인공신경망과 퍼셉트론 계산하기

사람의 뉴런은 어떻게 신호를 전달할까?

사람의 뇌는 수많은 뉴런이 서로 연결된 신경망으로 이루어져 있습니다. 뉴런은 가지돌기로 자극(입력 신호)을 받아들이고, 자극의 세기가 일정한 크기(임계)를 넘으면 축삭돌기를 통해 다음 뉴런으로 신호(출력 신호)를 전달합니다.

인공신경망과 퍼셉트론의 구조

뇌의 뉴런을 본뜬 것이 인공신경망입니다. 인공신경망은 $n$개의 입력 변수 $(x_1, x_2, \dots, x_n)$에 대응하는 $n$개의 가중치 $(w_1, w_2, \dots, w_n)$를 각각 곱하여 더한 값

$x = x_1w_1 + x_2w_2 + \cdots + x_nw_n$

이 주어진 값 $c$(임곗값)보다 크거나 같으면 1을 출력하고, 그렇지 않으면 0을 출력한다고 할 때, 이를 활성화함수 $f(x)$를 이용하여

$$f(x) = \begin{cases} 0 & (x < c) \\ 1 & (x \ge c) \end{cases}$$

와 같이 나타냅니다. 이처럼 다수의 값을 입력받아 하나의 값으로 출력하는 구조의 인공신경망을 퍼셉트론(Perceptron)이라고 하며, 퍼셉트론은 가장 작은 인공신경망 단위입니다.

퍼셉트론 계산기로 출력값 $y$ 구하기

세 입력 변수 $x_1, x_2, x_3$에 가중치 $w_1, w_2, w_3$를 곱해 더한 값 $x$를 구하고, 임곗값 $c$와 비교해 출력 변수 $y$를 계산해 봅니다. 아래 버튼으로 교과서의 예제를 불러오거나, 값을 직접 바꾸어 볼 수 있습니다.

확인하기 — 가중치가 바뀌면 결과도 바뀔까?

세 입력 변수 $x_1, x_2, x_3$에 대한 가중치가 각각 $w_1=0.5, w_2=-4, w_3=2$이고, 활성화함수 $f(x)$가 $f(x)=0\,(x<2),\ 1\,(x\ge2)$일 때 다음을 구해 봅시다. 위 계산기의 확인하기 2 버튼으로 값을 불러온 뒤 계산해 보세요.

단층 퍼셉트론과 다층 퍼셉트론, 딥러닝

퍼셉트론에서 입력값을 보내는 단계를 입력층, 값을 받아서 출력하는 단계를 출력층이라고 합니다. 입력층과 출력층 사이에는 은닉층이 존재할 수 있는데, 입력층과 출력층만 있으면 단층 퍼셉트론, 은닉층이 1개 이상 있으면 다층 퍼셉트론이라고 합니다.