실행 결과

입력 값: (0, 0) 출력 값: 0
입력 값: (1, 0) 출력 값: 1
입력 값: (0, 1) 출력 값: 1
입력 값: (1, 1) 출력 값: 0

우리가 원하는 XOR 문제의 정답이 도출되었습니다.

이렇게 퍼셉트론 하나로 해결되지 않던 문제를 은닉층을 만들어 해결했습니다. 하지만 퍼셉트론의 문제가 완전히 해결된 것은 아니었습니다. 다층 퍼셉트론을 사용할 경우 XOR 문제는 해결되었지만, 은닉층에 들어 있는 가중치를 데이터를 통해 학습하는 방법이 아직 없었기 때문입니다. 다층 퍼셉트론의 적절한 학습 방법을 찾기까지 그 후로 약 20여 년의 시간이 더 필요했습니다. 이 기간을 흔히 인공지능의 겨울이라고 합니다. 이 겨울을 지나며 데이터 과학자들은 두 부류로 나뉩니다. 하나는 최적화된 예측선을 잘 그려 주던 아달라인을 발전시켜 SVM이나 로지스틱 회귀 모델을 만든 그룹입니다. 또 하나의 그룹은 여러 어려움 속에서도 끝까지 다층 퍼셉트론의 학습 방법을 찾던 그룹입니다. 이 두 번째 그룹에 속해 있던 제프리 힌튼(Geoffrey Hinton) 교수가 바로 딥러닝의 아버지로 칭송 받는 사람입니다. 힌튼 교수는 여러 가지 혁신적인 아이디어로 인공지능의 겨울을 극복해 냈습니다. 첫 번째 아이디어는 1986년에 발표한 오차 역전파입니다.

그림 8-7 | 한눈에 보는 인공지능의 역사: 퍼셉트론에서 딥러닝까지