인공 신경망 이해하기
“인공지능을 두려워말라(Don’t fear artificial intelligence).” - 레이몬드 커즈와일
1. 인공 신경망의 개념
인간의 뇌는 생물학적 신경망이라고 할 수 있는데 전기적 신호를 정교한 패턴으로 교환하는 뉴런이라는 세포가 서로 서로 얽혀 있습니다. 뉴런이 모여서 신경이 되고 신경이 모여서 뇌를 구성하게 됩니다.
인공 신경망(artificial neural network)은 뉴런의 구조를 본따 만든 머신러닝 모델입니다.
주어진 입력 데이터 값과 해당 출력 데이터 값들을 통해 가중치들이 반복적으로 조정되면서 결국 입력 및 출력간의 관계를 학습할 수 있습니다.
아래 그림처럼 재산, 건강, 신용등급 등 여러 입력 요소들과 출력층의 대출 여부의 관계를 많은 사람들의 금융 정보를 통해 학습시켜 기계가 대출 여부를 판단하게 할 수 있습니다.
이러한 인공 신경망의 학습 능력 덕분에 인공 신경망은 인공 지능 분야에서 널리 사용되고 있습니다.
인공 신경망의 활용 사례
- 패턴 인식 : 가장 많이 응용되고 있는 분야. 개와 고양이의 구별, 얼굴 인식 또는 글자 인식, 비정상적인 상활 감지
- 미래 예측 : 주식이 어떻게 변할지, 날씨가 맑을 지 흐릴 지 예측
- 신호 처리 : 이어폰이나 보청기의 잡음을 제거하거나 중요한 소리만 중폭
- 자율 주행 : 주변 상황을 분석하여 자동차의 조향 행동을 결정
2. 인공 신경망을 이용한 색의 밝기 구분하기
이번 시간에는 인공 신경망을 이용한 색의 밝기를 구분하는 사례를 살펴보도록 하겠습니다.
이 프로그램은 Ernest Schmidt의 프로젝트를 참고하였습니다.
이 프로그램은 학습을 통해 캔버스 배경색의 밝기를 분류할 수 있습니다. 표시된 색상의 rgb 값(빨간색/녹색/파란색)은 신경망에 입력되어 학습되며 Dark/Bright 여부를 출력합니다.
처음 몇 번의 추측은 다소 무작위이지만 여러분이 표시된 색상의 밝기에 따라 ‘Dark’ 또는 ‘Bright’을 클릭하여 신경망을 훈련시키면 결과가 꽤 정확해집니다.
사용방법은 다음과 같습니다.
- 캔버스 배경색의 밝기를 여러분의 판단에 따라 Dark 또는 Bright 선택하여 클릭합니다.
- 클릭하면 새로운 색이 나오는데 마찬가지로 여러분의 판단에 따라 색의 밝기를 판단해주세요.
- 50~100번 정도 훈련을 시켜보면 프로그램이 비교적 정확하게 밝고 어두움을 구별하게 됩니다.
- 바늘은 신경망의 추측과 확실도를 보여줍니다. 바늘이 왼쪽 또는 오른쪽으로 많이 이동할수록 신경만의 결정이 확실하다는 것을 말합니다.
- 아래 신경망 그림에서도 학습이 진행될 수록 가중치를 나타내는 선의 굵기가 명확해지는 것을 확인할 수 있습니다.
오늘의 과제
(1) 여러분이 직접 인공 신경망의 색의 밝기를 훈련시켜 보세요! (100회 정도 여러분의 기준대로 밝고 어두운 정도를 훈련시켜 그 결과를 캡처하거나 사진으로 찍어서 클래스룸의 과제에 제출해 주세요.)
선생님이 직접 훈련시킨 결과를 참고로 보여드릴께요~
