물리학자로서 필자는 본래 정확한 수식으로 세상을 설명하도록 훈련 받았다. 이후 실험적 고 에너지 입자 물리학자로서 필자는 오류가 있는 대량의 데이터를 다루고 해당 데이터를 설명하는 경쟁 모델을 평가하는 방법을 배웠다. 대량으로 수집된 비즈니스 데이터는 필자가 다룰 수 있는 물리학 데이터보다 모델화하기가 더 복잡하고 어려운 경우가 많다. 쉽게 말해 인간 행동은 복잡하고 일관적이지 않으며 제대로 이해되지 않고 있고 여러 변수에 의해 영향을 받는다.
자신의 의도가 어떤 고객이 새로운 서비스에 가입할 확률이 높은지 예상하고 싶은 것이라면, 누적된 이력 패턴을 토대로 하는 확실한 상관관계 외에도 불확실한 것들과 약간의 무작위성도 존재한다는 사실을 발견하게 될 것이다. 데이터를 그래프화하고 설명적 통계 분석을 해도 현상을 설명하는 모델을 찾지 못한다면 머신러닝이 필요할 수 있다.
아마존 머신러닝(Amazon Machine Learning, AML) 서비스의 접근 방식은 분석가들이 데이터 공학과 머신러닝 알고리즘을 이해하는지 여부에 상관 없이 해결해야 하는 비즈니스 문제를 파악할 수 있도록 개발되었다. 알다시피 이런 의도 덕분에 결과가 유사하긴 하지만 마이크로소프트 애저 머신러닝(Microsoft Azure Machine Learning)과는 다른 서비스와 인터페이스를 갖추고 있다.
두 서비스 모두 누적된 이력 데이터부터 시작해 관찰할 수 있는 것으로부터 예측 대상을 식별하고 관련된 특징을 추출하며 이를 모델에 적용하고 시스템이 모델의 계수를 최적화할 수 있다. 그리고 나서 모델을 평가하고 수용할 수 있다면, 이를 이용해 예측하면 된다. 예를 들어, 은행에서 새로운 신용카드 요금이 합법적인지 아니면 사기인지 예측하는 모델을 구축할 수 있으며, 제조업체가 잠재 고객이 자사 제품에 얼마나 많은 돈을 지불할지 예측하는 모델을 구축할 수 있다.
일반적으로 우선 자사의 데이터를 업로드하고 정리하여 AML(Amazon Machine Learning)에 접근하며, 머신러닝 모델을 구축, 훈련, 평가한 후 마지막으로 배치(Batch) 또는 실시간 예측을 수행한다. 각 단계는 반복적이며 전체 과정도 마찬가지이다. 알고리즘 선택은 아마존에게 맡기더라도 머신러닝은 쉽고 정적이며 만능이 아니다.
데이터 소스
AML은 평문 CSV 형식으로 아마존 S3에 저장한 데이터를 읽을 수 있다. 또한 이 데이터는 MySQL용 아마존 레드시프트(Amazon Redshift)와 아마존 RDS로부터 S3로 자동으로 유입할 수 있다. 데이터를 다른 데이터베이스 또는 다른 클라우드에서 가져오는 경우 스스로 S3에 입력해야 한다.
데이터 소스를 작성할 때 AML은 입력 데이터를 읽고 그 속성에 대한 설명 통계를 연산하며 데이터 소스 프로젝트의 일환으로 통계, 대상과의 상관관계, 스키마(Schema), 기타 정보를 저장한다. 데이터는 복사되지 않는다. 데이터 소스의 DI(Data Insights) 페이지에 관한 통계, 유효하지 않은 값 정보 등을 확인할 수 있다.
스키마는 각 필드의 이름과 데이터를 저장하고 AML은 CSV 파일의 헤더(Header) 줄에서 이름을 읽고 값에서 데이터 유형을 추론할 수 있다. 콘솔(Console)에서 이런 것들을 무시할 수 있다.
실제로는 모델 훈련을 위한 것(일반적으로 데이터의 70%)과 모델 평가를 위한 것(일반적으로 데이터의 30%) 등 AML을 위해 2개의 데이터 소스가 필요하다. 스스로 2개의 S3 버켓에 데이터를 미리 분류하거나 단일 버켓으로부터 2개의 데이터 소스를 작성할 때 AML이 데이터를 순차적 또는 무작위로 분류하도록 할 수 있다.
