딥러닝 알고리즘 II · CNN — 이미지를 잘 보는 신경망

합성곱 신경망(CNN)이란

CNN(Convolutional Neural Network)은 이미지처럼 격자 형태의 데이터를 처리하는 데 특화된 신경망입니다. 사진 분류, 얼굴 인식, 의료 영상 판독 등 컴퓨터 비전 분야를 이끌고 있습니다.

왜 이미지에 특별한 구조가 필요할까요?

이미지를 픽셀 하나하나 일반 신경망에 넣으면 입력이 너무 많아지고, 위치가 조금만 달라져도 다른 데이터로 인식하는 문제가 생깁니다. CNN은 작은 필터로 이미지의 일부 영역씩 훑으며 특징을 뽑아 이 문제를 해결합니다.

CNN의 세 가지 핵심 층

• 합성곱층(Convolution) : 필터를 옮겨 가며 선, 모서리, 질감 같은 특징을 추출합니다.
• 풀링층(Pooling) : 특징 지도를 압축해 계산량을 줄이고 위치 변화에 강하게 만듭니다.
• 완전연결층(Fully Connected) : 추출된 특징을 종합해 최종 분류를 수행합니다.

특징을 단계적으로 이해한다

앞쪽 층은 선이나 색 같은 단순한 특징을, 뒤쪽 층은 눈·바퀴·글자처럼 복잡한 특징을 잡아냅니다. 이렇게 낮은 수준에서 높은 수준으로 특징을 쌓아 올려 대상을 인식합니다.

핵심 정리

• CNN은 이미지 처리에 특화된 신경망이다.
• 합성곱·풀링·완전연결층으로 특징을 뽑고 분류한다.
• 단순한 특징에서 복잡한 특징으로 단계적으로 학습한다.