IBM에서 개발한 자연어 처리 AI 시스템인 Watson이 지난 2011년 2월, Jeopardy 퀴즈쇼에서 인간 퀴즈왕들을 물리치는 순간이다. 내 생각으론, 1997년에 Deep Blue가 체스 챔피언 카스파로프를 이긴 사건 보다 더 역사적인 사건 같다.
컴퓨터가 인간의 언어와 지식을 인지하는 것은 인공지능 분야에서 최근까지도 난해하다고 여겨지던 영역인데 이미 인간의 수준을 넘어선 듯 하다.
왓슨 이 녀석, Arthur Clarke의 2001년 스페이스 오딧세이에 나오는 HAL9000을 연상시키는 소름끼침이 느껴진다.
16테라 RAM의 IBM Power 750서버를 90대를 병렬처리해서 1초에 책 백만권에 해당하는 500기가의 자료를 프로세싱 한다고 한다.
개발 언어는 Java, C++, Prolog등 다양하게 사용되었고 분산 처리는 Apache Hadoop이 사용되었다고 한다. 자료로는 각종 사전과 문서를 포함하고 full text wikipedia도 포함되었다고 한다. 하지만 퀴즈에서는 인터넷 연결이 금지된 상태에서 진행되었다고 한다.
왓슨의 구조를 고찰해 보면 그동안 나무달 랩에서 논의했던 단어의 카테고리 구조를 중점적으로 활용한 것으로 보인다.
이미 인간 언어 구조에 대한 인지는 가능해진 것으로 봐도 무방해 보인다.
Watson에서는 Prolog 가 활용되고 있기 때문에 논리나 산술 추론은 일부 가능한 것으로 보이며, 만일 여기서 산술적인 추론이나 논리 엔진이 강화되고 인간과 같은 상상력, 창의성을 부여 한다면 말 그대로 초인적인 AI가 탄생하는 것도 가능할 것이다.
흥미로운 것은, 인공지능이 인간의 지성을 뛰어넘을 날이 얼마 남지 않은 것만은 분명하다는 사실이다.
현실세계에 가상적인 정보가 중첩되어 보여지는 시스템을 증강현실(Augmented Reality)이라고 한다. 가상현실의 한 분야이며, 최근 증강현실(Augmented Reality)을 활용한 소프트웨어가 아이폰으로도 개발되면서 많은 관심을 받고 있다. 아래는 유튜브에 소개된 증강현실 아이폰 애플리케이션이다. 카메라가 보여주는 현실공간에 부가 정보가 중첩되어 보여지는 재미있는 서비스인 것이다.
자신이 존재하는 지역의 관광정보나, 주요건물 등의 정보를 아이폰의 GPS 정보나 카메라의 이미지 패턴을 통하여 실시간으로 서비스하는 것이다.
증강현실의 알기 쉬운 예를 생각해보면 바로 항공기의 HUD(Head Up Display)일 것이다. 아래는 AH-1 코브라의 실제 공격장면이라고 한다. 현실 시야에 고도나 속도, 표적의 정보를 중첩시켜 보여주고 있는 것이다.
서글픈 일이지만, 증강현실은 전쟁에서 매우 효과적인 기술이 될 수 있다. 보병들에게 위치 탐색이나 적탐지에 매우 강력한 도구가 될 것이다.
만화 드래곤볼에도 증강현실의 어울리는 기기가 나온다. 바로 스카우터다. (Eye-Ear Mount Dispaly)라고 해야 할까? 어쨌든 상대방의 전투력 정보를 시각, 청각 정보로 보여주는 증강현실 도구가 아닐까.
이 "증강현실"이란 녀석은 개념적으로 어떻게 규정할 수 있는 것일까?
현실공간 위에 가상현실이 투영된 혼합현실(Mixed Reality)의 형태로 현실 공간 + Virtual Information(Added Value)를 만들어 주는 것이다.
활용범위는 무궁무진할 정도로 광대하다.
특히 게임 분야에서 많은 진보를 만들고 있는데 대표적인 것이 MS XBOX의 차세대 인터페이스 Project Natal과 Sony의 Playstation EYE 인터페이스 일 것이다.
MS 의 Project Natal : 몸 전체가 센서가 되는 차세대 3D 인터페이스
Sony의 플레이스테이션3 EyePet : 현실의 방 안에서 사이버 원숭이와 뛰어 논다.
마커(marker)를 이용한 증강현실 슈팅게임
의료 분야 : 검사나 수술에서 응용이 가능하다.
이쯤 되면 증강현실을 적용할 분야가 머릿 속에서 모락모락 떠오르기 시작하지 않는가?
