한국어EN

퍼셉트론, perceptron · Mark I Perceptron · 인공 뉴런

1958년에 나온, 틀리면 스스로 가중치를 고치는 인공 뉴런이에요.

퍼셉트론은 1958년 미국 심리학자 프랭크 로젠블랫이 발표한 인공 뉴런이에요. 들어온 신호마다 가중치를 곱해 더하고, 합이 기준선을 넘으면 1, 아니면 0을 내요. 새로웠던 건 틀릴 때마다 가중치를 스스로 조금씩 고쳤다는 점이에요.

하지만 한 층짜리 퍼셉트론에는 분명한 한계가 있었어요. 1969년 민스키와 페퍼트는 퍼셉트론이 XOR처럼 직선 하나로 나눌 수 없는 문제를 풀지 못한다는 걸 수학으로 보였어요. 이후 신경망 연구는 한동안 힘을 잃었다가, 층을 여러 겹 쌓고 역전파로 학습하는 방법이 퍼지면서 다시 살아났어요.

비유로 보면

점수 몇 개를 더해서 커트라인을 넘으면 '합격', 못 넘으면 '불합격'을 주는 채점표를 떠올려 보세요. 퍼셉트론은 판정이 틀릴 때마다 점수마다의 비중을 스스로 고치는 채점표예요. 다만 커트라인 하나로는 복잡한 규칙을 다 담지 못해요.

예를 들면

'두 스위치 중 딱 하나만 켜졌을 때만 1'인 XOR 문제는 한 층짜리 퍼셉트론으로는 풀 수 없어요.

이 낱말과 이어진 기록

출처로 확인한 AI 역사 속 장면이에요.

Marvin Minsky·Seymour Papert
Perceptrons 출간

한계를 수학적으로 못 박아 신경망 연구가 10여 년 위축되는 계기가 됨

Frank Rosenblatt
The Perceptron

오류로부터 가중치를 갱신하는 최초의 학습 절차. Psychological Review 65(6) 386-408