[딥러닝 클래스 Review - ⑤] RNN

[RNN]


현재 우리 생활에 들어와 있는 인공지능 기술 중에 가장 친숙한 건 AI스피커가 아닐까 싶습니다.

아마존사의 알렉사부터 국내의 카카오 미니, 네이버 클로바 등 이미 여러 기업에서 AI스피커를 출시했습니다. AI스피커에서 다루는 데이터는 음성 데이터입니다.

음성이 뒤죽박죽으로 섞여 있으면 그 기능을 못하듯, 음성 데이터는 시퀀스(Sequence)가 있는 데이터입니다. 딥러닝에서 시퀀스 데이터는 순서 정보를 담는 학습법이 필요합니다. RNN모델은 이런 순서 정보를 가지고 학습을 할 수 있어서, 시퀀스 데이터를 다루는 대표적인 모델입니다. 

 RNN 모델이 강점을 보이는 분야는 자연어 처리입니다.

텍스트 데이터를 처리하는데 대표적으로 사용되는 모델이 RNN모델입니다. 실습 시간에는 이런 텍스트를 데이터를 다룰 때에 사용되는 개념들을 배우고 Pytorch에서 어떻게 사용하는지 배우게 됩니다.

또한 시계열 데이터를 다뤄보는 시간을 가집니다. 산업에서는 대부분의 데이터가 시간순으로 수집되는 시계열 데이터입니다.

이런 시계열 데이터도 시간정보를 가지고 학습을 해야하므로 RNN모델로 학습시킬 수 있습니다. 실습시간에는 시계열 데이터가 어떤 형태로 RNN 모델에 input되는지 배우고 관련된 라이브러리를 불러와 사용하는 법을 배우게 됩니다.