스키마 (schema) 란?

 

 

 

스키마 (schema) 란 지식의 덩이로, 일반적인 절차, 대상, 지각 결과, 사건, 일련의 사건, 또는 사회적 상황을 표상한다 (Thorndyke, 1984). 스키마 이론이란 이러한 지식 덩이가 기억에 부호화되어, 경험을 이해하고 저장하는 데 이용된다고 전제하는 모형들의 집단을 일컫는 말이다. ......

영국의 Bartlett 그리고 스위스의 Piaget 같은 심리학자들은 행동이 스키마로 조직된 지식의 커다란 단위에 의해 영향을 받는다고 주장했다 ..... Bartlett (1932) 이 그의 저서 Remembering 에서 개발한 스키마 이론은 많은 최근 판 (버전) 스키마 이론의 활력소로 작용했다. 그는 스키마를 과거 경험의 적극적인 조직화로 정의하였다. 그는 이 조직화를 많은 구체적인 예를 표상할 수 있는 일반적인 인지 구조를 구축하는 과정이라고 보았다. .....

Bartlett 의 스키마 이론을 받치고 있는 기본 전제는 모든 새로운 정보는 스키마에 표상된 옛 정보와 상호작용한다는 것이다. ...... Bartlett 의 아이디어는 그가 생존해 있을 때는 영향력을 거의 행사하지 못했다..... 1975 년에 극적인 변화가 일어났다. 이 때가 바로 많은 미국의 저명한 인지과학자들이 인공지능, 인지심리학, 언어학, 그리고 운동 수행의 지식을 조직화하기 위해 스키마가 필요하다는 주장을 펼친 때였다. 이 이론가들은 Bartlett 이론의 주요 전제를 그대로 채택하였다. 그러나 이러한 지식 구조의 모양에 관해서는 Bartlett 의 이론보다 더 구체적이었다 ........

스키마의 중요성을 강력히 주창한 두 사람은 Minksy 와 Rumelhart 였다. Minksy (1975) 는 인공 지능 프로그램에 지식을 표상하기 위해, Rumelhart (1980) 는 인지심리학의 지식을 표상하기 위해 스키마가 중요하다고 주장하였다. Rumelhart 는 스키마가 인지의 기본 구성요소라고 주장하였다. Rumelhart 에 따르면,

 스키마 이론은 근본적으로 지식이 어떻게 표상되는가 그리고 어떻게 이러한 표상이 다양한 방식의 지식 활용을 촉진시키는가에 관한 이론이다. 스키마는 감각 자료를 해석하고, 기억으로부터 정보를 인출하고, 행위를 조직하고, 문제를 해결하는 데 이용된다. ......... 스키마 이론과 관련된 인공지능의 주된 공헌은 프로그램 언어 덕분에 스키마의 조직을 그전보다 훨씬 상세하게 명시할 수 있게 되었다는 점이다 (Thorndyke, 1984). Bartlett 도 스키마가 구조화되어 있다는 것을 강조했었지만, 그 조직이 어떠한 것인지에 관해서는 구체적으로 명시하지 못했었다. 이제 많은 심리학자들은 스키마를 특정한 경우의 상세한 속성들로 메울 수 있는 골격 구조로 생각한다. .....

스키마타 : Robert J. Sternberg 스키마는 대상과 사건의 규칙성을 포착하는 지식의 구조이다. 대부분의 이론에서, 스키마타는 대상 속성, 사건의 전형적 계열, 중개어 등이 구체화될 수 있는 '슬롯' 구조를 갖는다. 예를 들어, 거실에 대한 부분 스키마는 다음 정보를 포함할 수 있다.

스키마 : 거실.

범   주 : 집 속의 방.

부분들 : 벽, 마루, 천장.

내용들 : 가구, 정원수.

기   능 : 모임 방; 종종 공식적 경우를 위하여

형   태 : 장방형.

크   기 : 100∼1000 제곱 피트.

모   양 : 거실의 심상.

  

 

 

 

(인지)심리학에서 본 스키마

사람들은 사물과 상호작용하기 위해 사물에 대한 '마음의 모델(mental model)'을 먼저 구축합니다.

