KR102283283B1 - 데이터 레이블링 우선순위 결정방법 - Google Patents

Abstract

본 개시의 일 실시예에 따른, 컴퓨터 판독가능 저장매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 하나 이상의 프로세서로 하여금 이하의 단계들을 수행하게 하기위한 명령들을 포함하며, 상기 단계들은; 레이블링값이 존재하지 않는 전체 데이터 셋으로부터 적어도 둘 이상의 데이터를 포함하는 데이터 서브셋을 생성하는 단계; 상기 데이터 서브셋으로부터 둘 이상의 트레이닝 데이터 셋을 생성하는 단계 - 상기 둘 이상의 트레이닝 데이터 셋은 상이한 검증 데이터 셋을 포함하는 샘플링된 데이터 서브 셋의 쌍을 적어도 하나 포함함 -; 상기 둘 이상의 트레이닝 데이터 셋들 및 대응하는 레이블링 값에 기초하여 복수의 추론 모델들을 학습시키는 단계;를 포함할 수 있다.

Description

데이터 레이블링 우선순위 결정방법{METHOD TO DECIDE A LABELING PRIORITY TO A DATA}

본 개시는 컴퓨팅 장치를 이용하여 데이터 레이블링을 위한 작업량을 줄이는 것에 관한 것으로서, 구체적으로 데이터에 대한 레이블링 우선순위를 결정하는 솔루션에 관한 것이다.

머신 러닝에 기초한 인공지능 기술의 발전에 따라, 머신 러닝 모델을 학습시키기 위해 요구되는 데이터의 중요성이 나날이 커지고 있다. 예를 들어, 자율 주행 자동차에 있어서는 pixel-wise label 이미지가 최소 1억장 필요하다고 알려져 있다. 이러한 데이터의 중요성은 GIGO(Garbage-In Garbage-Out)로 표현된다.

머신 러닝 모델을 학습시키기 위한 지도 학습(supervised learning)에서는 데이터에 대한 레이블링이 요구된다. 이러한 데이터 레이블링은 일반적으로 사람에 의한 수작업 형태로 이루어진다. 레이블링이 요구되는 데이터의 양은 기하급수적으로 늘어나는 반면, 수작업의 속도에는 한계가 있다. 따라서 당업계에 레이블링을 효율적으로 수행할 수 있도록 하는 솔루션에 대한 수요가 존재할 수 있다.

미국 특허 공개공보 16/027161은 머신 러닝 트레이닝 데이터 선택을 위한 방법을 개시하고 있다.

본 개시는 전술한 배경기술에 대응하여 안출된 것으로, 데이터에 대한 레이블링 우선순위를 결정하는 솔루션을 제공하고자 한다.

본 개시의 기술적 과제들은 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

전술한 바와 같은 과제를 해결하기 위한 본 개시의 일 실시예에 따라, 컴퓨터 판독가능 저장매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 하나 이상의 프로세서로 하여금 이하의 단계들을 수행하게 하기위한 명령들을 포함하며, 상기 단계들은; 레이블링 되지 않은 전체 데이터 셋으로부터 적어도 둘 이상의 데이터를 포함하는 데이터 서브 셋을 생성하는 단계; 상기 데이터 서브 셋으로부터 둘 이상의 트레이닝 데이터 셋을 생성하는 단계 - 상기 둘 이상의 트레이닝 데이터 셋은 상이한 검증 데이터 셋을 포함하는 샘플링된 데이터 서브 셋의 쌍을 적어도 하나 포함함 -; 상기 둘 이상의 트레이닝 데이터 셋들 및 대응하는 레이블링 값에 기초하여 복수의 추론 모델들을 학습시키는 단계;를 포함할 수 있다.

또한, 상기 데이터 서브 셋으로부터 둘 이상의 트레이닝 데이터 셋을 생성하는 단계는, 상기 트레이닝 데이터 셋에 기초하여, 각각 고유한 검증 데이터 셋을 포함하는 복수의 트레이닝 데이터 셋을 생성하는 단계;를 포함할 수 있다.

또한, 상기 트레이닝 데이터 셋에 기초하여, 각각 고유한 검증 데이터 셋을 포함하는 복수의 트레이닝 데이터 셋을 생성하는 단계는, 상기 트레이닝 데이터 셋을 N개의 데이터 하위 서브 셋으로 분할하는 단계; 및 상기 N개의 데이터 하위 서브 셋 중 적어도 하나를 검증 데이터 셋으로 할당하는 단계; 를 포함할 수 있다.

또한, 상기 복수의 추론 모델은, 서로 상이한 형태를 포함하는 둘 이상의 네트워크 함수를 포함할 수 있다.

전술한 바와 같은 과제를 해결하기 위한 본 개시의 일 실시예에 따라, 컴퓨터 판독가능 저장매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 하나 이상의 프로세서로 하여금 이하의 단계들을 수행하게 하기위한 명령들을 포함하며, 상기 단계들은; 둘 이상의 트레이닝 데이터 셋들 및 대응하는 레이블링 값에 기초하여 학습된 하나 이상의 네트워크 함수를 포함하는 복수의 추론 모델에 기초하여, 임의의 데이터에 대한 복수의 추론 결과를 생성하는 단계; 및 상기 임의의 데이터에 대한 복수의 추론 결과를 제공하는 단계; 를 포함할 수 있다.

또한, 상기 복수의 추론 결과는, 각각의 추론 모델이 임의의 데이터에 대해 추론한 분류 결과 및 각각의 상기 분류 결과와 연관된 확신도 값(confidence score)을 포함할 수 있다.

또한, 상기 임의의 데이터에 대한 복수의 추론 결과를 제공하는 단계는, 상기 임의의 데이터에 대한 복수의 추론 결과에 기초하여 임의의 데이터에 대한 단일 추론 결과를 생성하는 단계; 및 상기 단일 추론 결과를 제공하는 단계;를 포함할 수 있다.

또한, 상기 단일 추론 결과를 결정하는 단계는, 상기 단일 추론 결과가 기 결정된 기준을 만족할 경우, 대응하는 임의의 데이터에 의사 레이블(pseudo label)을 부여하는 단계; 를 포함할 수 있다.

또한, 상기 단일 추론 결과가 기 결정된 기준을 만족할 경우, 대응하는 임의의 데이터에 의사 레이블을 부여하는 단계는, 상기 단일 추론 결과에 포함된 불확실성 값이 기 설정된 임계 값 이하인 경우, 상기 단일 추론 결과에 포함된 분류 예측 결과를 상기 임의의 데이터에 대한 의사 레이블로 결정하는 단계;를 포함할 수 있다.

또한, 상기 단일 추론 결과를 제공하는 단계는, 상기 의사 레이블이 부여되지 않은 임의의 데이터에 대하여, 상기 단일 추론 결과에 대응하는 레이블링 우선순위를 결정하는 단계; 를 더 포함할 수 있다.

또한, 상기 의사 레이블이 부여되지 않은 임의의 데이터에 대하여, 상기 단일 추론 결과에 대응하는 레이블링 우선순위를 결정하는 단계는, 상기 임의의 데이터에 대한 상기 불확실성 값이 기 설정된 제 1 임계 값 이하인 경우, 상기 임의의 데이터에 제 1 우선순위를 부여하는 단계; 상기 임의의 데이터에 대한 상기 불확실성 값이 상기 제 1 임계 값을 초과하고 기 설정된 제 2 임계 값 이하인 경우, 상기 임의의 데이터에 제 2 우선순위를 부여하는 단계; 및 상기 임의의 데이터에 대한 상기 불확실성 값이 상기 제 2 임계 값을 초과할 경우, 상기 임의의 데이터에 제 3 우선순위를 부여하는 단계; 를 포함할 수 있다.

또한, 상기 복수의 추론 모델은, 서로 상이한 형태를 포함하는 둘 이상의 네트워크 함수를 포함할 수 있다.

전술한 바와 같은 과제를 해결하기 위한 본 개시의 일 실시예에 따라, 레이블링 우선순위를 결정하기 위한 컴퓨팅 장치가 개시된다. 상기 레이블링 우선순위를 결정하기 위한 컴퓨팅 장치는, 프로세서; 저장부; 및 통신부; 를 포함하고, 상기 프로세서는, 레이블링 되지 않은 전체 데이터 셋으로부터 적어도 둘 이상의 데이터를 포함하는 데이터 서브 셋을 생성하고, 상기 데이터 서브 셋으로부터 둘 이상의 트레이닝 데이터 셋을 생성하고 - 상기 둘 이상의 트레이닝 데이터 셋은 상이한 검증 데이터 셋을 포함하는 샘플링된 데이터 서브 셋의 쌍을 적어도 하나 포함함 -;, 상기 둘 이상의 트레이닝 데이터 셋들 및 대응하는 레이블링 값에 기초하여 복수의 추론 모델을 학습시킬 수 있다.

전술한 바와 같은 과제를 해결하기 위한 본 개시의 일 실시예에 따라, 레이블링 우선순위를 결정하기 위한 컴퓨팅 장치가 개시된다. 상기 레이블링 우선순위를 결정하기 위한 컴퓨팅 장치는, 프로세서; 저장부; 및 통신부;를 포함하고, 상기 프로세서는, 둘 이상의 트레이닝 데이터 셋들 및 대응하는 레이블링 값에 기초하여 학습된 하나 이상의 네트워크 함수를 포함하는 복수의 추론 모델에 기초하여, 임의의 데이터에 대한 복수의 추론 결과를 생성하고, 상기 임의의 데이터에 대한 복수의 추론 결과를 제공할 수 있다.

