사물들 이름의 양자화와 딥러닝

서비스업데이타와 제조업데이타의 차이

자연에서 생물종의 분화는 양자적인 분포을 갖습니다.

가령 개와 고양이 사이에 어중간한 생물이 태어나면

그 생물은 점점 경쟁에 밀려 자연 도태되어버리고 맙니다.

즉, 개와 고양이 사이에 무지개처럼 연속적으로 종이 분포할수가 없고

양자화된(이산적인) 분포만 가능하다는 것이죠.

이것은 생명체 같은 자연물 뿐 아니라 인간이 만든 사물에서도 성립합니다.

예를들어, 선풍기와 부채 사이에 어중간한 물건이 만들어지면

머지않아 경제적인 이유 또는 인간의 선택 등에의해

세상에서 도태되어 이내 사라져 버리고 말죠.

태양계의 행성궤도도 마찬가지 입니다.

지구와 화성 사이엔 행성궤도가 존재하기 힘듭니다.

인공적으로 새 행성을 만들어 중간궤도를 돌게 만들어 놓아도

천문학적으로 빠른(?) 시간 안에 타행성과의 궤도공명에 의해

다른 행성에 부딛히거나 태양계에서 튕겨져나가서 궤도가 사라질것이기 때문이죠.

어쩌면 원자속 전자궤도가 양자화된 형태로만 존재하는것도

유사한 이유 일지도 모릅니다.

생물종의 양자화 또는 사물의 양자화는 이 대자연의 커다란 핵심 속성인거 같습니다.

딥러닝에서 하나의 단어로 명명 가능한 Classification이 가능한 이유가 바로

그러한 대자연 속 사물의 양자화 덕분이라고 저는 봅니다.

서비스업 데이타 이미지에서 "개" 나 "고양이" 또는

"자전거" 나 "자동차" 같은 Nominal한 Class들 말입니다.

하지만 제조업 데이타 속 물체는

연속적인 범주(클래스)의 성격이 강한거 같습니다.

양자화 되어 나타나기 보단 무지개 스펙트럼 처럼 연속적으로 나타나는 일이 더 많죠.

어느 클래스에도 속하지 않는 애매한 결함(defect)들이 유독 많은 이유가 바로 그것이죠.

따라서 제조업 데이타들의 대부분의 문제는 분류(Classification) 보다는 리그레션(Regression)이 더 적합할지도 모릅니다.

신(대자연)이 만든건 양자화 되어있고

인간이 만든건 연속적 입니다.