증강현실의 개념에 대해 좀 더 깊이 통찰해보자.
물리적 현실 속에 투영된 가상정보가 증강현실이라면, 그 역도 존재 하는가?
즉, 가상현실 속에 투영된 현실존재라는 시스템도 성립되지 않을까?
그렇다. 이것은 역증강현실, 즉, 증강가상(Augmented Virtuality)이라고 한다.
이제 분류를 만들어 보면 다음과 같을 것이다.
위키에 의하면 1994년에 Paul Milgram과 Fumio Kishino가 "현실-가상 연속체"라는 개념을 정의했다고 한다.
밀그램의 현실-가상 연속체 (Milgram's Reality-Virtuality Continuum)
린든랩의 Second Life는 기반이 가상현실이지만 증강가상의 한 예가 될 수 있다고 생각한다. Second Life 자체는 가상공간이지만 물리적 세계의 사물, 옷이나, 인물을 실제로 모델링하여 투영시킬 수 있기 때문이다.
이번에는, 상상력을 가동해서 영화 매트릭스와 증강현실의 관계를 떠올려 보자.
Matrix에 존재하는 네오는 현실인물로서 가상공간에 들어가는 매개체 즉 증강가상적 존재다.
역으로 현실공간에 잠입한 스미스는 가상인물이지만 현실공간에 들어가는 매개체 즉 증강현실적 존재다.
매트릭스 3편에서 스미스는 온전히 육체를 가진 모습으로 변신을 시도한다. 또한 네오는 장님이 된 현실세계에서 가상적 존재를 느끼는 증강현실적 체험을 하는 장면이 나오기도 한다.
(생각하기에 따라서 네오가 증강가상적 존재이며, 스미스가 증강현실적 존재인 것 같기도 하다. 어쨌든 상상 자체는 충분히 즐겁지 않은가. )
증강현실이 최고로 진화된 미래를 상상해본다면 무엇일까?
바로 게임 Halo에 등장하는 코타나(Cortana)가 아닐까 싶다.
현실 공간 속에 홀로그램으로 투영되는 가상적 존재로 주인공 마스터치프를 돕는 AI인격체이다.
이런 친구가 아이폰에서 튀어나와 매번 나의 현실 삶의 조언을 해준다면 증강현실로서 이보다 더한 편리하고 친근한 존재가 없지 않을까?
비슷한 예로, 80년대의 외화시리즈 Automan도 증강현실의 형태라는 생각이 든다.
증강현실과 증강가상은 어떤 측면에선 서로 구별하기 힘든 부분이 있지만, 현실이 base냐 가상이 base냐에 따라 규정할 수 있다. 여기서 중요한 것은 이 두 존재들, 현실공간과 가상공간이 서로 긴밀하게 대화하며 서로를 보완시켜 삶의 질을 향상시키는 형태로 발전하고 있다는 점이다.
하지만 상상의 비약을 해본다면, 역기능도 생각해보아야 한다. 증강현실이 인도하는 인류의 미래는 무엇일까?
이상적인(Ideal) 정보를 통해 현실세계를 강화시켜주는 증강현실이 축복이 될까?
아니면, 허상같은 가상공간이 현실공간과 결합되어, 현실과 꿈(가상)이 구분되기 힘든 세상이 되어가는 것은 아닐까?
분명한 것은 우리의 Real/Virtual Life는 지금과는 많이 다른 양상으로 변화해갈 것이란 점이다. 이전에는 비중이 작았던 Virtual Life가 삶의 많은 부분을 차지하게 될 것이며 오히려 Real/Virtual 이 혼합된 삶을 살게 될 것이다.
이러한 상상을 뒤로 하고, 수많은 기업들이 혼합현실(Mixed Reality)을 통하여 수익을 내는 거대한 시장이 점점 커질 것이다.
어쩌면 가까운 미래에, 인류 뒤에서 스미스 에이전트가 웃으며 기다리고 있을지도 모를 일이다.
2009/11/30 08:48TRACKBACK FROM e-learning blog : 이러닝 블로그
증강현실(Augmented Reality)은 가상현실(Virtual Reality)의 한 분야로 실제 환경에 가상 사물을 합성하여 원래의 환경에 존재하는 사물처럼 보이도록 하는 컴퓨터 그래픽 기법이다. 증강현실은 가상의 공간과 사물만을 대상으로 하는 기존의 가상 현실과 달리 현실세계의 기반위에 가상의 사물을 합성하여 현실세계 만으로는 얻기 어령운 부가적인 정보들을 보강해 제공할 수 있는 특징을 가지고 있다. 이러한 특징 때문에 단순히 개임과 같은 분..
