1. 상용화 추이
◆기술의 상승작용
·퍼지논리＝많은 응용 프로그램은 신경망과 퍼지논리를 결합해 뜨거운 물, 키가 큰 여인, 너무 가깝다 등과 같이 한계가 분명치 않은 기기나 물체, 규칙 또는 조건을 설명한다. 신경망과 퍼지논리의 다른 점은 신경망은 규칙이 불분명한 상황에 있는 데이터를 다루기 때문에 전문가가 이를 학습시켜야 한다는 것이다. 퍼지논리를 갖고는 시스템이 학습하지 않는다. 프로그래머나 도메인 전문가는 규칙이나 문제해결을 위한 전략을 알고 있어야 하지만 그 규칙이 정확하거나 윤곽이 뚜렷할 필요는 없다.
·유전자 알고리듬＝유전자 프로그래밍은 처음에 이용 가능한 프로그램 요소들을 갖고 마구잡이로 작성한 ‘원시적 프로그램’으로 시작하고 여기에 동물사육 원칙을 적용해 새롭고 진전된 프로그램을 성장시키는 것이다. 성장에는 적자생존 원칙을 적용해 교차와 변환 등의 과정을 거쳐 모체와는 특성이 다른 새로운 프로그램을 탄생시키는 것이다. 이것이 당면한 문제를 해결할 수 있는 솔루션이 될 수 있고 아니면 대체적인 솔루션이 될 수도 있다. 여기에서 신경망을 학습시키기 위해 유전자 알고리듬이 필요하다. 대체로 프로그래머들은 유전자 알고리듬을 다른 기술과 함께 사용하는데, 특히 최적화를 위한 검색공간을 결정하는 데 이를 사용한다. 그런 다음 그들은 기존 기법을 사용해 가능성의 폭을 좁혀가면서 최적의 솔루션을 결정한다.
·통계적 모델링＝분석가들은 때때로 신경망을 알고리듬이나 실행차원에서 정의를 내리기도 하지만 일반적으로 그들은 결과와 관련해서는 통계적 방법으로 정의를 내린다. 이런 차이에도 불구하고 가장 많이 사용되는 신경망은 비선형 회귀로 전환시켜 실행모델을 표준통계 소프트웨어와 차별화할 수 있다. 다른 신경망 모델은 일반화된 선형모델, 다향식 회귀, 추구 회귀, 주요 구성요소, 클러스터 분석 등과 같이 많이 사용하는 통계기법과 비슷하거나 동일하다.
·혼합시스템＝혼합시스템은 하나의 문제를 해결하는 데 관리된 신경망, 관리되지 않은 신경망, 회귀, 데이터 감소, 퍼지논리, 유전자 알고리듬, 건별 추론, 전문가 시스템, 클러스터링, 시뮬레이션 등 하나 이상의 문제해결 기법을 사용하는 것을 말한다. 이러한 시스템은 상승작용을 하는 기술을 결합함으로써 단일 기술보다 강력한 힘을 갖게 된다.
◆수요 요인
·분석 불가능 문제＝안면인식이나 신용평가와 같이 어느 문제는 기존 분석 프로그래밍 방식으로 풀 수 없는 것들이 있다. 이처럼 분석하기 어려운 문제를 푸는 데는 신경망 기술이 매우 중요하다. 많은 기업들은 전자상거래를 추진하는 과정에서 고객, 공급업체, 파트너 등과의 사이에서 발생하는 방대한 분량의 전자거래 데이터의 효율적인 처리, 이용방안을 모색하고 있다. 기존 컴퓨팅기술 가지고는 이같은 방대한 데이터를 효율적으로 처리하기 어렵고 주로 데이터마이닝 기술을 사용한다.
·역동적 네트워크＝지상파와 이동전화 네트워크가 전세계로 확대돼 모든 지역 사람들 사이의 영구적인 접촉이 가능해짐에 따라 네트워크가 복잡해져 그 관리가 점점 더 어려워지고 있다. 그 결과 신경망과 같은 지능적 컴퓨팅이 이에 가장 효과적으로 대처할 수 있는 기술로 떠오르고 있다. 정보통신망이 앞으로 이 방향으로 계속 진전될 것으로 예상됨에 따라 지능적 컴퓨팅기술 시장 역시 빠른 속도로 성장할 것으로 보인다.
