간단히 말해서, 패턴 인식은 데이터로부터 중요한 특징이나 속성을 추출하여 입력 데이터를 식별할 수 있는 부류로 분류 (Classification) 으로 정의될 수 있다.
입력 데이터로부터 노이즈를 제거하고 핵심 속성을 수치화하여 대상의 본질을 판별하는 과정은 우리 주변의 다양한 문제 해결에 핵심적으로 적용됩니다.
🌦️ 일기 예보와 기상 데이터 해석
일기 예보를 패턴 인식 문제로 다룰 수 있는데, 인식 시스템은 입력으로 받아들인 천기도에서 중요한 기압 배치와 전선 등의 특징을 추출하여 천기도를 해석한 다음, 추출된 특징을 바탕으로 정밀한 일기 예보를 수행하게 됩니다.
의료 진단 역시 대표적인 패턴 인식 문제입니다. 환자의 다양한 증상과 검사 수치가 인식 시스템의 입력 데이터 역할을 하며, 시스템은 증상 데이터를 분석하여 잠재된 질병을 정확히 구별해 냅니다.
문자인식 시스템은 광학 센서나 카메라를 통해 들어온 광학 신호를 입력 데이터로 받아들여, 획의 방향과 연결성 등의 특징을 추출하여 해당 문자의 이름과 코드를 식별하는 패턴 인식 시스템입니다.
음성인식 시스템에서는 마이크를 통해 입력 데이터로 받아들인 음향의 파형과 주파수 스펙트럼에 바탕을 두고, 인간이 발음한 단어와 문장의 의미를 정확히 식별해 냅니다.
우리는 군중 속에서 친구를 찾아낼 수 있고, 그 친구가 말하는 것을 인식할 수 있습니다. 아는 사람의 음성을 단번에 알아차릴 수 있으며, 흘려 쓴 필기 문자나 기호, 그리고 그림 등을 보고 깊이 있게 이해 (Understanding) 할 수 있고, 지문을 분석할 수도 있습니다. 화난 몸짓과 미소 짓는 표정을 서로 자연스럽게 구별해 냅니다.
"인간이 매우 복잡한 정보 시스템이라 할 수 있는 부분적인 이유는 월등한 패턴인식 능력을 보유하고 있기 때문이다."
패턴인식과 연관 (association) 은 인간의 사고 (Thinking) 의 핵심을 이룹니다. 이러한 활동은 우리의 의식 영역 밖에서 수백만의 신경세포 동작이 병렬로 수행됩니다.
만일 인공지능 (Artificial Intelligence) 이 막다른 벽에 부딪힌다면, 그것은 인간 두뇌가 수행하는 이러한 고도의 병렬적 패턴인식 과정을 온전히 모방할 수 없었기 때문일 것입니다.
논리적인 측면에서 볼 때, 패턴인식 문제에 대한 학문적 연구는 크게 두 가지의 주요 범주로 나눌 수 있습니다.
2️⃣ 공학적 인식 장치 및 지능 알고리즘 설계
특정 응용 분야에서 주어진 복잡한 인식 업무를 정확히 수행할 수 있는 기계 장치와 소프트웨어를 설계하기 위한 이론 및 기법 개발입니다.
관련 학문 분야 : 공학, 컴퓨터 (Computer) 과학, 신호처리, 정보 과학 등.
패턴인식 기술은 다양한 형태의 데이터에 포함되어 있는 패턴정보를 자동으로 추출하여 응용하는 기술로서, 크게는 컴퓨터 응용 소프트웨어 기술, 작게는 인공지능 핵심 기술로 분류됩니다.
컴퓨터가 발명되면서부터 집중적으로 연구되기 시작한 이 분야의 궁극적 기술 목표는, 인간의 시청각 감각 기관을 통한 인지 (Cognition) 능력을 컴퓨터 상에 완벽히 모방하는 데 있습니다.
🌐 넓은 의미의 패턴인식 능력
다양한 감각 기관을 통하여 전달되는 복합 정보를 처리, 분석, 종합하여 시시각각 변화하는 외부 현상을 종합적으로 파악하고 이해하는 지능적 기능.
🔍 좁은 의미의 패턴인식 능력
두뇌나 메모리에 이미 기억하고 있는 패턴과 동일하거나 유사한 형태가 입력 데이터 속에 존재하는지 그 유무를 식별하고 매칭하는 능력.
문자의 형태를 인지하여 문장의 숨은 의미를 파악한다거나, 시시각각으로 변동하는 금융·경제지표 패턴을 분석하여 미래의 흐름을 예측 (Prediction) 하는 것 등이 인공지능 패턴인식 능력의 대표적 응용입니다.
고려대학교 남기춘 교수의 인지심리학 강의로, 인간의 시각 정보처리와 시각 패턴재인, 범주 지각 및 주의 메커니즘을 심도 있게 탐구합니다.
