AI는 옷 사진으로 무엇을 연습할까

사진을 보고 티셔츠인지 운동화인지 고르는 일은 사람에게 대개 어렵지 않다. 그런데 컴퓨터에게 같은 일을 맡기려면 무엇을 보여주어야 할까.

TensorFlow의 공식 입문 예제는 옷과 신발 등의 사진을 분류하는 과정을 소개한다. 거창한 풍경 사진 대신 작은 흑백 이미지가 등장한다. 티셔츠, 바지, 가방, 운동화처럼 익숙한 물건들이다.

어려운 코드를 따라 하지 않고도 이 예제가 어떤 방식으로 준비되어 있는지는 살펴볼 수 있다.

01. 사진 옆에 붙어 있는 정답

예제에서 사용하는 Fashion-MNIST에는 이미지와 함께 종류를 나타내는 표지가 들어 있다. 사람의 눈에는 옷으로 보이는 사진에, 컴퓨터가 처리할 수 있는 정답을 붙여 둔 셈이다.

이미지는 가로와 세로가 각각 28칸인 작은 격자로 표현된다. 각 칸에는 밝기를 나타내는 숫자가 들어간다. 화면에 보이는 그림을 계산할 수 있는 값으로 다루는 것이다.

분류 대상은 열 종류다. 이 예제의 모델은 먼저 정해진 종류들 가운데 어느 쪽에 가까운지 연습한다. 세상의 모든 옷을 자유롭게 설명하는 시스템을 만드는 것과는 범위가 다르다.

02. 연습 사진과 시험 사진을 나눈다

공식 예제는 학습에 쓰는 이미지 6만 장과 평가에 쓰는 이미지 1만 장을 구분한다. 연습할 때 보던 사진과 다른 사진에서도 분류가 잘 되는지 확인하려는 구성이다.

이미 본 문제에서 잘했다고 새로운 문제에서도 같은 결과를 낸다고 장담할 수는 없다. 예제는 이 차이와 과적합이라는 문제도 설명한다. 여기서는 학습용 사진을 잘 맞히는 일과 새로운 사진을 잘 맞히는 일이 다르다는 정도로 이해하면 된다.

이 글에서 모델을 직접 실행해 성능을 측정한 것은 아니다. 공식 문서가 어떤 연습과 평가를 안내하는지 소개하는 것이다. 따라서 여기의 설명이나 삽화를 실제 실험 결과로 받아들이면 안 된다.

03. 사진과 정답표는 다른 정보를 맡는다

작은 이미지 한 장은 밝기의 숫자들로 표현되고, 정답표에는 그 이미지가 어느 종류에 속하는지 적혀 있다. 이 둘이 함께 있어야 어떤 입력에 어떤 답을 연결하려는지 알 수 있다. 사진 속 물건의 이름을 컴퓨터가 처음부터 사람처럼 알고 있었다고 생각할 필요는 없다. 준비된 예를 통해 구분하는 방식을 조정하는 것이다.

가로 28칸과 세로 28칸을 곱하면 784개의 위치가 된다. 사람은 작은 실루엣을 한눈에 옷으로 볼 수 있지만, 계산에서는 이 밝기들의 관계를 다룬다. 소매와 굽이라는 말을 처음부터 붙여 놓지 않아도 이미지에 나타난 모양의 차이가 분류에 쓰일 수 있다. 다만 무엇을 어떤 방식으로 구분했는지는 실제 모델과 결과를 살펴야 한다.

04. 정답을 외우는 것과 새 문제를 푸는 것

같은 사진을 반복해서 본 뒤 답을 잘 맞히는 일만으로는 충분하지 않다. 시험에 쓸 이미지를 따로 두는 까닭은 처음 보는 자료에서도 배운 구분이 통하는지 확인하기 위해서다. 학교에서 연습 문제의 답을 외우는 일과 조금 달라진 문제를 이해하는 일을 나누는 비유로 생각해 볼 수 있다.

다만 사람의 시험과 기계의 학습이 같은 원리라는 뜻은 아니다. 여기서 중요한 것은 평가할 자료를 연습 자료와 구별한다는 설계다. 학습용 6만 장이라는 큰 숫자보다 그 숫자가 어떤 역할로 나뉘었는지 보면 예제의 목적이 선명해진다. 자료가 많다는 말만으로 검증이 충분했다고 결론내릴 수는 없다.

05. 무엇을 답할 수 있게 정해 놓았는가

이 예제는 열 종류 가운데 하나를 고른다. 사람이 사진을 보고 색이나 재질, 어울리는 계절을 자유롭게 말하는 일과 범위가 다르다. 모델이 선택할 수 있는 답의 목록이 먼저 정해져 있다. 질문이 어떻게 만들어졌는지 알면 AI가 옷을 이해한다는 표현을 조금 더 구체적으로 읽을 수 있다.

예제 밖의 낯선 물건이 들어오더라도 답의 형식이 자동으로 넓어지는 것은 아니다. 어느 범위의 사진과 분류를 위해 준비한 모델인지 확인하는 일이 필요하다. 한 시험에서의 결과를 세상의 모든 상품 인식 능력으로 확대하지 않으면 작은 실험을 더 정확하게 평가할 수 있다. 좁은 범위를 잘 정한 예제도 충분히 유용하다.

06. 자신 있게 말하는 수치의 뜻

모델이 어떤 종류를 강하게 선택했다고 실제 정답도 반드시 그 종류인 것은 아니다. 문서는 높은 확신으로 잘못 고를 수 있음을 보여 준다. 답에 붙은 수치와 실제 정확성은 나란히 살펴야 한다. 수치를 사람이 느끼는 자신감과 완전히 같은 마음 상태로 해석할 필요도 없다.

이 점은 결과를 사용하는 사람의 역할과 이어진다. 어떤 종류에서 잘못 고르는지, 새 사진이 원래 자료와 얼마나 다른지 물어보아야 한다. AI의 답을 읽을 때에는 맞혔느냐는 질문 옆에 어떤 문제에서 확인했느냐를 놓아 보자. 작은 회색 티셔츠 사진으로 시작한 이야기가 자료와 검증의 조건을 읽는 연습이 된다.

07. 자신 있게 고른 답도 틀릴 수 있다

예제에서는 모델이 각 종류에 대해 내놓은 값을 비교해 답을 살핀다. 문서가 함께 강조하는 것은 자신 있게 고른 답도 틀릴 수 있다는 점이다.

이 사실을 알면 AI가 이미지를 분류한다는 말을 조금 구체적으로 이해하게 된다. 어떤 사진으로 무엇을 연습했고, 어떤 종류 중에서 답을 골랐으며, 새 사진으로 어떻게 확인했는지까지 보게 된다.

그렇다고 옷 사진을 볼 때마다 숫자 격자를 떠올릴 필요는 없다. 사람에게 익숙한 물건도 컴퓨터의 연습 문제가 될 수 있다는 것만으로 재미있는 시작이다.

다음에 AI가 사진에 이름을 붙이는 모습을 보면 답 하나만 보지 말고 그 뒤의 연습 문제도 생각해 보자. 작은 티셔츠 사진 한 장이 의외로 많은 준비를 품고 있다.