본 개시에서 얻을 수 있는 기술적 해결 수단은 이상에서 언급한 해결 수단들로 제한되지 않으며, 언급하지 않은 또 다른 해결 수단들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

본 개시는 머신 러닝 모델의 학습용 데이터 수집 솔루션에 관한 것이다.

본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

다양한 양상들이 이제 도면들을 참조로 기재되며, 여기서 유사한 참조 번호들은 총괄적으로 유사한 구성요소들을 지칭하는데 이용된다. 이하의 실시예에서, 설명 목적을 위해, 다수의 특정 세부사항들이 하나 이상의 양상들의 총체적 이해를 제공하기 위해 제시된다. 그러나, 그러한 양상(들)이 이러한 구체적인 세부사항들 없이 실시될 수 있음은 명백할 것이다.
도 1은 본 개시의 일 실시예에 따른 데이터 레이블링 우선순위 결정 방법을 수행하는 컴퓨팅 장치의 구성을 도시한 블록도이다.
도 2는 본 개시의 일 실시예 따른 인공 신경망의 일부를 나타낸 개략도이다.
도 3은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 복수의 추론 모델을 학습시키는 일례를 나타낸 순서도이다.
도 4는 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 전체 데이터 셋으로부터 데이터 서브 셋을 생성하는 일례를 나타낸 도면이다.
도 5는 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 데이터 서브 셋으로부터 복수의 트레이닝 데이터 셋을 생성하는 일례를 나타낸 도면이다.
도 6은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 복수의 트레이닝 데이터 셋을 생성하는 일례를 나타낸 순서도이다.
도 7은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 복수의 추론 모델을 생성하는 일례를 나타낸 도면이다.
도 8은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 복수의 추론 결과를 제공하는 일례를 나타낸 순서도이다.
도 9는 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 복수의 추론 결과를 생성하는 일례를 나타낸 도면이다.
도 10은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 임의의 데이터에 대한 단일 추론 결과를 제공하는 일례를 나타낸 순서도이다.
도 11은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 단일 추론 결과를 결정하는 일례를 나타낸 순서도이다.
도 12는 본 개시의 몇몇 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.

본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서(110)상에서 실행되는 처리과정(procedure), 프로세서(110), 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치(100)에서 실행되는 애플리케이션 및 컴퓨팅 장치(100) 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서(110) 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하나의 컴퓨터 내에 로컬화 될 수 있다. 일 컴포넌트는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.

더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.

당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시 적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시 적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 개시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안된다.

제시된 실시예들에 대한 설명은 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예들로 한정되는 것이 아니다. 본 발명은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

본 개시의 일 실시예에서 서버는 서버의 서버 환경을 수행하기 위한 다른 구성들이 포함될 수도 있다. 서버는 임의의 형태의 장치는 모두 포함할 수 있다. 서버는 디지털 기기로서, 랩탑 컴퓨터, 노트북 컴퓨터, 데스크톱 컴퓨터, 웹 패드, 이동 전화기와 같이 프로세서(110)를 탑재하고 저장부를 구비한 연산 능력을 갖춘 디지털 기기일 수 있다. 서버는 서비스를 처리하는 웹 서버일 수 있다. 전술한 서버의 종류는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

본 명세서에서 네트워크 함수는 인공 신경망(200), 뉴럴 네트워크와 상호 교환 가능하게 사용될 수 있다. 본 명세서에서 네트워크 함수는 하나 이상의 뉴럴 네트워크를 포함할 수도 있으며, 이 경우 네트워크 함수의 출력은 하나 이상의 뉴럴 네트워크의 출력의 앙상블(ensemble)일 수 있다.

본 명세서에서 모델은 네트워크 함수를 포함할 수 있다. 모델은 하나 이상의 네트워크 함수를 포함할 수도 있으며, 이 경우 모델의 출력은 하나 이상의 네트워크 함수의 출력의 앙상블일 수 있다.

도 1은 본 개시의 일 실시예에 따른 데이터 레이블링 우선순위 결정 방법을 수행하는 컴퓨팅 장치의 구성을 도시한 블록도이다.

컴퓨팅 장치(100)는 프로세서(110), 저장부(120)를 포함할 수 있다. 프로세서(110)는 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치(100)의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터 레이블링 우선순위 결정방법의 수행을 위한 프로세서(110)를 포함할 수 있다. 프로세서(110)는 저장부(120)에 저장된 컴퓨터 프로그램을 판독하여 본 개시의 일 실시예에 따른 데이터 레이블링 우선순위 결정방법을 수행할 수 있다. 본 개시의 일 실시예에 따라 프로세서(110)는 신경망(200)의 학습을 위한 계산을 수행할 수 있다. 프로세서(110)는 딥러닝(DN: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피처(feature) 추출, 오차 계산, 역전파(backpropagation)를 이용한 신경망(200)의 가중치 업데이트 등의 신경망(200)의 학습을 위한 계산을 수행할 수 있다.

프로세서(110)의 CPU, GPGPU, 및 TPU 중 적어도 하나가 트레이닝 데이터 셋(500)을 생성하고 복수의 추론 모델(600)의 학습을 처리할 수 있다. 또한, 본 개시의 일 실시예에서 복수의 컴퓨팅 장치(100)의 프로세서(110)를 함께 사용하여 학습된 모델을 이용한 복수의 추론 결과(700)를 생성하고 복수의 추론 결과(700), 단일 추론 결과 및 의사 레이블(pseudo label)을 제공할 수 있다. 또한, 본 개시의 일 실시예에 따른 컴퓨팅 장치(100)에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다.

저장부(120)는 본 개시의 일 실시예에 따른 데이터 레이블링 우선순위 결정 방법을 수행하기 위한 컴퓨터 프로그램을 저장할 수 있으며, 저장된 컴퓨터 프로그램은 프로세서(110)에 의하여 판독되어 구동될 수 있다.

본 개시의 실시예들에 따른 저장부(120)는 프로세서(110)의 동작을 위한 프로그램을 저장할 수 있고, 입/출력되는 데이터들(예를 들어, 서비스 진입 정보, 사용자 정보, 대체 서비스 접속 정보 등)을 임시 또는 영구 저장할 수도 있다. 상기 저장부(120)는 디스플레이 및 음향에 관한 데이터를 저장할 수 있다. 저장부(120)는 플래시 저장부 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 저장부(예를 들어 SD 또는 XD 저장부 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 저장부, 자기 디스크, 광디스크 중 적 어도 하나의 타입의 저장매체를 포함할 수 있다.

도 2는 본 개시의 일 실시예 따른 인공 신경망의 일부를 나타낸 개략도이다.

본 명세서에 걸쳐, 신경망(200), 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 신경망(200)은 일반적으로 “노드"라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 “노드”들은 뉴런(neuron)”들로 지칭될 수도 있다. 신경망(200)은 적어도 하나 이상의 노드들을 포함하여 구성된다. 신경망(200)들을 구성하는 노드(또는 뉴런)들은 하나 이상의“링크”에 의해 상호 연결될 수 있다.

신경망(200) 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 전술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.

하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 노드는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 신경망(200)이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.

전술한 바와 같이, 신경망(200)은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호연결 되어 신경망(200) 내에서 입력 노드 및 출력 노드 관계를 형성한다. 신경망(200) 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망(200)의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들 사이의 가중치 값이 상이한두 신경망(200)이 존재하는 경우, 두 개의 신경망(200)들은 서로 상이한 것으로 인식될 수 있다.

도 2에 도시된 바와 같이, 신경망(200)은 하나 이상의 노드들을 포함하여, 구성될 수 있다. 신경망(200)을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다, 예를 들어, 최초입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 신경망(200) 내에서 레이어의 차수는 전술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.

최초 입력 노드는 신경망(200) 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 신경망(200) 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 신경망(200) 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 신경망(200)을 구성하는 노드들을 의미할 수 있다. 도 2의 도시에서는 출력 노드는 생략되어 있다. 본 개시의 일 실시예에 따른 신경망(200)은 입력 레이어의 노드가 출력 레이어에 가까운 히든 레이어의 노드보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 신경망(200)일 수 있다.

딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망(200))는 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 신경망(200)을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 잇는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다. 딥 뉴럴 네트워크는 컨벌루셔널 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrentneural network), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크 등을 포함할 수 있다.

도 3은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 복수의 추론 모델을 학습시키는 일례를 나타낸 순서도이다.

도 3을 참조하면, 프로세서(110)는 레이블링 되지 않은 전체 데이터 셋(300)으로부터 적어도 둘 이상의 데이터를 포함하는 레이블 된 데이터 서브 셋(400)을 생성할 수 있다(S100).

본 개시에 따른 전체 데이터 셋(300)은 수작업 또는 분류기/분류 모델에 의한 레이블링 작업을 거치지 않은 데이터를 포함할 수 있다. 또한, 본 개시의 일 실시예에서 전체 데이터 셋은 레이블링 데이터를 적어도 일부 포함할 수도 있다.

프로세서(110)는 레이블링 되지 않은 전체 데이터 셋(300)으로부터 데이터 서브셋(400)을 생성할 수 있다. 프로세서(110)는 전체 데이터 셋(300)을 샘플링하여 레이블 된 데이터 서브셋(400)을 생성할 수 있다. 이하 본 개시에서 레이블링 된 데이터 서브셋은 레이블링이 완료된 데이터만을 포함하는 데이터 셋의 서브 셋을 의미할 수 있다.

