있습니다. 저의 경우 비교적 간단한 숫자 3과 4의 분류 이미지를 예시로 소개드렸지만, 복잡한 이미지 사진도 가능합니다. 다만 이미지가 복잡할 수록 샘플의 개수가 많이 필요하다는 점 참고하세요. 추가로 1번 박스 밑에 "클래스 추가" 버튼을 클릭하게 되면 원하는 범주를 여러개 설정할 수 있습니다.
2. 학습하기
데이터 입력이 완료되었다면 2번 박스에서 파랑색 박스로 표기한 부분을 클릭하여 모델을 학습해주시면 됩니다. 또한 붉은 색 박스로 표기한 부분을 보시면 모델에 사용되는 매개변수 값들을 조정해보실 수 있습니다. 저의 경우에는 비교적 간단한 이미지를 사용하였기 때문에 매개변수 값은 조정하지 않았습니다. 여기서 매개변수에 대한 간략한 설명을 드리면, 다음과 같습니다.
에포크는 전체 데이터 샘플에 대하여 학습을 총 몇회 반복할 지를 결정하는 변수이고, 배치 크기는 이미지를 학습할 때 몇 묶음씩 학습할 지를 결정하는 변수 입니다. 예를들어 에포크는 1, 배치크기는 126을 입력하면 전체 126장의 이미지를 한번만 학습시킨다는 의미입니다. 마지막으로 학습률은 목적함수에 도달하기 위한 기울기를 결정하는 매개변수입니다. 만약 복잡한 이미지를 사용하실때 정확도가 생각보다 높지 않다면 이 매개변수들을 조정해보시면 됩니다.
3. 모델 출력하기
마지막 단계에서는 학습된 모델을 저장하거나, 새로운 데이터를 입력하여 모델의 성능을 평가해볼 수 있습니다. 3번 박스에서 파랑색 박스 부분을 클릭하시면 학습에 사용되지 않은 새로운 이미지를 입력해보실수 있습니다. 출력 결과를 보시면 제가 라벨링한 '3'과 '4' 중 4에서 100% 확률을 보이고 있습니다.
3번 박스에서 붉은색 박스를 클릭하시면 학습된 모델을 출력하실 수 있습니다. 사용자가 활용하시는 프로그램 언어에 맞춰 학습된 모델을 저장할 수 있고, 아래 그림과 같이 모델을 활용하기 위한 코드도 함께 제공 됩니다.
설명이 길어서 어렵게 느끼실 수도 있지만, 실제로 한번만 사용해보신다면 너무 손쉽게 이미지 분류 AI 모형을 학습하실 수 있을 거라고 생각됩니다. 티처블 머신은 로그인이나 회원가입도 필요없기 때문에 한번도 이용해보지 않으신 분들은 챗gpt와 같이 사용자의 관점에서 한번씩 이용해보시는 것을 추천드립니다.
댓글