15-01 어텐션 메커니즘 (Attention Mechanism)
앞서 배운 seq2seq 모델은 **인코더**에서 입력 시퀀스를 컨텍스트 벡터라는 하나의 고정된 크기의 벡터 표현으로 압축하고, **디코더**는 이 컨텍스트 벡터를 통해서 출력 …
wikidocs.net
* Won Joon Yoo, Introduction to Deep Learning for Natural Language Processing, Wikidocs 바탕으로 공부 목적으로 아래 글을 작성하였다.
RNN에 기반한 seq2seq 모델에는 크게 두 가지 문제가 있다.
1. 하나의 고정된 크기의 벡터에 모든 정보를 압축하려고 하니까 정보 손실이 발생
2. RNN의 고질적인 문제인 기울기 소실(vanishing gradient)
이를 위한 대안으로 입력 시퀀스가 길어지면 출력 시퀀스의 정확도가 떨어지는 것을 보정해주는 어텐션(Attention)이 등장했다.
1. 어텐션(Attention)의 아이디어
어텐션의 기본 아이디어는 디코더에서 출력 단어를 예측하는 매 시점(time step)마다, 인코더에서의 전체 입력 문장을 다시 한 번 참고한다는 점이다. 단, 전체 입력 문장을 전부 다 동일한 비율로 참고하는 것이 아니라, 해당 시점에서 예측해야할 단어와 연관이 있는 입력 단어 부분을 좀 더 집중(Attention)해서 보게 된다.
2. 어텐션 함수(Attention Function)
Key-Value 자료형에 대한 이해를 가지고 어텐션 함수에 대해서 이해해보자. 어텐션을 함수로 표현하면 주로 다음과 같이 표현한다.
Attention(Q, K, V) = Attention Value어텐션 함수는 주어진 '쿼리(Query)'에 대해서 모든 '키(Key)'와의 유사도를 각각 구한다. 그리고 구해낸 이 유사도를 키와 맵핑되어있는 각각의 '값(Value)'에 반영해준다. 그리고 유사도가 반영된 '값(Value)'을 모두 더해서 리턴한다. 여기서는 이걸 어텐션 값(Attention Value)이라고 하자.
지금부터 배우게 되는 seq2seq + 어텐션 모델에서 Q, K, V에 해당되는 각각의 Query, Keys, Values는 각각 다음과 같다.
Q = Query : t 시점의 디코더 셀에서의 은닉 상태
K = Keys : 모든 시점의 인코더 셀의 은닉 상태들
V = Values : 모든 시점의 인코더 셀의 은닉 상태들3. 닷-프로덕트 어텐션(Dot-Product Attention)
위 그림은 디코더의 세번째 LSTM 셀에서 출력 단어를 예측할 때, 어텐션 메커니즘을 사용하는 과정이다. 디코더(녹색 상자)의 첫번째, 두번째 LSTM 셀은 이미 어텐션 메커니즘을 통해 je와 suis를 예측하는 과정을 거쳤다고 가정한다. (start-of-string의 약자로 디코더의 첫번째는 <sos>를 출력한다.) 어텐션 메커니즘에 대해 상세히 알아보기 전에 위의 그림을 통해 전체적인 개요만 이해해보자. 디코더의 세번째 LSTM 셀은 출력 단어를 예측하기 위해서 인코더의 모든 입력 단어들의 정보를 다시 한번 참고하고자 한다. 중간 과정에 대한 설명은 현재는 생략하고 여기서 주목할 것은 인코더의 소프트맥스 함수이다.
