데이터로 표현하는 세상 by 김현철

ㅇ 이 패턴이 특정한 반 학생들뿐만 아니라 일반적으로 적용할 수 있는 것으로 할 때 우리는 이것을 '지식'이라고 부를 수 있게 된다.

 

ㅇ 데이터가 누군가에게 '의미'를 가질 때 그것을 '정보'라고 할 수 있으며, 그 의미를 만들기 위해 데이터에 어떠한 가공을 할 수 있다. 그 '의미'는 사람마다 다르게 받아들일 수 있기 때문에 데이터, 정보, 지식의 차이는 매우 상대적이고 개인적인 것이다.

 

ㅇ Information은 모양이 없는 존재에 모양을 주입 (infusion)한다는 것을 의미한다....머릿속의 생각, 개념, 의미 등을 머리 밖으로 표현하기 위하여 어떤 모양으로 encoding한다. 그 모양이 문자, 숫자와 같은 심볼 기호도 될 수 있어 이미지도 되고, 다른 모양, 예를 들면 패턴, 구조, 배열도 될 수 있을 것이다.

 

ㅇ 정보과학 (Information Science)은 인간의 머릿속의 생각과 의미를 대상으로 그것을 표현하고 가공하며, 숨겨진 패턴과 법칙을 찾아내려는 분야.....

 

ㅇ 정보통신기술 (Information Communication Technology)는 정보의 습득, 처리, 저장, 전달 등을 컴퓨터와 통신기술을 이용하여 다루는 것을 의미함.

 

ㅇ 컴퓨터는 인간의 정보처리 과정을 자동화한 기계입니다. 기계(machine)의 핵심적 특징은 '반복'과 '자동'이다. 기계만 가진다면 똑같은 것을 자동으로 계속해서 만들 수 있다.

 

ㅇ 컴퓨터는 그러한 인간의 뇌 속에서의 정보처리 과정을 자동으로 반복해 처리할 수 있는 기계입니다. A씨는 먼저 자신이 이자 계산을 하는 절차를 명시적으로 정확하게 표현하여야 하며, 그것을 프로그램으로 만들어 컴퓨터라는 기계에 넣으면, 그 컴퓨터는 그 프로그램 대로 빠른 속도로 반복해서 백 만명의 이자계산을 일 분 안에 해줄 수 있는 것이다.

 

ㅇ 컴퓨팅이란 인간의 생각 (즉, 정보)의 처리 절차를 생각해 내어 표현하는 것이다. 컴퓨터는 컴퓨팅을 자동 반복 처리해 주는 기계입니다.

 

ㅇ 어느 전문가의 머릿속에 들어 있는 특정 업무 처리 절차, 즉 절차 정보, 절차 지식을 먼저 명시적으로 표현해 내야 한다.  이렇게 표현된 절차 지식을 일반적으로 '알고리즘'이라고 부른다. 그 알고리즘은 그대로도 다른 사람들과 공유될 수 있다. 업무 매뉴얼이 그런 것이고, 요리책에 나와 있는 탕수육 요리법이 그런 것이다.

 

ㅇ 알고리즘을 반복적으로 자동으로 빠르게 처리하려고 한다면 컴퓨터라는 기계에 그 알고리즘을 전달해야 한다.....그 알고리즘을 컴퓨터 프로그램으로 프로그래밍하여 전달해야 한다. 성공적으로 전달이 되면, 컴퓨터는 그 정보 처리의 기계, 즉 사람의 생각 기계가 되는 것이다.

 

 

ㅇ 기계는 작은 단위의 작업들을 순서대로 진행할 수 있는, 그래서 반복적으로 다동으로 그 작업들을 진행할 수 있게 하는 도구.....그 기계로 인한 결과는 표준화된 똑같은 물건의 (하지만 획일화된) 대량생산이며, 그 과정에서 효율성 (비용, 시간, 노력)이 강조되는 가치가 자리잡게 되었다. 효율성과 획일화된 대량생산...

 

ㅇ 과정을 분석하여 작은 작업 단위들로 분해하고, 그 단위 작업들을 순서대로 진행하는 '작업 절차'를 만들고, 그것에 따라서 그대로 수행하는 물리적 기계를 만드는 과정이 산업시대의 기계가 만들어지는 과정....

 

ㅇ 100여 년 지속된 기계 기반의 산업시대를 살면서 우리 인간의 사고방식은 이러한 분해, 절차, 재조합을 통한 문제 해결에 익숙해졌다.

 

ㅇ 인간의 정신적 작업을 대신 해 줄 '기계'의 필요성....인간의 정신적 작업을 추상화하고 분해하여 재구성함으로써 '자동화'하고자 하였다.

 

ㅇ 어떠한 문제 해결 과정을 기본적인 '추상'과 '반복'과 '절차'를 가지고 '자동화'할 수 있는 형태로 만드는 것을 'Computing'이라고 한다.

 

ㅇ 어떤 문제 해결에 대한 아이디어나 생각을 컴퓨팅 모델로 변환시켜주는 과정은 절대로 자동으로 할 수 있는 일이 아니며, 오직 인간 스스로의 사고로 그 과정을 완성해야 한다는 점이다....