저런 알고리즘을 DB와 연동하여 쉽게 다룰 수 있게 해주고, 프롤로그의 논리 엔진의 컨셉을 활용한다면, 우리가 새로운 언어를 만들 수 있지 않을까 싶다.
어제 새벽까지 AI관련 리서치를 하다가, 세계에 2만개의 언어가 있다는데, 에스페란토어 같은 실패작 말고, 모두의 공용어, 누구나 알 수 있는 언어가 뭘까를 고민해봤는데.
수화라는 생각이 들었다. ( 또한 상형문자인 한자어도 언뜻 생각났다. ) 그렇다면 수화를 누구나 이해할 수 있는 아이콘이나 심볼로 대체한다면, 모든 인간이 이해할 수 있는 언어를 만드는게 가능하지 않을까 싶었다. 더불어 그 아이콘 배열을 컴퓨터도 이해할 수 있는 것들로 클래스화 한다면, 인간과 컴퓨터의 공통언어가 가능하지 않을까? 이런 생각도 해봤다.
요점은 다음과 같다.
1. 심플한 형태의 논리판단 도구 만들기 ( prolog 참조 )
2. 인간의 사고를 아이콘이나 심볼로 표현하는 새로운 언어 ( 수화 참조 )
흠, 저 위의 큰 덩어리 2가지만 우리가 구현해도 기적적인 일이 일어나지 않을까 싶다.
좀 더 리서치와 상상의 나래를 펼쳐 보고 어떻게 기술적으로 구체화할 수 있는지 까지 파고들어 보려고 한다.
안녕하세요? 제가 관심있는 부분과 닿아있어 짧게 의견 남겨봅니다.
인간의 사고를 아이콘이나 심볼로 표현하는 새로운 언어 혹은 상형문자는 기본적으로 인간의 시각기능을 전제하고 있습니다. 그러한 인간의 언어를 컴퓨터가 제대로 수용하기 위해서는 인간들이 기본적으로 전제하고 있는 공통의 전제조건들, 시각적 심상이 해당 컴퓨터의 바탕에 있어야 한다고 생각합니다. 인간과 컴퓨터의 공통 언어라는 곳에서 컴퓨터의 언어 이해를 배제한 구문해석 정도로 생각하신다면 공통언어는 영어가 되어도 좋을 것 같습니다. 더군다나 수화나 아이콘을 매체로 하는 언어의 경우에, 그 매체를 통한 발화의 특성상 다양한 표현을 하기가 어려우며, 인간만 하더라도 모두가 공감하는 아이콘 혹은 수화의 경우 극히 제한되어 있을 것입니다. 고개를 끄덕인다는 제스쳐만 해도 여러 나라에서 다른 의미로 받아들여지기도 하니까요. 결국 언어를 기호로 보았을때 기의와 기표 둘 다 있어야 실제적인 의사소통에 사용될 기호가 성립될 것인데 컴퓨터가 적절한 기의를 정합시킬 수 있어야 할 것이며, 또한 언어에서는 문법이 있어야 다양한 표현이 가능해 질 것인데 이것 또한 언어행위자의 인식능력과 연관되는 것이기 때문에 프롤로그와 새로운 수화류의 언어로는 소통의 가능성이 미약할 것이라 생각합니다.
시각적 심상이 해당 컴퓨터의 바탕에 있어야 한다. 라고 하신 대목은 의미심장한 것 같습니다.
저도 같은 같은 고민을 하고 있었습니다.
조금 더 깊이 생각한다면, 시각적 심상 뿐 아니라, 인간의 오감, 즉 청각, 후각, 미각, 촉각 (좀 더 샛길로 간다면 의식과 무의식 ) 등 인간의 경험 자체를 이미지화 하는 작업이 필요할 것입니다.
이를 구현할 수 있는 기술은 패턴 인식이 될 수 있다고 생각합니다. 예를 들면 사과라는 Object를 인식시키기 위해서는 사과의 3차원적인 형태에 대한 시각적 모델링 자료가 필요할 것이며, 단 맛에 대한 센서 모델링도 필요할 것입니다. 제가 머릿속의 번개와 구름속에서 구현하고자 하는 부분이 바로 이 "기의" 적인 자료구조를 만드는 일과 관련되어 있었습니다.
"기의"와 "기표"로 분류하신 개념으로 본다면 위와 같은 경험 모델링은 "기의" 쪽을 다룰 수 있는 토대가 될 것입니다.