소프트맥스 함수를 통해 나온 결과값(étudiant)은 I, am, a, student 단어 각각이 출력 단어를 예측할 때 얼마나 도움이 되는지의 정도를 수치화한 값이다. 위의 그림에서는 빨간 직사각형의 크기로 소프트맥스 함수의 결과값 크기를 표현했다. 직사각형의 크기가 클수록 도움이 되는 정도의 크기가 크다. 각 입력 단어가 디코더의 예측에 도움이 되는 정도가 측정되면 이를 하나의 정보로 담아서 디코더로 전송한다. 위의 그림에서는 초록색 삼각형이 이에 해당한다. 결과적으로, 디코더는 출력 단어를 더 정확하게 예측할 확률이 높아지는 것이다.
1. 어텐션 스코어(Attention Score)를 구한다.
인코더의 시점(time step)을 각각 1, 2, ... n이라고 하였을 때 인코더의 은닉 상태(hidden state)를 각각 $h_{1}$, $h_{2}$, $h_{3}$, $h_{n}$ 라고 하자. 디코더의 현재 시점(time step) t에서의 디코더의 은닉 상태(hidden state)는 $s_{t}$라고 하자. 또한 여기서는 인코더의 은닉 상태와 디코더의 은닉 상태의 차원이 같다고 가정한다. 위의 그림의 경우에는 인코더의 은닉 상태와 디코더의 은닉 상태가 동일하게 차원이 4이다.
어텐션 메커니즘의 첫 걸음인 어텐션 스코어(Attention score)에 대해서 알아보기 전에, seq2seq는 디코더의 현재 시점 t에서 출력 단어를 예측하기 위해 바로 이전 시점 t-1의 은닉 상태와 출력 단어가 필요하다는 점을 알고 가자.
그런데 어텐션 메커니즘에서는 출력 단어 예측에 추가적으로 어텐션 값(Attention Value)을 필요로 한다. t번째 단어를 예측하기 위한 어텐션 값을 $a_{t}$이라고 정의하겠다.
어텐션 값이라는 새로운 개념이 등장한 만큼, 어텐션 값이 현재 시점 t에서의 출력 예측에 구체적으로 어떻게 반영되는지는 뒤에서 설명하겠다. 지금부터 배우는 모든 과정은 $a_{t}$를 구하기 위한 과정이다. 그리고 그 과정의 첫번째는 바로 어텐션 스코어(Attention Score)를 구하는 일이다. 어텐션 스코어란 현재 디코더의 시점 t에서 단어를 예측하기 위해, 인코더의 모든 은닉 상태 각각이 디코더의 현 시점의 은닉 상태 $s_{t}$와 얼마나 유사한지를 판단하는 스코어 값이다.
닷-프로덕트 어텐션에서는 이 스코어 값을 구하기 위해 $s_{t}$를 전치(transpose)하고 각 은닉 상태와 내적(dot product)을 수행한다. 즉, 모든 어텐션 스코어 값은 스칼라이다. 예를 들어 $s_{t}$과 인코더의 i번째 은닉 상태의 어텐션 스코어의 계산 방법은 아래와 같다.
어텐션 스코어 함수를 정의해보면 다음과 같다.
$$score(s_{t},\ h_{i}) = s_{t}^Th_{i}$$
$s_{t}$와 인코더의 모든 은닉 상태의 어텐션 스코어의 모음값을 $e_{t}$라고 정의하겠습니다. $e_{t}$의 수식은 다음과 같습니다.
$$e^{t}=[s_{t}^Th_{1},...,s_{t}^Th_{N}]$$
2. 소프트맥스(softmax) 함수를 통해 어텐션 분포(Attention Distribution)를 구한다.
$e_{t}$에 소프트맥스 함수를 적용하여 모든 값을 합하면 1이 되는 확률 분포를 얻어낸다. 이를 어텐션 분포(Attention Distribution)라고 하며, 각각의 값은 어텐션 가중치(Attention Weight)라고 한다. 예를 들어, 소프트맥스 함수를 적용하여 얻은 출력값인 I, am, a, student의 어텐션 가중치를 각각 0.1, 0.4, 0.1, 0.4라고 하자. 이들의 합은 1이다. 위의 그림은 각 인코더의 은닉 상태에서의 어텐션 가중치의 크기를 빨간색 직사각형의 크기를 통해 시각화하였고, 어텐션 가중치가 클수록 직사각형이 크다.
