첨단컴퓨터의 세계(140)자율학습 신경망

인간은 이 세상을 살아가기 위한 기본적인 능력을 가지고 첫 울음을 터뜨리게 된다. 부모의 유전형질에 따라 각기 독특한 재능을 가지는 것이다. 그 중에서도 학습의 기능은 가장 중요한 것으로 여겨지는데 그것이 과장되어 인간 성보다는 성적에 의해 판단되는 경우도 많다.

인간의학습중에는 "각인"이라는 것이 있다. 동물의 경우에 새끼가 태어나서처음 본 어미를 자기의 엄마로 믿어버리는 것인데 이 경우에는 단 한번의 훈련으로 학습이 완료된다. 그러나 일반적인 경우에는 목표를 달성하기 위한 반복된 훈련을 통하여 학습이 이루어진다.

인간의학습 능력은 자율적인가 아니면 타율적인가? 앞에서 우리는 학습을 지도학습과 자율학습의 두가지로 분류하였다. 지도학습이란 가르치는 사람이어떤 목표를 제시해주고 학습자가 그 목표를 향해 학습하는 것이다. 이 점은 우리가 곱셈의 구구단을 외우는 것과 같이 목표를 향해 틀리지 않도록 꾸준히 암송 하다 보면 자기도 모르는 사이에 구구단을 외울 수 있다. 효과적인 지도학습을 위해서는 주어진 입력에 대해 목표값을 명확히 하여 훈련을 한 후에는 그와 유사한 입력에 대해서도 제대로 반응하는 시스템을 구축하는 일이다. 그러나 모든 학습이 지도학습에 의해 이루어지는 것은 아니다. 예를 들어 갓 태어난 신생아가 눈의 초점을 맞추는 능력은 지도학습과는 거리가 멀다. 아무리 헌신적인 부모라고 해도 갓 태어난 아기에게 시각적인 자극을 보고 이해하기 위해 어떻게 해야하는 지를 가르쳐 줄 수는 없다. 그럼에도 불구하고 아기는 눈에 보이는 자극과 물체 및 모양들을 서로 연관시키는 방법을 자연 스럽게 배우게 된다. 이것은 매우 중요한 일이다. 그러나 아기뿐만 아니라갓 태어난 강아지나 고양이들도 이러한 기능을 외부의 도움이 없이도 자연스럽게 배운다. 어떻게 이러한 현상이 일어나는가? 이러한 것을 설명할 수 있는 방법론중의 하나가 바로 자율학습론이다. 신경 망에 있어서의 자율학습모델로는 코호넨네트워크가 잘 알려져 있다. 코호넨 의 신경망은 자기조직화를 통한 자율학습의 기능을 비교적 단순 하면서도 매력적으로 보여준다. "자기조직화(Selforga-nizing)"란 주어진 입력패턴에 대하여 정확한 해답을 미리 주지 않고 자기 스스로 학습할 수 있는 능력을 말한다. 일반적으로 이러한 네트워크들은 신경생리학적인 시스템을 본따서 모 델링한 것으로서 인간두뇌의 작용을 인공적인 신경망모델을 통하여 구현하려는 시도로 볼 수 있다.

코호넨의자기조직화 네트워크는 매우 간단한 모델이다. 계층적인 시스템이 아닌 두개의 층으로 이루어진다. 코호넨네트워크에서의 학습은 경쟁을 통한 승자 뉴런의 선택으로부터 시작된다. 주어진 입력값과 기존의 연결 강도와의 거리가 가장 가까운 뉴런이 승자뉴런이 되는 것이다. 수많은 뉴런중에서 단지 하나의 뉴런만이 승자뉴련으로 지목되고 승자뉴런은 학습의 기회를 독차지한다. 생물학적 모델과 유사한 형태의 이 네트워크에서 경쟁층에서는 측면제어 (La teral Inhibition)를 통한 경쟁을 하는데 이는 생물학적 모델과 매우 가까운형태의 신경망모델이다. 전체적인 측면제어의 효과는 멕시코인들이 즐겨쓰는모자인 "솜브레로"의 형태로 되어 있다. 어떤 뉴런과 그와 이웃하는 뉴런들 도 학습의 기회를 가진다. 이웃반경의 크기는 처음에는 모든 뉴런들을 포함 할 정도로 크나 점차 그 반경이 줄어든다.

코호넨의학습 규칙에서는 단순히 연결강도 벡터와 입력패턴 벡터의 차이를 구한 다음 그것의 일정한 비율을 원래의 연결강도 벡터에 더하는 것이다. 이때 승자뉴런만이 연결강도 벡터를 조정하는 것이 아니라 그의 이웃 반경안에드는 모든 뉴런들도 이와 유사한 조정을 하게 된다.

스스로의학습을 지향하는 자율학습모델은 지능적인 시스템의 구현에 있어서필수적이다. 가능한 모든 상황을 프로그램한다는 것은 거의 불가능하므로 스스로 학습하거나 판단할 수 있는 모델의 개발은 지능적인 시스템의 구현에꼭 필요한 것이다.