딥러닝 알고리즘 개발로 촉발된 인공지능 기술의 급속한 발전은 기계가 인간의 대화를 이해하고 응대하며 인간보다 더 뛰어난 시각 능력으로 다양한 사물을 분류할 수 있는 수준에 이르렀다. 하지만 여전히 인공지능 기술은 새롭게 부상하는 기술(Emerging Technologies)이며, 많은 투자와 연구가 지속되고 있다. 특히, 인공지능 응용 기술 및 서비스의 상업적 확산을 위해 많은 기업들이 총력을 기울여 연구개발 및 상업화를 진행 중에 있으며, 국가 차원에서도 이를 뒷받침하고 있다. 딥러닝 기반 알고리즘들은 대부분 빅데이터와 많은 양의 연산 장치들이 필요하므로 상업화로 가는 길목이 더딜 수 밖에 없다. 따라서 적은 데이터와 좀 더 적은 자원으로 인공지능을 다양한 영역으로 확산시키기 위한 효율성을 추구하는 기술들이 개발되고 있다. 그 중에서도 한 분야에서 학습한 결과를 학습한 적이 없는 다른 분야에 적용해서 학습하는 전이학습(Transfer Learning)이 각광받고 있다. 본 고에서는 전이학습 기술에 대한 개념을 간단히 살펴보고, 이에 대한 응용 영역들에 대해 좀 더 상세히 살펴봄으로써 전이학습 기술에 대한 이해와 향후 발전 방향을 알아보도록 한다.

[원문보기]