프로세서(110)는 레이블링 되지 않은 전체 데이터 셋(300)으로부터 레이블링 되지 않은 데이터 서브 셋을 생성할 수 있다. 여기서 레이블링 되지 않은 데이터 서브셋을 생성하기 위해 프로세서(110)는 레이블링 되지 않은 전체 데이터 셋(300)으로부터 데이터를 샘플링(sampling)하여, 레이블링 되지 않은 데이터 서브셋을 생성할 수 있다. 구체적으로 프로세서(110)는 레이블링 되지 않은 전체 데이터 셋(300)에 대하여 랜덤 샘플링(random sampling) 기법을 적용하여 레이블링 되지 않은 데이터 서브셋을 생성할 수 있다.

프로세서(110)는 레이블링 되지 않은 데이터 서브 셋에 대하여 레이블링 작업을 수행함으로써 레이블 된 데이터 서브 셋(400)을 생성할 수 있다. 상술한 바와 같이, 레이블링 작업은 사용자에 의하여 이루어질 수도 있다. 또한, 레이블링 작업은 레이블링 작업을 위해 훈련된 분류기/분류 모델에 의해 수행될 수도 있다. 나아가, 레이블링 작업은 비지도 학습(unsupervised learning) 또는 클러스터링(clustering) 기법을 이용하여 이루어질 수도 있다.

본 개시에 따른 데이터 레이블링 우선순위 결정방법은 레이블 된 데이터 서브 셋(400)으로 훈련시킨 모델을 이용하여, 추론 결과를 기 설정된 기준에 기초하여 분류함으로써 의사 레이블을 생성하거나, 일부의 데이터만에 대하여 레이블링을 수행함으로써, 레이블링에 드는 작업의 양을 줄이는 솔루션이라고 할 수 있다.

레이블링 되지 않은 전체 데이터 셋(300)이 충분한 양의 데이터를 가지고 있다고 가정하자. 프로세서(110)가 레이블링 되지 않은 전체 데이터 셋(300)을 샘플링(특히 랜덤 샘플링)하여 충분한 수의 데이터를 포함하는 레이블 된 데이터 서브 셋(400)을 생성하면, 레이블 된 데이터 서브 셋(400)은 모집단은 전체 데이터 셋(300)에 대하여 대표성을 가질 수 있다.

상술한 바에 따라, 레이블 된 데이터 서브 셋(400)에 기초하여 훈련된 모델은 레이블링 되지 않은 전체 데이터 셋(300)에 대하여도 잘 작동할 수 있다. 그러므로 레이블링 되지 않은 전체 데이터 셋(300)에 포함된 모든 데이터에 대한 레이블링 작업을 거칠 필요가 없을 수 있다. 따라서 본 개시에 따른 레이블링 우선순위 결정 방법에 의해 레이블링 대상이 되는 데이터의 수를 줄일 수 있으므로 레이블링에 소요되는 작업량이 감소될 수 있다.

프로세서(110)는 생성된 레이블 된 데이터 서브 셋(400)에 기초하여, 데이터 서브 셋으로부터 둘 이상의 트레이닝 데이터 셋(500)을 생성할 수 있다(S200).

프로세서(110)는 상이한 검증 데이터 셋을 포함하는 샘플링 된 데이터 서브 셋의 쌍을 적어도 하나 포함하는 트레이닝 데이터 셋(500)을 생성할 수 있다.

본 개시의 몇몇 실시예에 따른 트레이닝 데이터 셋(500)은 레이블 된 데이터 서브 셋(400)의 데이터를 적어도 일부포함하고 있을 수 있다. 다만, 트레이닝 데이터 셋(500)은 상호 배타적(mutually exclusive)인 하나 이상의 데이터 서브 셋으로 구성되어 있을 수 있고, 이는 검증 데이터 셋을 포함할 수 있다. 여기서, 검증 데이터 셋은 데이터 서브셋(400)으로부터 샘플링(sampling)될 수 있다. 즉, 트레이닝 데이터 셋(500)은 샘플링 된 데이터 서브 셋의 쌍으로 구성될 수 있다.

여기서 레이블 된 데이터 서브 셋(400)은 본 개시에 따른 복수의 추론 모델(600)을 학습시키기 위한 데이터 집합으로 정의될 수 있다. 본 개시의 몇몇 실시예에 따른 레이블 된 데이터 서브 셋(400)은 이미 레이블(Label)되어 있을 수 있다. 레이블 된 데이터 서브 셋(400)에 대한 레이블링(Labeling)은 수작업 또는 레이블링을 위해 훈련된 분류기/분류 모델에 의해 이루어질 수 있다. 구체적으로, 레이블 된 데이터 서브 셋(400)을 레이블링하기 위한 방법으로 비지도 학습(Unsupervised learning) 또는 클러스터링(Clustering) 등이 이용될 수 있다.

복수의 추론 모델(600)을 생성하기 위하여, 복수 개의 트레이닝 데이터 셋(500)은 레이블 된 데이터 서브 셋(400)으로부터 각각 파생될 수 있다. 각각의 트레이닝 데이터 셋(500)은 상이한 데이터를 적어도 일부 포함할 수 있다. 트레이닝 데이터 셋(500)에 대한 자세한 내용은 도 4에서 후술한다.

상술한 대로, 레이블 된 데이터 서브 셋(400)에 기초하여 훈련된 모델은 레이블링 되지 않은 전체 데이터 셋(300)에 대하여도 잘 작동할 수 있다. 그러므로 레이블링 되지 않은 전체 데이터 셋(300)에 포함된 모든 데이터에 대한 레이블링 작업을 거칠 필요가 없을 수 있다. 따라서 본 개시에 따른 레이블링 우선순위 결정 방법에 의해 레이블링에 소요되는 작업량이 감소될 수 있다.

프로세서(110)는 생성된 둘 이상의 트레이닝 데이터 셋(500)들 및 트레이닝 데이터 셋에 포함된 적어도 일부의 데이터에 대응하는 레이블링 값에 기초하여 복수의 추론 모델(600)을 학습시킬 수 있다(S300).

프로세서(110)는 복수의 추론 모델(600)을 학습시킴으로써 레이블 된 데이터 서브 셋(400)에 포함된 데이터 각각에 대한 평가를 수행할 복수의 추론 모델(600)을 생성할 수 있다.

본 개시에 따른 프로세서(110)는 복수의 트레이닝 데이터 셋(500)에 기초하여, 복수의 추론 모델(600)을 학습시킬 수 있다. 후술하겠지만, 프로세서(110)는 복수의 추론 모델(600)로부터 생성된 복수의 예측 결과를 종합하여 데이터 각각에 대한 평가를 수행할 수 있다.

프로세서(110)는 복수의 예측 결과를 종합하기 위해 앙상블 기법을 이용할 수 있다. 여기서 앙상블 기법이란, 주어진 자료로 여러 개의 예측 모델을 만들고, 이를 조합하여 하나의 최종 예측 모델을 만드는 방법으로 정의될 수 있다.

본 개시에 따른 프로세서(110)는, 평균, 다수결, 베이지안 추론 등을 앙상블 기법을 구현하기 위한 구체적인 방법으로 이용할 수 있다.

상술한 복수의 추론 모델(600) 각각은 복수의 트레이닝 데이터 셋(500) 각각에 대응된다. 추론 모델(600) 각각은 트레이닝 데이터 셋(500)에 포함된 데이터 중 학습 데이터 셋에 기초하여 학습된다. 하나의 트레이닝 데이터 셋(500)으로부터 여러 개의 추론 모델(600)이 생성될 수 있으며, 이 경우 프로세서(110)는 검증 데이터 셋에 기초하여 어떤 모델을 본 개시에 따른 데이터 수집 전략 수립 방법 구현을 위한 복수의 추론 모델(600) 중 하나로서 제공할 지 결정할 수 있다. 결정된 복수의 추론 모델(600) 각각은 레이블링 되지 않은 전체 데이터 셋(300)에 대하여 추론 결과를 생성할 수 있다. 여기서 추론 결과는 특정 데이터에 대한 분류 결과(즉, 레이블) 및 해당 분류 결과에 대한 확신도 값을 포함할 수 있다. 다만 분류 결과 및 확신도 값은 추론 결과에 관한 일례에 불과하며, 추론 결과에 포함될 수 있는 데이터는 이에 한정되지 않는다.

여기서 확신도 값은, 임의의 데이터에 대해 설정될 수 있는 레이블 각각에 대한 확률로 정의될 수 있다. 가령 A라는 이미지에 대하여, “개”로 분류될 확률이 0.4, “고양이”로 분류될 확률이 0.6이라면, 이미지 A의 확신도 값은 개에 대하여는 0.4, 고양이에 대하여는 0.6일 수 있다. 전술한 확신도 값의 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

본 개시에 따른 데이터 레이블링 우선순위 결정방법을 수행하기 위해서는 레이블 된 데이터 서브 셋(400)에 대한 레이블링은 이루어져야 할 수 있다. 따라서 레이블 된 데이터 서브 셋(400)의 크기가 작으면 작을수록 좋다고 할 수 있다. 본 개시의 일 실시예에서, 추론 모델은 일부만이 레이블링 된 데이터를 이용하여 학습될 수 있다.

