정보량(Self-Information)란?

확률 p로 일어나는 사건이 일어났다는 사실을 전달받았을 때 얻는 정보의 크기. I = −log₂ p로 나타내며 단위는 비트이다. 일어나기 어려운 사건일수록 크고, 반드시 일어나는 사건(p = 1)에서는 0이 된다. 확률 1/2인 사건은 1비트, 확률 1/1024인 사건은 10비트이다. 독립인 두 사건이 모두 일어났을 때의 정보량은 각각의 정보량의 합이 된다. 정보원의 1기호당 정보량을 확률로 평균한 것이 엔트로피이다. 자기 정보량이라고도 한다.

일본어 명칭: 情報量

정보량(Self-Information)은(는) 정보 이론과 부호의 기초 등 1개 분야의 연습 문제 5개에 나와요.

분야: 정보 이론과 부호의 기초

도전해 보기: 정보량(Self-Information) 관련 문제

사건의 확률을 p라 할 때, 그 사건이 일어났다는 사실을 전달받아 얻는 정보량을 −log₂ p 비트로 한다. 확률 1/8로 일어나는 사건이 일어났다는 사실을 전달받았을 때의 정보량은?

  1. A0.125비트
  2. B0.375비트
  3. C3비트
정답과 해설 보기

정답: C. 3비트

정보량은 −log₂(1/8) = log₂ 8 = 3비트입니다. 1/8 = 1/2³이므로, 확률 1/2인 '둘 중 하나'를 전달받는 것을 3번 거듭한 것과 같은 양의 정보가 됩니다. 일어나기 어려운 사건일수록, 일어났다는 사실을 전달받았을 때의 정보량은 커집니다.

정보량(확률 p인 사건이 일어났다는 사실을 전달받았을 때의 −log₂ p)의 성질로 올바른 것은?

  1. A확률 1로 반드시 일어나는 사건이 일어났다는 사실을 전달받았을 때의 정보량은 1비트이다
  2. B독립인 두 사건이 모두 일어났다는 사실을 전달받았을 때의 정보량은 각각의 정보량의 합이 된다
  3. C일어날 확률이 높은 사건일수록, 일어났다는 사실을 전달받았을 때의 정보량은 크다
정답과 해설 보기

정답: B. 독립인 두 사건이 모두 일어났다는 사실을 전달받았을 때의 정보량은 각각의 정보량의 합이 된다

독립인 두 사건이 모두 일어날 확률은 p₁ × p₂이므로, 정보량은 −log₂(p₁ × p₂) = (−log₂ p₁) + (−log₂ p₂)가 되어 각각의 정보량의 합이 됩니다. 정보량을 로그로 정의하는 것은 이러한 덧셈의 성질을 갖게 하기 위해서입니다. 반드시 일어나는 사건은 전달받아도 새로 알게 되는 것이 없으므로, 정보량은 −log₂ 1 = 0입니다.

해설 속 정보량(Self-Information)

정보량(Self-Information)이(가) 나오는 문제 (5)

  1. 사건의 확률을 p라 할 때, 그 사건이 일어났다는 사실을 전달받아 얻는 정보량을 −log₂ p 비트로 한다. 확률 1/8로 일어나는 사건이 일어났다는 사실을 전달받았을 때의 정보량은?
  2. 정보량(확률 p인 사건이 일어났다는 사실을 전달받았을 때의 −log₂ p)의 성질로 올바른 것은?
  3. 기호 A, B, C, D를 각각 확률 1/2, 1/4, 1/8, 1/8로 서로 독립적으로 내는 정보원이 있다. 이 정보원의 엔트로피(1기호당 평균 정보량)는?
  4. 8종류의 기호를 내는 정보원의 엔트로피가 2.4비트였다. 중복도를 1 − (엔트로피 ÷ 최대 엔트로피)로 정의할 때, 이 정보원의 중복도는?
  5. 두 확률 변수 X, Y에 대하여, 조건부 엔트로피 H(X|Y)와 상호 정보량 I(X;Y)의 설명으로 올바른 것은?

관련 용어

정보 엔트로피(Information Entropy) 무손실 압축(Lossless Compression) 상호 정보량(Mutual Information) 런 렝스 부호화(Run-Length Encoding) 손실 압축(Lossy Compression) 순방향 오류 정정(FEC) 이진 대칭 채널(Binary Symmetric Channel) 접두 부호(Prefix Code) 크래프트 부등식(Kraft Inequality) 패리티 비트(Parity Bit)

용어집으로 돌아가기