하드 네거티브 마이닝
hard negative mining
정답과 헷갈리기 쉬운 오답만 골라 AI에게 반복 학습시켜 미묘한 차이를 구분하게 만드는 훈련 기법
쉽게 말하면
하드 네거티브 마이닝은 AI를 훈련시킬 때 정답과 아주 비슷해서 헷갈리기 쉬운 오답을 일부러 골라 보여주는 방법이다. 시험공부에 비유하면, 아무 문제나 푸는 대신 자꾸 틀리는 유형, 비슷한 개념끼리 헷갈려서 틀리는 문제만 따로 모은 오답노트를 만들어 반복해서 푸는 것과 같다.
이런 방식이 필요한 이유는 너무 뻔한 오답만 보고 배운 AI는 실전에서 약해지기 때문이다. 예를 들어 고양이 사진을 구별하는 AI에게 자동차 사진만 오답으로 보여주면 금방 구분하지만, 고양이와 닮은 스라소니나 강아지 사진을 오답으로 섞어 보여주면 훨씬 정교하게 구별하는 법을 익히게 된다. 이렇게 일부러 어려운, 헷갈리는 오답을 찾아서 학습에 투입하는 과정을 하드 네거티브 마이닝이라 부른다.
이 기법은 검색 결과가 진짜인지 가짜인지 가려내는 판별기, 얼굴 인식, 문서 검색처럼 비슷비슷한 것들 사이에서 미세한 차이를 구별해야 하는 AI를 만들 때 특히 중요하게 쓰인다.