지식 증류
IT 위키
지식 증류(Knowledge Distillation, KD)는 대형 신경망(Teacher Model)이 학습한 지식을 작은 신경망(Student Model)에 전이(distill)하여 효율적 성능을 달성하는 모델 압축 기법이다.[1] 대형 모델이 가진 복잡한 표현과 분류 경계 정보를 소형 모델이 간접적으로 학습하게 함으로써, 정확도를 유지하면서도 메모리·연산량을 크게 줄일 수 있다.
개요[편집 | 원본 편집]
- 대형 모델(Teacher)의 출력 확률분포(soft label)를 통해 소형 모델(Student)을 학습시킨다.
- Soft label은 각 클래스에 대한 확률을 제공하므로, 단일 1-hot 정답(hard label)보다 풍부한 관계 정보를 담는다.
- Student 모델은 Teacher의 지식을 근사하며, 실제 label과 soft label 모두를 학습 대상으로 삼는다.
수식[편집 | 원본 편집]
\[ p_i = \frac{\exp(z_i / T)}{\sum_j \exp(z_j / T)}, \quad L = (1-\alpha)L_{CE}(y,q) + \alpha T^2 L_{KL}(p_T,p_S) \]
- \(T\): temperature (보통 T>1) — 확률분포를 부드럽게 하여 class 간 상대적 신뢰도를 학습하게 함.
- \(L_{CE}\): hard label 기반 cross-entropy loss
- \(L_{KL}\): Teacher 분포 \(p_T\) 와 Student 분포 \(p_S\) 간 Kullback-Leibler divergence
- \(α\): 두 loss 항의 가중치 조절 계수
주요 종류[편집 | 원본 편집]
- Response-based Distillation
- Teacher의 최종 출력(logit 또는 soft label)을 활용하여 Student 모델을 지도.
- Soft label이 hard label보다 더 풍부한 정보(클래스 유사도)를 제공.
- Student의 loss = α·Distillation Loss + (1−α)·Cross-Entropy Loss.
- Feature-based Distillation
- Teacher의 중간 feature map 출력을 추출하여 Student 가 feature level 에서도 교사 모델의 표현을 따라가도록 지도.
- 학습 수렴 속도를 높이고 일반화 성능을 개선. [2]
- Hint-based Distillation (FitNets)
- 얕고 가벼운 Student가 깊은 Teacher feature를 L2 distance 기반으로 맞추도록 지도. [3]
- Online Distillation (Deep Mutual Learning)
- 여러 Student 모델이 동시에 학습하며 서로의 출력을 교환해 지식을 공유. [4]
- Self Distillation
- Teacher 없이 자기 자신의 깊은 층 출력을 얕은 층에 지도하여 내부 지식을 전이.
- 결정 경계를 부드럽게 하고 overfitting을 줄임. [5]
- Teacher-Assistant Distillation
- Teacher 와 Student 사이 크기 격차가 너무 클 때 중간 크기의 TA (Teacher Assistant)를 두어 단계적으로 전이. [6]
- Multi-Teacher Distillation
- 여러 Teacher의 출력을 평균 또는 가중 조합하여 Student를 학습. [7]
- Cross-Modal Distillation
- 서로 다른 도메인(예: 분류 → 세그멘테이션, 텍스트 ↔ 비전) 간 지식을 전이하여 레이블이 적은 과제를 보완.
- Distillation for Quantization/Pruning
- Quantization-aware Training(QAT)이나 Iterative Pruning 중 손실 보상을 위해 Teacher 출력으로 보정.
- 압축 모델의 성능 저하를 완화.
- Step-by-Step Distillation for LLM
교사-학생 관계[편집 | 원본 편집]
- Student 모델은 Teacher와 구조적으로 유사한 경향을 가짐.
- 예: Teacher의 얕은 버전, pruned 모델, 또는 quantized 모델.
- Teacher 용량이 너무 클 경우 오히려 학습이 불안정해질 수 있음. [10]
- 최적 Teacher 규모를 탐색하거나 조기 중단(early stopping)으로 균형을 맞춤.
응용[편집 | 원본 편집]
- 모델 압축 및 경량화 (모바일·엣지 디바이스 배포)
- LLM 압축 및 추론 가속
- Pruning 및 Quantization 보정
- Cross-modal 지식 이전 (비전·언어 통합)
관련 개념[편집 | 원본 편집]
참고 문헌[편집 | 원본 편집]
- Hinton et al., "Distilling the Knowledge in a Neural Network," arXiv:1503.02531 (2015).
- Cho & Hariharan, "On the Efficacy of Knowledge Distillation," ICCV (2019).
- Mirzadeh et al., "Improved Knowledge Distillation via Teacher Assistant," AAAI (2020).
- You et al., "Learning from Multiple Teacher Networks," KDD (2017).
- Zhang et al., "Be Your Own Teacher (Self Distillation)," ICCV (2019).
- Hsieh et al., "Distilling Step-by-Step," arXiv:2305.02301 (2023).
- Wei et al., "Chain-of-Thought Prompting Elicits Reasoning in LLMs," NeurIPS (2022).
각주[편집 | 원본 편집]
- ↑ Hinton, Geoffrey, Oriol Vinyals, and Jeff Dean. "Distilling the knowledge in a neural network." arXiv:1503.02531 (2015).
- ↑ Srivastava, Rupesh K., Klaus Greff, and Jürgen Schmidhuber. "Training very deep networks." NeurIPS 28 (2015).
- ↑ Romero, Adriana, et al. "FitNets: Hints for thin deep nets." arXiv:1412.6550 (2014).
- ↑ Zhang, Ying, et al. "Deep mutual learning." CVPR (2018).
- ↑ Zhang, Linfeng, et al. "Be your own teacher." ICCV (2019).
- ↑ Mirzadeh, Seyed Iman, et al. "Improved knowledge distillation via teacher assistant." AAAI (2020).
- ↑ You, Shan, et al. "Learning from multiple teacher networks." KDD (2017).
- ↑ Hsieh, Cheng-Yu, et al. "Distilling step-by-step!" arXiv:2305.02301 (2023).
- ↑ Wei, Jason, et al. "Chain-of-thought prompting elicits reasoning in LLMs." NeurIPS 35 (2022).
- ↑ Cho, Jang Hyun, and Bharath Hariharan. "On the efficacy of knowledge distillation." ICCV (2019).
