뉴럴 네트워크(Neural Network) 또는 머신 러닝(Machine Learning) 등의 개념은 기계가 수많은 경험을 통해 세상을 파악하는 것이라고 볼 수 있다. 그중 첫걸음은 기계가 특정 사물을 명확히 인식하는 것인데, 예를 들면 인터넷의 방대한 이미지 데이터베이스에서 어떤 것이 개(Dog)인지 판단할 수 있어야 한다. 개와 유사하게 생긴 동물 또는 사물의 사진을 보아도 개가 아님이라고 판단하는 것이다.

중국 상하이의 디자인과 리서치 스튜디오인 오토메이토닷팜은 머신 러닝에서 실제로 얼마나 많은 데이터가 필요한지 실물로 제작해보았다. 기계가 개와 개가 아닌 것을 구별하기까지 얼마나 많은 그림을 보여줘야 할까? 그 답은 무려 5,000장의 종이 카드로, 옆으로 세우면 1.2m가 되고 무게는 8kg에 이른다고 한다. 이 카드 세트의 이름은 트레이닝 카드(automato.farm/portfolio/trainning-cards)이며 뉴럴 네트워크의 약자를 중간에 넣어서 NN으로 표기했다. 카드에는 개의 모습이 포함된 다양한 사진이 있으며, 하단에 QR 코드를 넣어서 컴퓨터가 보다 빨리 인식하도록 만들었다.

트레이닝 카드는 개뿐만 아니라 구매자가 요청하는 사물 주제에 맞춰서 주문 제작할 수도 있다. 먼저 개의 이미지를 트레이닝 카드로 학습시킨 후 실제 환경에서 효과가 있는지 살펴보고, 그다음은 또 다른 주제의 트레이닝 카드로 훈련하는 것이다. 실제 눈으로는 볼 수 없는 뉴럴 네트워크 혹은 머신 러닝의 학습 과정을 시각화해 얼마나 많은 양의 데이터가 필요한지, 학습 과정이 어떠한지 가늠할 수 있다. 또, 이를 직접 진행해보면서 이해하고 체험하는 교육에도 도움이 될 수 있다.

TrainNNing Cards, Automato.farm