여기서 상술한 바와 같이 각각 상이한 검증 데이터 셋을 포함하는 트레이닝 데이터 셋(500)에 기초하여 복수의 추론 모델(600)을 학습시킬 경우, 하나의 레이블된 레이블 된 데이터 서브 셋(400)을 가지고 복수의 트레이닝 데이터 셋(500)을 생성해낼 수 있다. 따라서 레이블 된 데이터 서브 셋(400)이 비교적 적은 양의 데이터를 가지더라도 복수의 추론 모델(600)을 효과적으로 학습시킬 수 있다.

도 4는 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 전체 데이터 셋으로부터 데이터 서브 셋을 생성하는 일례를 나타낸 도면이다.

프로세서(110)는 레이블링 되지 않은 전체 데이터 셋(300)으로부터 레이블링 되지 않은 데이터 서브 셋을 생성할 수 있다. 여기서 레이블링 되지 않은 데이터 서브 셋을 생성하기 위해 프로세서(110)는 레이블링 되지 않은 전체 데이터 셋(300)으로부터 레이블링 되지 않은 데이터 서브셋을 샘플링할 수 있다. 구체적으로 프로세서(110)는 레이블링 되지 않은 전체 데이터 셋(300)에 대하여 랜덤 샘플링(random sampling) 기법을 적용하여 레이블링 되지 않은 데이터 서브 셋을 생성할 수 있다.

프로세서(110)는 레이블링 되지 않은 데이터 서브 셋에 대하여 레이블링 작업을 수행함으로써 레이블 된 데이터 서브 셋(400)을 생성할 수 있다. 상술한 바와 같이, 레이블링 작업은 사람인 작업자에 의하여 이루어질 수 있다. 또한, 레이블링 작업은 레이블링 작업을 위해 훈련된 분류기/분류 모델에 의해 수행될 수 있다. 나아가, 레이블링 작업은 비지도 학습(unsupervised learning) 또는 클러스터링(clustering) 기법을 이용하여 이루어질 수 있다.

본 개시에 따른 데이터 레이블링 우선순위 결정방법은 레이블 된 데이터 서브 셋(400)으로 훈련시킨 모델을 이용하여, 추론 결과를 기 설정된 기준에 기초하여 분류함으로써 레이블링에 드는 작업의 양을 줄이는 솔루션이라고 할 수 있다.

레이블링 되지 않은 전체 데이터 셋(300)이 충분한 양의 데이터를 가지고 있다고 가정할 수 있다. 프로세서(110)가 레이블링 되지 않은 전체 데이터 셋(300)을 샘플링(특히 랜덤 샘플링)하여 레이블링 함으로써, 충분한 수의 레이블링된 데이터를 포함하는 레이블 된 데이터 서브 셋(400)을 생성하면, 레이블 된 데이터 서브 셋(400)은 모집단은 전체 데이터 셋(300)에 대하여 대표성을 가질 수 있다.

상술한 바에 따라, 레이블 된 데이터 서브 셋(400)에 기초하여 훈련된 모델은 레이블링 되지 않은 전체 데이터 셋(300)에 대하여도 잘 작동할 수 있다. 그러므로 레이블링 되지 않은 전체 데이터 셋(300)에 포함된 모든 데이터에 대한 레이블링 작업을 거칠 필요가 없을 수 있다. 따라서 본 개시에 따른 레이블링 우선순위 결정 방법에 의해 레이블링에 소요되는 작업량이 감소될 수 있다.

도 5는 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 데이터 서브셋으로부터 복수의 트레이닝 데이터 셋을 생성하는 일례를 나타낸 도면이다.

하나의 레이블 된 데이터 서브 셋(400)으로부터 복수의 트레이닝 데이터 셋(500)을 생성하기 위하여 일반적으로 K겹 교차 검증(K-Fold Cross Validation) 방식이 이용될 수 있다. K겹 교차 검증이란 데이터 셋을 여러 개로 나누어 하나씩 테스트(검증)셋으로 사용하고 나머지를 모두 합해서 학습셋으로 이용하는 방법으로 정의될 수 있다. 이는 모델을 학습시키기 위한 데이터가 충분하지 않을 때 유용할 수 있다.

따라서 트레이닝 데이터 셋(500) 각각은 적어도 일부가 서로 상이한 학습 데이터 셋(500a) 및 검증 데이터 셋(500b)을 포함할 수 있다.

여기서, 학습 데이터 셋(500a)는 복수의 추론 모델을 학습시키기 위한 적어도 하나 이상의 데이터를 포함하는 데이터 집합을 의미할 수 있다. 유사하게, 검증 데이터 셋(500b)은 학습 데이터 셋(500a)에 기초하여 학습된 추론 모델 각각의 성능을 평가하기 위한 적어도 하나 이상의 데이터를 포함하는 데이터 집합을 의미할 수 있다.

여기서, 본 개시의 실시예에서 프로세서(110)는 레이블 된 데이터 서브 셋(400)으로부터 둘 이상의 트레이닝 데이터 셋(500)을 생성할 때 상이한 데이터를 적어도 일부 포함하도록 랜덤하게 선택된 임의의 데이터들을 검증 데이터 셋(500b)로 할당할 수 있다. 본 개시의 몇몇 실시예에 따른 프로세서(110)는 데이터 서브셋(400)으로부터 둘 이상의 트레이닝 데이터 셋(500)을 생성할 때 동일한 데이터를 포함하지 않도록 랜덤하게 선택된 임의의 데이터들을 검증 데이터 셋(500b)으로 할당할 수 있다.

본 개시에 따른 데이터 레이블링 우선순위 결정방법을 수행하기 위해서는 레이블 된 데이터 서브 셋(400)에 대한 레이블링은 필수적으로 이루어져야 한다. 따라서 레이블 된 데이터 서브 셋(400)의 크기가 작으면 작을수록 좋다고 할 수 있다.

여기서 상술한 바와 같이 각각 상이한 검증 데이터 셋(500b)을 포함하는 복수의 트레이닝 데이터 셋(500)에 기초하여 복수의 추론 모델(600)을 학습시킬 경우, 하나의 레이블 된 데이터 서브 셋(400)을 가지고 많은 양의 트레이닝 데이터 셋(500)을 생성해낼 수 있다. 따라서 레이블 된 데이터 서브 셋(400)이 비교적 적은 양의 데이터를 가지더라도 복수의 추론 모델(600)을 효과적으로 학습시킬 수 있다.

도 6은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 복수개의 트레이닝 데이터 셋을 생성하는 일례를 나타낸 순서도이다.

도 6을 참조하면, 프로세서(110)는 데이터 서브 셋을 N개의 데이터 하위 서브 셋으로 분할할 수 있다.

프로세서(110)는 분할된 N개의 데이터 하위 서브 셋 중 적어도 하나를 검증 데이터 셋(500b)으로 할당할 수 있다(S220).

이는 K겹 교차 검증(K-Fold Cross Validation)을 수행하기 위한 검증 데이터 셋(500b)을 선택하는 일례이다. 따라서 트레이닝 데이터 셋(500)을 생성하기 위한 구체적인 방법은 이에 한정되지 않는다.

상술한 바와 같이, 트레이닝 데이터 셋(500)에 포함된 데이터 셋 각각은 상호 배타적이다. 즉 같은 원소를 포함할 수 없다. 따라서 프로세서(110)는 먼저 검증 데이터 셋이 결정되면, 나머지 부분을 대하여 학습 데이터 셋으로 할당할 수 있다.

도 7은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 복수의 추론 모델을 생성하는 일례를 나타낸 도면이다.

프로세서(110)는 둘 이상의 트레이닝 데이터 셋(500)에 기초하여 복수의 추론 모델(600)을 생성할 수 있다. 상술한 바와 같이, 트레이닝 데이터 셋(500) 하나에 대하여 여러 개의 추론 모델이 생성될 수 있다. 이 때 상기 복수의 추론 모델 중 하나가 될 수 있는 추론 모델(600)의 결정은 검증 데이터 셋(500b)을 기반으로 이루어질 수 있다.

여기서, 복수의 추론 모델(600) 각각의 네트워크 함수의 형태는 서로 상이할 수 있다. 널리 알려진 바와 같이, 딥 러닝을 구현하기 위한 네트워크 함수의 형태는 다양할 수 있다. 따라서 복수의 추론 모델(600) 각각은 서로 같거나 다른 형태의 네트워크 함수로 이루어질 수 있다.

복수의 추론 모델(600)의 네트워크 함수 형태를 다양하게 구성할 경우에, 같은 데이터에 대하여 여러 모델을 통한 결과를 얻을 수 있다. 본 개시에 따른 복수의 추론 모델들은 상대적으로 적은 양의 데이터를 포함하는 레이블 된 데이터 서브 셋(400)에 의해 학습될 수 있다. 따라서, 후술할 불확실성을 구하기 위한 추론 모델 각각의 성능 자체는 확실하지 못할 수 있다. 이 경우, 상이한 학습 데이터 및 상이한 네트워크 형태를 가지는 복수의 추론 모델을 이용하여 앙상블 기법을 수행한다면, 적은 양의 학습 데이터에 기초하더라도, 레이블링 되지 않은 전체 데이터 셋(300)에 대하여 더 일반화된 결과를 획득할 수 있다. 또한 특정 데이터 유형에 편향된 결과가 발생하는 것을 피할 수 있으므로, 여러 모델의 결과를 종합하여 데이터에 대한 평가를 수행하기에 용이하다. 따라서, 상대적으로 적은 양의 학습 데이터를 이용하더라도 모델의 성능을 더 객관화할 수 있다.

도 8은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 복수의 추론 결과를 제공하는 일례를 나타낸 순서도이다.

