다음은 학습이 잘 이루어졌을 때의 모습입니다. 나선형으로 데이터가 분류된 것을 살펴볼 수 있습니다.

그림 7-15 | 학습이 잘 이뤄진 모습

이때 입력값은 X1과 X2, 그리고 sin(X1)과 sin(X2)입니다.

그림 7-16 | 입력 데이터, 층의 수, 뉴런의 수에 따라 생성되는 딥러닝 모델

여기에서 알 수 있는 사실은 바로 ‘딥러닝할 때에 어떠한 데이터를 넣을 것인가’가 중요하다는 점입니다. 단순히 데이터를 많이 넣고 오래 학습시킨다고 좋은 성능의 인공지능이 만들어지지 않습니다. 딥러닝 모델을 만들 때 어떤 데이터를 넣을지, 층의 수와 뉴런의 수를 얼마로 결정할 것인지 또한 인공지능 개발자의 몫입니다.