퍼지란 무엇인가?

퍼지시스템 개론 : 박민용 : 논리는 인간의 왼쪽 뇌의 활동이라는 것이 대뇌 생리학에서 알려져 있다. 이것에 대해 오른쪽 뇌는 시청각, 직감, 감정등의 정보 처리를 담당하고 있다 ..... 상상, 발견, 창조등은 인간의 최고의 지적 행동이라고 생각하지만, 이것을 실행할 때에는 우선 몇 가지인가의 이미지가 오른쪽 뇌에서 직감적으로 번뜩여, 다음 단계에서 처음으로 왼쪽 뇌가 그 타당성을 논리로 분석ㆍ확인한다는 순서로 된다 ..... 혹시 논리가 최고의 知 라고 한다면 컴퓨터의 쪽이 인간보다는 논리의 엄밀함, 신속함, 정확함등, 모든 점에서 우월하기 때문에 인간은 컴퓨터보다 열등한 존재라는 매우 이상한 결론으로 되어 버린다 ........ 인공 지능의 실용화가 예상보다 진전되지 않은 이유는 다음과 같은 점에 있다고 한다. 「논리가 너무 단순하다」,「상식이 없다」,「지식의 레벨이 낮다」,「입력이 번거롭다」등. 이 문제를 해결하는 데는 고도의 추론ㆍ추찰 (상상, 발견, 창조를 포함함) 의 기능이 필요하고 종래의 왼쪽 뇌적인 논리만으로 해결하려고 하면 매우 무리가 있다 ..... 즉 왼쪽 뇌식 논리는 지식에 엄밀한 정확성이 있고, 하나의 모순도 존재하지 않는 경우가 아니면 사용할 수 없다. 그러나 우리들이 일상 사용하고 있는 지식은 내용에도 표현에도 불안전함, 모순등이 붙어다닌다. 그럼에도 불구하고 인간은 그것을 사용하여 고도의 추론을 하고 있다. 그것은 인간이 「상식」이라는 애매한 지식을 갖고, 그리고 그것을 처리하는 애매한 사고 능력을 갖고 있기 때문이다. 결국 인공지능의 실용화는 사고의 애매함을 처리하고 있을까, 없을까에 달려 있다 .......

"체온 36.5℃를 정상체온으로 보았을 때 37℃는 과연 어느정도 고열이라 할 수 있는가?" , " 나의 wife 는 어느정도 예쁜 것일까?" , " 중년이라고 하면 어느정도 나이를 표현하는 것인가?" 등등과 같이 "고열, 예쁜, 중년" 과 같은 언어를 수학적으로 표현하여 컴퓨터가 그를 인식하도록 하여야 비로소 인간과의 대화가 가능할 것이다. 인간의 사고는 상당히 융통성이 있으며 따라서 위와 같은 언어의 애매성을 능히 처리할 수 있는 것이다. 컴퓨터에 어떻게 융통성을 부여할 것인가. fuzzy 는 "어느정도"를 다루는 '정도의 학문'이다.....언어 변수 (Linguistic Variable)

'부자는 구두쇠이다.' 또는 '미인박명' 라고 하는 명제는 참인가? 거짓인가? 일상의 대부분의 명제는 이와같이 애매한 것이다. 그녀는 제법 미인이기 때문에 그다지 오래 살지 못할지도 모른다고 하는 애매한 추론은 우리들의 일상생활에서는 보통의 추론이 된다. 명제 그 자체도 애매하지만 더욱이 그것을 구성하고 있는 언어, 미인 이니 박명이니, 약간 부자라느니 제법 미인이라느니 하는 것도 마찬가지로 퍼지한 말이다. 이들을 사용한 애매한 추론은 기계에는 적용하기 곤란한 것이지만 사람에게는 아무렇지도 않게 통용된다....

퍼지 측도 (fuzzy measure) 는 개 확률의 확장 개념이다. 퍼지 측도에는 여러 종류의 것이 있어서 그 속의 가능성 측도라는 것은 퍼지 집합과 관계지어져 있다.... 확률 (probability) 란 『possibility, likelihood 보다 확실성이 강하고 certainty 보다는 약하다』고 한다.... 집합의 경계가 분명한 확실한 원소들이 있는데 어떤 하나의 원소가 어떤 집합에 속하는 지가 애매한 (ambiguity) 상황으로서, 예를들어 "여자" 라고 할 경우 20, 30, 40 대 인 것이 불명확한 상황을 다룬다. 경계가 희미한 (vagueness) 상황을 다루는 퍼지집합과는 구분된다.

컴퓨터는 二値의 원리로 동작하고 있으며 컴퓨터의 설계는 기호논리학 이 응용되어 있다. 따라서 컴퓨터를 이용한 추론이란 것도 본질적으로는 기호논리학에 있어서의 추론 그 자체이다. 따라서 컴퓨터에서 구현하기 위해서 부자 A 라는 기호를 주었다고 하면 약간 부자는 A 도 A의 부정도 아니기 때문에 다른 기호, 예를 들면 C 를 붙일 수 밖에 없다. 이렇게 하면 A 라는 기호와 C 라는 기호는 무관하여 컴퓨터를 이용해서 'A이면 B이다' 라는 전제와 'C 이다' 라는 사실에서 어떤 결론도 도출할 수가 없을 것이다. 이처럼 二値논리에 기초한 추론은 진리가 YES 와 NO 의 둘 밖에 없다면 극히 명확하고 확실한 방법이지만 우리들의 일상의 추론과는 동떨어져 있다. 그러나 fuzzy 의 경우는 다른다. 예를 들면 '비가 내리면 속도를 낮춰라' 라고 하는 단 하나의 명령으로 비가 조금 내리면 속도를 조금 낮추는 것도, 또 비가 많이 내리면 속도를 더 낮추는 것도 가능해지는 것이다. 이것이 퍼지추론의 특징이다. 퍼지전문가시스템 (fuzzy expert system) 이나 퍼지제어 (fuzzy control) 등은 이 퍼지추론의 한 응용 사례라고 할 수 있다......... fuzzy 응용