1.1.3 신경망과 딥러닝

신경망은 머신 러닝의 하위 분야입니다. 신경망에서는 사람과 동물의 뇌에 있는 뉴런(neuron)의 연결 방식에서 살짝 영감을 받은 구조에 의해 데이터 표현이 변환됩니다. 뇌의 뉴런은 서로 어떻게 연결되어 있나요? 이는 동물마다 다르고 뇌의 영역에 따라 다릅니다. 자주 포착되는 뉴런의 연결 방식은 계층 조직입니다. 포유류 뇌의 많은 영역이 층 형태로 조직되어 있습니다. 망막, 대뇌피질, 소뇌피질 등이 여기에 해당합니다.

적어도 피상적으로 본다면, 이는 인공 신경망(artificial neural network)(컴퓨팅 분야에서는 간단히 신경망(neural network)이라고 부르며, 혼동될 위험은 거의 없습니다)의 일반적인 구조와 비슷합니다. 인공 신경망은 층(layer)이라 부르는 분리 가능한 여러 단계에서 데이터를 처리합니다. 이 층은 일반적으로 다른 층 위로 쌓이고 인접한 층 사이에만 연결되어 있습니다. 그림 1-5는 네 개의 층을 가진 간단한 (인공) 신경망을 보여 줍니다. 입력 데이터(이 경우는 이미지)가 (왼쪽에 있는) 첫 번째 층으로 주입되고 순차적으로 한 층에서 다음 층으로 흐릅니다. 각 층은 데이터 표현에 대해 새로운 변환을 적용합니다. 데이터가 층을 통과해 흘러감에 따라 표현은 점점 원본과 달라지고, 입력 이미지의 레이블을 정확하게 결정하려는 신경망의 목적에 가까워집니다. (오른쪽에 있는) 마지막 층이 신경망의 최종 출력을 만들며, 이것이 이미지 분류 작업의 결과입니다.

▲ 그림 1-5 층으로 구성된 신경망 다이어그램. 이 신경망은 손 글씨 숫자 이미지를 분류한다. 층 사이에서 원본 데이터의 중간 표현을 볼 수 있으며, <케라스 창시자에게 배우는 딥러닝>(길벗, 2018)에서 가져왔다.