Chapter 5.

불확실성
Index
01 불확실한 세상

02 불확실성의 유형

03 불확실성의 표현: 확률

04 불확실성의 처리: 베이지안 정리

05 불확실한 논리의 해결 방법

06 모호성(퍼지)
01 / 02
불확실한 세상
불확실성의 유형
 불확실한 세상
·불확실성은 앞으로 나타날 현상이나 일의 예측으로부터 나타남
- 예측이 곧 지능의 핵심 기능

·불확실성의 발생 요인 : 정보의 부족, 애매한 정보, 잘못된 정보

·컴퓨터의 경우 불확실성을 수학적으로 표

현하여 처리하고 이를 바탕으로 추론을
이끌어냄
불확실성의 유형
유형 설명
자료의 ·자료를 획득할 수 있는 기계 또는 센서 장치의 부정확 성에서 기인 → 오
불확실성 차 포함
·자료 수집 단계 에서 관측되지 않는 미확인 자료들도 있어 수집한 자료가
완벽하다고 할 수 없음
정보의 ·무인 자동차의 경우 주행 시 발생하는 모든 상황에 대한 방대한 정보를 모
불완전성 두 다 입력 받아 처리할 수 없음 → 일부의 정보만 받아들여 판단 해야 하
므로 정보가 불완전

지식의 ·지식의 표현이 자연어로 처리될 때 인간이 사용하는 모호한 표현을 사용

불확실성 하게 되며 이 모호한 내용으로 인해 여러 가지 해석을 불러일으킴
·시스템에 획득한 지식의 표현 및 저장 시 문제점으로 발생

확률적 ·예측 불가능한 요인에 따라 발생하는 불규칙성

불규칙성 ·고속도로의 운전에서 갑작스럽게 튀어오는 돌멩이나 축구의 수비수가 자
살골을 넣는 행동
03 / 04
불확실성의 표현: 확률
불확실성의 처리: 베이지안 정리
 불확실성의 표현: 확률
·불확실한 지식을 표현하는 방법 : 통계를 바탕으로 하는 확률
불확실성의 표현: 확률
·K라는 섬에서 아기가 태어났는데, 이 아이가 자라 올림픽에서 금
메달을 딸 확률은 얼마나 될까?

- 일어나지 않은 일에 대한 확률을 ‘불확실성＇의 개념으로 접근 :

주어진 사건과 관련 있는 여러 가지 확률을 이용해 새롭게 일어날
수 있는 사후 사건 확률에 대해 추론하는 방법을 사용
 불확실성의 처리: 베이지안 정리
·사전 설계: 코호트(Cohort) 연구, 전향 연구
- P(B｜A): 원인(A)가 발생한 후 결과(B)가 나타날 확률
- 조건부 확률 P(B｜A): A(원인) → B(결과)

· 사후 설계: 대조 연구, 후향적 연구

- P(A｜B): 결과(B)가 나온 이후에 원인(A)일 확률
- 사후(Posterior) 확률 P(A｜B): B(결과) → A(원인)
불확실성의 처리: 베이지안 정리
·조건부확률과 사후확률

사전확률 P(A) A일 확률이 있고

A일 때 B가 일어날 확률을
조건부확률 P(B｜A) = 알고 있으면

B일 때 A의 확률을 알 수
사후확률 P(A｜B) = , P(B) > 0 있다.
불확실성의 처리: 베이지안 정리
·사전에 알고있는 확률 값을 바탕으로 조건부확률을 구함
불확실성의 처리: 베이지안 정리
-사례

·한 여성이 유방 조영술을 통해 유방암 건사를 받았는데, 검사 결과

‘양성’소식을 들었을 때 이 여성이 유방암에 걸렸을 확률

<병원의 자료 조사 결과>
•유방암에 걸렸을 때 유방 조영술을 통해 양성으로 나올 확률: 90%
•유방암이 아니더라도 유방 조영술에서 양성일 확률: 7%
•40~50대 여성이 유방암에 걸릴 확률: 0.8%
불확실성의 처리: 베이지안 정리
•유방암에 걸릴 확률(사전 확률): P(A)
•유방암이 아닐 확률: (A′)
•검사 결과 양성일 확률: P(B)
•유방암일 때 검사 결과 양성일 확률(조건부 확률): P(B｜A)
•유방암이 아닐 때 검사 결과 양성일 확률: P(B｜A′)
•검사 결과 양성일 때 유방암에 걸릴 확률(사후 확률): P(A｜B) = ?