도 8을 참조하면, 프로세서(110)는 둘 이상의 트레이닝 데이터 셋(500)들 및 대응하는 레이블링 값에 기초하여 학습된 하나 이상의 네트워크 함수를 포함하는 복수의 추론 모델(600)에 기초하여, 임의의 데이터에 대한 복수의 추론 결과(700)를 생성할 수 있다(S300).

단계(S300)에 따르면 레이블링 되지 않은 전체 데이터 셋(300)에 포함된 데이터 각각에 대하여 복수의 추론 모델(600) 각각의 분류 값에 대한 추론 결과가 생성된다. 즉, 추론 모델#1, 추론 모델#2, …, 추론 모델#N 각각이 데이터#1, 데이터#2, 데이터#3, …, 데이터#N에 대한 분류 값에 대한 추론 결과를 생성할 수 있다. 여기서 추론 결과는 예측 레이블 및 레이블 예측 결과에 대한 확신도 값을 포함할 수 있다. 도면에서 도시되는 이미지는 데이터의 일 유형일 뿐, 본 개시에 있어서의 데이터는 이미지에 한정되지 않는다.

여기서, 임의의 데이터란 레이블링 되지 않은 전체 데이터 셋(300)에 포함된 데이터 중 임의로 선택된 하나의 데이터로 정의될 수 있다.

프로세서(110)는 생성된 임의의 데이터에 대한 복수의 추론 결과(700)를 제공할 수 있다(S400).

프로세서(110)는 복수의 추론 모델(600) 각각이 레이블링 되지 않은 전체 데이터 셋(300)에 포함된 데이터 각각에 대해 생성한 복수의 추론 결과(700)를 컴퓨팅 장치(100)와 관련된 사용자에게 제공할 수 있다. 즉, 프로세서(110)는 각각의 추론 모델(600)이 데이터 각각에 대해 생성한 분류 예측 결과 및 각각의 분류 예측 결과에 대한 확신도 값을 제공할 수 있다. 다만 이는 복수의 추론 결과(700)에 포함되는 정보에 관한 일례에 불과하며, 복수의 추론 결과(700)는 이에 한정되지 않는다.

상기 복수의 추론 결과(700)가 컴퓨팅 장치(100)와 관련된 사용자에게 제공되면, 사용자는 이를 기반으로 데이터 유형 별 모델의 분류 예측 정도를 파악할 수 있다. 즉, 사용자는 분류 예측이 잘 되지 않는 유형의 데이터에 대해, 데이터 레이블링에 관한 높은 우선순위를 부여할 수 있다. 따라서, 사용자의 데이터 레이블링이 효율적으로 이루어질 수 있다.

도 9는 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 복수의 추론 결과를 생성하는 일례를 나타낸 도면이다.

프로세서(110)가 생성하는 복수의 추론 결과(700)는 복수의 추론 모델(600) 각각이 레이블링 되지 않은 전체 데이터 셋(300)에 포함된 데이터 각각에 대하여 추론한 분류 결과로 정의될 수 있다. 즉, 추론 모델#1, 추론 모델#2, …, 추론 모델#N 각각이 데이터#1, 데이터#2, 데이터#3, …, 데이터#N에 대한 추론 결과를 생성할 수 있다. 여기서 추론 결과는 예측 레이블 및 레이블 예측 결과에 대한 확신도 값을 포함할 수 있다.

프로세서(110)는 생성된 추론 결과를 종합하여 단일 추론 결과를 생성할 수 있다. 이에 관하여는 도 11에서 자세히 후술한다.

도 10은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 임의의 데이터에 대한 단일 추론 결과를 제공하는 일례를 나타낸 순서도이다.

도 10을 참조하면, 프로세서(110)는 임의의 데이터에 대한 복수의 추론 결과(700)에 기초하여 임의의 데이터에 대한 단일 추론 결과를 생성할 수 있다(S410).

프로세서(110)는 결정된 단일 추론 결과를 제공할 수 있다(S420).

여기서 단일 추론 결과는 복수의 추론 결과(700)에 기초하여(또는 이를 종합하여) 임의의 데이터에 대하여 생성되는 하나의 결과를 의미한다. 단일 추론 결과는 특정 데이터에 대한 분류 예측 결과를 포함할 수 있다. 단일 추론 결과는 해당 데이터의 분류 예측 결과에 대한 추론 신뢰도 값일 수 있다. 또한, 단일 추론 결과는 추론 신뢰도 값에 기초하여 연산되는 불확실성 값일 수 있다. 추론 신뢰도 값이 높을수록, 불확실성 값이 낮을수록 특정 데이터에 대한 추론 결과에 확신이 있다고 이해될 수 있다.

가령, 복수의 모델들이 전부 특정 이미지에 나타난 객체에 대하여 강아지라는 분류 예측 결과가 생성된 경우에, 복수의 추론 모델(600)들 해당 데이터에 도시된 객체를 개로 예측할 확률(신뢰도) 값의 평균이 0.88이라면 단일 추론 결과는 “0.88”일 수 있다.

불확실성 값은 추론 신뢰도 값에 기초하여 연산된다. 따라서 이 경우에 있어서, 예를 들면 불확실성 값은 1에서 추론 신뢰도 값을 뺀 “0.12”일 수 있다. 전술한 불확실성 값의 연산 방법에 대한 기제는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

여기서 앙상블 기법이란, 주어진 자료로 여러 개의 예측 모델을 만들고, 이를 조합하여 하나의 최종 예측 모델을 만드는 방법으로 정의될 수 있다.

본 개시에 따른 프로세서(110)는, 평균, 다수결, 베이지안 추론 등을 앙상블 기법을 구현하기 위한 구체적인 방법으로 이용할 수 있다.

상술한 바와 같이 앙상블 기법 등을 이용하여 단일 추론 결과를 생성할 경우에, 단일 모델에 의한 추론보다 더 나은 성능을 보여주는 것으로 알려져 있다.

도 11에서 후술하겠지만, 프로세서(110)는 추론 신뢰도 값 또는 불확실성 값을 포함하는 단일 추론 결과에 기초하여 의사 레이블 및 레이블링 우선순위를 결정할 수 있다. 이에 의하여 레이블링이 요구되는 데이터와 그렇지 않은 데이터의 구별이 가능할 수 있다. 또한 레이블링에 이용될 수 있는 가용자원이 한정적일 때 우선적으로 레이블링이 필요한 데이터들을 구별할 수 있다. 따라서 레이블링 작업이 효율화될 수 있다.

도 11은 본 개시의 일 실시예에 따른 컴퓨팅 장치의 프로세서가 단일 추론 결과를 제공하는 일례를 나타낸 순서도이다.

여기서 단일 추론 결과는 복수의 추론 결과(700)에 기초하여(또는 이를 종합하여) 임의의 데이터에 대하여 생성되는 하나의 결과를 의미한다. 단일 추론 결과는 해당 데이터의 레이블에 대한 추론 신뢰도 값일 수 있다. 또한, 단일 추론 결과는 추론 신뢰도 값에 기초하여 연산되는 불확실성 값일 수 있다. 추론 신뢰도 값이 높을수록, 불확실성 값이 낮을수록 특정 데이터에 대한 추론 결과에 확신이 있다고 이해될 수 있다.

도 11을 참조하면, 프로세서(110)는 임의의 데이터에 대한 복수의 추론 결과에 기초하여 임의의 데이터에 대한 단일 추론 결과를 결정할 수 있다.

프로세서(110)는 결정된 단일 추론 결과가 기 결정된 기준을 만족할 경우, 대응하는 임의의 데이터에 의사 레이블(pseudo label)을 부여할 수 있다(S421).

의사 레이블은 본 개시에 따른 프로세서(110)가 레이블링 되지 않은 전체 데이터 셋(300)에 포함된 데이터 각각에 대하여, 기 설정된 방법에 의해 부여하는 분류 결과일 수 있다. 의사 레이블이 부여된 데이터는 레이블링 된 것과 동일하게 취급되어, 추가적인 레이블링 부여 작업을 필요로 하지 않을 수 있다.

프로세서(110)는 단일 추론 결과가 기 결정된 기준을 만족하면 의사 레이블을 부여할 수 있다. 일례로, 프로세서(110)는 단일 추론 결과의 일례인 추론 신뢰도 값이 기 설정된 임계 값 이상인 경우 기 결정된 기준이 만족되었다고 인식할 수 있다. 또 다른 일례로, 프로세서(110)는 단일 추론 결과의 다른 일례는 불확실성 값이 기 설정된 임계 값 미만인 경우 기 결정된 기준이 만족되었다고 인식할 수 있다.

여기서, 프로세서(110)는 단일 추론 결과에 포함된 불확실성 값이 기 설정된 임계 값 이하일 경우, 단일 추론 결과에 포함된 분류 예측 결과를 임의의 데이터에 대한 의사 레이블로 결정할 수 있다.

예를 들어, 프로세서(110)는 불확실성 값이 0.15이하인 데이터에 대하여는 의사 레이블을 부여하도록 설정될 수 있다. 임의의 데이터에 대하여 단일 추론 결과에 따르면, 상기 임의의 데이터에 대한 분류 예측 결과가 고양이이며, 이에 대한 불확실성 값이 0.1일 경우, 프로세서(110)는 해당 임의의 데이터에 대하여 “고양이”라는 의사 레이블을 부여할 수 있다.

프로세서는 의사 레이블이 부여되지 않은 임의의 데이터에 대하여, 단일 추론 결과에 대응하는 레이블링 우선 순위를 결정할 수 있다(S422).

