무차원 수(dimensionless number)는 실제 자연현상을 해석함에 있어서 매우 중요하고 유용하다고 널리 알려져 있다. 무차원 수는 기본적으로 비율의 개념이고, 수치의 비율뿐만이 아니라, 수치 뒤의 단위가 분자 분모가 모두 약분되어서 사라진 수를 뜻한다.

필자 강신동은 한국산업기술대학 컴퓨터공학과 겸임교수와 서울시 IoT 추진 기술전문위원, 한국건설기술연구원 연구기획위원 등을 역임했으며, 현재 ㈜지능도시 설립자/대표이자 Smart Beam forum 설립 및 운영자로 활동하고 있다.
필자 강신동은 한국산업기술대학 컴퓨터공학과 겸임교수와 서울시 IoT 추진 기술전문위원, 한국건설기술연구원 연구기획위원 등을 역임했으며, 현재 ㈜지능도시 설립자/대표이자 Smart Beam forum 설립 및 운영자로 활동하고 있다.

본고에서는 숫자로 움직이는 딥러닝 AI 분야에서, 숫자의 비율과 무차원 수의 이용에 대하여 알아본다.

​▷ 본질을 위한 비율

​물체가 낙하는 것의 본질을 파악하는 것은 어려워서, 인류 역사상 매우 최근에서야 본질을 파악한 역사이다. 무거운 공을 떨어뜨리면, 속도가 빠르게 점점 더 빨라져서 본질적인 특성을 파악하는 것은 어려운 관찰이다.

​그러나, 시간의 변화량에 따른 속도의 변화량에 대한 비율에 관심을 두면 특성은 쉽게 파악할 수 있다. 그 비율은 언제나 항상 일정하게 유지된다는 사실이 물체가 떨어지는 것의 본질을 파악할 수 있게 한 핵심이다.

​이처럼, 대상을 파악함에 있어서 표면적으로 보이는 특성 너머에 있는 본질을 파악하기 위해서, 비율을 살펴보는 것은 매우 중요하다.

(이미지 출처: wired.com Dropping Object)

▷ 수치와 비율

​품질이 동일한 비행기를 제조하는 회사인 A 회사와 B 회사가 있다고 치자.

'​A 회사의 월 생산 : 100 대', 'B 회사의 월 생산 : 1,000 대'

​이러한 경우에, 어느 회사의 기술자가 더 뛰어난 숙련 기술자인가? B 회사의 기술자가 더 뛰어난 기술자로 보이지만, 그렇다고 말할 수는 없다.

​각 회사의 기술자 수가 실제로는 다음과 같다고 치자.

'​A 회사의 생산 기술자 수 : 10 명', 'B 회사의 생산 기술자 수 : 1000 명'

​결과적으로 1인당 생산수량은 다음과 같다.

​'A 회사 : 10 대/사람', 'B 회사 : 1 대/사람'

​이제 명확히 A 회사의 기술자의 숙련도가 훨씬 높다는 것을 알 수 있게 된다.

​위의 예처럼, 숫자 자체로 평가할 수 없는 경우가 많으며, 숫자 뒤의 차원 (대/사람)이 뜻하는 비율을 사용해야만 더 명확한 비교를 할 수 있게 되며, 실질적으로 사용하는 대부분의 지표는 위의 사례처럼 비율을 이용한 수치를 사용하고 있다.

​딥러닝 AI의 입력 수치와 출력 수치를 비율이 아닌 수를 사용하는 것보다 비율을 가진 수를 사용하면 더욱 일반화되어서 더 좋은 성능을 내는 딥러닝 모델을 만들 수 있게 된다.

​▷ 무차원 수

​무차원 수(dimensionless number)는 실제 자연현상을 해석함에 있어서 매우 중요하고 유용하다고 널리 알려져 있다. 무차원 수는 기본적으로 비율의 개념이고, 수치의 비율뿐만이 아니라, 수치 뒤의 단위가 분자 분모가 모두 약분되어서 사라진 수를 뜻한다.

​많은 무차원 수가 있으며, 가장 널리 알려진 것으로는 레이놀즈 수 (Re, Reynold's number)가 있다. 여기서, Re 수치는 유체의 흐름에서 관성력과 점성력의 비율을 나타내는 수치로서, 뒤에 단위차원(unit dimension)이 없다. Re 수치는 액체의 흐름에 대해서 실험도 해보지 않고도 그 흐름이 층류(laminar flow)일지 난류(turbulence flow)일지 정확히 알 수 있는 것으로 유체역학에서 대단히 중요한 무차원수이다.

​이러한 이유로 Re 수치는 유체를 다루는 기계의 설계와 선박의 설계 등에 널리 사용되고 있다. 이러한 무차원 수는 설계된 작은 크기의 기계나 선박의 크기를 크게 키웠을 때에도 작은 크기의 설계된 기계와 선박의 비율을 그대로 이용할 수 있도록 해주는 중요한 성질이 있어서 공학적으로 매우 중요하게 사용된다.

촛불 연소 가스의 흐름 (이미지 출처: Wikipedia)

딥러닝 자체는 입력이나 출력이 수치이며, 수치의 단위의 차원에 대한 것은 처리하지 않는다.

실제하는 자연적인 대상이나 공학적인 대상에 적용하는 딥러닝 분야라면, 딥러닝에 입력하는 수치나 출력하는 수치가 무차원수로써 사용하면 더욱 의미있는 결과가 나올 수 있지 않을까 생각한다.

​이번 글은 비율과 무차원 수에 대해서 알아보았으며, 이러한 접근 방식은 실제 현상의 분야 전문가와 딥러닝 기술이 협력하여 시너지를 낼 수 있는 한 예가 될 수 있을 것이다.

 

저작권자 © 인공지능신문 무단전재 및 재배포 금지