·오류 허용범위＝기존 소프트웨어와 달리 신경망은 시스템의 오류를 허용할 수 있다. 신경망은 시스템의 오류가 발생할 경우 성능이 떨어지지만 계속적인 서비스가 가능하다. 특히 운영이 중단돼서는 안되는 하드웨어의 경우 신경망의 이러한 탄력성은 매우 유용하다.
◆일반적 제약
신경망 기술의 사용을 어렵게 만드는 한가지 걸림돌은 이를 채용한 네트워크에 오류가 발생했을 경우 엔지니어들이 그 원인을 알아내기 어렵다는 것이다. 기존 프로그래밍으로 된 경우는 엔지니어들이 오류의 원인을 찾을 수 있는 논리를 추적할 수 있지만 신경망은 자체 내부적 기능으로 처리하기 때문에 그 원인을 분석할 수 없는 것이다. 일부 사용자들이 신경망 기능의 이러한 불투명성에 대해 우려를 나타내기도 하지만 그것은 시간이 지나면 가라앉을 것이다. 따라서 마치 ‘블랙 박스’와 같은 신경망의 특성은 앞으로 예외적인 것이 아니라 보편적인 것이 될 것이다.
◆필요 자원
퍼지논리와 유전자 알고리듬과 같은 관련기술의 개발을 위한 투자는 제대로 되고 있으나 신경망 기술에 대한 투자는 감소하면서 특정 응용분야에만 몰리는 추세에 있다. 때문에 이 분야의 기본적 기술개발에 큰 진전이 이루어지기는 어려울 것으로 보인다.
그럼에도 디지털데이터의 급증으로 기존 컴퓨팅 기술로는 해결할 수 없는 문제가 많이 발생함에 따라 신경망 기술의 전망은 긍정적이라고 볼 수 있다. 신경망이 널리 보급되려면 개발자와 사용자 입장에서 모두 이용하기가 쉬워야 한다. 가령 엔지니어들이 좀더 편리한 유저 인터페이스를 개발해 낸다면 이 기술은 고객관계관리(CRM) 응용시스템 등에서 널리 이용될 수 있을 것이다.
2. 관련기술 분야
현재 대부분의 신경망은 기존 컴퓨터에서 사용되는 소프트웨어 시뮬레이션 형태로 돼 있는데 이의 활용을 위한 대안은 신경망 칩을 개발하는 것이다. 신경망 칩은 여러 부문에서 기존 마이크로프로세서를 대체할 것으로 보인다. 그렇게 되면 그 영향은 실로 클 것이지만 다음과 같은 이유로 그 가능성은 낮을 것으로 보인다. 기존 다목적 마이크로프로세서는 지난 몇 년 사이에 급격히 발전했으며 앞으로도 발전을 거듭할 것으로 예상된다. 몇 년 전에 신경망 기술을 PC에 채용했다가 실패했기 때문에 이 기술만을 단독으로 채용한 하드웨어가 나올 가능성이 희박해지고 있다.
또한 인터넷을 비롯한 네트워크가 기업에 미치는 영향은 지속적으로 커질 것이다. 이는 마치 20세기 전반에 기업체들이 전화를 도입한 것과 같은 상황이다. 인터넷에 힘입어 새로운 세계적인 규모의 기업이 등장할 것이고 전통적 기업은 새로운 인터넷기반 기업에 의해 흡수될 가능성도 있을 것이다. 전자상거래 기업은 고객에 관한 방대한 데이터를 처리하기 위해 신경망기술이 필요하다. 특히 많은 데이터를 분석하는 데 유용하다. 또 정보통신 네트워크의 관리부문에서 신경망 기술이 성장할 것이다.
이밖에 신경망 기술은 지식생성과 가전, 오락기기와 같은 소비성 제품에 응용될 뿐 아니라 퍼지논리, 유전자 알고리듬, 지식기반 시스템 등과 결합해 복합 지능시스템에 이용될 수 있을 것이다.