곱하고 더하는 작은 계산 단위를 층층이 연결한 AI의 뼈대예요.
신경망은 뇌의 신경세포에서 아이디어를 빌려 온 계산 구조예요. 단위(뉴런) 하나가 하는 일은 단순해요. 들어온 숫자에 가중치를 곱해 더하고, 그 값이 기준을 넘으면 다음 층으로 신호를 넘겨요.
이런 단위 수천, 수백만 개가 층을 이루며 연결돼 있어요. 학습은 결국 연결마다 붙은 가중치를 고치는 일이에요. 실제 뇌를 그대로 흉내 낸 건 아니고, 이름과 발상만 뇌에서 따왔다고 보는 게 정확해요. 신경세포를 계산으로 나타낸 생각은 1943년 논문까지 거슬러 올라가요.
비유로 보면
반 친구들이 한 줄로 서서 쪽지를 전달한다고 해 봐요. 각자 받은 쪽지에 자기 기준으로 점수를 더해 다음 사람에게 넘겨요. 한 명 한 명은 단순한 일만 하지만, 줄 끝에서 나온 결과는 꽤 복잡한 판단이 돼요.
예를 들면
손글씨 숫자 사진을 보고 0부터 9 중 하나를 고르는 신경망은 초보자 연습 문제로 자주 쓰여요.
이 낱말과 이어진 기록
출처로 확인한 AI 역사 속 장면이에요.
David Rumelhart·Geoffrey Hinton·Ronald Williams
Learning representations by back-propagating errors
은닉층이 과제에 유용한 내부 표현을 스스로 학습함을 보여 다층 신경망 학습을 실용화
Warren McCulloch·Walter Pitts
A logical calculus of the ideas immanent in nervous activity
신경세포 활동을 논리 연산으로 형식화한 최초의 시도로 인공신경망의 수학적 출발점