딥러닝이란?

딥러닝이란?

2021. 7. 18. 02:26ㆍAI(Artificial Intelligence)

1. 딥러닝의 출발

딥러닝은 머신러닝의 일종으로, 머신러닝 중에 가장 좋은 효과를 내는 것이 딥러닝입니다. 딥러닝을 알기 위해서는 먼저 신경망에 대해 알아보아야 합니다.

아래의 왼쪽 사진은 뉴런(신경세포) 사진입니다. 인간의 뇌는 약 천억개의 뉴런으로 이루어져 있는데요, 이 수많은 뉴런은 신경 말단에서부터 뇌까지 곳곳에서 자신의 역할을 수행합니다. 오른쪽 그림을 보면 시냅스라는 것이 나오는데, 신경 말단에서 자극을 받으면 뉴런과 뉴런 사이의 연결 부위인 시냅스에서 화학 물질이 나와 전위 변화를 일으킵니다. 전위가 임계 값을 넘으면 다음 뉴런으로 신호를 전달하고, 임계 값에 미치지 못하면 아무것도 하지 않습니다.

Left - Wikipedia, "Neuron" / Right - 휘트니스 위너핏, "신경계의 조절과 운동 1"

이러한 뉴런의 매커니즘을 통해 우리 인간이 생각을 할 수 있게 됩니다. 그리고 이를 모방한 것이 바로 딥러닝의 기초가 되는 인공 신경망(Artificial Neural Networks, ANN)입니다.

2. 퍼셉트론(Perceptron)

인공 신경망은 일반적으로 아래의 그림과 같이 입력층(Input layer), 은닉층(Hidden layers), 출력층(Output layer)으로 구성되어 있으며 각 층에 포함된 뉴런(노드)들이 가중치를 통해 연결되어 있습니다.

박태진, "알파고 바둑 실력의 비밀, ‘딥 러닝(Deep Learning)"

퍼셉트론은 Perception(무언가를 인지하는 능력) + Neuron(감각 입력 정보를 의미있는 정보로 바꿔 주는 뇌 속 신경 세포)로 구성된 합성어입니다. 즉, 퍼셉트론은 인공 신경망의 한 종류로써 입력 값과 활성화 함수를 사용해 출력 값을 다음으로 넘기는 가장 작은 신경망 단위입니다.

이게 무슨 말이냐고요? 모르겠다면 아래 그림을 먼저 봅시다. 방학을 맞아 집에 누워 있던 A는 문득 먹을 것이 먹고 싶었습니다. A는 배가 고팠기에 수중에 있는 돈을 꺼내어 센 후 주변 맛집 리스트를 알아보았습니다.

그렇게 A는 무엇을 먹을지와 관련 맛집의 위치를 생각하여 결국 햄버거를 먹기로 결정하였습니다. A가 햄버거를 먹기까지 고려했던 음식의 종류, 맛집의 위치는 각각 가중치(weight) 값이 됩니다. 만일 A가 음식을 결정할 때 "용돈"이 가장 큰 영향을 주었다면, input "용돈"에 대한 가중치가 크다는 것입니다. 퍼셉트론을 자세히 살펴보면 아래 그림과 같습니다.

아무튼 워라밸 blog, "퍼셉트론(Perceptron)과 신경망(Neural Networks) 쉽게 이해하기"

퍼셉트론은 그림과 같이 입력 값에 대한 가중치를 적용해 계산한 후, 확인해서 결과를 전달합니다. 퍼셉트론은

y=wx+b (w: 가중치(weight), b: bias)로 나타낼 수 있으며, input을 받으면 가중치에 따라 가중합(weighted sum)을 계산하고 그 값이 특정 기준을 만족하면(activation function, 활성화 함수) 1 또는 0을 출력합니다. 위 그림을 통해 설명한 퍼셉트론은 단층 퍼셉트론으로, 다층 퍼셉트론에서는 이와 다른 형태의 활성화 함수를 사용합니다. 참고로 바이어스(bias, 편향)는 선형 경계의 절편을 나타내는 값으로써, 직선의 경우는 y절편을 나타내는 값입니다.

[Reference]

조태호, 『모두의 딥러닝』

http://ai4school.org/?page_id=3670

http://news.unist.ac.kr/kor/column_202/

http://hleecaster.com/ml-perceptron-concept/

[더 자세히 알고싶다면...]

https://velog.io/@gjtjsdn1/%ED%8D%BC%EC%85%89%ED%8A%B8%EB%A1%A0-%EA%B3%B5%EC%8B%9D