[인공지능] 인공신경망이 갖는 의미 고찰

 인공신경망은 인공지능의 한 분야를 이끌며 다방면에서 그 효용성을 증명해가고 있다. 이러한 인공신경망, 좀 더 구체적으로 말하면 다층으로 구성된 복잡한 신경망 네트워크가 지닌 의미는 직관적으로 무어라 할 수 있을까

 가장 간단한 상관관계로는 선형 상관관계가 있다. 이러한 상관관계 분석을 위해 우리는 y=ax+b 라는 모델을 만든다. 그리고, 두 값을 가장 잘 설명하는 a와 b의 값을 찾아낸다. 그리고 이러한 가정이 통계적으로 유의할 때 x와 y는 선형 상관관계를 지닌다고 이야기한다. 우리가 만든 선형적인 세상 속에 데이터가 발생한 세상을 담는 과정이다.

 하지만, 세상은 좀 더 복잡하다. 선형적인 세상에 담을 수 있는 것은 좀처럼 많지 않다.

인공신경망은 좀 더 복잡한 세상이다. 인공신경망은 다층의 네트워크 구조를 이루고 있다. 네트워크 속에서는 다양한 변수들의 관계가 엮어 있다. 이는 인공신경망의 층이 깊어지면 깊어질 수록, 단순 인자들의 관계 뿐만이 아닌, 이러한 관계들의 관계까지 서로 얽혀 있다. 이 관계는 아주 복잡해서 직접 설계할 수는 없지만, 시행착오로 부터 이 관계를 학습시킬 수 있는 방법이 고안되었다.

 이 방법을 통해 그동안 직접 설계한 세상에서는 설명이 힘들거나 복잡했던 모델들을 인공신경망이라는 세상속에 담을 수 있게 되었다. 선형 상관관계를 찾을 때 선형 세상 속에 데이터들이 발생한 세상을 담았던 것처럼, 복잡한 상관관계를 인공신경망 속에 담을 수 있게 된 것이다.

 고로, 성공적으로 학습된 인공신경망은 데이터가 발생한 세상을 온전히 담아낸 신경망이다. 복잡해서 블랙박스라고 표현하며 해석을 꺼리지만, 데이터가 발생한 세상을 어떠한 형태로라도 표현 할 수 있다는 것은 복잡한 세상을 설명할 수 있는 가능성이 있음을 의미한다.

 세상의 모든 것을 데이터 속에 담을 수 없다는 전제 하에 컴퓨터의 가능성은 그 한계가 있다. 기계학습의 운용과 함께, 데이터가 발생하는 세상의 본질의 이해와 올바른 데이터의 생산이 함께 발전할 필요성이 여기에 있다.