본 개시의 몇몇 실시예에 따른 프로세서(110)는 예시적으로, 아래와 같은 방법으로 임의의 데이터에 대한 레이블링 우선순위를 결정할 수 있다.

프로세서(110)는 임의의 데이터에 대한 단일 추론 결과에 포함된 불확실성 값을 적어도 하나 이상의 임계 값과 비교하여 레이블링 우선순위를 결정할 수 있다.

구체적으로, 프로세서(110)는 임의의 데이터에 대한 불확실성 값이 기 설정된 제 1 임계 값 이하인 경우, 임의의 데이터에 제 1 우선순위를 부여할 수 있다. 그리고, 프로세서(110)는 임의의 데이터에 대한 불확실성 값이 제 1 임계 값을 초과하고 제 2 임계 값 이하인 경우에는 임의의 데이터에 제 2 우선순위를 부여할 수 있다. 나아가, 프로세서(110)는 임의의 데이터에 대한 불확실성 값이 제 2 임계 값을 초과할 경우, 임의의 데이터에 제 3 우선순위를 부여할 수 있다.

여기서, 예를 들어 제 1 임계 값이 제 2 임계 값 보다 작다고 가정할 수 있다. 이 경우, 제 1 임계 값보다 불확실성 값이 낮다면, 이는 불확실성 값이 의사 레이블을 부여할 수준으로 낮지는 않더라도 상당히 낮은 것으로 판단될 수 있다. 따라서 이러한 경우에는 추론 모델들이 해당 유형의 데이터에 대한 학습이 잘 된 것으로 판단될 수 있다. 따라서, 이러한 유형에 대하여는 낮은 레이블링 우선순위를 부여할 수 있다. 따라서, 상술한 예시에서 제 1 우선순위는 낮은 레이블링 우선순위를 의미할 수 있다.

또, 제 1 임계 값보다 불확실성 값이 높고, 제 2 임계 값보다 불확실성 값이 낮다면, 이는 불확실성 값이 중간 정도인 것으로 판단될 수 있다. 따라서 이러한 경우에는 추론 모델들의 해당 유형 데이터들에 대한 학습이 잘 이루어졌다고는 볼 수 없을 수 있다. 따라서 이러한 유형에 대하여는 중간 우선순위를 부여할 수 있다. 따라서, 상술한 예시에서 제 2 우선순위는 중간 레이블링 우선순위를 의미할 수 있다.

마지막으로, 제 2 임계 값보다 불확실성 값이 높은 경우는, 불확실성 값이 높은 것으로 판단될 수 있다. 따라서 이러한 유형의 데이터에 대한 학습이 잘 이루어지지 않았다고 판단될 수 있다. 따라서, 이러한 유형에 대하여는 높은 레이블링 우선순위를 부여할 수 있다. 따라서, 상술한 예시에서 제 3 우선순위는 높은 레이블링 우선순위를 의미할 수 있다.

결정된 우선순위는 데이터에 태그(tag)되어 사용자에게 제공될 수 있다. 데이터에 태그된 우선순위와 함께, 다음과 같은 정보가 함께 제공될 수 있다.

불확실성이 제 1 임계 값보다 낮아 제 1 우선순위가 태그된 유형의 데이터는 의사 레이블이 상당히 신빙성 있는 것으로 추정될 수 있다. 따라서, 레이블링 우선순위 정보를 제공할 때, 의사 레이블의 신빙성이 높다는 정보를 함께 포함시킬 수 있다. 따라서 이러한 정보를 제공받은 사용자가 레이블링 자원이 충분하지 않을 때 제 1 우선순위가 태그된 유형의 데이터에 대하여는 의사 레이블을 그대로 이용하도록 할 수 있다.

불확실성이 제 1 임계 값 및 제 2 임계 값 사이에 위치한, 제 2 우선순위가 태그된 유형의 데이터는 의사 레이블의 신뢰도가 의문스러운 것으로 이해될 수 있다. 따라서, 레이블링 우선순위 정보를 제공할 때, 의사 레이블의 신빙성이 의문시된다는 정보를 포함시킬 수 있다. 따라서, 이러한 정보를 제공받은 사용자가 의사 레이블을 신뢰할 지, 수작업에 의한 레이블링을 수행할 지 여부를 결정하도록 할 수 있다.

불확실성이 제 2 임계 값을 상회하여 제 3 우선순위가 태그된 유형의 데이터에 대하여는, 의사 레이블의 신뢰도가 낮은 것으로 이해될 수 있다. 따라서, 레이블링 우선순위 정보를 제공할 때 의사 레이블의 신뢰도가 낮다는 정보를 포함시킬 수 있다. 따라서, 이를 전달받은 사용자가 수작업에 의한 데이터 레이블링이 필수적이며, 레이블링을 위한 자원을 최우선적으로 해당 유형의 데이터에 투입하도록 할 수 있다.

상술한 예시는 레이블링 우선순위 결정 및 레이블링 우선순위와 관련된 임계 값의 임계적 의의에 대한 일례에 불과하므로 레이블링 우선순위 결정 방법은 이에 한정되지 않는다.

의사 레이블의 제공 및 레이블링 우선순위의 제공에 의해 전체 데이터 셋(300)의 일부 데이터에 대하여만 레이블링 작업이 필요하게 될 수 있다. 또한, 레이블링 우선순위가 제공되므로 레이블링을 위해 배분된 자원이 효율적으로 사용될 수 있다.

도 12는 본 개시의 몇몇 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.

도 12에서 도시되는 컴퓨터(1102)는, 본 개시에 따른 데이터 수집 전략 방법이 수행되는 컴퓨팅 장치(100) 중 적어도 하나에 대응될 수 있다.

본 개시내용이 일반적으로 하나 이상의 컴퓨터 상에서 실행될 수 있는 컴퓨터 실행가능 명령어와 관련하여 전술되었지만, 당업자라면 본 개시내용 기타 프로그램 모듈들과 결합되어 및/또는 하드웨어와 소프트웨어의 조합으로서 구현될 수 있다는 것을 잘 알 것이다.

일반적으로, 본 명세서에서의 모듈은 특정의 태스크를 수행하거나 특정의 추상 데이터 유형을 구현하는 루틴, 프로시져, 프로그램, 컴포넌트, 데이터 구조, 기타 등등을 포함한다. 또한, 당업자라면 본 개시의 방법이 단일-프로세서(110) 또는 멀티프로세서(110) 컴퓨터 시스템, 미니컴퓨터, 메인프레임 컴퓨터는 물론 퍼스널 컴퓨터, 핸드헬드 컴퓨팅 장치(100), 마이크로프로세서(110)-기반 또는 프로그램가능 가전 제품, 기타 등등(이들 각각은 하나 이상의 연관된 장치와 연결되어 동작할 수 있음)을 비롯한 다른 컴퓨터 시스템 구성으로 실시될 수 있다는 것을 잘 알 것이다.

본 개시의 설명된 실시예들은 또한 어떤 태스크들이 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 저장부 저장 장치 둘다에 위치할 수 있다.

컴퓨터는 통상적으로 다양한 컴퓨터 판독가능 매체를 포함한다. 컴퓨터에 의해 액세스 가능한 매체 로서, 휘발성 및 비휘발성 매체, 일시적(transitory) 및 비일시적(non-transitory) 매체, 이동식 및 비-이동식 매체를 포함한다. 제한이 아닌 예로서, 컴퓨터 판독가능 매체는 컴퓨터 판독가능 저장 매체 및 컴퓨터 판독가능 전송 매체를 포함할 수 있다.

컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성 매체, 일시적 및 비-일시적 매체, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 판독가능 저장 매체는 RAM, ROM, EEPROM, 플래시 저장부 또는 기타 저장부 기술, CD-ROM, DVD(digital video disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 기타 매체를 포함하지만, 이에 한정되지 않는다.

컴퓨터 판독가능 전송 매체는 통상적으로 반송파(carrier wave) 또는 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터등을 구현하고 모든 정보 전달 매체를 포함한다. 피변조 데이터 신호라는 용어는 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 제한이 아닌 예로서, 컴퓨터 판독가능 전송 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선, 기타 무선 매체와 같은 무선 매체를 포함한다. 상술된 매체들 중 임의의 것의 조합도 역시 컴퓨터 판독가능 전송 매체의 범위 안에 포함되는 것으로 한다.

컴퓨터(1102)를 포함하는 본 개시의 여러가지 측면들을 구현하는 예시적인 환경(1100)이 나타내어져 있으며, 컴퓨터(1102)는 처리 장치(1104), 시스템 저장부(1106) 및 시스템 버스(1108)를 포함한다. 시스템 버스(1108)는 시스템 저장부(1106)(이에 한정되지 않음)를 비롯한 시스템 컴포넌트들을 처리 장치(1104)에 연결시킨다. 처리 장치(1104)는 다양한 상용 프로세서(110)들 중 임의의 프로세서(110)일 수 있다. 듀얼 프로세서(110) 및 기타 멀티프로세서(110) 아키텍처도 역시 처리 장치(1104)로서 이용될 수 있다.

