이번에는 가중치 업데이트를 간단한 예로 살펴보겠습니다. 사과와 오렌지를 분류하는 퍼셉트론이 있다고 가정해 봅시다. 이 퍼셉트론은 모양과 색깔, 두 가지를 입력받아 판단하며, 각각의 가중치를 임의로 70%와 30%로 설정했습니다. 동그라미와 빨강을 입력받았는데 모양(동그라미)의 가중치가 높게 설정되어, 퍼셉트론이 이를 오렌지로 잘못 분류할 수도 있습니다. 이런 경우, 색깔(빨강)의 가중치를 높여 퍼셉트론이 올바르게 사과로 인식하도록 조정하는 것이 가중치 업데이트입니다.

▲ 그림 1-8 가중치 업데이트에 대한 쉬운 예시

퍼셉트론은 입력값에 대한 가중치를 계속 조절하면서, 데이터가 완벽하게 분류될 때까지 학습을 반복합니다. 이를 통해 단순히 고정된 규칙을 따르는 것이 아니라, 데이터를 학습하며 점점 더 정확하게 예측할 수 있습니다.