​

Sequence data

자연에는 사건이 발생하는데, 이는 대부분 시간에 따른 원인에 의한 결과로써 발생하게 된다. 예를들어

1. 오전에는 맑았는데 오후에는 흐리다.

2. 상반기에는 잘 팔렸는데, 하반기에는 잘 안팔린다.

3. 기분이 나빴는데, 좋아졌다. 등등

순서(sequence)대로 하나씩 나열하여 나타낼 수 있는 데이터를 Sequence data라고 한다.

그리고 이 데이터들은 서로 독립적이지 않다.는 특징을 가지고 있다. 즉, 원인과 결과가 무한이 이어져있다.

---

​

​

Sequence data의 구조와 주로 활용되는 형태

많은 사람들이 시도해보는 주식 예측 인공지능 개발을 가정하여 설명.

• A회사의 ‘주가’를 예측할 것이며 주식은 시간에 따라 ㄱ, ㄴ, ㄷ, ㄹ, ㅁ이라는 사건에 영향을 받는다.
• ㄱ, ㄴ, ㄷ, ㄹ, ㅁ은 수치화 할 수 있다.

​

A회사 주식의 변화를 표로 나다내면 아래와 같다.

날짜	주가	ㄱ	ㄴ	ㄷ	ㄹ	ㅁ
1900-01-01	10,000	45	6	23	54	3
1900-01-02	10,100	41	8	28	50	1
1900-01-04	10,200	39	4	30	47	2
1900-01-05	10,200	36	4	26	49	3
1900-01-06	10,500	47	7	29	46	1
1900-01-07	10,100	50	10	24	44	2
1900-01-08	10,200	60	8	25	50	3

우선 간단히 데이터를 분석하자면,

1. 1900-01-01부터 보통 1일간의 간격(sequence)으로 데이터가 수집되었다.
2. 1900-01-04 데이터는 결측되었다.
3. 데이터가 수집된 일자의 변수(feature) ㄱ, ㄴ, ㄷ, ㄹ, ㅁ의 결측은 없다.

정도로 간단히 분석할 수 있다.

​

​

Apply AI

이를 인공지능에 적용하기 위해서는 데이터 전처리 라는 과정이 필요하다.

데이터를 어떻게 전처리해 AI의 학습 데이터로 사용할지는

1. 전처리 방법의 차이
2. 학습용 데이터 구조를 어떻게 만드느냐?
3. 어떤 모델을 사용할 것이냐?

등의 차이가 있고, 절대적인 정답은 없다.

​

간단히 시퀀스 데이터 형태로 변환하자면,

data_set = [[45,6,23,54,3], [41,8,28,50,1], [39,4,30,47,2], [36,4,26,49,3], [47,7,29,46,1], [50,10,24,44,2], [60,8,25,50,3]]

와 같이 구조화할 수 있겠다.

---

​

​

💡 여기서 알아야할 점이 있다. 아래와 같은 데이터가 있다.

seq_data = [0, 3, 4, 5]

filter = [1, 2]

seq_data에 filter를 곱해(seq_data ⦿ filter)

output = [6, 11, 14] 라는 결과가 나왔다.

​

*해당 과정의 흐름을 기억해야 한다. /   seq_data에 filter를 적용해 output을 계산했다.

(seq_data ⦿ filter = output)

​

위의 주식 예측 인공지능에 맞대어 생각해본다면,

• [0, 3]라는 변수가 있을 때 주가가 6이었고,
• [3, 4]라는 변수가 있을 때 주가가 11이었고,
• [4, 5]라는 변수가 있을 때 주가가 14이었다.

​

​

그렇다면, 주식 예측 인공지능를 개발하기 위해서 진행되어야 하는 과정은

seq_data가 있고 output이 있을 때, filter 값를 찾아 향후 seq_data에 대입해 계산해보는 것이다.

즉, (seq_data ⦿ filter = output)에서 filter 값을 찾아주는 것이 인공지능의 역할이며

위의 filter라는 명칭은 인공지능에서 가중치(weight)라고 불리며 이를 찾아 가는 것이 인공지능의 핵심이다.

​

​

​

아까 주식 데이터에서 날짜를 고려하지 않고, 3일간의 데이터를 사용해 1일 뒤(1900-01-09)의 주가를 예측한다고 했을 때,

날짜	주가	ㄱ	ㄴ	ㄷ	ㄹ	ㅁ
1900-01-01	10,000	45	6	23	54	3
1900-01-02	10,100	41	8	28	50	1
1900-01-04	10,200	39	4	30	47	2
1900-01-05	10,200	36	4	26	49	3
1900-01-06	10,500	47	7	29	46	1
1900-01-07	10,100	50	10	24	44	2
1900-01-08	10,200	60	8	25	50	3

01-01, 01-02 데이터는 활용하기 어렵다. (별도의 결측치 대치 전처리를 하지 않는 이상.)

=> 연속된 4일간의 데이터가 있어야, 주제에 맞는 인공지능 학습용 데이터 세트를 만들 수 있다.

​

[[39,4,30,47,2], [36,4,26,49,3], [47,7,29,46,1]] x filter(weight) = 10,100

[[36,4,26,49,3], [47,7,29,46,1], [50,10,24,44,2]] x filter(weight) = 10,200

[[47,7,29,46,1], [50,10,24,44,2], [60,8,25,50,3]] x filter(weight) = ?

이렇게 인공지능은 filter(weight)를 찾아 “예측"을 하게 된다.

​

​

​

​

​

이 과정에 “예측"에 대한 많은 오점과 오류와 가정를 찾기를 바란다.

이와 같은 방법이 맞을 수 있으나, 우리가 사는 세상에 적용하기에 수많은 오점과 오류가 있으며, 가정이 필요하다.

​

​

​

​