자 이제 AI가 의미를 어떻게 인식하는지 알아봅시다.

피처(Feature), 벡터(Vector), 차원(Dimension), 유사도(Similarity)

앞글에서 벡터에 대해서 간단하게 언급을 했는데요 AI와 벡터에 대해서 좀더 본격적으로 알아 보죠. 다들 아시겠지만 컴퓨터는 숫자만 이해합니다. 그래서 어떤 의미·개념같은 것을 AI가 다룰 수 있게 만들려면 그것들을 숫자로 표현해야 합니다. 그때 쓰이는게 피처와 벡터입니다.

• 피처(Feature) : 어떤 특정 의미를 설명하는 개별적인 기준, 혹은 특징을 말합니다. 예를 들어

  • 아파트라면 [방 개수, 지하철역까지 거리, 층수, 평수, 가격] 같은 것들이 아파트의 특성을 나타내는 항목이 될 거고

  • 과일이라면 [색상, 맛, 모양]같은게 피처가 될 수 있습니다.

• 벡터(Vector) : 여러 피처에 숫자를 할당해서 실제 의미를 가지도록 만든 숫자 묶음입니다. 앞글에서 설명한 "거리와 방향을 가지는 벡터"라는 것도 결국 숫자 묶음으로 표현되는 것이니 같은 맥락으로 이해하시면 됩니다. 예를 들어 과일의 피처가 색상, 맛, 모양 세 가지라고 하고 각 기준을 1~10 사이 숫자로 표현해 보겠습니다.

  • 사과: [9, 7, 9] (아주 빨갛고, 꽤 달고, 아주 동그람)

  • 배: [2, 7, 9] (노랗고, 달고, 아주 동그람)

  • 바나나: [1, 8, 2] (노랗고, 더 달고, 길쭉함

그러면 사과의 벡터는 [9, 7, 9]가 되고, 배의 벡터는 [2, 7, 9]가 되는거죠.

• 차원(Dimension) : 어떤 의미를 설명하는 벡터를 만들 때 사용하는 피처의 개수를 차원이라고 부릅니다.앞의 예에서 아파트는 5개의 피처를 사용했으니 5차원 벡터가 되고, 과일은 3개의 피처를 사용했으니 3차원 벡터가 되는거죠.

• 유사도(Similarity) : 두 벡터가 얼마나 비슷한지를 나타내는 값입니다. 앞글에서 설명했듯이 주로 코사인 유사도를 사용하는데, 두 벡터가 가리키는 방향이 얼마나 비슷한지를 나타냅니다. 1에 가까울수록 비슷하고, 0에 가까울수록 다릅니다.

예를 든 과일들 각각의 코사인 유사도를 계산해 보면 이렇습니다.

• 사과와 배 (0.880) : 두 과일 모두 '당도'와 '원형도' 수치가 높기 때문에 벡터가 가리키는 방향이 매우 비슷합니다.

• 사과와 바나나 (0.688) : 색상(빨강 vs 노랑)과 형태(동그람 vs 길쭉함)에서 큰 차이를 보이기 때문에 유사도가 낮게 측정되었습니다.

• 배와 바나나 (0.790) : 색상(노란색 계열)과 높은 당도라는 공통점이 있어 사과와 바나나보다는 높은 유사도를 보입니다.

벡터는 수학적으로 여러 가지 연산을 할 수 있습니다.

• 스칼라를 곱해서 벡터의 크기를 키우거나 줄이고

• 벡터끼리 더하거나 빼서 다른 방향·크기를 가지는 새로운 벡터를 만들고

• 내적(dot product)을 통해 두 벡터가 얼마나 비슷한지를 나타내는 스칼라 값을 얻고

• 외적(cross product)를 통해 두벡터에 수직인 또 다른 벡터를 만들어 냅니다. (벡터는 방향과 크기를 가지는 값이고, 스칼라는 크기만 있는 값 즉 그냥 숫자입니다.)

사실 이 부분을 깊게 아실 필요는 없고 "벡터끼리는 뭔가 연산이 된다, 물리학/수학에서 쓰이는 벡터 연산은 데이터 벡터에도 동일하게 적용된다." 이정도만 알고 있어도 됩니다. 추가로 벡터 연산에 GPU가 많이 필요하고 그래서 GPU를 만드는 엔비디아가 세계에서 가장 비싼 기업이 되었다는 것 정도도 알아 두시면 투자에 도움이 되겠죠.