[딥러닝 클래스 Review - ⑦] GAN

[Generative Adversarial Networks(GAN)]


2014년, 이안 굿펠로우는 딥러닝의 연구에 생기를 불어넣기에 충분한 한가지 논문을 발표하게 됩니다. GAN (Generative Adversarial Networks ), 우리나라 말로 생산적 적대 신경망이라 불리우는 새로운 모델인데요, 지난 시간에 배웠던 VAE 와 마찬가지로 generative model 로써 다양한 곳에 사용되고 있는 모델입니다.


GAN 의 등장은 딥러닝 학계에서 가히 혁명적이라고 할 수 있는데 딥러닝의 아버지라고도 불리우는 얀 르쿤 교수는 GAN 을 가리켜서 최근 10년 동안의 머신러닝 분야에서 가장 혁신적인 아이디어라고 말했을 정도 입니다. 이렇게 유명한 모델인 만큼 GAN 을 기본 베이스로 한 연구도 굉장히 다양하게 이루어 지고 있습니다. 이안 굿펠로우가 직접 투고한 GAN 의 original paper 의 citation 이 20,000 회가 넘어갈 정도이니 엄청 대단한 업적이지요.


GAN 은 기본적으로 두가지 모델로 이루어져 있으며, 이 두가지의 모델이 서로 적대적인 관계를 가지고 있기 때문에 생산적 적대 신경망이라고 불리우게 됩니다.

데이터를 생성하는 생성자와, 생성된 데이터와 본래 데이터를 비교하여 구분을 하는 구분자가 있습니다. 생성자는 구분자를 속이기 위해 계속해서 정교한 데이터를 만들어내고 구분자는 생성자에게 지지 않기 위해 구분하는 능력을 더욱 키우게 됩니다. 이렇게 서로 두가지의 모델이 충돌을 하며 GAN 이라는 모델을 완성해 나가게 됩니다.


GAN 의 성능에 대해 궁금하신 분들은

https://thispersondoesnotexist.com/

라는 사이트에서 GAN 이 직접 생성해낸 사진을 살펴보는 것도 좋을 것 같네요!


GAN 은 정말 그 쓰임새가 무궁무진한 만큼 지금도 세계 곳곳의 랩실에서 사용되고 연구되고 있습니다.