피드백 제어

*피드백제어: 어떤 시스템에 있어서 Output이 Input에 영향을 주는 것을 피드백 제어라 부른다

예로, 어떤 사람이 눈을 감고 바닥에 그려진 선을 따라 걷고 있다.

한사람은 조력자가 없어서 오직 혼자 힘으로 선을 상상하며 걸어야하고, 또 한 사람은 조력자가 있어서 계속 선을 잃지 않도록 어깨를 쳐준다고하면 어떤 사람이 선을 따라 똑바로 걸을까?

당연히 조력자가 있는 사람이다. 여기서 조력자의 행동이 바로 피드백이다

조력자는 그 사람의 행동을 보고 치우쳤는지 여부를 판단 한 후, 행동을 교정하도록 신호를 준다. 

그러면, 그 사람은 어느쪽으로 치우쳤는지  신호를 보고 알아차려서 그만큼 보상하여 행동하는 것이다. 

전문 용어로 조력자가 없는 시스템을 피드포워드(FeedForward)시스템이라고 하고, 조력자가 있는 시스템을 피드백 시스템이라 부른다. 

종종 자동제어를 인공지능과 구분 없이 사용하는 사람들이 있는데, 이 두가지는 엄연히 다른 분야이다.

자동제어는 시스템을 제어하는 관점에서 그 방법을 연구하는 것이고, 인공지능은 인간의 사고과정을 컴퓨터로 묘사하기 위한 방법을 연구하는 것이다. 

피드백 제어를 이해하기에 앞서서 먼저 시스템의 정의를 제대로 이해해야 한다.

시스템은 Input이 Output에 영향을 줄 수 있는 체계를 갖춘 장치를 의미한다.

여기서 Input은 파라미터(Parameter)라 부르기도 한다. 

즉, 시스템을 만든다는 뜻은 원하는 Output이 나올 수 있는 파라미터를 찾아 Input으로 조작할 수 있도록 한다는 뜻이다.

예를 들어 선풍기 시스템을 만든다고 가정하자. 

우선, 바람을 일으키기 위해 프로펠러와 모터를 이용하여 Output을 만든다.

모터를 조작할 수 있는 전압이라는 파라미터를 스위치와 연결하여 Input화 시킨다. 

그래서, Input과 Output으로 이루어진 시스템이 완성되는 것이다.

피드포워드 제어는 그냥 Input과 Output만 만든 시스템을 의미한다.

이것은 만들기는 쉬우나 제어가 매우 힘들다.

초창기 자동차는 그저 기계적으로 핸들과 엑셀레이터, 변속기 등을 Input으로 만든 것에 불과했다.

Output은 자동차의 속도와 방향이었는데, 아주 숙련된 자가 아니면 Input컨트롤을 제대로 하기 어려웠다.

Input이 Output에 얼마나 잘 적용되는지 여부가 제어성, 혹은 민감성이라 부른다.

너무 민감하면 작은 조작에도 시스템이 과잉 작동을 할 수 있다. 

너무 둔감하면 빨리 반응하지 않아서 자동차와 같이 속도에 민감할 경우 위험할 수도 있다.

사람은 실수 할 수 있기 때문에 제어 조력자가 필요했고, 이것이 피드백 제어란 이름으로 이론화 된 것이다.

피드백 제어의 핵심은 바로 센서이다.

그리고, 그 결과를 평가(Estimation)하는 방법과 Input에 영향을 주는 정도를 결정하는 것이다.

피드백 제어가 나오면서 센서 기술 또한 발달되기 시작했다.

평가 방법은 여러가지 이론이 있으나, 가장 일반화된 이론이 PID제어 이론이다. 

Input에 영향을 주는 정도는 Gain이라 불리며, 최적의 Gain을 찾기위한 노력을 튜닝이라 한다. 

피드백제어 시스템을 만드는 가장 쉬운 방법은

먼저 원하는 Output이 무엇인지 찾는다. 

Output을 만들 수 있는 장치의 파라미터를 찾는다. 

이 파라미터를 조작할 수 있는 Input시스템을 만든다. 

센서를 이용해서 Output을 감지할 수 있어야 한다.

감지된 결과를 PID이론을 통해 평가할 수 있는 알고리즘을 만든다. 

튜닝을 통해 Gain을 찾아내어 제어성이 좋게 만든다.

이것이 가장 기본적인 방법