 

ㅇ 범용적인 수학적 모델....Turing machine...컴퓨터의 추상적 모델..

 

ㅇ 정보가 가지고 있는 '의미'는 사람마다 다르게 받아들여지는 것이어서 정보의 가치는 '정량적으로 측정'하기도 어렵다. 1940년대에 셰논은 정보를 정량적으로 측정 가능하게 하는 정보 이론을 제시하였다.....

 

ㅇ 먼저 정보를 불확실성과 연결시켰다. 만약 누군가가 내게 판단을 위해 필요한 정보를 주었고, 그 정보로 인하여 그 불확실성이 줄었다고 하자. 그리고 그 불확실성은 정량적으로 측정 가능하다고 하면, 그 줄어든 만큼의 불확실성 값을 그 정보의 가치라고 말할 수 있을 것이다. 즉 어느 특정 정보의 가치는 그 정보로 인하여 줄어든 불확실성의 양이라고 정의 할 수 있다.

 

 

 

ㅇ 만약 샘플링률이 초당 40,000이라고 하고 16bits 양자화한다고 가정하면 10분짜리 노래는 몇 바이트를 차지하게 될까? . 10분은 10*60초 = 600초....전체 크기는 600초 * 40,000 * 2 bytes = 48M....

 

ㅇ 문제 해결 방법은 누가 생각해 낼 것인가? 그 생각해 낸 문제 해결 방법은 누가 알로그림 형태로 바꾸어 줄 것인가? 그것도 컴퓨터라는 기계가 자동으로 처리해 줄 수 있는 것인가? 대답은 '아니다'이다.

 

ㅇ 문제가 있을 때 그 문제를 해결하는 효율적인 방법은 100% 사람이 생각해 내야 하는 것이고, 그것의 반복적인 지루한 작업만 컴퓨텅에서 자동으로 처리할 수 있게 할 수 는 있는 것이다.

 

ㅇ 컴퓨터 SW는 결국 누군가의 아이디어이며 생각의 산출물이다.. 내가 어떠한 컴퓨터 SW를 사용한다는 것은 어느 누군가의 생각과 아이디어를 사용하고 있다는 것을 말한다.

 

 

 

ㅇ 절차적 알고리즘에 대한 대안적 접근방법, 즉 순차적이 아닌 다른 모델이 나오기 시작했으며...

 

ㅇ 지능 모델: 인간의 두뇌가 정보를 처리하는 방식을 모델로 만들어서 그것을 사용하고자 하는 것....

  

  - 지식기반 방법: 지식을 끄집어 내고, 조합하고 , 연결하여 문제 해결에 답을 찾는모델

 

  - 데이터 기반 방법: 관찰된 많은 양의 도메인 데이터들로부터 일정한 패턴과 일반화된 모델을 스스로 찾아내어 그 도메인에서의 문제 해결에 적용하고자 하는 방법. 기계학습과 데이터 마이닝이 여기에 해당한다.

 

ㅇ 진화 또는 유전자 알고르즘

 

ㅇ 뇌 기반 방법, 신경망 알고리즘: 인간의 뇌의 수많은 뉴런과 시냅스들이 정보를 처리하는 모델을 정의하고 그것을 우리의 문제 해결에 활용..

 

ㅇ 집단지성 등 등

 

ㅇ 필기체 문자, 사람의 얼굴을 인식하는 문제, 추론, 최적화된 자연어 처리 등의 문제, 엄청나게 많은 원 데이터에서 특정한 패턴을 찾아내는 문제 등은 순차적인 모델로는 해결하기 힘든 문제......일반적으로 사람은 잘하지만 컴퓨터는 잘하지 못하는 종류의 문제인데, 사람의 '지능'이 사용되기 때문이다.

 

ㅇ 데이터 기반 방식은 경험 데이터 혹은 관측 데이터로부터 지식을 일반화시켜 추출해 내고 문제를 해결할 수 있는

 

ㅇ 각 경험 데이터는 속성 (얼굴 모향의 구체적인 특징들)과 그 속성의 분류 (동양인의 얼굴, 서양인의 얼굴)로 이루어져 우리는 학습이 일어난다. 이것을 훈련 데이터라고 부르고 훈련 데이터는 속성에 대한 정답(분류)를 제공해 주어서 모델이 만들어지게 하므로 supervised 학습이라고 부른다....그 모델이 만들어지게 되면 새로운 속성만 들어와도 그것을 우리는 자동으로 분류하게 된다.

 

ㅇ 군집(Clustering)모델은 unsupervised 학습....속성 데이터만 주어지고 그것에 대한 어떠한 종류의 정답 (즉 분류)은 주어지지 않기 때문이다....

 

ㅇ 20세기가 되면서 사람들은 손으로 만져지지도 않고 보이지도 않는 무형물(즉 정보, 지식, 아이디어 등)도 판매가 되어 자본을 습득할 수 있는 대상이 될 수 있다는 것을 깨닫기 시작했다. 그러면서 그러한 무형물에도 유형물에 적용되던 개인 소유권 관리의 개념을 적용시키기 시작했다.