안녕하세요, 원클릭에이아이 연준모 입니다.
이번에 저희가 이틀에 걸쳐 진행한 "인공지능과 정보통신" 특강 후기를 전해드릴까 합니다.
이번 특강에서는 딥러닝의 가장 기초가 되는 MLP부터, 전자기파 해석의 새로운 패러다임으로 떠오르고 있는 PINN까지 폭넓은 주제를 다루었습니다.
다소 어려울 수 있는 수식과 파이썬 코드 앞에서도 호기심 가득한 눈빛으로 스크린을 바라보며 끝까지 수업에 임해주시던 수강생 분들의 모습이 정말 좋았습니다.
1. AI의 진화와 머신러닝
첫 날은 AI가 어떻게 발전해 왔는지, 어떤 변화를 통해 큰 발전을 이룩했는지로 시작했습니다.
하나하나 특징을 지정해 주어야 하는 머신러닝과 스스로 특징을 파악하고 추출하여 정답을 맞추는 딥러닝의 차이를 "고양이의 뾰족한 귀", "귀여운 발"과 같은 예시를 통해 설명해 드렸습니다.
또한, MLP의 작동 원리를 심층적으로 접근하며 학습했습니다.
- 입력층, 은닉층, 출력층으로 이루어진 MLP의 기본적인 구조
- 가중치와 편향, 순전파와 역전파
- 활성화 함수와 학습율, 경사하강법
이어서, 복잡한 환경구축이 필요없는 Google Colab 과 PyTorch를 통해 직접 MLP를 만들어 보는 시간을 가졌습니다.
2. 정보통신과 AI, PINN
둘째 날에는 정보통신 분야에서 왜 PINN이 필요한지, 그중에서도 PINN이 어떤 역할을 할 수 있을지 깊이있게 공부했습니다.
정보통신과에서 진행된 AI 특강인 만큼, 수강생 분들이 가장 흥미로워한 주제이기도 합니다.
파라볼라 안테나 처럼 전기적 크기가 매우 큰 경우, 기존의 FEM, MoM과 같은 풀웨이브 해석 기법은 공간을 무수히 많은 매쉬로 쪼개야 하므로 컴퓨팅 메모리가 턱없이 부족해집니다. GO나 PO같은 근사 해석 기법도 존재하지만 물리적 현상을 온전히 담아내기엔 아쉬움이 있습니다.
이를 해결하기 위해 PINN, 물리 정보 신경망이 등장합니다.
AI의 손실함수에 헬름홀츠 방정식과 같은 물리법칙을 직접 넣어, 모델의 w와 b가 물리법칙을 이해하게끔 강제합니다.
또한 고주파를 위해 SIREN 활성화함수, 더 많은 데이터를 넣기 위한 Envelop 등 다양한 딥러닝 기법을 통한 PINN 모델 생성 규칙을 설명했습니다.
학생들은 직접 원하는 모양의 안테나를 만들어서, 그 형상을 PINN으로 해석하며 나만의 모델을 만들었습니다.
마무리
이틀이라는 짦은 시간이였지만, 수강생 여러분들의 열정적인 태도와 빠른 이해력이 합쳐져 마무리까지 완벽하게 끝낼 수 있었던 특강이였습니다.
저 역시 학생분들의 좋은 참여태도를 보며 많은 에너지를 얻고 배울 수 있었습니다.
특강에 참여해 주신 여러분들 모두 이번 시간의 여러분의 연구와 실험, 이어서 취업까지 동행하는 든든한 무기가 되었으면 좋겠습니다.
많은 수식과 복잡한 내용에 부딪히더라도, 딥러닝과 물리법칙의 융합이라는 새로운 시각으로 세상을 해석하는 새로운 경험으로 기억되길 바랍니다.
강의내용: 인공지능과 정보통신 특강
강의장소: 동양미래대학교
강사: 원클릭에이아이 연준모