디코더의 시점 t에서의 어텐션 가중치의 모음값인 어텐션 분포를 $\alpha_{t}$이라고 할 때, $\alpha_{t}$을 식으로 정의하면 다음과 같다.
$$α^{t} = softmax(e^{t})$$
3. 각 인코더의 어텐션 가중치와 은닉 상태를 가중합하여 어텐션 값(Attention Value)을 구한다.
이제 지금까지 준비해온 정보들을 하나로 합치는 단계이다. 어텐션의 최종 결과값을 얻기 위해서 각 인코더의 은닉 상태와 어텐션 가중치값들을 곱하고, 최종적으로 모두 더한다. 즉, 가중합(Weighted Sum)을 진행한다. 아래는 어텐션의 최종 결과. 즉, 어텐션 함수의 출력값인 어텐션 값(Attention Value) $a_{t}$에 대한 식이다.
$$a_{t}=\sum_{i=1}^{N} α_{i}^{t}h_{i}$$
이러한 어텐션 값 $a_{t}$은 종종 인코더의 문맥을 포함하고 있다고하여, 컨텍스트 벡터(context vector)라고도 불린다. 앞서 배운 seq2seq에서는 인코더의 마지막 은닉 상태를 컨텍스트 벡터라고 부르는 것과 대조된다.
4. 어텐션 값과 디코더의 t 시점의 은닉 상태를 연결한다.(Concatenate)
어텐션 함수의 최종값인 어텐션 값 $a_{t}$을 구했다. 사실 어텐션 값이 구해지면 어텐션 메커니즘은 $a_{t}$를 $s_{t}$와 결합(concatenate)하여 하나의 벡터로 만드는 작업을 수행한다. 이를 $v_{t}$라고 정의하고 $\hat{y}$ 예측 연산의 입력으로 사용하므로서 인코더로부터 얻은 정보를 활용하여 $\hat{y}$를 좀 더 잘 예측할 수 있게 된다. 이것이 어텐션 메커니즘의 핵심이다.
5. 출력층 연산의 입력이 되는 $\tilde{s}_{t}$를 계산한다.
논문에서는 $v_{t}$를 바로 출력층으로 보내기 전에 신경망 연산을 한 번 더 추가하였다. 가중치 행렬과 곱한 후에 하이퍼볼릭탄젠트 함수(tanh)를 지나도록 하여 출력층 연산을 위한 새로운 벡터인 $\tilde{s}_{t}$를 얻는다. 어텐션 메커니즘을 사용하지 않는 seq2seq에서는 출력층의 입력이 t시점의 은닉 상태인 $s_{t}$였던 반면, 어텐션 메커니즘에서는 출력층의 입력이 $\tilde{s}_{t}$가 되는 셈이다.
식으로 표현하면 다음과 같다. $W_{c}$는 학습 가능한 가중치 행렬, $b_{c}$는 편향이다. 그림에서 편향은 생략했다.
$$\tilde{s}_{t} = \tanh(\mathbf{W_{c}}[{a}_t;{s}_t] + b_{c})$$
6. $\tilde{s}_{t}$를 출력층의 입력으로 사용한다.
$\tilde{s}_{t}$를 출력층의 입력으로 사용하여 예측 벡터를 얻는다.
$$\widehat{y}_t = \text{Softmax}\left( W_y\tilde{s}_t + b_y \right)$$
지금까지 seq2seq에서 성능을 향상시켜주기 위한 기법인 어텐션에 대해서 알아봤다. 어텐션은 처음에는 RNN 기반의 seq2seq의 성능을 보정하기 위한 목적으로 소개되었지만, 현재에 이르러서는 어텐션 스스로가 기존의 seq2seq를 대체하는 방법이 되어가고 있다.
댓글