[한국공공정책신문=김유리 기자]
◇ 신경망 개념
신경망(Neural Network)은 인공지능(AI)과 기계학습의 기본 기술 중 하나로 인간 뇌의 신경회로를 모방한 알고리즘이다. 즉 신경망은 인간 뇌의 신경세포(neuron)를 모방한 컴퓨터 모델이다. 신경망은 특히 딥러닝 분야에서 주목받고 있으며, 이미지 인식, 음성인식, 자연어 처리 등 많은 AI 애플리케이션에서 활용되고 있다. 예컨대, 손글씨의 인식 등이 가능하게 된다. 신경망의 연구는 AI의 자연스러운 행동을 추구하는 데 매우 의미 있는 일이다.
◇ 신경망의 기본 구조
신경망은 다음 세 가지 주요 구성 요소로 구성되어 있다. ① 입력층(Input Layer)이다. 데이터가 첫 번째로 들어오는 부분이다. 예컨대, 이미지 인식 작업에서는 이미지의 각 픽셀이 입력 데이터로 취급된다. ② 은닉층(Hidden Layer)이다. 이 층은 입력 데이터의 특징을 처리하여 다음 층으로 보낸다. 은닉층의 수와 구조에 따라 네트워크의 성능이 크게 달라진다. 딥러닝은 이 은닉층이 다층에 걸친 깊은 구조를 가진 것이 특징이다. ③ 출력층(Output Layer)이다. 최종적인 예측이나 분류 결과를 생성하는 부분이다. 예컨대, 이미지가 개인지 고양이인지 판별하는 작업에서는 출력층이 ‘개’ 또는 ‘고양이’ 라벨을 반환한다.
◇ 신경망 학습
신경망은 다음 단계에서 학습을 수행한다. ① 순 전파(Forward Propagation)이다. 입력 데이터가 네트워크에 입력되고 각 층을 통해 계산이 이루어져 최종적인 출력을 얻을 수 있다. ② 오차 계산이다. 출력과 정답 데이터를 비교하여 그 오차(오류)를 계산한다. ③ 역전파(Back propagation)이다. 오차를 기반으로 네트워크 내의 무게를 조정한다. 이를 통해 다음 예측이 더 정확해지도록 학습한다. 이와같이 해서 신경망은 반복 학습을 실시하여, 데이터의 특징을 파악해 간다.
◇ 신경망의 응용사례
신경망은 다음과 같은 다방면에 걸친 분야에서 응용되고 있다. ① 이미지 인식이다. 신경망은 이미지 내의 물체나 인물을 인식하는 데 이용되고 있다. 예컨대, 스마트폰의 얼굴 인증기술은 신경망을 사용해서 얼굴의 특징을 학습하고 있다. ② 음성인식이다. 음성 데이터를 텍스트로 변환하는 음성인식 기술에서도 신경망이 사용되고 있다. ③ 자연어 처리다. 텍스트 데이터를 분석하고 문장의 의미를 이해하는 자연어 처리(NLP)에서도 신경망이 중요한 역할을 하고 있다. 이를 통해 AI 챗봇과 번역 서비스가 고도의 언어 이해를 실현하고 있다.
◇ 신경망의 장점과 과제
장점으로는 ① 고급 패턴 인식이다. 복잡한 데이터에서 패턴을 찾아 예측 및 분류를 할 수 있는 능력이 있다. ② 자기 학습이다. 신경망은 대량의 데이터를 이용하여 자동으로 학습하고 정확도를 향상시킬 수 있다. 과제로는 ① 대량의 데이터와 계산 자원의 필요성이다. 높은 성능을 발휘하기 위해서는 대량의 데이터와 강력한 계산 자원이 필요한 신경망이라는 점이다. ② 블랙박스 문제다. 신경망의 내부 구조가 복잡하기 때문에 어떻게 예측을 하고 있는지 이해하기 어렵다는 과제가 있다.
이규철 / 법학박사(상법)
∙ AI·GPT, SDGs&ESG 코치 및 강사
∙ 100세대학 크리에이터 및 칼럼니스트
∙ 생성AI와 챗GPT, SDGs·ESG경영전략,
글로벌 MBAtoCEO, 리더의 필승전략,
100세대학 행복디자인 매뉴얼 등 27권
∙ 일본(와세다대),중국(복단대·화동정법대)
){kind=small}
){kind=small}
){kind=small}
){kind=small}