사용자는 이전에 학습하고 훈련했던 경험을 통해 사물이 어떻게 경험되어야 하는지에 관한 마음의 모델을 갖고 있는 것이죠. 예컨대 자동차의 핸들을 오른쪽으로 돌리면 차가 오른쪽으로 회전할 것 이라는 마음의 모델을 갖고 있습니다. 따라서 사물에 대한 이해는 가시적인 형태와 구조에 대한 마음의 모델이 지각하고 탐색한 최종 이미지의 결과라고 할 수 있습니다.

인지심리학에서 이같은 마음의 모델이 '스키마(schema)'라는 인지 구조에 의해 구성된다고 설명합니다. '

스키마(schema)'란 지각자로 하여금 어떤 유형의 정보를 선택적으로 수용하고 보게 하는 일종의 행위를 통제하는 기제(메커니즘)를 뜻합니다. 쉽게 말해 "~~눈에는 ~~밖에 보이지 않는다"는 우리말도 있 듯이, 사람들은 스키마에 새겨진 자신이 알고 있는 것만을 볼 뿐이죠. 따라서 스키마는 무엇이 지각되 어야할지를 결정하고 통제하여 환경에 대한 개인의 경험을 구축하는 기능을 합니다.

삶의 경험에 대한 각 개인의 지각 패턴은 독특하기 때문에 스키마는 개인에 대한 사적인 구조라고 할 수 있습니다. 하지만 스키마는 특정 문화와 사회화 과정들이 공유된 환경을 제공하는 범위까지 일반적인 모습을 공유하기 때문에 우리는 사물과 사건에 대해 다른 사람과 공감대를 형성할 수 있는 것입니다.

스키마는 또한 언제나 불변적으로 고정된 견고한 구조가 아니라 경험에 의해 계속적으로

수정되기 때문에 유사한 사건들도 시간이 지난 뒤 같은 사람에 의해 또는 다른 사람에 의해 다르게 경험됩니다. 예컨대 70년대 중반 유행했던 포니 승용차를 타고 영화 <바보들의 행진>을 상영하는 극장 앞에서 멋진 포즈를 취하고 있는 사진을 지금 다시 보게 된다면 자동차, 헤어스타일, 나팔 바지, 얼굴 표정 등에 대해 "촌스럽다"는 느낌을 갖게 될 것입니다.

이와 같이 우리 마음의 모델은 스키마에 의해 지각 사이클 내에서 계속적으로 변경되면서 새로운 경험을 창출합니다.

 

 

 

 

컴퓨터에서의 스키마

컴퓨터 프로그래밍에서, 스키마는 데이터베이스의 조직이나 구조를 의미한다. 데이터 모델링은 결국 하나의 스키마에 이르게된다 (스키마의 복수형은 그리스어로부터 온 단어로, "형상(form)"이나 "꼴(figure)"을 의미하는 "schemata"이며, 같은 원류에서온 다른 단어로는 "개략도"를 의미하는 'schematic'이 있다). 이 용어는 관계형 데이터베이스나 객체지향 데이터베이스 모두에 적용된다.

수학에서 유래된 또다른 용례로서, 스키마는 인공지능 컴퓨팅을 위한 추론규칙의 형식적 표현을 말한다. 이 표현은 특정한 추론을 끌어내기 위한 공리(公理) 내의 각 기호를 대용하는 특정한 값이나 경우들의 일반화된 원리이다.

스키마란 데이터베이스 구조를 전반적으로 기술하는 것으로 사용자 관점에 따라 여러 개의 부분집합으로 나눌 수 있다. 이와 같이 쪼개진 스키마의 부분집합을 서브스키마라고 한다. 데이터베이스 시스템의 스키마 구조는 아래 그림과 같이 사용자의 응용프로그램과 논리적인 데이터베이스의 기술에서 물리적인 데이터베이스 구조의 기술에 이르는 3계층으로 구분하여 명명하는데, 이것을 3계층 스키마라고 한다.

스키마에는 다음과 같이 물리적 수준의 내부 스키마, 중간 수준의 논리적인 개념 스키마, 외부 수준의 외부 스키마 또는 사용자 뷰가 존재한다. 이와 같은 3계층 스키마 구조의 세부적인 설명은 다음과 같다.

