구글 딥마인드 ‘기억’ 개념 적용한 새 인공지능 학습 모델 공개

↑ 딥마인드가 블로그에 공개한 ‘미분 가능한 신경 컴퓨터’ 구조

구글 딥마인드가 사람의 ‘기억’ 개념을 적용한 새로운 인공지능 학습 모델을 공개했다.
국제 학술 정보지 네이처는 데미스 하사비스 등 딥마인드의 주요 연구진이 작성한 ‘동적 외부 메모리를 결합한 신경망을 사용한 하이브리드 컴퓨팅(Hybrid computing using a neural network with dynamic external memory)’이라는 제목의 논문을 12일자 온라인판에 게재했다.
해당 논문은 딥마인드 연구진이 만든 새로운 인공지능 학습모델인 ‘미분가능한 신경 컴퓨터(Differentiable Neural Computer, 이하 DNC)’에 대한 내용을 담고 있다. 신경망에 외부 메모리를 결합함으로써 신경망을 이용한 기존 딥러닝에 구조화된 정보 저장 능력을 추가했다. 이를 통해 기억을 활용한 ‘추론’ 능력을 모사할 수 있게 돼 결과적으로 문제 해결에 더 나은 성능을 보인다는 설명이다.
딥마인드 연구진은 이를 증명하기 위해 DNC에 11개 노선과 270개 역으로 이뤄진 런던 지하철 노선표를 학습시키고 최단 거리를 찾도록 했다. 그 결과 99.8% 정확도를 보여 다른 신경 컴퓨터 연구가 보였던 37% 정확도를 큰 폭으로 추월한 것으로 나타났다.
[디지털뉴스국 김용영 기자]