신경망Neural Network · 인공 신경망
뇌의 신경세포를 흉내 낸 작은 계산 단위들을 그물처럼 연결한 계산 구조예요.
쉽게 말하면
전화 연락망을 떠올려 보세요. 한 사람이 소식을 받으면, 중요하다고 생각하는 만큼 다음 사람들에게 전해요.
신경망의 작은 계산 단위(뉴런)도 숫자를 받아서, 얼마나 중요한지(가중치)를 곱해 다음 단위로 넘겨요.
처음엔 엉터리로 전하지만, 정답과 비교해 틀린 만큼 '얼마나 중요하게 전할지'를 조금씩 고쳐요. 이게 학습이에요.
그림으로 정리하면
숫자가 그물을 따라 흘러가요
입력사진의 숫자들
숨은층곱하고 더해서 넘기기
출력고양이일 확률 92%
뉴런 하나가 하는 일
- 받기앞에서 숫자 여러 개를 받아요
- 곱하기중요한 만큼 가중치를 곱해요
- 더하기곱한 값을 모두 더해요
- 넘기기어느 정도를 넘으면 다음 뉴런으로 보내요
실제로는
- 입력층 → 숨은층(여러 개) → 출력층으로 숫자가 흘러가요.
- 뉴런 사이 연결의 세기를 가중치라고 하고, 이 숫자들이 바로 모델의 파라미터예요.
- 뇌를 흉내 냈다는 이름이지만, 실제 뇌와는 많이 달라요.
왜 알아야 하나요
'파라미터 700억 개' 같은 말이 무슨 뜻인지 알 수 있어요. 신경망 연결의 세기를 나타내는 숫자가 그만큼 많다는 거예요.
헷갈리기 쉬운 것
- 진짜 뇌처럼 생각하는 것이 아니라 숫자 계산이에요.
- 신경망 = 딥러닝은 아니에요. 층이 아주 많은 신경망으로 배우는 것을 딥러닝이라고 해요.