인공 신경망(Artificial Neural Network, ANN)과 딥러닝

인공 신경망(Artificial Neural Network, ANN)이란?

인공 신경망은 사람의 되 속 뉴런의 작용을 본떠 패턴을 구성한 컴퓨팅 시스템의 일종이다. 

쉽게 말해, 인공 신경망은 학습할 수 있는 수학적 모델로, 가중치를 적용한 방향성 그래프라고 생각하면 된다.

인간의 뇌 기본 구조인 퍼셉트론에서부터 다층 퍼셉트론인 다층 인공 신경망까지 인공 신경망에 포함되는 개념이다.

 

퍼셉트론(Perceptron) 인공 신경망

퍼셉트론 인공 신경망은 가장 단순한 유형의 인공 신경망으로, 다수의 입력으로부터 하나의 결과를 내보내는 알고리즘이다.

퍼셉트론의 구조는 다음과 같으며 x는 입력값, w는 가중치, y는 출력값이다. 입력값 x는 각각의 가중치 w와 함께 인공 뉴런에 전달된다. 이때, 각각의 입력값에 각각의 가중치가 존재하는데, 가중치가 클수록 해당 입력값이 출력 결과에 미치는 영향이 크다는 것을 의미한다.

퍼셉트론의 구조, 단층 퍼셉트론 이라고도 부른다

하지만 이러한 단층 퍼셉트론은 선형 분류만 가능하다는 한계가 있다. 이를 극복하는 방법으로 입력층과 출력틍 사이에 하나 이상의 중간층(은닉층)을 두어 비선형적으로 분리되는 데이터에 대해서도 학습 가능한 다층 퍼셉트론(Multi-Layer Perceptron, MLP)가 고안되었다.

 

다층 퍼셉트론(MultiLayer Perceptron, MLP)

다층 퍼셉트론은 단층 퍼셉트론을 여러 겹 쌓은 구조로 입력층과 출력층 사이에 존재하는 층을 은닉층(hidden layer)라고 한다.

그리고 은닉층이 2개 이상인 신경망을 심층 신경망(Deep Neural Network, DNN)이라고 하며 이를 딥러닝이라고 한다.

 

 

다음 포스트부터 본격적인 딥러닝에 대한 내용을 알아보겠습니다-.

---

참고자료

• <딥러닝 파이토치 교과서> 서지영, 길벗출판사
• https://www.databricks.com/kr/glossary/artificial-neural-network
• https://wikidocs.net/24958