A.I의 개념, 딥러닝의 대표적인 기술

박건우
Research Team — DAWN
4 min readAug 30, 2021

--

A.I의 개념과 A.I의 딥 러닝을 이용하는 대표적 기술을 알아보겠다
먼저 A.I는 인공지능이라고도 불리며 인간이 지닌 지적 능력의 일부 또는 전체를 사용하여 학습, 자기 개발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 분야이다 우리가 흔히 접할수 있는 A.I의 대표적인 기술로는 삼성전자의 빅스비, 구글의 어시스턴트, 딥마인드의 알파고, 애플의 시리, 페이스북의 딥 페이스와 같은 여러가지 예시들이 있다

인공지능, 딥러닝, 기계학습등 여러가지 포함관계를 헷갈리는 사람이 많아 집합관계로 보기좋게 정리하면

인공지능 ⊃ 기계학습(머신러닝) ⊃ 인공신경망 ⊃ 딥 러닝 위와 같은 관계로 표현할 수 있다
(기계학습 : 기본적인 규칙만 주어진 상태에서 입력받은 정보를 활용해 스스로 학습하는 것, 인공 신경망 : 인간의 뉴런 구조를 본떠 만든 기계 학습 모델)

딥 러닝 : 머신러닝에서 발전된 형태로 사람이 학습할 데이터를 입력하지 않아도 스스로 학습하고 예측하며 딥 러닝 모델은 인간의 신경망을 비슷하게 하여 인공 신경망기법이다 또한 딥 러닝은 저번 글의 회귀분석의 상위호환격 방법으로 입력과 출력 사이에 있는 인공 뉴런들을 여러개 층층이 쌓고 연결한 인공신경망 기법을 주로 다루는 연구이며 페이스북의 딥 페이스 기술은 딥 러닝을 이용하여 학습하였으며 인식률 97프로를 자랑한다 또한 딥러닝의 가장 큰 특징은 모델의 부피를 키우고, 데이터를 쏟아 부으면 데이터의 학습 경험만큼의 성능향상을 보인다는 점이며 네이버의 Deview2013에서 딥 러닝에 대한 세션이 있었는데 딥러닝 이전과 이후를 각각 청동기 시대와 철기 시대에 비유할 정도로 딥 러닝을 높게 평가한다

요번 글에서 한가지 기술을 중점적으로 소개해보려고 한다 NVDIA회사의 DLSS 기술이다

DLSS의 개념
DLSS(Deep Learning Super Sampling)는 인간의 시신경을 본따서 CNN(Convolutional Neural Network) 인공지능에 기반한 기술이다 한단계 낮은 해상도로 렌더링 된 화면을 CNN으로 작동하는 자동 부호화기로 바로잡아 목표한 해상도로 출력하며 모든 과정을 NVIDIA DGX 시스템으로 만든 Saturn V 슈퍼컴퓨터로 무수히 반복하여 실행 중 runtime에는 비교적 적은 연산 성능으로도 정확한 결과를 얻을 수 있는 알고리즘을 도출한다 게임의 렌더링 해상도를 낮추며 AI기반 학습을 통해 목표 해상도보다 더 우수한 품질을 표현하겠다는 회사의 슈퍼 샘플링이라는 이름을 붙힌 안티엘리어싱 기술이다

출처 : NVDIA

DLSS의 효과

출처 : NVIDA

DLSS의 원리
DLSS는 게임에 적용하는 기술로 AI 연산 Tensor Core(텐서코어)를 활용하는 기술이며 원래 출력하려고 하는 해상도보다 한 단계 낮은 해상도로 그래픽을 렌더링 하되 업 스케일링 과정에서 발생하는 화소 깨짐 현상이나 화질 저하 등을 최소화하여 원본의 해상도에 가깝게하여 화질을 제공하는 것을 목표로 하는 기술이다 위와 같은 기술을 구현하기 위해서는 딥 러닝을 통한 학습이 필요한데 지금 이 순간에도 NVDIA의 슈퍼컴퓨터는 AI 연산용 서버로 끊임없이 원본 해상도의 상에 근접하도록 머신 러닝을 진행한 후 충분한 학습이 이루어진 알고리즘을 이용하여 DLSS기술을 사용하고 있다 DLSS는 게임의 특성에 맞게 부족한 픽셀을 메꿀 수 있는 알고리즘을 찾아 업 스케일링을 해준다 예시를 말하면 FHD 해상도에서는 끊김없는 플레이가 가능하지만 QHD 해상도에서는 프레임 드랍이 일어나는 경우 DLSS를 지원하는 게임이며 NVDIA의 RTX시리즈의 그래픽 카드를 이용하는 경우 DLSS모드를 활성화를 하면 QHD로도 끊김 없는 플레이가 가능해진다
하지만 DLSS 기술에는 치명적인 단점은 그래픽의 질적 하락입니다 DLSS의 목적 자체는 렌더링 하고자 하는 해상도보다 한 단계 낮은 해상도로 렌더링 한 후 부족한 픽셀 수를 머신 러닝으로 분석한 알고리즘으로 메꾸는 것인데 아무래도 유추하는 형태에 가깝다 보니 선명한 상을 얻기 어렵다는 단점을 필연적으로 안고 갈 수밖에 없다

마치며
최근에 여러가지 A.I와 관련된 뉴스 기사등을 찾아보며 관심을 갖던도중 학생때부터 컴퓨터 하드웨어에 관심이 많았던 나로써 평소 DLSS기술을 사용하기만 하였고 원리를 알지 못했던 나에게 요번 글을 쓰게되며 DLSS의 작동원리와 A.I의 개념등을 한번더 정리하고 갈수있는 좋은 계기가 되었다

--

--