(1) 외부 계층

외부 계층은 여러 사용자들의 다양한 외부 스키마(external schema)나 사용자 뷰(view)에 의해 정의된다. 각각의 외부 스키마는 특정 사용자 그룹에서 관심 있는 데이터베이스 부분의 기술로서, 응용프로그램에서 정의되는 외부 스키마나 일시적인 사용자 관점에서 생성하는 다양한 사용자 뷰를 가리킨다. 여기서 여러 사용자들이 개별적으로 관심을 갖는 외부 스키마 또는 사용자 뷰의 수집 분석은 전체적인 데이터베이스 구조인 개념 스키마의 요구사항과 일치하며, 결국 외부 스키마는 개념 스키마의 부분집합에 해당한다.

즉 외부 스키마는 주로 외부의 응용프로그램에 위치하는 데이터 추상화 작업의 첫 번째 단계로서 전체적인 데이터베이스의 부분적인 기술이다. 이 외부 스키마는 최종 사용자가 부분적으로 필요로 하는 요구사항에 해당되므로, 이러한 일을 처리하는 응용프로그램에 위치하는 것이 보통이다. 결국 요구되는 모든 외부 스키마의 기술은 문제 영역의 모든 중요한 개체의 파악과 일치한다.

 

(2) 개념 계층

개념 계층은 외부 사용자 그룹으로부터 요구되는 전체적인 데이터베이스 구조를 기술하는 개념 스키마(conceptual schema)를 갖는다.

개념 스키마는 데이터베이스의 물리적 저장구조 기술을 피하고 개체(entity), 데이터 유형, 관계, 사용자 연산, 제약조건 등의 기술에 집중한다. 결국 개념 스키마는 데이터베이스 정의의(DDL)에 의해 기술되는 데이터베이스 스키마 표현을 위한 고급 수준의 데이터 모델의 표현이다.

즉 개념 스키마는 논리적 데이터베이스 구조의 표현으로 실질적으로 개체-관계(Entity-Relationship: E-R) 다이아그램 또는 객체 정의어(object definition language)에 의해 기술되며, 실질적으로 물리적인 저장구조의 표현은 감추고 개체와 이들의 관계, 자료형, 제약조건의 표현에 집중한다. 이러한 개념 스키마는 곧바로 데이터베이스 정의어와의 일대일 변환에 의한 물리적인 데이터베이스 구조로 변환된다.

결국 개념 스키마는 여러 개의 외부 스키마를 통합한 논리적인 데이터 베이스의 전체 구조로서 데이터베이스 파일에 저장되어 있는 데이터 형태를 그림으로 나타낸 도표이다. 따라서 개념 스키마에는 레코드와 이를 구성하는 데이터 항목의 이름을 부여하고, 그들간의 관계를 표시해야 한다. 아울러 보안 검사, 무결성 검사 등과 같은 무결성 규칙의 조건들도 표현한다. 이러한 개념 스키마는 데이터베이스 설계 과정에서 개체-관계 도표를 통해 표현되는 전체적이고 논리적인 데이터베이스 구조를 갖는다.

(3) 내부 계층

내부 계층은 데이터베이스의 물리적 저장구조를 기술하는 내부 스키마(internal schema)이다. 다시 말하면 물리적 저장장치에서의 전체적인 데이터베이스 구조 기술로서, 데이터베이스 정의어(DDL)에 의한 실질적인 데이터 베이스의 자료 저장구조(자료구조와 크기)이자 접근 경로의 완전하고 상세한 표현이다.

그 예로 <그림 9-4>와 같이 데이터베이스 정의어로 작성된 개념 스키마는 데이터베이스 컴파일 과정을 거쳐 내부의 물리적 저장구조를 생성한다.

결국 내부 스키마는 개념 스키마를 데이터베이스 관리시스템에서 제공하는 언어로 바꾼 것으로, 물리적인 기억장치 내에 저장되어 있는 데이터의 물리적 설계도에 해당한다.

