📘 코딩이란? 강좌 · 3-3단원 — 인공지능/머신러닝/딥러닝 입문 시리즈
인공신경망(ANN)이란
인공신경망(Artificial Neural Network)은 사람 뇌의 뉴런이 신호를 주고받는 방식을 수학적으로 본뜬 구조로, 모든 딥러닝의 기본 뼈대입니다.
뉴런 하나의 동작
인공 뉴런은 여러 입력값에 각각 가중치(weight)를 곱해 더하고, 여기에 편향(bias)을 보탠 뒤, 활성화 함수를 거쳐 출력을 냅니다. 활성화 함수는 신호를 얼마나 다음 층으로 전달할지 결정하는 문지기 역할을 합니다.
층으로 쌓아 만드는 신경망
이런 뉴런을 나란히 모아 층을 만들고, 층을 여러 개 이어 붙이면 신경망이 됩니다. 입력층으로 데이터가 들어와 은닉층을 거치며 계산되고 출력층에서 결과가 나오는데, 이 흐름을 순전파(forward propagation)라고 합니다.
어떻게 학습할까요?
출력이 정답과 얼마나 다른지를 손실(loss)로 측정한 뒤, 이 오차를 거꾸로 되짚어 각 가중치를 조금씩 조정합니다. 이 과정이 역전파이며, 오차가 줄어드는 방향으로 값을 갱신하는 방법을 경사 하강법이라 합니다. 이 과정을 수없이 반복하며 신경망이 똑똑해집니다.
핵심 정리
- 인공신경망은 뉴런을 본뜬 계산 단위를 층으로 쌓은 구조다.
- 가중치·편향·활성화 함수가 뉴런의 3요소다.
- 순전파로 예측하고 역전파와 경사 하강법으로 학습한다.