[비전공자를 위한 딥러닝] Chapter 1. 딥러닝 이론

본 시리즈는 허민석님의 유튜버 채널, 딥러닝 이론을 바탕으로 하고 있습니다.

 

신경망이라는 단어를 들어보셨나요?

신경망은 인간의 뇌와 비슷한 기계를 통해 문제를 해결하고자 만들어진 개념입니다.

 

1. 딥러닝이란?

 

딥러닝(Deep Learning)은 인공신경망의 한계를 극복하기 위한 다양한 머신러닝 기술 중 하나입니다.

그리고 신경망과 같이 우리 뇌의 작용 방식에서 착안되었습니다. 다음은 뉴런의 모습입니다.

 

그림1. 인간의 뉴런 모습

 

- Dendrite: 신호를 받는 부분

- Cell body: 여러가지 신호를 한가지 신호로 통합하는 부분

- Axon: 신호를 보내는 역할

- Axon terminal: 다른 뉴런과 이어주는 통로

 

하나의 뉴런은 여러가지 신호를 받습니다.

그 신호를 알맞은 신호로 통합한 후 Axon을 통해 다른 뉴런으로 신호를 보내게 됩니다.

 

 

2. 시냅스(Synapse)란?

 

 

그림2. 뉴런의 결합

 

실제 우리의 뇌는 위의 그림과 같이 여러 개의 뉴런의 결합으로 이루어져 있습니다.

Axon과 Dendrite의 결합인 부분에서 신호의 전달이 이루어집니다.

인간의 뇌의 뉴론은 약 1000억 개 정도 존재한다고 하는데 그만큼 시냅스도 많이 존재할 것입니다.

 

 

3. 뉴런을 코드로 구현

 

 

그림3. 실제 뉴런을 코드로 구현

 

위 그림은 실제 뉴런과 뉴런을 코드로 구현한 그림을 비교한 모습입니다.

빨, 초, 파의 신호가 주어졌을 때 뉴런은 이 세가지의 신호를 받고 통합하는 과정이 일어납니다.

이를 코드, 즉 식으로 구현하면 위와 같은 식이 나오게 됩니다.

이제 위의 식을 가지고 딥러닝의 기본 개념을 알아보려고 합니다.

 

딥러닝의 기본적인 내용에서 어려운 부분은 없는 것 같습니다.

하지만 실제 신호를 처리하는 과정과 모델로 구현하는 과정에서는 어려움이 많을 것이라고 예상됩니다.

 

 

정리하자면

 

1) 딥러닝은 인간 뇌의 신경망에서 착안되었다.

2) 시냅스란 신호 전달이 이루어지는 부분이다.

3) 뉴런을 코드로 구현한다.

 

이번 챕터에서는 신경망과 딥러닝의 상관관계와 뉴런에 대해서 알아보았습니다.

또한 뉴런을 식으로 구현하였고 앞으로 이 식이 어떻게 쓰이는지 알아볼 예정입니다.