퍼셉트론과 AI 1차 겨울

MCP 뉴런은 가중치와 임계값을 사람이 설정해야 했고, 이 값들은 고정되어 있었습니다. 1958년, 미국의 심리학자이자 컴퓨터 과학자인 프랭크 로젠블랫(Frank Rosenblatt)은 이러한 MCP 뉴런을 기반으로, 학습이 가능한 단층 구조의 인공 신경망인 퍼셉트론(perceptron)을 개발했습니다.

퍼셉트론은 출력값이 실제 값과 다를 경우, 입력값과 오차를 기반으로 가중치를 수정해 학습하는 방식으로 동작합니다. 또한, 활성화 함수를 활용해 입력 신호의 가중합이 임계값을 초과하는지에 따라 출력을 결정합니다. 활성화 함수는 뉴런의 출력값을 결정하는 수학적 도구입니다. 퍼셉트론의 작동 방식을 자세히 살펴보면 다음과 같습니다.