#2. 퍼셉트론: 딥러닝의 근본(?)
우리가 AI 모델이라고 부르는 것의 가장 작은 단위는 뭘까?
수천 개의 데이터를 처리하고, 아주 복잡한 판단을 내리는 그 안쪽을 들여다보면, 맨 바닥에는 마치 ‘뇌세포처럼’ 작동하는 작은 구조가 있다. 그게 바로 퍼셉트론(perceptron)이다.
퍼셉트론이란?
딥러닝의 핵심은 퍼셉트론이라는 구조다. 퍼셉트론은 한마디로, 여러 개의 입력값을 받아서 하나의 판단을 내리는 작은 계산 단위이다. 이 구조는 실제 인간의 뉴런(신경세포)을 본떠서 만들어졌는데,
입력값들 → 가중치 계산 → 합산 → 활성화 함수 → 출력
입력값 여러 개를 받아서 각각에 가중치를 곱해 계산하고, 그 결과를 바탕으로 하나의 출력값을 낸다.
입력값이 임계치를 넘으면 ‘1’, 아니면 ‘0’ 같은 식의 결과를 낸다.
예를 들어 이메일이 스팸인지 아닌지를 판단하는 상황을 생각해보자.
이메일이 스팸인지 아닌지 판단하고 싶다.
입력: 제목에 ‘무료’, 본문 길이, 링크 개수
가중치: 각 항목의 중요도
출력: 스팸(1) / 정상(0)
- 입력값으로는 제목에 ‘무료’라는 단어가 포함되어 있는지, 본문 길이는 얼마나 되는지, 링크가 몇 개 있는지 같은 요소들이 들어갈 수 있다.
- 퍼셉트론은 이런 입력값들을 받아 계산하고, 최종적으로 ‘이메일이 스팸일 확률’을 출력한다.
- 이 계산은 퍼셉트론 한 개만으로도 가능하다. (=단층 퍼셉트론)
- 요약하자면, 퍼셉트론은 “여러 조건을 받아 하나의 판단을 내리는 블록”...!
Q. AI/ML/DL의 차이는 퍼셉트론 구조와 연관 있나?
A. Yes! 완전 직결됨.
- AI는 퍼셉트론 없어도 되는 넓은 범주. DL로 갈수록 다층 구조의 퍼셉트론이 필요함.
- 입력값이 많아도 퍼셉트론 하나가 모든 걸 처리한다면, 이 구조는 단층 퍼셉트론이라고 부른다.
- 반면, 퍼셉트론이 여러 개 존재하고, 각 층(layer)을 구성하며 중간에 판단 단계를 거치는 구조라면 다층 퍼셉트론이다.
- 퍼셉트론 한두 개로 될 문제인가, 아니면 층을 쌓아야 할 정도로 복잡한가?를 기준으로 문제 난이도를 판단할 수 있음
예) 어떤 문장을 보고 해석할 때,
첫 번째 층: 글에서 단어 특징을 추출
두 번째 층: 문장의 의미 분석
세 번째 층: 감정 판단 (긍정/부정)
→ 이런 구조가 바로 딥러닝 신경망 (Neural Network)
입력값을 단번에 처리하는 것이 아니라, 한 층에서 중간 특성을 추출하고 다음 층에서 그걸 바탕으로 더 정교한 판단을 하는 방식이다. 이런 구조가 바로 딥러닝의 핵심...
이렇게 여러 층으로 쌓인 다층 퍼셉트론은 다음 편에서 더 알아볼 것이다.
기획자의 시선
☞ 퍼셉트론을 기초적인 의사결정 로직으로 이해했다.
☞ 기획할 땐 “어떤 요소를 기반으로 이 판단을 내릴 수 있지?”라는 질문이 퍼셉트론 구조와 연결됨
☞ 입력값이 여러 개여도 퍼셉트론이 하나라면 단층 구조이다. 중간 판단 과정이 있는 다층 구조가 아니면 복잡한 문제는 해결하기 어렵다.
☞ 단층 구조만으로는 복잡한 문제를 잘 해결하지 못한다. 모델의 성능이 특정 이상 올라가지 않는다면, 단층 퍼셉트론의 구조적 한계도 의심해볼 수 있다.
