더북(TheBook)

사람을 움직이는 인간의 두뇌에 관한 학습에는 무언가 특별한 것이 있다. 두뇌가 작동하는 방식을 흉내 낼 수 있다면 더 나은 결정을 내릴 수 있을 것이라고 많은 사람이 생각한다.

이 장에서는 인공 신경망이 어떻게 작동하는지 살펴보고, 머신 러닝 분야에 인공 신경망을 어떻게 적용하는지 알아보겠다.

 

5.1 신경망이란 무엇인가?

 

 

인공 신경망(artificial neural networks)은 동물의 뇌가 가진 병렬적 구성을 모델화한 것으로 반드시 인간의 뇌를 말하는 것은 아니다. 네트워크는 간단한 형태의 입력과 출력으로 이루어져 있다.

컴퓨팅 시스템은 간단한 숫자로 구성되지만, 처리요소가 고도의 수준으로 서로 연결되어 있어 외부 자극에 동적으로 반응하여 정보를 처리한다.

로버트 헥트-닐슨(Robert Hecht-Nielson) 박사의 말로 1989년 2월 AI Expert지에 실린 모린 코딜(Maureen Caudill)의 논문 「신경망 입문 파트 1」(Neural Network Primer: Part I)에 인용됨

 

생물학에서 뉴런(neuron)은 화학적 또는 전기적 신호를 전송하고 처리하는 세포다. 뉴런은 다른 뉴런과 연결되어 네트워크를 만든다. 노드와 에지로 구성된 그래프 이론 개념을 상상해보면 신경망이 그려질 것이다.

인간 내부에는 어마어마한 수의 뉴런이 상호 연결되어 있다. 수백 억 개가 서로 연결된 구조다. 모든 뉴런에는 그림 5-1과 같이 입력(dendrite, 수상돌기), 세포체, 출력(axon, 축색돌기)이 있다.

신간 소식 구독하기
뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.