DAG는 Directed Acyclic Graph의 약자이다.
순환 그래프가 아닌 비순환 그래프를 말하며, 순환하는 싸이클은 존재하지 않고 일방향성만 가진다.
그래프 종류와 딥러닝에서의 DAG구조에 대해 알아보자.
Graph 종류
그래프에 대해 전부 다루게 되면 논점이 흐리게 될 것 같아, 무방향 그래프(Undirected Graph)와 방향 그래프(Directed Graph)만 간단하게 다룰 것이다.
무방향 그래프 (Undirected Graph)
무방향 그래프는 말 그대로 방향이 없는 그래프를 말한다.
간선을 통해 노드는 양방향으로 갈 수 있다.
방향 그래프 (Directed Graph)
방향 그래프는 간선에 방향이 있는 그래프를 말한다.
사이클(Cycle)과 비순환 그래프 (Acyclic Graph)
사이클은 단순 경로의 시작 노드와 종료 노드가 동일할 경우를 말하고 비순환 그래프는 사이클이 없는 그래프를 말한다.
Directed Acyclic Graph
DAG는 비순환 그래프를 말하며, 순환하는 사이클이 존재하지 않고 일방향성만 가진다.
순환한다는 것은 출발한 노드에서 시작하여 끝내 다시 시작노드로 돌아가는 것이 순환 반복될 수 있는 그래프인데, 위 그래프처럼 다시 되돌아갈 간선이 없는 그래프라면 비순환 그래프라고 한다.
Deep Learning DAG
일반적으로 DAG는 작업들의 우선순위를 표현할 때, DAG구조를 사용한다.
예를 들어 공장에서 작업 스케줄링을 할 때, A라는 작업이 끝나고 B를 해야하고 B가 끝난 다음에는 C,D를 해야한다는 것을 DAG로 표현할 수 있다.
딥러닝에서는 여러 개의 Task로 나뉘어서 순차적으로 실행할 필요가 있다. 만약 DAG가 아닌 사이클 구조를 가진다면 그 작업은 영원히 완수되기 어렵기 때문이다. 따라서 작업간의 순서를 그래프로 표현할때는 DAG로 표현하는 것이 일반적이다.
요즘은 이런 작업 흐름을 관리하기 위해 workflow 도구가 나와있으며 그 중 하나인 Airflow는 Graph View 기능을 제공한다.