앞서 언급했듯이 AML 프로세스의 모든 단계는 반복적이며, 데이터 소스 입력 역시 마찬가지이다. 시간이 지나면서 데이터 소스에서는 여러 가지 이유로 데이터가 이동한다. 이 때, 데이터 소스를 더욱 새로운 데이터와 교체하고 모델을 재훈련해야 한다.
머신러닝 모델 훈련
AML은 바이너리 분류, 멀티클래스 분류, 회귀 등 3가지 모델과 각 유형에 1개의 알고리즘을 지원한다. 최적화를 위해 AML은 훈련 데이터 위를 순차적으로 여러 번 통과하고 손실 함수를 최소화하기 위해 각 샘플 미니 배치의 특징 가중치를 업데이트하는 SGD(Stocahstic Gradient Descent)를 사용한다. 손실 함수는 실제 값과 예측된 값 사이의 차이를 반영한다. 기울기 하강 최적화는 기호 논리학과 제곱 손실 함수 등 연속적이고 구별할 수 있는 손실 함수에서만 잘 동작한다.
바이너리 분류의 경우 AML은 기호 논리학 회귀를 이용한다(회귀 손실 함수 + SGD). 멀티클래스 분류의 경우 AML은 다항 기호 논리학 회귀를 이용한다(다항 기호 논리학 손실 + SGD). 회귀의 경우 선형 회귀를 이용한다(제곱 손실 함수 + SGD). 대상 데이터 유형으로부터 해결하는 기계 학습 작업의 유형을 판단한다.
AML은 마이크로소프트의 애저 머신러닝만큼 다양한 모델을 제공하지는 않지만 3가지 주요 문제를 해결하기 위한 탄탄하고 상대적으로 사용이 쉬운 솔루션을 제공한다. 비유도 클러스터 분석 등 다른 종류의 기계 학습 모델이 필요하다면, AML 환경 외에서 사용해야 한다. R스튜디오(RStudio) 또는 주피터 노트북(Jupyter Notebook) 인스턴스 등을 아마존 우분투(Ubuntu) VM에서 구동하여 동일한 가용 구역에서 구동하는 레드시프트 데이터 웨어하우스로부터 데이터를 가져올 수 있다.
머신러닝을 위한 레시피
때로는 관찰 가능한 데이터가 예측 목표뿐만이 아니라 자신이 원하는 것과 상관 관계가 없을 수도 있다. 다른 데이터를 수집하기 전에 일반적으로 자신의 대상과 상관 관계가 큰 관찰 데이터로부터 특징을 추출해야 한다. 경우에 따라서는 단순할 수 있지만 그렇지 않을 때도 있다. 물리적인 예를 들기 위해 화학적인 반응을 표면적으로 제어하며, 다른 것들은 체적을 제어한다. X, Y, Z 차원으로 관찰한 경우 이런 수치를 곱하여 표면 및 체적 특징을 이끌어낼 수 있다.
Surfshark
VPN (가상 사설 네트워크, Virtual Private Network)은 인터넷 사용자에게 개인 정보 보호와 보안을 제공하는 중요한 도구로 널리 인정받고 있다. VPN은 공공 와이파이 환경에서도 데이터를 안전하게 전송할 수 있고, 개인 정보를 보호하는 데 도움을 준다. VPN 서비스의 수요가 증가하는 것도 같은 이유에서다. 동시에 유료와 무료 중 어떤 VPN을 선택해야 할지 많은 관심을 가지고 살펴보는 사용자가 많다. 가장 먼저 사용자의 관심을 끄는 것은 별도의 예산 부담이 없는 무료 VPN이지만, 그만큼의 한계도 있다. 무료 VPN, 정말 괜찮을까? 무료 VPN 서비스는 편리하고 경제적 부담도 없지만 고려할 점이 아예 없는 것은 아니다. 보안 우려 대부분의 무료 VPN 서비스는 유료 서비스에 비해 보안 수준이 낮을 수 있다. 일부 무료 VPN은 사용자 데이터를 수집해 광고주나 서드파티 업체에 판매하는 경우도 있다. 이러한 상황에서 개인 정보가 유출될 우려가 있다. 속도와 대역폭 제한 무료 VPN 서비스는 종종 속도와 대역폭에 제한을 생긴다. 