아이콘이나 상형문자, 수화언어는 "기표" 쪽에 해당될 수 있겠죠.
결국 기의, 기표 양쪽 모두에 대한 자료구조화와 소프트웨어적 구현이 필요합니다.
하지만 지금 제 막연한 짐작으로는 "기표"적인 것이 그나마 현재의 기술로는 구현하기가 수월하고 연구도 많이 되고 있다라는 것이며, "기의"적인 쪽은 훨씬 복잡하며 난해한 연구주제가 될 것이라고 생각합니다.
때 마침, 덜 난해한 "기표적"인 자료구조에 대해 먼저 논의를 하고 있었습니다.
물론 엄밀하게 본다면, "기의"가 없이 "기표"만으로 제대로 된 AI를 구현하는 것은 불가능할 것입니다.
또한 "기의"적 구현을 완벽하게 하려면, 인간의 뇌를 완벽히 모델링해야 하는 엄청난 리소스가 필요할 것이므로, 다른 대안이 필요하다고 생각합니다.
하지만 엄밀하지 않게, 맥락 상으로 또는 제한된 논리적 사고 정도는 가능할 수 있지 않겠느냐는 것이 저의 생각입니다.
기표적 체계와 기의적 체계가 융합된 형태의 소프트웨어가 만들어져야 조금 그럴싸한 AI가 만들어지지 않을까 생각합니다.
일단 비교적 간단한(?) 기표적 접근을 구현하고 싶은게 현재의 논점입니다.
공통언어를 영어로 해도 좋다는 부분에 대하여는 동감합니다.
컴퓨터 내부적으로는 어떤 언어를 택하든 자료구조화는 유사할 것입니다.
하지만 사람의 경우는 영어를 학습해야 한다는 단점이 있습니다. 수화나 아이콘은 비교적 학습의 시간이 짧을 수 있다는 장점이 있다는 것이죠. 물론 표현의 한계성은 풀어야 할 과제라고 생각합니다.
중요한 것은 어떤 언어를 택하느냐 라기 보다는, 모두가 이해할 수 있는 상징 또는 기호가 무엇인가라고 생각합니다. (물론 개인 모두의 경험이 다르므로, 상징에 대한 인식도 모두 다르다고 할 수 있지만 분명히 공통된 기호들도 존재하니까요 )
그 자체가 기의이면서 기표인 symbol도 존재할 수 있지 않을까 란 생각이 들기도 하구요.
프롤로그는 다분히 기표적인 도구라고 생각합니다.
하지만 기의적 체계와 연동시킬 수 있다면 분명히 새로운 형태의 추론 체계를 만들 수 있을 것입니다.
검색결과를 clustering(군집화) 해주는 기능과 visualize(시각화) 해주는 참신한 기능이 있다.
백두산을 한번 검색해 보았다.
백두산의 검색결과:
백두산을 검색하자 좌측 부분으로 clustering(군집화) 된 카테고리들을 보여준다. 백두산이 어떤 속성을 가지는지 대략적으로 이해할 수 있게 해 준다. 야후가 인터넷 초창기에 카테고리를 통해 대상을 찾아들어가는 방식과 정반대로 대상을 통해 카테고리를 보여주는 방식인 것이다. Data Mining 기법이 사용된 것 같다.
여기서 Visualization탭을 눌러보면 재미난 결과를 볼 수 있다. 백두산의 Visualize (시각화 결과):
백두산과 관련된 속성 들과 카테고리의 특성을 컬러풀하게 직관적으로 설명해주는 것이다. 어찌보면 단순한 아이디어 같지만, 재미있고 참신하다.
소녀시대의 검색결과:
소녀시대에 대한 특성이 clustering(군집화) 및 카테고리화 된다.
sbpyun군과 예전에 논의했던, 단어와 관계된 연결구조와 Enigmatrix가 떠올랐다. 캐롯은 그 아이디어와는 조금 다른 클러스터링이라는 기법을 쓰고 있지만, 관계성을 만드는 고리로 클러스터링을 활용해보는 방법도 좋을 것 같다는 생각을 해본다. 어찌보면, 캐롯의 시각화는 도식적이고 단순한 측면도 있지만, 충분히 새로우며, 상상력을 자극해 주며, 응용해볼 분야가 많은 것 같다. 캐롯은 야후와 위키의 정보를 기본적으로 사용하는 것 같고, 오픈 소스 진영의 다양한 검색엔진 프로젝트를 융합시켜서 만들고 있는 결합 프로젝트 같다. 좀 더 리서치해볼 가치가 있는 흥미로운 검색 엔진이다.
