인공지능(AI)과 인공 신경망(Artificial Neural Network) (1)

1. 인공 신경망

    인공 신경망(Artificial Neural Network: ANN)은 생물의 신경세포 및 신경세포 네트워크 기능을 시뮬레이션해서 다양한 입출력 관계를 구현하는 계산기구입니다. 인공신경망은 인간 두뇌의 신경세포 뉴런 네트워크 구조를 모방하여 만든 기계학습(machine learning: 머신러닝) 알고리즘 모델로 인공지능(AI) 시스템이 사람처럼 스스로 학습할 수 있도록 하는 머신러닝 기법입니다. 인공 신경망 기술이 적용되면서 머신러닝의 기술들이 한층 더 발전하고 있습니다. 

 

(그림) 생물 신경계와 인공신경망  *출처: 네이버 지식배과

    생물의 신경계는 신경세포(neuron)의 상호 결합으로 이루어져 있습니다. 신경세포(neuron)는 시냅스(synapse)라 불리는 접촉부를 경유해 신경세포 간에 정보를 전달합니다. 인공 신경망(이하 '신경망'으로 표기)은 생물의 신경회로망을 시뮬레이션해서 계산을 구현합니다. 즉, 인공 뉴런(neuron)은 다른 인공 뉴런에서 정보를 받아 적당히 처리한 후에 다음 단계의 인공 뉴런으로 정보를 전달합니다. 이것을 반복하면서 모든 기능이 협동하여 처리하는 신경망을 구성하게 됩니다. (위 그림 참조)

    신경망은 입력된 정보(input)를 전달받으면 네트워크를 구성하는 각각의 신경망이 각자 계산하여 다음 단계의 인공 뉴런으로 계산 결과를 전달합니다. 그리고 마지막에 네트워크의 출력부(output)에 배치된 인공 뉴런이 최종 결과를 출력합니다. 이때 어떤 입력(input)에 대하여 기대했던 출력(output)이 나타나게 하려면 인공 뉴런의 내부 매개변수를 적절하게 설정할 필요가 있습니다. 이와 같이 내부 매개변수를 적절하게 설정하여 신경망의 동작을 원하는 대로 조정하는 조작을 신경망 학습이라고 합니다.

    기존의 통계기반 학습법으로는 해결하기 어려운 문제나 불규칙성을 갖는 데이터 분석에 유용합니다. 따라서 오늘날 딥러닝 분야에서는 이미지 분류, 자연어 처리, 음성 인식 등 수많은 응용분야에서 활용되고 있습니다. 인간의 두뇌처럼 학습할 수 있는 기계학습 방법론으로써 딥러닝의 핵심이라고 볼 수 있습니다. 

 

2. 계층형 신경망이란?

    기본적인 신경망 중에는 계층형 신경망(Multi-layer Neural Network, DNN)과 합성곱 신경망(Convolutional Neural Network, CNN)이 있습니다. 여기서는 계층형 신경망(아래 그림)에 대해서 알아보겠습니다. 합성곱 신경망은 다음에 공부할 딥러닝에서 공부하려 합니다.

 

(그림. 계층형 신경망 구조)

 

계층형 신경망은 크게 입력층(input), 은닉층(hidden), 출력층(output)으로 구성됩니다.

1. 입력층 : 입력값을 그대로 출력하는 층입니다. 항등 함수(identity function)와 동일하게 동작합니다.
2. 은닉층 : 신경망에서 실제 정보를 처리하는 부분입니다. 특징을 추출하는 역할을 수행합니다.
3. 출력층 : 신경망에서 계산한 결과를 출력합니다.

    각 층은 한 개 이상의 유닛으로 구성됩니다. 계층형 신경망 중 입력층의 유닛 전부가 중간층의 유닛 전부에 신호를 보내는 경우 완전 연결 계층(fully connected layer)라고 합니다.

    신경망은 명확한 기준이 없는 문제를 네트워크의 판단으로 해결합니다. 계층형 신경망에서 결과를 예측하는 과정을 간단하게 설명하면 다음과 같습니다.

1. 입력층에서 입력받은 값을 그대로 전달합니다.
2. 값을 전달받은 층 (은닉층)에서는 건네받은 값을 종합해서, 종합한 값(가중 입력)에 따라 반응합니다.
3. 유닛 사이에 관계가 존재합니다. 유닛 사이에 관계가 좋은 경우, 전달받은 값을 더 적극 반영합니다. 관계를 가중치(weight)라고 표현합니다.
4. 전달받은 신호를 선명하게 하고, 불필요한 정보를 차단하기 위해 편향 (bias)를 사용합니다.
5. 신경망 전체의 가중치를 기반으로 입력값에 대해 결과를 예측합니다.

(다음 편에서 초기 계층형 신경망 모델인 퍼셉트론을 비롯한 몇 가지 계층형 신경망에 대하여  공부합니다)

 

2023.05.18 - [인공지능(AI; Artificial Intelligence)] - 인공지능(AI) 머신러닝 학습 방법: K-인접기법, 결정트리와 랜덤 포레스트 & 서포트 벡터 머신(SVM)