인공신경망(ANN)의 역사와 장단점 및 사례를 알아보자

인공신경망(ANN)의 역사와 장단점 및 사례를 알아보자

 

 

 

인공신경망(Artificial Neural Network)에 관련하여 간단한 내용을 적었던적이 있습니다. 예전에 딥러닝과 머신러닝 관련해서 인공신경망을 언급한적이 있었는데 집중적으로 다뤄본적이 없어 이번기회에 제대로 다뤄보려고 합니다. 우선 역사를 알아야하는데 사람의 두뇌는 컴퓨터 영역과 매우 다른 영역입니다. 지금 현재 미래에서는 조금 다른 방향으로 나아갈 수 있을지 모르겠지만 맨처음 인공신경망이 나온 이유는 사람의 두뇌와 컴퓨터영역이 다르기 때문에 컴퓨터적 사고를 하려면 어떻게 하면 좋을까라는 고민에서 1950년대부터 시작됬습니다. 기반자체는 1940년 대에 정립된 수학적 이론을 토대로 되어 있지만 최근까지 인공지능 개발에 중점을 두게 되었습니다. 신경망 자체는 사람 혹은 동물의 뇌에서 처리를하는 시스템인건 모두 다 알고 있는 사실입니다. 여기에서 뉴런이 중심적인 역할을 하고 있는데 같은 사람과 정보라고 하더라도 뇌는 매일 새롭고 다른 정보를 접하고 있습니다. 이런 정보들이 뇌로 들어오면 뉴런이 정보를 전송해야되는지 아닌지 결정을 하는데 이런 프로세스과정을 엣징이라고 이야기 합니다.

이 과정 후 공놀이를 하다 공이 날아갔는데 숲으로 들어갔습니다. 보통이라면 공을 아무생각없이 가져오겠지만 뇌에서는 여기서 공을 가져올까요 말까요 고민하게 됩니다. 만약 어젯밤 무서운 영화를 보고잤더라면 공을 가져오는게 꺼리낌이 있을 수도 있는데요. 고민을 할때에는 천천히 생각을하지만 무서운 영화를 봤던 생각은 즉각적으로 이루워집니다. 이런 경우를 정보를 비선형적으로 다뤄진다고 하는데요. 인공신경망을 이야기할때에는 이런 비선형적사고 방식은 매우 중요합니다. 왜냐하면 인공신경망은 이런 사고를 모방했기 때문입니다. 정말로 많은 수학적 처리로 사고하는데 인공신경망에는 하나의 층에 어마어마한 인공뉴련이 존재합니다. 우리 뇌와 똑같이 정보를 받아들이며 인공뉴런끼리 서로 상호작용합니다. 계층사이에도 연결이 되어 더 큰 네트워크가 형성이 됩니다. 이렇게 받아들인 정보를 학습하여 더 나은 정보를 출력하기도 합니다. 인공신경망을 활용하기 위해서는 엄청난 학습이 필요합니다. 우리 사람도 어렸을적부터 하나하나 학습해가며 지금의 나, 혹은 자아가 완성되었습니다. 인공신경망을 가지고 있는 인공지능도 마찬가지입니다. 어마어마한 데이터를 받아들이며 훈련하여 딥러닝 알고리즘으로 만들어진 알파고처럼 사람같이 바둑을 둘 수도 있습니다. 또한 페이스북처럼 매우 정확한 확률로 특정 사람얼굴을 알 수 있는 알고리즘을 사용합니다 여기서 사용하는 알고리즘또한 인공신경망을 활용한 사례입니다. 이러한 과정을 통해 엄청난 컴퓨팅 능력을 가질수있게되어 사람처럼 온세상을 알아가며 이해할 수 있습니다.

 

 

앞서 말한 것처럼 인공지능이 훈련을 통해 수 많은 작업을 합니다. 가장 중요한건 시간과 복잡한 능력을 소화하는 하드웨어의 성능이 절실히 필요합니다. 분명한 한계가 있겠지요. 또한 우리가 인공지능의 뇌를 들여다보며 벌어지는 일들을 정확히 속시원하게 알 수는 없습니다. 단점은 이렇게 명확하며 생각보다 월등하지는 않습니다. 개선할것이 매우 많다는 의미고, 한계 또한 잘알고 있어야 된다는 말입니다. 그리도 인공신경망은 앞서말했던것을 모두 읽어보셨다면 빅데이터와 엄청난 연관이 있다는걸 직관적으로 이해하셨을거라 생각합니다. 데이터가 쌓이면 쌓일수록 인공지능은 더 나은 의사결정을 할 수있게 됩니다. 정말 좋을 수는 있겠으나 반대로 인공지능이 더욱 좋아지면 사람에게 악영향을 줄 수 있지 않을까 라는 막연한 공포심을 가지고 있습니다. 미래에 관련해서 SF영화를 보면 인공지능이 사람을 해치고 세계를 파괴하는것을 많이 보고그런지 이런부분에서 더욱 그럴수있다고 생각하는거같습니다. 즉, 단적으로 말하면 전쟁도구로 사용되지 않을까라는 생각입니다. 그래서 법적인 안전제도를 더욱 강조하는 거같습니다. 이렇게 생각할수도 있습니다. 사람이 지구의 환경을 파괴하고 되려 다른 종들을 멸종시키는거아닌가, 사람이 더욱 막대한 책임을 가지고 있는게 아닌가 하는 생각입니다. 맞습니다. 맞는말인데 또한 함께 공존하기 위해 법적인 제도와 기술력을 향상시키려는 시도 또한 존재합니다. 그래서 인공지능또한 비슷한 방향으로 나아가지 않을까 생각해봅니다. 무조건 데이터와 인공지능이 나쁜 방향으로 나아가는게 아니라 많은 사람들의 관심과 고민속에서 되도록이면 좋은 방향으로 나아갈것이라고 생각합니다. 

 

 

 

 

오늘은 인공신경망(ANN)의 역사와 장단점 및 사례에 대해 이야기 해보았습니다. 이게 너무 먼 미래의 이야기일 수도 있습니다. 그래서 우리는 맥락적인 사고를 해야합니다. 이런 어려운 내용일 수록 핵심만 얻어가시는게 매우 바람직하다고 생각합니다. 인공신경망(ANN)의 역사와 장단점 및 사례한 줄로 정리하면 인공신경망의 장점은 인공지능으로 학습을 통해 더 나은 의사결정을 할 수 있다. 단점은 시간과 하드웨어 성능이 뒷받침해야하고 개인의 정보를 침해할 수 있다 입니다.