세종뉴스룸

▲특강을 진행하는 허재석 교수

HUSS 위험사회 컨소시엄 세종대학교 사업단(곽창규 사업단장)이 지난 6월 18일 낮 12시, 이당관 201호에서 ‘통계분석 기법의 머신러닝으로의 확장’ 특강을 진행했다.

이번 특강은 ‘확률 및 통계’ 교과목과 연계하여 통계분석 기법이 실제 머신러닝과 딥러닝으로 어떻게 발전하고 적용되는지에 대한 학생들의 이해를 돕기 위해 마련됐다.

특강은 숭실대학교 산업정보시스템공학과 허재석 교수가 진행했다. 허재석 교수는 인공지능과 머신러닝의 기본 개념을 소개하며 강연을 시작했다. 그는 인간이 세상을 인지하고 경험을 내재화하는 방식에 머신러닝을 비유해 설명하며, 컴퓨터가 방대한 데이터를 바탕으로 패턴을 찾아 스스로 내부 로직을 구성해 나가는 과정을 알기 쉽게 풀어냈다.

이어 머신러닝 구현을 위한 핵심 3요소로 데이터, 러닝 모델과 알고리즘, 피처 추출(Feature Extraction)을 꼽았다. 은행의 대출 심사 사례를 예로 들어, 고객의 나이와 연봉 등 다양한 수치형 데이터를 벡터화하고 분류하는 과정을 시각적으로 제시했다. 이 과정에서 허 교수는 "결국 머신러닝이란 흩어진 데이터들을 가장 잘 설명할 수 있는 미지의 목표 함수가 존재한다고 가정하고, 오차를 의미하는 손실 함수를 점진적으로 줄여가며 정답에 근접한 모델을 튜닝하는 정교한 과정"이라고 정의했다.

강연 후반부에는 실무적 응용에 앞서 기초 통계학의 기반을 탄탄히 다지는 일의 중요성을 강조했다. 그는 "무작정 복잡한 뉴럴 네트워크와 같은 딥러닝 기법부터 적용하려 하기보다는, 선형 회귀와 로지스틱 회귀 같은 기초 통계 모델의 수학적 원리를 명확히 이해하는 것이 필수적"이라고 강조했다. 

특강에 참여한 강서윤(인공지능데이터사이언스학과·25) 학생은 “평소 통계와 머신러닝을 단순한 문제 풀이 위주로만 접하다 보니 막연하게 느껴졌는데, 실제 산업에 적용되는 다채로운 사례들을 직접 보니 복잡한 이론도 훨씬 쉽게 이해할 수 있었다”고 소감을 전했다.

취재/ 박정훈 홍보기자(ak9160@naver.com)