술자리에서 m1s3군과 나눈 추가 이야기: carrot이 clustering을 하더라도 내가 추구했던 reasoning이나 연관관계에 대한 추론기능이 없다면, 한계점이 있는 검색 엔진일 거라는 지적을 했었다. 역시 resoning이나 추론, 동적인 operater같은 기능은 없는 것 같다. 구글이나 울프램 알파도 물론 마찬가지다. 우리가 좀 더 강력하고 뛰어난 검색엔진을 만들 여지가 아직 많은 것이다.
햅틱 아몰레드는 웹서핑이 된다고 뻥치고 있다. Show네비게이션을 통한 웹서핑은 된다. 정보이용료를 당연히 내야한다. 바로 옆 노트북은 wifi로 인터넷 잘 되고 있는데 말이다.
서울 시내 왠만한 회사나 학교에서는 무선인터넷이 무료로 제공되고 있다. 무선인터넷이 무료로 제공되고 이 시점에 돈을 내고 웹서핑을 하게 할까? 이것이 서비스 인가? 서비스 정신은 다 어디다 팔아먹고, 장사꾼 기질만 날뛰고 있다. 아무리 좋게 보아도 KT는 WIFI를 받아들일 통이 없어 보인다. 버틸때까지 버티고 싶은게 KT의 무사안일한 태도이다.
학생과 직장인 뿐 아니라 거의 모든 시민에게 혜택이 갈 수 있는 WIFI서비스를 이렇게 까지 막고 서 있는 뻔뻔스런 모습은 세금처럼 국민의 호주머니의 돈을 빼가는 KT의 올바른 자세가 아니다.
얼마전 나온 최신폰 삼성의 햅틱 아몰레드는 WIFI가 장착되어 있지 못하다. 아마 장착을 할 수 없었을 것이다. KT의 반대일 것이란 추측이 맞는 듯 하다. 삼성전자가 까닭없이 WIFI를 빼버리지는 않았을 것이라 생각한다. 이는 전적으로 KT가 의도한 것처럼 보일 수 밖에 없다.
KT의 독단의 결정은 수천만명에게 실질적인 피해를 끼치고 있다. 수많은 어플리케이션 개발자를 비롯, 소비자들에게 이르기 까지 피해를 미친다. KT가 대한민국의 기업이라면, 마땅히 해야할 서비스는 해야한다. 그중 WIFI서비스는 당연히 해줘야할 서비스다.
비단 Wi-Fi 뿐만 아니라, 컨텐츠 프로바이더들에 대한 이통사들의 횡포도 지적되어야 한다고 생각한다.
결국 여태까지, 모바일 컨텐츠 업체의 고혈을 빨아먹은 이통사들의 만행은 소비자들에게 양질의 컨텐츠와 서비스를 제공받지 못하도록 하는 걸림돌이었던 셈이다.
아래는 그와 관련된 몇가지 article들이다.
따끈따근한 안드로이드 개발서 2009년판입니다. 레토 마이어란 호주사람이 지은책이고요. 현재는 구글에서 일하는 듯 합니다. 안드로이드 모바일폰 플랫폼위에서 어플리케이션을 개발하고자 한다면 꼭 봐야합니다. 현재 출판된 안드로이드 서적은 몇 개 안되는 걸로 알고 있습니다. 이책은 기초부터 시작을 합니다. Java를 알고 있으면 큰 도움이 되겠지만, 몰라도 됩니다. 시작하는 첫장은 Hello, Android 입니다.
체계적인 데이터 관리를 요구하는 게임 개발자라 해봅시다. 개발자는 적절한 데이터베이스를 요구하게 됩니다. 게임 회사 서버에 있는 데이터 베이스만으로 부족하거나, 독립적인 게임이라 가정해봅니다. 다시말해, 게임안에 데이터베이스가 있기를 요구되는 환경을 가정합니다.
우리는 어떤 데이터베이스(Database)를 사용할 수 있을까요? 상당히 우수한 DB 시스템만이 embedded sql을 지원해줍니다. 우리가 익히 들어 알고 있는 난공불락 Oracle과 IBM의 DB2 그리고 조금 생소한 PostgreSQL 이 지원합니다. Oracle과 DB2는 일단 제외하고 싶습니다. 자체 지원이 워낙 잘되는 시스템인지라.
PostgreSQL은 매우 우수한 데이터베이스 시스템입니다. 객체관계 시스템 (object-relational database management system, ORDBMS) 입니다. 그리고 여기 서 말하고자 하는 Embedded SQL이 지원되는 시스템이고요. 그리고, BSD라이센스(Berkeley Software Distribution)입니다. 즉, 무료로 사용할 수 있습니다.
