▲ 그림 1-3 입력 이미지를 재구성하는 오토인코더

그림 1-3의 병목은 입력을 저차원 표현으로 인코딩 또는 매핑하는 신경망의 작은 중간 층을 나타냅니다. 이 매핑의 목표 공간을 잠재 공간으로 생각할 수 있습니다. 오토인코더의 훈련 목표는 입력 이미지를 재구성하는 것, 즉 입력 이미지와 출력 이미지 사이의 차이를 최소화하는 것입니다. 이 훈련 목표를 최적화하기 위해 오토인코더는 비슷한 입력(예를 들어 여러 장의 고양이 사진)을 인코딩한 특성이 잠재 공간 안에서 가깝게 놓이게 하는 방법을 학습합니다. 따라서 임베딩(잠재) 공간에 서로 비슷한 입력을 가깝게 배치하는 유용한 임베딩 벡터가 만들어집니다.