21번째 이야기 - 머신러닝의 다섯가지 종족, 기호주의, 연결주의, 진화주의, 베이즈주의, 유츄주의

<머신러닝의 다섯 가지 종족>

● "컴퓨터는 쓸모가 없는 놈이야. 질문 할 줄은 모르고 대답만 할 줄 아는 놈이라고!" 이 말의 주인공은 피카소였습니다.

● 과거의 컴퓨터는 사람이 프로그래밍을 통해 지시한 대로만 작동하기만 하였고, 현재도 그러한 소프트웨어의 기반 아래 수많은 기계 장치들이 작동하며 우리의 삶을 지탱해주고 있습니다.

● 하지만 이 말에 만족하지 못한다면(..) 즉, 컴퓨터가 피카소처럼 창의적이길 바란다면 그 해답은 어디에 있을까요? 바로 머신러닝에 있을겁니다.

 

● 사람이 물감으로 그림을 그리고, 벽돌로 그럴싸한 건물을 짓듯이 머신러닝은 데이터로 알고리즘을 만듭니다. 사람이 컴퓨터에게 일괄적으로 만들어 넣어주던 그 프로그램을 결과물로 산출해낸다 이 말입니다.

● 머신러닝이 그저 인공지능을 만드는 하나의 방법으로 우리에게 각인되어 있을 수 있겠지만, 어쩌면 우리 인류 역사의 페이지를 조망해보았을 때, 매우 새롭고 근본적인 변혁의 챕터를 시작하게 한 기술일지도 모릅니다.

● 미신을 넘어서서 과학이 삶의 중요한 부분을 차지하였을 때, 과학은 예측의 신뢰성을 더해주었습니다. 하지만 과학의 실험은 매우 제한적인 통제를 전제로 했을 때 가능합니다. 즉, 예측할 수 있는 범위가 매우 제한적이어서 관찰이 상대적으로 쉽고, 모델을 간단한 식으로 만들어낼 수 있는 분야에서만 그 효용성이 입증되었습니다.

 

● 그러나 머신러닝은 어떠한가요? 예측의 범위를 말도 안 되게 넓혀줍니다. 아무리 관찰하려고 해도, 예측하려고 해도 너무 광범위하거나 엄두가 안 나서 실험이 불가능한 영역들이 존재합니다. 바로 이 영역들이 머신러닝을 적용하기에 최적의 장소임을 머신러닝 엔지니어들은 인지하고 이미 있습니다.

● 머신러닝의 최대 단점은 이러한 효용성에도 불구하고, 신비롭게 자신의 존재를 감춰버립니다. 블랙박스인 탓에 사람들은 그 작동원리에 대한 이해보다는 A라고 하는 사건과 B라고 하는 사건의 상관성을 밝혀내는 것이 머신러닝의 전부인양 이해하고 맙니다. 마치 김치를 담그는 방법을 책으로 익히고, 이를 학생들에게 가르칠 순 있지만, 김치를 담글 줄 모르는 사실은 변하지 않는 것과 마찬가지인 것이죠.

● 머신러닝을 더 이상 블랙박스로 남겨두는 것은 현명치 못합니다. 무언가를 가르치는 것을 업으로 삼는 교사로서 뿐 아니라 행복한 인생을 살아갈 권리가 있는 일반 시민으로서도 인공지능의 핵심인 머신러닝을 블랙박스로 남겨둔 채, 살아가는 것은 그리 현명하지 못합니다. 우리가 이해하지 못하는 것은 결단코 통제하거나 관리될 수 없기 때문이죠.

● 페드로 도밍고스(2016)는 현재까지 머신러닝에서 인상적인 족적을 남기며 경쟁하고 있는 다섯 가지 종족들을 소개합니다. 그 종족들의 이름은 기호 주의,, 연결주의, 진화주의진화 주의, 베이즈주의베이즈 주의, 유추주의 입니다.

 

 

● 머신러닝 각 종족들의 특징을 간단히 소개해볼까요?

● 기호 주의는 말 그대로 기호를 다루는 활동이 지능의 핵심이라고 봅니다. 학습은 연역의 역순이라고 생각합니다. 그들이 고안해 낸 최고의 마스터 알고리즘은 연역이 부드럽게 진행될 수 있도록 부족하거나 빠져있는 지식을 보강하여 보편성과 논리성을 강화하는 역 연역법입니다. 현재 지식의 빈 곳을 채우는 데 주된 관심사를 두고 있으며 논리와 철학 등에 영향을 받았습니다.

● 연결주의는 학습의 모델은 두뇌에서 찾습니다. 두뇌가 신경세포의 연결 강도를 조절하여 목푯값에 더 가깝도록 학습하는 것에 영감을 얻습니다. 즉, 중요한 변수의 값을 조정해나가는 것이 연결주의의 핵심이 됩니다. 이를 위해 연결주의가 고안해 낸 최고의 마스터 알고리즘은 역전파법 혹은 오차 역전파(백 프로퍼게이션)라고(백프로퍼게이션) 불리는 녀석입니다.

 

뇌신경, 신경망, 역전파 알고리즘

 

● 최근에 연결주의는 보다 노골적으로 역공 학적인 방법을 취하고 있습니다. 완성된 라디오 제품을 분해해서 그 구조와 작동원리를 파악하고, 다른 라디오를 만들어보는 것처럼 역공학(Reverse Engineering)으로 뇌를 연구하여, 이를 컴퓨터에 적용하려 합니다. 결론적으로 뇌를 모방하는 데 주된 관심사기 있으며 뇌 과학에 영향을 받았습니다.

● 진화주의는 도태되고, 살아남는 생물 종의 진화를 자연선택의 결과로 봅니다. 즉, 컴퓨터에서 모의실험을 통해 자연선택을 하면 학습의 최종 결과가 나올 것이라는 믿음을 갖고 있습니다. 진 화주 의의 마스터 알고리즘은 유전자 프로그래밍입니다. 진화를 시뮬레이션하는데 주된 관심사가 있으며 생물학에 영향을 받았습니다.

 

유전 알고리즘과 유전 프로그래밍

 

● 베이즈 주의는 모든 지식의 불확실성을 말하며, 학습 또한 불확실한 추론임을 전제합니다. 어떻게 하면 이런 불완전하며 모순적이기까지 한 정보들을 잘 다룰 수 있을까요? 베이즈주의는 확률 추론을 그 해결책으로 삼습니다. 이 종족의 마스터 알고리즘은 베이즈 정리와 그로부터 파생된 수식들입니다. 체계적으로 불확실성을 감소시키며 믿음을 불어넣는데 주된 관심사가 있으며, 통계학에 영향을 받았습니다.

 

베이즈 정리

● 마지막으로 유추 주의는 유사성(Similarity)이 핵심입니다. 당신을 닮은 것이 당신이라는 문장으로 정리될 수 있습니다. A라는 환자의 증상과 B라고 하는 환자의 증상이 유사하다면 비슷한 질환을 앓고 있다고 판단해볼 수 있을 겁니다. 유추 주의의 마스터 알고리즘은 서포트 벡터 머신(SVM)입니다. 과거와 새로운 것의 유사점에 주목하는데 주된 관심사가 있으며 심리학의 영향을 받았습니다.

 

서포트벡터머신