신경망Neural Network
Neural Network
연결된 계산 단위들이 입력을 변환하고, 연결의 세기를 조정하며 패턴을 배우는 모델이에요.
쉽게 비유하면
여러 사람이 조금씩 가공한 정보를 다음 사람에게 넘기며 최종 판단을 만드는 조직과 비슷해요.
조금 더 자세히
신경망은 입력층, 중간의 은닉층, 출력층 등으로 구성할 수 있어요. 연결마다 가중치가 있고, 학습은 이 숫자들을 조정하는 과정이에요.
이름은 뇌의 신경세포에서 영감을 받았지만, 실제 뇌를 그대로 재현한 것은 아니에요. 여러 층을 깊게 쌓아 학습하는 접근이 딥러닝이에요.
왜 생겼나요
입력과 출력 사이의 복잡한 관계를 단순한 규칙 하나로 표현하기 어려워, 작은 계산을 연결해 관계를 배우는 방식이 발전했어요.
어떻게 작동하나요
- 1. 입력 변환 각 계산 단위가 입력에 가중치를 적용해 값을 계산해요.
- 2. 층 통과 비선형 변환을 거친 값을 다음 층으로 전달해요.
- 3. 학습 출력의 오차를 바탕으로 가중치를 조정해요.
활용 예시
- 손글씨 숫자 인식
- 음성 인식
- 고객 수요 예측
흔한 오해
신경망은 사람처럼 생각하나요?
신경망이라는 이름만으로 사람과 같은 사고나 의식이 있다고 볼 수 없어요. 계산 구조와 관찰된 성능으로 이해하는 편이 정확해요.
이렇게 쓰여요
모델 선택
복잡한 입력 관계를 배울 때 검토해요. “신경망과 기존 예측 모델을 같은 데이터로 비교하자”라고 말할 수 있어요.
관련 용어
함께 보면 좋은 용어
최종 업데이트