P(A) = 0.008
P(A′) = 1- 0.008 = 0.992
P(B｜A) = 90% = 0.9
P(B｜A′) = 7% = 0.07
불확실성의 처리: 베이지안 정리
•P(B) = P(A)P(B｜A) + P(A′)P(B｜A′)
= 0.008 × 0.9 + 0.992 × 0.07
= 0.0072 + 0.06944
= 0.0766

•검사 결과 양성일 때 P(B) 유방암에 걸릴 확률(사후 확률) P(A)

불확실성의 처리: 베이지안 정리
·조건에 따른 확률값을 트리 구조로 추상화
불확실성의 처리: 베이지안 정리
·이메일 시스템에서 스팸메일을 거르는 스팸 필터 구현하기

내가 받은 100개의 이메일 중 80%는 스팸이었다.

메일에 포함된 단어들을 분석해보니 95%의 스팸메일 에서 ‘공짜’라
는 단어를 볼 수 있고 정상적인 메일의 2%에서도 ‘공짜’라는 단어를
볼 수 있었다.
새로 받은 메일에 ‘공짜’라는 단어가 들어 있을 경우 이 메일이 스팸
일 확률은?
불확실성의 처리: 베이지안 정리
·문제 수식화 하기
P(스팸|공짜) = P(공짜|스팸)P(스팸)/P(공짜)

·각각의 값 구하기
P(공짜|스팸) = 0.95
P(스팸) = 0.80
P(공짜) = P(공짜|스팸)P(스팸)+P(공짜|정상)P(정상)
= 0.95 * 0.80 + 0.02 * 0.20 = 0.764

·원래 식에 대입
P(스팸|공짜) = 0.95 * 0.80 / 0.764 = 99.5%
05
불확실한 논리의 해결 방법
 불확실한 논리의 해결 방법
·부재 추론 : 기본값을 사용해 추론, 기존에 믿고 있는 것 중 대부분
참일 것으로 추정되는 사항을 바탕으로 결론을 이끌어 내는 방법

·미국인을 실용주의자로 규칙을 정의했기 때문에 스미스가 실용주의자인

지 지식으로 입력돼 있지 않아도 부재 추론을 통해 스미스를 실용주의자
로 판단하게 됨
 불확실한 논리의 해결 방법
·부재 추론은 아주 간단하고 강력한 방법이지만, 다음과 같이 규칙이
상충하는 경우에는 해결 방안이 필요

·두 가지 성향을 동시에 갖기 어려우므로 두 결과가 상충

→ 두 규칙 중 하나만 적용하는 방법으로 해결.

최근에 사용된 규칙이나 가장 많이 사용된 규칙 또는 가장 처음 적

용된 규칙 사용
 불확실한 논리의 해결 방법
·추정법 : 인과적 형태로 주어진 지식에 근거해 결과로부터 원인을
추정하는 것이 일관성이 있다면 그 원인을 단정 지을 수 있다고 봄

숙이는 엄마다 새는 날개가 있다

엄마는 숙이다 날개가 있으면 새이다
 불확실한 논리의 해결 방법
·추정법

·감기와 관련된 증상을 통해 감기 추정

 불확실한 논리의 해결 방법
·추정법 : 완벽하게 옳지는 않다

숙이는 엄마다 새는 날개가 있다

엄마는 숙이다 날개가 있으면 새이다

내 친구 중에 숙이가 있다 잠자리는 날개가 있다

우리집 고양이 이름은 숙이다 날다람쥐는 날개가 있다

·추정법은 주어진 사실로부터 원인을 찾는 데 매우 유용하며 추정한

결론이 어느 정도 확실성 을 갖는지에 대한 사항이 함께 고려되면
유용성이 증가
06
모호성(퍼지)
애매모호성
·퍼지 이론
- 자데에 의해 1965년 퍼지 집합에 관한 이론이 처음 제시
- 퍼지 명제나 규칙을 다루기 위한 퍼지 논리로 발전
- Fuzzy 애매모호함

