인공신경망에 대한 이해

인공 신경망 (ANN, Artificial Neural Network)은 인간 두뇌의 신경망을 모방하여 만든 모델이다. 

 

가장 단순한 인공 신경망 모델은 다음 그림과 같다. 입력 신호는 서로 연결된 뉴런 (Neuron)을 통과하며 신호가 변화된 후 출력 신호가 출력 된다.

 

 

인공 신경망을 구성하는 각각의 뉴런은 다음 그림과 같이 입력 x와 출력 y로 구성되고 뉴런 내부에서 입력 x는 전달 함수 (Propagation Function)를 통해 출력 y로 변화된다.

 

 

전달 함수에 따라 다양한 뉴런 모델이 있다. 그 중 가장 단순한 전달 함수는 다음 식과 같다. 다음 식에서 입력 신호는 미리 설정된 가중치 w_i와 옵셋 w₀을 적용하여 출력 신호를 낸다.

 

 

특정 입력에 대해 특정 출력을 내도록 하는 것이 인공 신경망의 목표이고 이러한 목표를 위해 인공 신경망을 학습 시켜야 한다. 인공 신경망의 학습은 위의 전달 함수의 파라미터인 가중치 w_i와 옵셋 w₀을 목표에 맞게 조정하는 것이다. 인공 신경망의 학습은 인공 신경망에 많은 입력과 출력 값을 입력하면서 전달 함수의 파라미터를 조금씩 조절하게 된다. 이러한 학습 알고리즘 중 가장 대표적인 방법이 Backpropagation 이다.