시스템 버스(1108)는 저장부 버스, 주변장치 버스, 및 다양한 상용 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스에 추가적으로 상호 연결될 수 있는 몇가지 유형의 버스 구조 중 임의의 것일 수 있다. 시스템 저장부(1106)는 판독 전용 저장부(ROM)(1110) 및 랜덤 액세스 저장부(RAM)(1112)를 포함한다. 기본 입/출력 시스템(BIOS)은 ROM, EPROM, EEPROM 등의 비휘발성 저장부(1110)에 저장되며, 이 BIOS는 시동 중과 같은 때에 컴퓨터(1102) 내의 구성요소들 간에 정보를 전송하는 일을 돕는 기본적인 루틴을 포함한다. RAM(1112)은 또한 데이터를 캐싱하기 위한 정적 RAM 등의 고속 RAM을 포함할 수 있다.

컴퓨터(1102)는 또한 내장형 하드 디스크 드라이브(HDD)(1114)(예를 들어, EIDE, SATA)

이 내장형 하드 디스크 드라이브(1114)는 또한 적당한 섀시(도시 생략) 내에서 외장형 용도로 구성될 수 있음

, 자기 플로피 디스크 드라이브(FDD)(1116)(예를 들어, 이동식 디스켓(1118)으로부터 판독을 하거나 그에 기록을 하기 위한 것임), 및 광 디스크 드라이브(1120)(예를 들어, CD-ROM 디스크(1122)를 판독하거나 DVD 등의 기타 고용량 광 매체로부터 판독을 하거나 그에 기록을 하기 위한 것임)를 포함한다. 하드 디스크 드라이브(1114), 자기 디스크 드라이브(1116) 및 광 디스크 드라이브(1120)는 각각 하드 디스크 드라이브 인터페이스(1124), 자기 디스크 드라이브 인터페이스(1126) 및 광 드라이브 인터페이스(1128)에 의해 시스템 버스(1108)에 연결될 수 있다. 외장형 드라이브 구현을 위한 인터페이스(1124)는 예를 들어, USB(Universal Serial Bus) 및 IEEE 1394 인터페이스 기술 중 적어도 하나 또는 그 둘다를 포함한다.

이들 드라이브 및 그와 연관된 컴퓨터 판독가능 매체는 데이터, 데이터 구조, 컴퓨터 실행가능 명령어, 기타 등등의 비휘발성 저장을 제공한다. 컴퓨터(1102)의 경우, 드라이브 및 매체는 임의의 데이터를 적당한 디지털 형식으로 저장하는 것에 대응한다. 상기에서의 컴퓨터 판독가능 저장 매체에 대한 설명이 HDD, 이동식 자기 디스크, 및 CD 또는 DVD 등의 이동식 광 매체를 언급하고 있지만, 당업자라면 집 드라이브(zip drive), 자기 카세트, 플래쉬 저장부 카드, 카트리지, 기타 등등의 컴퓨터에 의해 판독가능한 다른 유형의 저장 매체도 역시 예시적인 운영 환경에서 사용될 수 있으며 또 임의의 이러한 매체가 본 개시의 방법들을 수행하기 위한 컴퓨터 실행가능 명령어를 포함할 수 있다는 것을 잘 알 것이다.

운영 체제(1130), 하나 이상의 애플리케이션 프로그램(1132), 기타 프로그램 모듈(1134) 및 프로그램 데이터(1136)를 비롯한 다수의 프로그램 모듈이 드라이브 및 RAM(1112)에 저장될 수 있다. 운영 체제, 애플리케이션, 모듈 및/또는 데이터의 전부 또는 그 일부분이 또한 RAM(1112)에 캐싱될 수 있다. 본 개시가 여러가지 상업적으로 이용가능한 운영 체제 또는 운영 체제들의 조합에서 구현될 수 있다는 것을 잘 알 것이다.

사용자는 하나 이상의 유선/무선 입력 장치, 예를 들어, 키보드(1138) 및 마우스(1140) 등의 포인팅 장치를 통해 컴퓨터(1102)에 명령 및 정보를 입력할 수 있다. 기타 입력 장치(도시 생략)로는 마이크, IR 리모콘, 조이스틱, 게임 패드, 스타일러스 펜, 터치 스크린, 기타 등등이 있을 수 있다. 이들 및 기타 입력 장치가 종종 시스템 버스(1108)에 연결되어 있는 입력 장치 인터페이스(1142)를 통해 처리 장치(1104)에 연결되지만, 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스, 기타 등등의 기타 인터페이스에 의해 연결될 수 있다.

모니터(1144) 또는 다른 유형의 디스플레이 장치도 역시 비디오 어댑터(1146) 등의 인터페이스를 통해 시스템 버스(1108)에 연결된다. 모니터(1144)에 부가하여, 컴퓨터는 일반적으로 스피커, 프린터, 기타 등등의 기타 주변 출력 장치(도시 생략)를 포함한다.

컴퓨터(1102)는 유선 및/또는 무선 통신을 통한 원격 컴퓨터(들)(1148) 등의 하나 이상의 원격 컴퓨터로의 논리적 연결을 사용하여 네트워크화된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(1148)는 워크스테이션, 서버 컴퓨터, 라우터, 퍼스널 컴퓨터, 휴대용 컴퓨터, 마이크로프로세서(110)-기반 오락 기기, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있으며, 일반적으로 컴퓨터(1102)에 대해 기술된 구성요소들 중 다수 또는 그 전부를 포함하지만, 간략함을 위해, 저장부 저장 장치(1150)만이 도시되어 있다. 도시되어 있는 논리적 연결은 근거리 통신망(LAN)(1152) 및/또는 더 큰 네트워크, 예를 들어, 원거리 통신망(WAN)(1154)에의 유선/무선 연결을 포함한다. 이러한 LAN 및 WAN 네트워킹 환경은 사무실 및 회사에서 일반적인 것이며, 인트라넷 등의 전사적 컴퓨터 네트워크(enterprise-wide computer network)를 용이하게 해주며, 이들 모두는 전세계 컴퓨터 네트워크, 예를 들어, 인터넷에 연결될 수 있다.

LAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 유선 및/또는 무선 통신 네트워크 인터페이스 또는 어댑터(1156)를 통해 로컬 네트워크(1152)에 연결된다. 어댑터(1156)는 LAN(1152)에의 유선 또는 무선 통신을 용이하게 해줄 수 있으며, 이 LAN(1152)은 또한 무선 어댑터(1156)와 통신하기 위해 그에 설치되어 있는 무선 액세스 포인트를 포함하고 있다. WAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 모뎀(1158)을 포함할 수 있거나, WAN(1154) 상의 통신 서버에 연결되거나, 또는 인터넷을 통하는 등, WAN(1154)을 통해 통신을 설정하는 기타 수단을 갖는다. 내장형 또는 외장형 및 유선 또는 무선 장치일 수 있는 모뎀(1158)은 직렬 포트 인터페이스(1142)를 통해 시스템 버스(1108)에 연결된다. 네트워크화된 환경에서, 컴퓨터(1102)에 대해 설명된 프로그램 모듈들 또는 그의 일부분이 원격 저장부/저장 장치(1150)에 저장될 수 있다. 도시된 네트워크 연결이 예시적인 것이며 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 잘 알 것이다.

컴퓨터(1102)는 무선 통신으로 배치되어 동작하는 임의의 무선 장치 또는 개체, 예를 들어, 프린터, 스캐너, 데스크톱 및/또는 휴대용 컴퓨터, PDA(portable data assistant), 통신 위성, 무선 검출가능 태그와 연관된 임의의 장비 또는 장소, 및 전화와 통신을 하는 동작을 한다. 이것은 적어도 Wi-Fi 및 블루투스 무선 기술을 포함한다. 따라서, 통신은 종래의 네트워크에서와 같이 미리 정의된 구조이거나 단순하게 적어도 2개의 장치 사이의 애드혹 통신(ad hoc communication)일 수 있다.

Wi-Fi(Wireless Fidelity)는 유선 없이도 인터넷 등으로의 연결을 가능하게 해준다. Wi-Fi는 이러한 장치, 예를 들어, 컴퓨터가 실내에서 및 실외에서, 즉 기지국의 통화권 내의 아무 곳에서나 데이터를 전송 및 수신할 수 있게 해주는 셀 전화와 같은 무선 기술이다. Wi-Fi 네트워크는 안전하고 신뢰성 있으며 고속인 무선 연결을 제공하기 위해 IEEE 802.11(a,b,g, 기타)이라고 하는 무선 기술을 사용한다. 컴퓨터를 서로에, 인터넷에 및 유선 네트워크(IEEE 802.3 또는 이더넷을 사용함)에 연결시키기 위해 Wi-Fi가 사용될 수 있다. Wi-Fi 네트워크는 비인가 2.4 및 5 GHz 무선 대역에서, 예를 들어, 11Mbps(802.11a) 또는 54 Mbps(802.11b) 데이터 레이트로 동작하거나, 양 대역(듀얼 대역)을 포함하는 제품에서 동작할 수 있다.

본 개시의 기술 분야에서 통상의 지식을 가진 자는 여기에 개시된 실시예들과 관련하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 프로세서(110)들, 수단들, 회로들 및 알고리즘 단계들이 전자 하드웨어, (편의를 위해, 여기에서 "소프트웨어"로 지칭되는) 다양한 형태들의 프로그램 또는 설계 코드 또는 이들 모두의 결합에 의해 구현될 수 있다는 것을 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 호환성을 명확하게 설명하기 위해, 다양한 예시적인 컴포넌트들, 블록들, 모듈들, 회로들 및 단계들이 이들의 기능과 관련하여 위에서 일반적으로 설명되었다. 이러한 기능이 하드웨어 또는 소프트웨어로서 구현되는지 여부는 특정한 애플리케이션 및 전체 시스템에 대하여 부과되는 설계 제약들에 따라 좌우된다. 본 개시의 기술 분야에서 통상의 지식을 가진 자는 각각의 특정한 애플리케이션에 대하여 다양한 방식들로 설명된 기능을 구현할 수 있으나, 이러한 구현 결정들은 본 개시의 범위를 벗어나는 것으로 해석되어서는 안 될 것이다.