PostgreSQL 은 코끼리 입니다. 매우 튼실해 보이죠! 다운로드 해서, 코끼리와 함께 해보시죠!!
지하철에서 Wired지를 보다가, 멋진 도형을 발견했다.
너와 논의 하던 단어사이의 연관성을 표현하기 위한 직관적인 좋은 예가 Wired지 최신호에 그림이 실렸다.
신기하게도 요즘 내가 너에게 설명하고자 했던 자료 구조와 너무 흡사해서 손뼉을 탁 하고 쳤을 정도다.
와이어드 웹에서 찾아보니 그 그림을 제대로 볼 수 있는 링크를 찾았다. (아래다.)
아주 직관적이어서 맘에 든다.
단, 이 논의는 이번 Wired지의 컨셉이 Puzzle, Mystery, Magic이기 때문에 수수께끼 같은 퍼즐같은 테마와 정보들이 위와 같은 정보 구조로 연결되어 있다는 것을 보여주는 사실상 거의 오락적인 이미지다.
하지만, 오락적인 이미지 치고는 상당히 직관적이고 각 테마들의 연관성에 대해 연결되는 Key값들까지 멋지게 표현되고 있다.
사실, 저 Enigmatrix 는 그저 대중의 눈을 끌기 위한 지극히 단순한 형태의 Graph에 불과하다.
또한 자료 구조만 존재할 뿐 어떻게 추론할 수 있는 지에 대한 아무런 내용도 존재하지 않는다.
하지만, 저 섹시한 이미지를 바라보면 여러가지 방향으로 상상의 나래를 펼칠 수가 있었다.
(사실 저와 같은 Graph 구조는 스타워즈DVD 제작후기영상이나, 이번 터미네이터4 영화도중에도 멋지게 표현되었다. )
정확히 표현한다면, 그런 미디어들을 보기 이전부터 이와 같은 자료구조에 대한 그림은 머릿속에 이미 그린 후였지만, 어쨌든 그 그림은 수학적으로는 매우 단순한 Graph일 뿐임 또한 이미 인지하고 있었다.
저 이미지에서 Mathmatics와 Mystery 를 연결시킬 수 있는 다양한 Path가 가능하다.
( 만두집에서 나는 '시인'과 '벽돌'의 연관성은 무엇일까? 라는 화두를 던졌었다. )
어떤 Path가 가장 훌륭한 Path 즉 - solution 일까?
추론할 수 있는 경로는 굉장히 많다.
이것은 마치 양자역학적으로 보면 입자가 위치A에서 위치B로 이동하는 대에 수많은 Path가 가능하다는 컨셉과 비슷한 면도 있는 것 같다.
어느 것이 최선의 선택일까?
위키나 Google은 막대한 양의 자료구조를 축적하긴 하지만, 저와 같은 신경망 구조 사이의 연관성이나 추론 작용은 전혀 해주지 못한다.
네가 말한 MSDN도 물론 마찬가지로 그저 돌대가리 같은 Link의 덩어리들일 뿐이다. Node 와 Node 사이의 Path에 대해선 아무것도 말해주지 않는 멍청한 자료구조 덩어리들이다.
울프램 알파를 써본 결과, Node 에 해당되는 property는 이미 정형화되어 있었고, 그것을 동적으로 추가하는 기능은 찾지 못했다.
Britney의 Age는 검색이 되지만, Britney의 Height는 전혀 모른다고 나온다. 멍청하기 이를 데 없다. Britney의 Height 속성(Property)를 추가하는 기능은 없었다.
이것은 동적인(또는 완전히 색다른 방식의 탐색적인, 또는 지능적인) 자료구조 갱신 기능을 구현해야 해결할 수 있을 것 같고,
또한, 효율적인 추론(또는 검색) 알고리즘을 추가해야만 지능적인 검색문제를 해결할 수 있을 것 같다.
그 추론 알고리즘으로 삼단논법이나, 포함관계, Correlation, 6하원칙( Who, Why, Where, ... 등 ), 귀납/연역추론 등의 기법을 적절하게 적용시키면 어떤 새로운 검색 기법을 만들 수 있을 것으로 생각된다.
Graph 구조의 연결함수는 어떻게 만들 수 있을까, 또한 어떻게 추론(또는 검색) 알고리즘을 만들어야 할까?
이것이 앞으로 탐험할 부분이다.
상상의 나래 속에서 뇌우와 폭풍 속에서 몰아치는 알고리즘들의 형상들이 존재한다.
