TensorFlow(AI)와 교육

1. 텐서플로우란?

 

데이터 플로우 그래프를 이용하여 수치 계산을위한 오픈 소스 소프트웨어 라이브러리이다.
그래프의 edge들이 그들 사이에서 통신 다차원 데이터 어레이 (텐서)를 나타내면서 그래프의 노드들은 수학적 연산을 한다.
유연한 아키텍처는 단일 API와 데스크탑, 서버, 또는 모바일 장치에서 하나 개 이상의 CPU 또는 GPU가로 계산을 한다.

딥러닝과 기계학습 분야를 일반인들도 사용하기 쉽도록 다양한 기능들을 제공한다. 2016 년 알파고와 함께 한국에서도 관심이 높아진 추세이며 관련 컨퍼런스들이 개최되고 있다.
하이 레벨 프로그래밍 언어로 알려진 Python 을 활용하여 연산처리를 작성할 수 있다. 다른 언어들도 대부분 지원하지만 Python 관련 자료가 가장 많다. 때문에 공개된지 그리 오래되지 않았음에도 불구하고 텐서플로우가 다양한 분야에서 활용되고 있다.
일반 버전과 GPU 가속 버전 두 가지가 공개되어 있다. 일반 버전은 어떤 컴퓨터에서든 실행할 수 있고, GPU 가속 버전은 GPGPU를 사용해 대량 연산을 빠르게 수행하므로 훨씬 빠르게 동작하게 된다. 단, NVIDIA의 GPGPU 언어인 CUDA를 사용하기 때문에 NVIDIA 그래픽카드가 없으면 사용할 수 없다. 이 외에 구글이 자사 서비스를 위해 내부적으로 사용하고 있는 버전도 있는데, 이것은 구글이 자체개발한 AI 가속 하드웨어인 TPU(Tensor Processing Unit) 위에서 동작한다. 인텔 제온이나 엔비디아 테슬라보다도 15~30배 더 빠르다고 한다.

 

2. 특징
데이터 플로우 그래프를 통한

풍부한 표현력
코드 수정 없이 CPU/GPU 모드로 동작[3]
아이디어 테스트에서 서비스 단계까지 이용 가능
계산 구조와 목표 함수만 정의하면 자동으로 미분 계산을 처리
Python/C++를 지원하며, SWIG를 통해 다양한 언어 지원 가능

 

3. AI와 교육에의 적용
텐서플로우는 2015년 11월 오픈소스로 공개되면서 개발자들 사이에 빠르게 확산되고 있다.
또한 파이썬을 이용하여 쉽게 접근할 수 있고,
복잡한 수학적인 이해를 기반으로 구현할 필요없이, 라이브러리를 활용하여
쉽게 접근하여 적용해 볼 수 있다.

 

필자는 선형회기법을 이용하여 업무에 적용을 시도해보고 있으며,
좀 더 다양항 요인을 근거로하는 메트릭스형태의 선형회기법도 적용해보고 있다.

해외를 중심으로 머신러닝, 텐서플로우를 기반으로 교육분야에 많은 시도들이 이뤄지고 있으며,
국내에서도 이를 위한 노력들을 많이 하고 있다.

대표적으로, 언어학습앱인 듀오링고, 국내에서는 뤼이드의 산타토익 등이 시도를 하고 있다고 판단되나,
지도학습(Supervised Learning)기반 수준일 것으로 판단된다.