Page 112 - 고등학교 인공지능 기초

1 딥러닝이란?

딥러닝(deep Learning)은 인공 신경망을 통해 데이터를 기반으로 스스로 학

습하는 인공지능 기술이다. 여기서 인공 신경망(ANN, Artificial Neural Network)
은 퍼셉트론이라는 인공 신경이 다수 연결되어 있는 집합이다. 인공 신경은 인
간의 뇌를 구성하는 생체 신경처럼 외부로부터 자극을 받아들이며, 해당 자극

문턱값(threshold value) 이 모여 특정 기준(문턱값 )을 넘으면 다음 인공 신경으로 정보를 전달한다.
감각세포에 흥분을 일으킬 수 있
는 최소 자극의 크기를 나타내는 생체 신경(뉴런) 인공 신경(퍼셉트론)
말이다.
Dendrite
입력값1
가중치1
입력값2 가중치2
Soma(Cell body)
함수 결과값
가중치M
Axon
입력값M

그림Ⅱ-43 l 생체 신경과 인공 신경

인공 신경망은 입력층, 은닉층, 출력층으로 구성되어 있고, 각 층은 여러 개
인공 신경망의 구조 의 퍼셉트론으로 이루어져 있다. 입력층은 데이터를 입력받으며, 출력층은 결
•입력층
과를 출력한다. 입력층과 출력층 사이에 있는 층을 은닉층이라고 한다. 일반적
인공 신경망의 여러 층 중에서 입
력 데이터를 받아들여 다음 층으 으로 은닉층을 여러 개 쌓아 신경망을 깊게 구성할수록 더 복잡한 문제를 해결
로 전달하는 역할을 하는 층이다.
할 수 있다.
•은닉층
인공 신경망의 여러 층 중에서 입
심층 신경망
력층과 출력층 사이에 있는 층이다.
•출력층
인공 신경망의 여러 층 중에서 은
닉층으로부터 값을 넘겨받아 인공
신경망의 판단 값을 출력하는 최
종 층이다.

입력층 은닉층 출력층
그림Ⅱ-44 l 딥러닝 모델의 예시

충분히 깊어진 인공 신경망을 학습 모델로 사용하는 기계학습 패러다임이
바로 딥러닝이다. 딥러닝의 등장으로 기존의 기계학습보다 해결 가능한 문제의

영역이 확대되었고, 이로 인해 현재 인공지능 산업은 급속히 발전하고 있다.

110 Ⅱ 인공지능의 원리와 활용