여기서 제시된 다양한 실시예들은 방법, 장치, 또는 표준 프로그래밍 및/또는 엔지니어링 기술을 사용한 제조 물품(article)으로 구현될 수 있다. 용어 "제조 물품"은 임의의 컴퓨터-판독가능 장치로부터 액세스 가능한 컴퓨터 프로그램, 캐리어, 또는 매체(media)를 포함한다. 예를 들어, 컴퓨터-판독가능 저장 매체는 자기 저장 장치(예를 들면, 하드 디스크, 플로피 디스크, 자기 스트립, 등), 광학 디스크(예를 들면, CD, DVD, 등), 스마트 카드, 및 플래쉬 저장부 장치(예를 들면, EEPROM, 카드, 스틱, 키 드라이브, 등)를 포함하지만, 이들로 제한되는 것은 아니다. 용어 "기계-판독가능 매체"는 명령(들) 및/또는 데이터를 저장, 보유, 및/또는 전달할 수 있는 무선 채널 및 다양한 다른 매체를 포함하지만, 이들로 제한되는 것은 아니다.

제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 개시의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 첨부된 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.

제시된 실시예들에 대한 설명은 임의의 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 개시를 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 개시는 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

Claims (14)

1. 컴퓨터 판독가능한 저장매체에 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 하나 이상의 프로세서로 하여금 이하의 단계들을 수행하게 하기위한 명령들을 포함하며, 상기 단계들은:
   둘 이상의 트레이닝 데이터 셋들 및 대응하는 레이블링 값에 기초하여 학습된 하나 이상의 네트워크 함수를 포함하는 복수의 추론 모델에 기초하여, 임의의 데이터에 대한 복수의 추론 결과를 생성하는 단계;
   상기 복수의 추론 결과에 기초하여 상기 임의의 데이터에 대한 단일 추론 결과를 생성하는 단계; 및
   상기 단일 추론 결과가 기 결정된 기준을 만족하지 못할 경우, 상기 단일 추론 결과 및 적어도 하나의 임계값에 기초하여 상기 임의의 데이터에 대한 레이블링 우선순위를 결정하는 단계;
   를 포함하는,
   컴퓨터 판독가능한 저장매체에 저장된 컴퓨터 프로그램.
   
2. 제 1 항에 있어서,
   하나 이상의 네트워크 함수를 포함하는 상기 복수의 추론 모델이 학습되는 단계는:
   레이블링 되지 않은 전체 데이터 셋으로부터 적어도 둘 이상의 데이터를 포함하는 데이터 서브 셋을 생성하는 단계;
   상기 데이터 서브 셋으로부터 둘 이상의 트레이닝 데이터 셋을 생성하는 단계 - 상기 둘 이상의 트레이닝 데이터 셋은 상이한 검증 데이터 셋을 포함하는 샘플링된 데이터 서브 셋의 쌍을 적어도 하나 포함함 -; 및
   상기 둘 이상의 트레이닝 데이터 셋들 및 대응하는 레이블링 값에 기초하여 복수의 추론 모델들을 학습시키는 단계;
   를 포함하는,
   컴퓨터 판독가능한 저장매체에 저장된 컴퓨터 프로그램.
   
3. 제 2 항에 있어서,
   상기 데이터 서브 셋으로부터 둘 이상의 트레이닝 데이터 셋을 생성하는 단계는,
   상기 트레이닝 데이터 셋에 기초하여, 각각 고유한 검증 데이터 셋을 포함하는 복수의 트레이닝 데이터 셋을 생성하는 단계;
   를 포함하는,
   컴퓨터 판독가능한 저장매체에 저장된 컴퓨터 프로그램.
   
4. 제 3 항에 있어서,
   상기 트레이닝 데이터 셋에 기초하여, 각각 고유한 검증 데이터 셋을 포함하는 복수의 트레이닝 데이터 셋을 생성하는 단계는,
   상기 트레이닝 데이터 셋을 N개의 데이터 하위 서브 셋으로 분할하는 단계; 및
   상기 N개의 데이터 하위 서브 셋 중 적어도 하나를 검증 데이터 셋으로 할당하는 단계;
   를 포함하는,
   컴퓨터 판독가능한 저장매체에 저장된 컴퓨터 프로그램.
   
5. 제 1 항에 있어서,
   상기 복수의 추론 모델은,
   서로 상이한 형태를 포함하는 둘 이상의 네트워크 함수를 포함하는,
   컴퓨터 판독가능한 저장매체에 저장된 컴퓨터 프로그램.
   
6. 제 1 항에 있어서,
   상기 임의의 데이터에 대한 복수의 추론 결과를 제공하는 단계;
   를 더 포함하는,
   컴퓨터 판독가능한 저장매체에 저장된 컴퓨터 프로그램.
   
7. 제 1 항에 있어서,
   상기 복수의 추론 결과는,
   각각의 추론 모델이 임의의 데이터에 대해 추론한 분류 결과 및 각각의 상기 분류 결과와 연관된 확신도 값(confidence score)을 포함하는,
   컴퓨터 판독가능한 저장매체에 저장된 컴퓨터 프로그램.
   
8. 제 1 항에 있어서,
   상기 단일 추론 결과를 제공하는 단계;
   를 더 포함하는,
   컴퓨터 판독가능한 저장매체에 저장된 컴퓨터 프로그램.
   
9. 제 1 항에 있어서,
   상기 단일 추론 결과가 기 결정된 기준을 만족할 경우, 대응하는 임의의 데이터에 의사 레이블(pseudo label)을 부여하는 단계;
   를 더 포함하는,
   컴퓨터 판독가능한 저장매체에 저장된 컴퓨터 프로그램.
   
10. 제 9 항에 있어서,
    상기 단일 추론 결과가 기 결정된 기준을 만족할 경우, 대응하는 임의의 데이터에 의사 레이블을 부여하는 단계는,
    상기 단일 추론 결과에 포함된 불확실성 값이 기 설정된 임계값 이하인 경우, 상기 단일 추론 결과에 포함된 분류 예측 결과를 상기 임의의 데이터에 대한 의사 레이블로 결정하는 단계;
    를 포함하는,
    컴퓨터 판독가능 저장매체에 저장된 컴퓨터 프로그램.
    
11. 제 1 항에 있어서,
    상기 단일 추론 결과가 기 결정된 기준을 만족하지 못할 경우, 상기 단일 추론 결과 및 적어도 하나의 임계값에 기초하여 상기 임의의 데이터에 대한 레이블링 우선순위를 결정하는 단계는,
    상기 임의의 데이터에 대한 상기 단일 추론 결과에 포함된 불확실성 값이 기 설정된 제 1 임계 값 이하인 경우, 상기 임의의 데이터에 제 1 우선순위를 부여하는 단계;
    상기 임의의 데이터에 대한 상기 단일 추론 결과에 포함된 불확실성 값이 상기 제 1 임계 값을 초과하고 기 설정된 제 2 임계 값 이하인 경우, 상기 임의의 데이터에 제 2 우선순위를 부여하는 단계; 및
    상기 임의의 데이터에 대한 상기 단일 추론 결과에 포함된 불확실성 값이 상기 제 2 임계 값을 초과할 경우, 상기 임의의 데이터에 제 3 우선순위를 부여하는 단계;
    를 포함하는,
    컴퓨터 판독가능 저장매체에 저장된 컴퓨터 프로그램.
    
12. 삭제
13. 레이블링 우선순위를 결정하기 위한 컴퓨팅 장치로서,
    프로세서;
    저장부; 및
    통신부;
    를 포함하고,
    상기 프로세서는,
    둘 이상의 트레이닝 데이터 셋들 및 대응하는 레이블링 값에 기초하여 학습된 하나 이상의 네트워크 함수를 포함하는 복수의 추론 모델에 기초하여, 임의의 데이터에 대한 복수의 추론 결과를 생성하고,
    상기 복수의 추론 결과에 기초하여 상기 임의의 데이터에 대한 단일 추론 결과를 생성하고, 그리고
    상기 단일 추론 결과가 기 결정된 기준을 만족하지 못할 경우, 상기 단일 추론 결과 및 적어도 하나의 임계값에 기초하여 상기 임의의 데이터에 대한 레이블링 우선순위를 결정하는,
    컴퓨팅 장치.
    
14. 적어도 하나의 프로세서를 포함하는 컴퓨팅 장치에 의해 수행되는 레이블링 우선순위 결정 방법에 있어서,
    둘 이상의 트레이닝 데이터 셋들 및 대응하는 레이블링 값에 기초하여 학습된 하나 이상의 네트워크 함수를 포함하는 복수의 추론 모델에 기초하여, 임의의 데이터에 대한 복수의 추론 결과를 생성하는 단계;
    상기 복수의 추론 결과에 기초하여 상기 임의의 데이터에 대한 단일 추론 결과를 생성하는 단계; 및
    상기 단일 추론 결과가 기 결정된 기준을 만족하지 못할 경우, 상기 단일 추론 결과 및 적어도 하나의 임계값에 기초하여 상기 임의의 데이터에 대한 레이블링 우선순위를 결정하는 단계;
    를 포함하는,
    레이블링 우선순위 결정 방법.
    
    

Images