GAN (Generative Adversarial Networks)

정의

GAN은 생성자와 판별자라는 두 개의 신경망이 경쟁하여 사실적인 합성 데이터를 생성하는 머신 러닝 모델의 한 종류입니다.

목적

GAN의 목적은 이미지, 오디오, 텍스트와 같은 사실적인 데이터를 생성하는 것입니다. GAN은 크리에이티브 산업, 데이터 증강, 그리고 연구 분야에 활용됩니다.

중요성

• 고품질의 합성 데이터를 생성합니다.
• 디자인과 예술 분야에서 창의성을 발휘할 수 있게 해줍니다.
• 딥페이크와 잘못된 정보의 오용 위험.
• 훈련하는 데 계산 비용이 많이 듭니다.

운영 방식 (How It Works)

1. 생성기는 무작위 노이즈로부터 합성 데이터를 생성합니다.
2. 판별기는 데이터가 진짜인지 가짜인지 평가합니다.
3. 두 네트워크는 동시에 훈련됩니다.
4. 생성기는 판별기를 속이는 법을 학습하여 개선됩니다.
5. 출력이 실제 데이터와 유사해질 때까지 반복이 계속됩니다.

예시(실제 세계)

• NVIDIA StyleGAN: 사실적인 인간 얼굴을 생성합니다.
• DeepFake 응용 프로그램: 합성 비디오 제작.
• 연구 데이터 증강을 위한 합성 의료 이미지.

참고문헌 / 추가 자료

• Goodfellow 외. "생성적 적대 신경망." NeurIPS 2014.
• 이언 굿펠로우의 GAN 강의 노트.
• IEEE 신경망 및 학습 시스템 저널.