대학원생이 알려주는 친절한 딥러닝 (2) - 인공신경망의 출발

안녕하세요.

데이터 분석하는 새내기 대학원생, 석사 1학기 고니입니다.

 

지난 시간에는 그 이름도 유명한 딥러닝이 도대체 무엇인지에 대한 이야기를 나누어보았습니다. 그동안은 마냥 어렵고 생소하게만 느껴졌던 딥러닝이 막상 알고 보면 생각보다 별거 아닐지도 모르겠다는 생각이 들지 않으셨나요?

 

이번 시간에는 지난 시간에 딥러닝에서 가장 기본이 되는 개념이라고 말씀드렸던 인공신경망(Artificial Nerural Network, ANN)의 출발에 대한 이야기를 나누어보려고 합니다.

 

워렌 맥컬록

윌터 피츠

 

인공 신경망이라는 개념은 미국의 신경생리학자 워렌 맥컬록과 논리학자 윌터 피츠에 의해 세상에 처음 등장했습니다. 어떻게하면 기계를 더욱 똑똑하게 학습시킬 수 있을까 고민하던 그들은 다음과 같은 결론에 이르렀습니다.

 

"기계가 사람처럼 생각하고 행동하는 것이 진정한 인공지능이 아닐까?”

즉, 사람이 학습하는 방법을 기계에 적용하면 기계를 더욱 똑똑하게 만들 수 있겠다는 생각을 한 것입니다.

사람이 학습하는 방법을 그래도 끌고와 기계에게 적용해주기 위해서는 먼저 사람이 어떻게 학습하는지를 알아야합니다. 사람이 학습하는 과정을 차근차근 살펴볼까요?

 

사람의 학습 과정

위 그림처럼 사람이 눈을 통해 강아지를 보면 우리 뇌에서 어떠한 복잡한 과정을 거쳐서 “아! 내가 본 것이 강아지구나!“라는 결론을 내리게 됩니다. 다시 말해, 사람은 강아지의 모습을 입력(Input) 받으면 어떠한 복잡한 학습 과정을 거쳐서 ”그것은 강아지다.“라는 출력 결과(Output)를 생성합니다.

바로 이 ”어떠한 복잡한 과정“이 인공신경망의 핵심입니다.

그럼 이제 우리 뇌 속에서 이루어진 ”어떠한 복잡한 과정“을 조금 자세히 살펴볼까요?

 

사람의 뉴런

 

사람의 뇌는 위 그림과 같은 뉴런이 엄청나게 많이 연결된 신경망으로 구성되어 있습니다. 우리에게 들어온 정보는 전기 신호로 바뀌어 뇌로 전달되는데, 우리 뇌는 이 신호를 수상돌기로 받아서 축삭돌기를 통해 다른 수상돌기에 전달합니다. 이렇게 어떠한 신호를 받고 전달하는 과정을 반복하여 최종적으로 결과를 도출하는 사람의 학습 방법을 기계에 적용한 것, 즉 사람의 신경망을 본떠 만든 네트워크 구조를 바로 인공신경망(Artificial Neural Network)라고 부릅니다.

 

인공신경망을 적용한 기계의 학습 과정을 그림으로 쉽게 살펴보면 다음과 같습니다.
강아지 그림 파일을 입력(Input) 받으면 사람의 뇌와 비슷한 학습 과정을 거쳐서 ”그것은 강아지다.“라는 출력 결과(Output)를 생성합니다. 여기서 이야기하는 뇌와 비슷한 학습 과정이 바로 인공신경망이라는 사실! 이제는 모두 아시겠죠?

 

기계의 학습 과정

 

딥러닝의 기본이 되는 인공신경망은 이렇게 위대한 첫걸음을 뗐습니다. 제 글에 대해 추가로 궁금하신 점이나 지적해주실 부분이 있으시다면 언제든지 댓글 부탁드립니다!
다음 시간에는 인공신경망의 초기 연구과정에 제안된, 그 이름도 유명한 퍼셉트론에 대해 알아보겠습니다.