지금 떠 오른 하나의 이미지는,
신경망구조 = 뉴런(Object 또는 Node) 그리고 시냅스 (Property 및 Method) 라는 구조가 상상되었다.
물론 이미지는 이것 말고도 중첩되어서 여러가지 황당스러운 몽상적인 아이디어들이 떠오르고 있다.
그것들을 앞으로 하나씩 논의해보고 싶다.
1. 가장 단순한 단어간의 관계는 단순 연결이다. 이 연결구조는 단어간의 그래프로 나타낼 수 있다. 트리구조나 벌집구조등을 생각해 낼 수 있다. 이 모든 구조는 결국 웹구조안에서 설명된다. 이는 인터넷이 hyperlink 에서 시작한 구조가 한 예가 될 수 있다. 좀 더 유용하고 논의된 이상적인 구조는 위키피디아(Wikipedia.org)의 단어간의 연결구조(linked structure)가 될 것이다.
2. 단어간의 연결구조에 레벨을 주거나 색깔(종류)를 주어서 좀더 복잡한 연결구조를 만들어낸다. 이미 이러한 구조는 위키피디아에 반영되고 있다. 블로그에서는 글마다 테그(Tag)를 만들어서 테그로써 글간의 구조를 다이내믹하게 만들어 내고 고정화된 기존의 분류(category)에도 반영이 가능하다.
3. 가장 대중적이고 강력한 검색엔진은 구글이다. 위키피디아도 구글로 매우 잘 검색되어지고 있고, 위키피디아 안에서 검색하고자 하는 사람들도 구글로 시작한다. 다만, 검색된 위키피디아 글안에서 연결된 페이지를 곧바로 클릭한다. 잘 정리된(well structured wiki) 위키피디아는 연결된 여러 흥미로운 글들을 독자들에게 서비스하고 있다. 다시말해, 위키피디아는 구글 검색을 최소화하고 위키로 들어온 독자는 위키페이지 안에서 목표를 해결할 수 있도록 페이지를 디자인하고 글간의 구조를 만들어 놓았다. 이는 구글의 역할이 위키피디아의 역할을 모두 해낼수 없음을 의미한다.
4. 새로운 논리구조를 주는 문제는 "무슨 새로운 논리 구조가 있느냐?", "논리 구조를 다른 방법(디자인)으로 효과적으로 드러낼 수 있겠는가?"로 나뉘어진다.
oharinth의 지난 글의 직답과 오해풀이.
전에 만두집에서 너와 얘기했던 바를 간략히 정리해보고 싶다. 각 단어의 정의를 단어와 단어 사이의 연관성 내지는 함수로서 표현해 보자는 논의가 있었다.
나의 의견: 단어와 단어를 다양한 형태의 화살표(함수)로 연결시켜 분류화 한다. - 그 분류에는 포함관계와 같은 다양한 성격의 함수가 존재할 수 있다. 이러한 함수관계를 삼단 논법 등의 기법을 쓰면 두 사건에 대한 추론이 가능함.
(sbpyun: 이미 이러한 관계는 위키피디아안에서 다양하게 제시하고 있다. 고정화된 관계도 있고, 새로운 관계가 만들어지는 경우도 있다. 하지만, 추론이 가능하지는 않음) 함수관계 중 Correlation도 넣어보면 좋겠음.
전혀 다른 두 언어에 대한 연관성을 보여줄 수 있음 (벽돌과 기타 사이의 연관성도 추론이 가능함)
(sbpyun: 단어간의 관계 설정은 좀 더 다양한 관계로 설명되는 것이 타당하다고 봄. 통계적인 의미에서 상관관계를 어떻게 넣어보겠다는 것임? 막연한 희망사항으로 보임. 좀 더 구체적으로 생각해보심.. 단지 글의 연결단계만을 보겠다는 생각임? 그다지 유용하지 못해 보임. 더구나 추론도 불가능함.)
너의 의견: 단어와 단어의 연관성을 일일이 사람이 기록하려면 너무 많은 비용과 시간이 든다.
(sbpyun: 나의 의견 중 하나임. 자본력이 있어야 가능한 일임. 네이버가 하고 있지요…)
나 (의 의견은 앞으로 생략): 위키나 웹스터 사전 등의 언어를 자동분석하여 새로운 연관관계(함수)를 생성하도록 하면 된다.
(sbpyun: 그냥 위키나 웹스터 사전을 쓰면 되겠어요.. 또 이미 볼프람도 위키피디아의 자료를 참고로 밀착 검색하고 있습니다.)
