딥러닝 인공 신경망과 뉴런의 구조 원리 개념 짚기

딥러닝 인공 신경망과 뉴런의 구조 원리 개념 짚기

인공신경망 Artificial Neural Networks, ANN은 뇌의 생물학적 뉴런의 작동 원리를 모방하여 컴퓨터가 학습하고 지능적인 결정을 내릴 수 있도록 설계된 기계 학습 알고리즘입니다. 인공신경망은 기계 학습과 딥 러닝의 핵심적인 기술로서, 광범위한 응용 분야에서 성공적으로 한 한 활용되고 있습니다. 주로 패턴 인식, 이미지 처리, 음성 인식, 자연어 처리 등의 분야에서 뛰어난 성능을 발휘하며, 비선형 이슈를 다룰 수 있는 강력한 모델이에요 1. 인공신경망은 뉴런이라 불리는 단위들로 구성되어 있으며, 이러한 뉴런들은 입력 데이터로부터 정보를 취합하고 처리한 후 출력을 생성합니다.

뉴런들은 연결된 가중치와 활성화 함수를 사용하여 입력과 출력을 조절합니다.


결국 이러한 것들이 신경가소성neuroplasticity입니다.
결국 이러한 것들이 신경가소성neuroplasticity입니다.

결국 이러한 것들이 신경가소성neuroplasticity입니다.

여러가지 용어와 표현들도 소개하고 서술했지만, 결국에는 이러한 현상이 신경가소성(neuroplasticity)입니다. 태어나 발달(development)하고 자라는 과정에서, 그리고 죽는 순간까지 꾸쭌히 구조적으로 기능적으로 변화(structural funcation change)하게 되는 신경(nerve)의 특성인 것입니다. 실은 이러한 변화 작용은 조금 전에 이야기했듯이, 외부적 환경(external environment)에 더 잘 대응하고 적응(adaptation)하기 위한 발판이었듯이, 인체가 발휘하게 될 자극(stimulation)과 반응(reaction)적인 측면에서의 역할을 더 잘 이끌어내기 위함입니다.

구조적인 신경가소성structural neuroplasticity
구조적인 신경가소성structural neuroplasticity

구조적인 신경가소성structural neuroplasticity

신경(nerve)이 구조(structure)적으로 변화되는 신경가소성(neuroplasticity)은 다음과 같은 변화들에 의합니다. 신경세포(nervous cell)인 뉴런(neuron)의 가지(branch)들이 지배(dominance)하게 될 조직 영역(tissue area)에서 더 강하고 굳건하게 조직(tissue)을 붙잡게 될 것이며, 한편으로 활용되지 않는 가지들은 가지치기에 의해 소실 혹은 제거될 것입니다.

이를 가능하게 것들은 우리들이 흔히 이야기하는 전형적인 뉴런neuron 단독적으로만 가능한 것이 아니라, 신경아교세포neuroglia cell의 작용action에 의해 촉진promotion됩니다.

신경가소성neuroplasticity의 현실적인 사례

신경가소성neuroplasticity의 개념과 영향을 실생활까지 이끌어내어 표현한다면, 우리는 알게 모르게 꾸쭌히 지대한 영향을 받고 있습니다. 아니, 좀처럼 의식하지 못하는 순간 그 이상으로 영향을 받고 있습니다. 예를 들어, 구조화된 영역specific area에서의 신경 자원nervous resource이 지속해서 주입된다면, 중추신경계central nervous system는 해당 자원resource으로부터 영역area에서 들어오는 자원resource에 비해 비교적 의존하게 됩니다.

따라서 인체에는 통증pain을 감지하게 하는 통각수용기nociceptor를 각 조직tissue마다.

능동적인 신경가소성funcational neuroplasticity
능동적인 신경가소성funcational neuroplasticity

능동적인 신경가소성funcational neuroplasticity

빈번하게 사용함에 있어서, 이미 적응(adaptation)되거나 학습(learning)된 경로(pathway)로 발현된 경로(pathway)는 지켜질 것이며, 그렇지 않은 경로(pathway)에 대해서는 점차적으로 소실될 것입니다. 이러한 중추신경계(central nervous system)의 작용에 의해, 뉴런(neuron)은 감각(sense) 및 자원(resource)을 받아들이게 되는 구심성(afferent)에서부터, 반응(reaction) 및 운동(motor)을 내보내게 되는 원심성(efferent)까지, 가장 최적의 경로(optimal pathway)를 지속해서 찾아내게 됩니다.

물론 아무 때나 새로운 경로pathway를 찾아내지는 않습니다. 특이적인 상황이 도출되어야 합니다.

그럼에도 불구하고 희망적인 사실

신경가소성neuroplasticity에 대하여 긍정적이지 않은 측면에서만 서술한 듯하지만, 신경가소성neuroplasticity이라는 개념에는 긍정적이지 않은 변화뿐만 아닌 좋은 변화까지 포함합니다. 따라서 중추신경계central nervous system가 외부external로부터 주입input되는 자극stimulation의 감각 자원sense resource들을 더 잘 수용input하고 처리interpretation하고 반응reaction하게 되는 변화 또한 신경가소성neuroplasticity이라고 할 수 있습니다.

그렇기 때문에 우리에게 있어 희소식은, 설사 지금 당장은 이전의 잘못된 패턴과 학습abnormal pattern learning에 의한 구조적 및 능동적인 부전structural funcation defect이 존재합니다.

자주 묻는 질문

결국 이러한 것들이

여러가지 용어와 표현들도 소개하고 서술했지만, 결국에는 이러한 현상이 신경가소성(neuroplasticity)입니다. 구체적인 내용은 본문을 참고하시기 바랍니다.

구조적인 신경가소성structural

신경nerve이 구조(structure)적으로 변화되는 신경가소성(neuroplasticity)은 다음과 같은 변화들에 의합니다. 구체적인 내용은 본문을 참고 해주시기 바랍니다.

능동적인 신경가소성funcational

빈번하게 사용함에 있어서, 이미 적응(adaptation)되거나 학습(learning)된 경로(pathway)로 발현된 경로(pathway)는 지켜질 것이며, 그렇지 않은 경로(pathway)에 대해서는 점차적으로 소실될 것입니다. 구체적인 내용은 본문을 참고 해주시기 바랍니다.