따라서 사용자는 느린 인터넷 속도를 경험할 수 있으며, 높은 대역폭이 필요한 작업을 수행하는 데 제약을 받을 수 있다. 서비스 제한 무료 VPN 서비스는 종종 서버 위치가 적거나 특정 서비스 또는 웹사이트에 액세스하지 못하는 경우가 생긴다. 또한 사용자 수가 늘어나 서버 부하가 증가하면 서비스의 안정성이 저하될 수 있다. 광고 및 추적 일부 무료 VPN은 광고를 삽입하거나 사용자의 온라인 활동을 추적하여 광고주에게 판매할 수 있다. 이 경우 사용자가 광고를 보아야 하거나 개인 정보를 노출해야 할 수도 있다. 제한된 기능 무료 VPN은 유료 버전에 비해 기능이 제한될 수 있다. 예를 들어, 특정 프로토콜이나 고급 보안 기능을 지원하지 않는 경우가 그렇다. 유료 VPN의 필요성 최근 유행하는 로맨스 스캠은 인터넷 사기의 일종으로, 온라인 데이트나 소셜 미디어를 통해 가짜 프로필을 만들어 상대를 속이는 행위다. 이러한 상황에서 VPN은 사용자가 안전한 연결을 유지하고 사기 행위를 방지하는 데 도움이 된다. VPN을 통해 사용자는 상대방의 신원을 확인하고 의심스러운 활동을 감지할 수 있다. 그 외에도 유료 VPN만의 강점을 적극 이용해야 하는 이유는 다음 3가지로 요약할 수 있다. 보안 강화 해외 여행객이 증가함에 따라 공공 와이파이를 사용하는 경우가 늘어나고 있다. 그러나 공공 와이파이는 보안이 취약해 개인 정보를 노출할 위험이 있다. 따라서 VPN을 사용하여 데이터를 암호화하고 개인 정보를 보호하는 것이 중요하다. 서프샤크 VPN은 사용자의 개인 정보를 안전하게 유지하고 해킹을 방지하는 데 유용하다. 개인 정보 보호 인터넷 사용자의 검색 기록과 콘텐츠 소비 패턴은 플랫폼에 의해 추적될 수 있다. VPN을 사용하면 사용자의 IP 주소와 로그를 숨길 수 있으며, 개인 정보를 보호할 수 있다. 또한 VPN은 사용자의 위치를 숨기고 인터넷 활동을 익명으로 유지하는 데 도움이 된다. 지역 제한 해제 해외 여행 중에도 한국에서 송금이 필요한 경우가 생길 수 있다. 그러나 IP가 해외 주소이므로 은행 앱에 접근하는 것이 제한될 수 있다. VPN을 사용하면 지역 제한을 해제해 해외에서도 한국 인터넷 서비스를 이용할 수 있다. 따라서 해외에서도 안전하고 편리하게 인터넷을 이용할 수 있다. 빠르고 안전한 유료 VPN, 서프샤크 VPN 뛰어난 보안 서프샤크 VPN은 강력한 암호화 기술을 사용하여 사용자의 인터넷 연결을 안전하게 보호한다. 이는 사용자의 개인 정보와 데이터를 보호하고 외부 공격으로부터 사용자를 보호하는 데 도움이 된다. 다양한 서버 위치 서프샤크 VPN은 전 세계 곳곳에 여러 서버가 위치하고 있어, 사용자가 지역 제한된 콘텐츠에 액세스할 수 있다. 해외에서도 로컬 콘텐츠에 손쉽게 접근할 수 있음은 물론이다. 속도와 대역폭 서프샤크 VPN은 빠른 속도와 무제한 대역폭을 제공하여 사용자가 원활한 인터넷 경험을 누릴 수 있도록 지원한다. 온라인 게임, 스트리밍, 다운로드 등 대역폭이 필요한 활동에 이상적이다. 다양한 플랫폼 지원 서프샤크 VPN은 다양한 플랫폼 및 디바이스에서 사용할 수 있다. 윈도우, 맥OS, iOS, 안드로이드 등 다양한 운영체제 및 디바이스에서 호환되어 사용자가 어디서나 안전한 인터넷을 즐길 수 있다. 디바이스 무제한 연결 서프샤크 VPN은 무제한 연결을 제공하여 사용자가 필요할 때 언제든지 디바이스의 갯수에 상관없이 VPN을 사용할 수 있다.