PREDICUS(프레디쿠스) 1

 

 

 

1966년도에 철학자 마이클 폴라니Michael Polanyi는 인간의 인지 특징을 “우리는 말할 수 있는 것보다 더 많이 안다We know more than we can tell.”라고 요약하면서, 말로 설명할 수 없는 ‘암묵지tacit knowledge’가 우리 지식의 대부분을 차지한다고 보았다. 예를 들어 우리는 반복학습을 통해 자전거를 타는 법을 터득한다. 그러나 타는 법을 말로 모두 설명할 수는 없다. 개와 고양이를 구별하는 것도 마찬가지다. 어떤 식으로 구별하는지 설명할 수 없기 때문에 그것을 규칙이나 논리로 변형해서 프로그래밍하는 것이 불가능하다. 폴라니의 역설은 인간을 묘사하는 것이지만 ‘기계가 인간을 모방할 수 없다’는 이유가 되었다. -p10

 

 

 

폴라니의 역설이 깨졌다가 아니라 깨지고 있다라고 할 수 있겠다. 인간의 활동이나 기능 중 일부분은 인공지능이 더 앞서나가고 있지만 그렇다고 인간의 특성을 모두 반영할 만큼은 아니다. 

호모 프레디쿠스의 예측 본능은 인간의 모든 행위에 숨어 있고, 분석과 예측이라는 지적 활동을 만들어낸다. 이런 노력은 학문을 넘어 비즈니스로 연결되면서 새로운 시스템과 서비스 개념을 만들어내고 있다. 결국 예측 욕망은 본능이자 지능이며 그것이 바로 예측 알고리즘을 만들어내는 발전기이다. -p50

 

 

 

그러나 지금의 디지털 컴퓨터는 산술적인 계산능력뿐 아니라 보고 듣고 말하는 것도 가능할 정도로 상상 이상의 능력을 보여준다. 하드웨어와 소프트웨어의 유기적 결합체로서의 컴퓨터는 그 능력의 끝이 보이지 않을 정도로 게속 진화를 하고 있다. 이제 이 녀석은 그 정체가 무엇인지 한 마디로 설명할 수 없을 정도로 만능 존재가 된 것 같다. 용도나 정체를 정확하게 알 수 없다는 것은 인공 물이 아니거나 인공물 그 이상이라는 의미도 된다.-p108

 

 

 

컴퓨테이션을 기반으로 증명의 증명, 소위 ‘메타증명meta-proof’의 세계가 펼쳐지는 순간이었다. 이제 컴퓨테이션 수학은 이산 수학처럼 컴퓨터를 위한 수학에서 나아가 수학 자체를 위한 수학으로 진화하고 있다. 바야흐로 컴퓨터는 증명의 검토뿐 아니라 가설을 세우거나 증명을 하는 단계에서 인간과 협업할 준비를 하고 있다. 결론적으로 자동계산과 알고리즘을 바탕으로 하는 컴퓨테이션은 인간 사고의 초절정 영역인 수학의 영역에 소리 없이 침투하고 있다. 이제 컴퓨테이션은 수학과 과학을 먼어 인문학, 사회학, 예술, 법률에도 적용되면서 우리의 생각 방식을 확장하고 있다. 소위 컴퓨테이션니즘 시대가 오고 있는 것이다. -p114

 

 

 

우리는 보통 인공지능, 머신러닝, 딥러닝이라는 단어를 구별없이 사용한다. 이들은 비슷하면서도 조금씩 다른 의미를 가지고 있기 때문에 집합의 포함 관계로 해석하는 것이 가장 간명하다. 즉 인공지능의 부분집합이 머신러닝이고 머신러닝의 부분집합이 딥러닝이다. 새로운 인공지능 시대를 열고 있는 딥러닝은 머신러니의 일종이며 인공신경망의 후손인 셈이다. -p142

 

 

 

머신러닝이 하는 일은 일반적으로 희귀regression, 분류classification, 군집clustering으로 나눌 수 있다. 희귀는 연속적인 변수와 출력을 대상으로 한 것이다. 대표적으로 키와 몸무게 관계를 함수로 표현하는 것이다. 분류는 말 그대로 ‘이것이냐, 저것이냐?’를 분류하는 것이다. 여자냐, 남자냐? 주식이 오르는가, 내리는가? 눈이 오는가, 비가 오는가? 스팸메일인가, 정상메일인가? 같은 것들이다. 희귀와 분류는 보통 지도학습supervised learing 방식이라고 한다. 데이터에 출력값을 미리 라벨링을 해서 그것을 기준으로 학습한다고 하여 지도학습이라 한다. 군집은 라벨링이 필요없는 비 지도학습unsupervised learning으로 데이터의 특징에 따라 유사한 것끼리 묶는 작업이다. -p151

 

 

 

수많은 과일 데이터(수학 벡터)를 입력하면 시스템은 학습이라는 것을 하게 되고 최종적인 분류기가 완성된다. 이 분류기는 새로운 미지의 고일 데이터 x=(너비, 무게)를 입력하면 그것이 사과인지, 배인지 분류한다. 즉 라벨이 없는 입력에 대해 라벨 y를 출력하는 데 당연히 라벨 y는 사과 혹은 배다. 라벨은 항상 분류하고자 하는 목표 카테고리(여기서는 사과 혹은 배)를 의미한다. -p153