내부 스키마는 시스템 프로그래머나 시스템 설계자가 바라는 데이터베이스 관점이므로 시스템의 효율성을 고려한 데이터의 저장 위치, 자료구조, 보안 대책 등을 결정한다. 물리적 계층에서, 각 레코드는 기억장치의 연속된 장소에 저장되는 하나의 블록으로 바이트나 워드 단위로 기술될 수 있다.

 

 

 

유전학에서의 스키마

유전알고리즘에서는 솔루션에 존재하는 패턴들을 스키마라 한다. 즉 유전알고리즘의 스키마는 솔루션의 일부를 채우는 특정 패턴으로 정의된다. 다음의 예를 보자. 인터넷 서비스 업체에서는 고객들을 서로 성향이 비슷한 여러 그룹으로 나눠야 하는 경우가 자주 발생한다. 하지만 고객 간의 유사성이 단순하지 않기 때문에 이 문제는 그리 쉽지 않다. 설명의 편의상 고객이 10명이고 같은 크기의 두 그룹으로 나누는 단순한 문제로 제한하자.

각 솔루션은 10자리의 이진수로 표현할 수 있다. 예를 들어 1111100000이란 이진수는 고객1부터 고객5까지를 한 그룹에, 고객6부터 고객10까지는 다른 그룹에 속하도록 한 솔루션을 뜻한다. 이처럼 유전알고리즘에서 사용할 수 있는 형태로 솔루션을 표현한 것을 ‘염색체’라 한다. 1001100101과 같은 것도 하나의 염색체다.

10명의 고객을 두 그룹으로 나누는 문제에서 방법의 총수는 10개에서 5개를 뽑는 조합의 수인 1만5천1백20가지다. 여기서 1111100000과 0000011111과 같은 것은 염색체는 달라도 사실상 같은 솔루션이다. 유전알고리즘에서 고객을 두 그룹으로 나누는 방법을 이렇게 표현하면, 가장 효율적인 방법은 가장 매력적인 10자리의 이진수(염색체)를 찾는 일로 바뀐다 (물론 0과 1의 개수가 같은 이진수로 제한된다).

만일 고객2와 고객5가 같은 그룹에 속하는 것이 매력적이면 두번째 자리와 다섯번째 자리는 다같이 0이거나 1인 경우가 많을 것이다. 즉 * 0**0***** 또는 *1**1*****과 같은 패턴일 것이다. 이런 패턴을 유전알고리즘에서 스키마라한다. 여기서 기호 ‘*’는 패턴을 결정하는데 영향을 미치지 않는다는 뜻으로 0 또는 1 아무거나 될 수 있다. 스키마 *0**0*****를 갖고 있는 염색체들은 매우 많다. 예를 들면 0000011111, 0011001110, 1001010011 등도 같은 스키마들이다. 만약 고객9와 고객10이 같은 그룹에 속하는 것이 매력적이라면 스키마 ********00나 ********11이 매력적일 것이다.

유전알고리즘은 이런 스키마를 명시적으로 다루지 않고 대신 표면적으로 염색체들을 다룬다. 스키마들은 염색체들의 진화 과정에서 암묵적으로 경쟁한다 (사실 고품질 스키마의 존재를 미리 알면 문제가 처음보다 쉬워지지만 이를 알기 힘들기 때문에 어려움이 따른다).

 

 매력적이고 작은 스키마들이 교차를 통해 더 큰 스키마를 형성할 때 창발성이 발생할 수 있다. 이 과정이 유전알고리즘의 작동메커니즘을 설명하는 유명한 ‘빌딩블록가설’이다. 빌딩블록(buildingblock)은 복잡한 것을 구성하는 기본단위를 일컫는 말이다. 따라서 이 가설은 ‘작고 매력적인 스키마들의 병렬배치에 의해서 점점 더 큰 스키마로 발전해 가는 과정이 유전알고리즘의 핵심적 메커니즘’이라는 것이다. 유전알고리즘의 메커니즘을 한 문장으로 표현하라면 필자는 ‘거대한 패턴 짜맞추기 게임’이라고 할 것이다.

 

 

***참고: 스키마타를 이용한 환경에 대한 개체 적응은

처리 속도를 올릴 수 있지만

반면, 열등 부분 집합에 속해있는 우수 개체를 도퇴시킬 수 있다는 부작용(side effect)도 존재한다.