너: 그런 식의 단순 Graph는 이미 지금도 수학적으로 구현되어 있는 것임.
나: 하지만 웹에 구현된 사이트는 지금까지 없었다.
(sbpyun: 그런가요? MSDN도 하나의 예가 될 수 있을텐데요.)
너: 울프램알파에서 이미 가능함.
(sbpyun: 볼프람 알파가 아니고… 위키피디아가 맞습니다.)
나: 울프램알파에서 그런 동적 인식구조가 없을 것임. 있다 해도 정형화된 수식 데이터만 다룰 것이며, 삼단 논법 같은 기초적추론도 수행하지 못할 것임.
(sbpyun: 볼프람 알파는 상당히 신뢰높은 데이터를 전문적으로 서비스하고 있습니다. 볼프람 알파의 구조를 이해한다면, 매우 유용하게 사용할 수 있고 논리구조는 인간이 만들어서 이용하면됩니다. 모든 것이 해결하는 구조가 아니기 때문에, 매우 효율적이고 신뢰도가 높습니다. 볼프람 알파는 동적인식구조를 가지고 있지 못하지만, 동적 데이터 베이스를 가지고 있습니다. 따라서 쿼리가 동적이라면 충분히 동적인식구조에 가까운 시스템을 만들어낼 수 있습니다. 다만, 그런 구조를 만들어내기 위해서는 까다로운 작업이 필요하고 전문적인 지식을 사용해야하겠습니다. 구글링이나 네이버링으로 검색하는 수준으로는 만족스러운 결과를 얻기는 힘들겠지요. )
질문
1. 자동검색이란 단어를 쓰던데요. 이건 좀 너무나 비구체적인 지칭이라 생각합니다. 그냥 자동으로 검색하는 로봇을 의미하는 건가요?
2. 그래프이론에 관해 알고 있는 바를 설명해 주시겠어요? 또, 구조화하고 싶은 그래프를 그려주시겠어요?
3. 위키피디아와 구글, 네이버, 그리고 볼프람 알파의 장점과 단점을 개인적인 관점에서 분석해주시겠어요?
4. #3번에의 분석을 바탕으로 꿈꾸고 있는 시스템을 비교하면서 설명해주세요.
sbpyun.
여담: 행복분식집은 군만두와 행복완탕이 맛있다. 가격도 저렴하다. 저녁을 먼저했기에, oharinth 저녁 먹는 모습을 보면서 이야기가 진행되었다. 완탕의 국물과 마지막에 주문한 군만두 몇 개를 먹었다. oharinth는 이날도 많이 드셨다. 카레밥을 시켰는데 맛이 괜찮은 듯 보였다. 여하간, 이날 oharinth는 스무고개게임을 했는데 내가 생각하고 있던 "덧셈"은 스물다섯번이 넘도록 못 맞추었다. 좀더 질문을 다듬고 분석을 잘하면 몇 개의 쿼리로 내가 생각하고 있는 답을 알아낼 수 있으리라 믿는다.
전에 만두집에서 너와 얘기했던 바를 간략히 정리해보고 싶다.
각 단어의 정의를 단어와 단어 사이의 연관성 내지는 함수로서 표현해 보자는 논의가 있었다.
나의 의견:
단어와 단어를 다양한 형태의 화살표(함수)로 연결시켜 분류화 한다.
- 그 분류에는 포함관계와 같은 다양한 성격의 함수가 존재할 수 있다.
이러한 함수관계를 삼단 논법 등의 기법을 쓰면 두 사건에 대한 추론이 가능함.
함수관계 중 Correlation도 넣어보면 좋겠음.
전혀 다른 두 언어에 대한 연관성을 보여줄 수 있음 (벽돌과 기타 사이의 연관성도 추론이 가능함)
너의 의견:
단어와 단어의 연관성을 일일이 사람이 기록하려면 너무 많은 비용과 시간이 든다.
나 (의 의견은 앞으로 생략):
위키나 웹스터 사전 등의 언어를 자동분석하여 새로운 연관관계(함수)를 생성하도록 하면 된다.
너: 그런 식의 단순 Graph는 이미 지금도 수학적으로 구현되어 있는 것임.
나: 하지만 웹에 구현된 사이트는 지금까지 없었다.
너: 울프램알파에서 이미 가능함.
나: 울프램알파에서 그런 동적 인식구조가 없을 것임. 있다 해도 정형화된 수식 데이터만 다룰 것이며, 삼단 논법 같은 기초적추론도 수행하지 못할 것임.
댓글을 달아 주세요