전이학습

전이학습(Transfer Learning)은 한 분야에서 배운 능력을 다른 분야에 옮겨 쓰는 방법입니다. 비유하면 피아노를 배운 사람이 전자 키보드를 빨리 익히는 것과 같습니다 — 건반 감각이라는 기초 능력이 옮겨가니까요.

AI에서도 마찬가지입니다. 인터넷의 방대한 글을 읽고 언어 능력을 익힌 대형 모델(파운데이션 모델)을 의료·법률·금융 같은 특정 분야에 다시 조금만 훈련시키면, 밑바닥부터 새로 배우는 것보다 훨씬 적은 데이터와 비용으로 좋은 성능이 나옵니다.

지금 「미세조정(Fine-tuning)」이라는 말로 만나는 것이 대부분 전이학습의 실천입니다. 뉴스에서 「GPT를 기반으로 의료 특화 모델을 만들었다」 같은 이야기가 나오면, 범용 모델의 능력을 전이시킨 것입니다. 전이학습 덕분에 모든 회사가 자체 AI를 처음부터 만들 필요 없이 기존 모델 위에 자기 데이터를 얹을 수 있게 됐습니다.