- 언어적 애매모호성이 퍼지 이론 탄생
예쁜, 큰, 뜨거운, 달큰한, 검붉은 …

저런 단어들을 컴퓨터
로 어떻게 처리하지?

Lotfi Aliasker Zadeh

 퍼지이론
·퍼지 이론

- 기존 집합, 0과 1로 표현 또는 포함 또는 안포함됨

- 퍼지집합 0과 1사이의 실수로 포함의 범위를 표현

{0.0 … 1.0}
 퍼지이론
·퍼지 이론

- 제어 수행시 정확한 수치로 해법을 수행하는 것이 아니라

- 인공지능을 이용한 근사값으로써 적당히 결과를 보며 컴퓨팅 처리
 퍼지이론
·매직 세븐 : 인간이 사물을 판정하는 어림수는 7개를 넘지 않음

NL – Negative Large, NM – Negative Medium, NS – Negative Small 부정

Z – Zero 중립

PS – Positive Small, PM – Positive Medium, PL – Positive Large 긍정

·사람들은 보통 5, 7개의 어림 범위로 표현

 퍼지이론
·빨래의 양에 따라 세탁기를 퍼지로 제어 – 퍼지 집합을 X와 Y의 부
분집합으로 정의
·X는 ‘매우 적은,
적은, 보통, 많은, 매우
많은‘

·Y는 ‘매우 느리게,

느리게, 보통으로, 빠
르게, 매우 빠르게’
 퍼지규칙
·퍼지 규칙 정하기
•규칙 1: 만약 빨래의 양이 매우 적다면 회전 속도는 매우 느리게 돈다.
•규칙 2: 만약 빨래의 양이 적으면 회전 속도는 느리게 돈다.
•규칙 3: 만약 빨래의 양이 보통이면 회전 속도는 중간 정도로 돈다.
•규칙 4: 만약 빨래의 양이 많으면 회전 속도는 빠르게 돈다.
•규칙 5: 만약 빨래의 양이 매우 많으면 회전 속도는 매우 빠르게 돈다.
퍼지규칙
·기하학적 측면에서 2개의 삼각형이 겹치는 부분을 ‘패치’라 부르며
규칙4를 얻을 수 있음.
 퍼지규칙
·5개의 규칙 → 5개의 패치
 퍼지이론의 활용 사례
제품 퍼지 논리의 역할
전철 갑작스럽게 전철의 속도를 줄이거나 늘리지 않고 무리하게 멈추는 현상을 줄임.
전기밥솥 증기, 온도, 쌀의 양에 따른 조리 시간과 조리 방법을 설정.
에어컨 최대·최소의 온도의 급격한 변화를 방지하고 켜거나 끌 때 낮은 전력을 소비.
식기 세척 식기의 수와 식기에 붙은 음식 찌꺼기와 양의 종류에 따라 세척 주기와 헹굼 및
기 세척 방법을 선택.
건조기 빨래의 양, 옷감의 종류, 더운 공기의 흐름에 따라 건조 시간과 건조 방법 결정
가습기 실내의 상황에 따라 습기의 양을 적절하게 조절.
온수 샤워 갑작스러운 물의 온도 변화를 제어.
시스템
진공청소 먼지의 양과 바닥의 종류에 따라 모터의 흡입 방법을 설정.
기
세탁기 더러움의 정도, 옷감의 종류, 빨래의 양, 물의 양에 따라 세탁 방법을 조정.
가로등 해가 지고 뜨는 조건을 고려해 불의 밝기를 조절.