인공신경망4 퍼셉트론 완전 정복 (인공 뉴런, 가중치, 다층 퍼셉트론) 1958년, 프랑크 로젠블랫(Frank Rosenblatt)이 단 하나의 인공 뉴런 모델을 발표했을 때 아무도 이게 오늘날 GPT와 자율주행의 씨앗이 될 거라 몰랐습니다. 저도 처음 인공지능을 공부하면서 '퍼셉트론'이라는 단어를 마주쳤을 때 솔직히 그냥 옛날 이론 아닌가 싶었는데, 파고들수록 이게 딥러닝 전체를 관통하는 핵심 구조라는 걸 알게 됐습니다. 목차인공지능은 어떻게 세상을 감지하는가 — 환경 인식과 인공 뉴런단층의 한계와 다층 퍼셉트론으로의 진화 — 딥러닝의 탄생단층 vs 다층 — 무엇이 달라지는가자주 하는 질문 (FAQ)결론인공지능은 어떻게 세상을 감지하는가 — 환경 인식과 인공 뉴런인공지능이 주변을 '본다'는 게 어떤 의미인지 생각해보신 적 있으신가요? 사람은 눈으로 빛을 받아들이고 뇌가 해.. 2026. 8. 5. 인공 신경망 (딥러닝, 환경 인식, 강화학습) 컴퓨터가 고양이 사진을 보고 "이게 고양이야"라고 알아챌 수 있는 건, 누군가 "귀가 뾰족하면 고양이"라고 규칙을 써넣어서가 아닙니다. 처음 이 사실을 제대로 이해했을 때, 솔직히 이건 예상 밖이었습니다. 직접 관련 논문을 찾아보고, 간단한 실습 코드를 돌려보고 나서야 "아, 이게 그냥 통계 덩어리가 아니구나" 싶었거든요. 인공 신경망이 세상을 인식하고 행동을 결정하는 방식, 생각보다 훨씬 정교합니다.목차인공 신경망과 딥러닝 — AI가 세상을 '배우는' 방식환경 인식부터 강화학습까지 — AI가 판단하고 행동하는 과정인공 신경망과 환경 인식에 대해 자주 하는 질문 (FAQ)결론: 인간과 협력하는 인공지능의 미래인공 신경망과 딥러닝 — AI가 세상을 '배우는' 방식인간의 뇌에는 약 860억 개의 뉴런이 있고.. 2026. 8. 3. 딥러닝이 세상을 보는 법 (환경 인식, 신경망, 머신러닝) 자율주행차의 카메라는 1초에 수십 장의 이미지를 처리하면서 사람보다 빠르게 신호등을 읽어냅니다. 처음 이 수치를 접했을 때 솔직히 좀 무서웠습니다. 이게 어떻게 가능한지 파고들다 보니, 결국 핵심은 딥러닝이 데이터를 '층층이 쌓아 올리며' 세상을 이해하는 방식에 있었습니다. 직접 관련 자료를 뜯어보고, 작동 원리를 하나씩 따라가 보니 생각보다 훨씬 구체적인 그림이 그려졌습니다.목차AI가 눈을 뜨는 순간 — 환경 인식의 실제 구조딥러닝이 머신러닝과 다른 결정적 이유 — 신경망이 스스로 배운다인공지능 환경 인식에 대해 자주 하는 질문 (FAQ)결론: 인간과 협력하는 인공지능의 미래AI가 눈을 뜨는 순간 — 환경 인식의 실제 구조제가 처음 자율주행 관련 코드를 들여다봤을 때, 솔직히 이게 왜 작동하는지 한동안.. 2026. 7. 24. 인공지능 알고리즘 (규칙기반, 머신러닝, 딥러닝) 인공지능을 두려워해야 할까요, 아니면 두려움 자체가 이미 시대착오일까요? 저는 초·중·고 학교 현장에서 인공지능을 직접 가르쳐 온 강사입니다. 불과 몇 년 전, 아직 어설픈 결과물을 보여줬을 때도 학생들은 "우와~" 하며 입을 다물지 못했습니다. 그런데 지금은 그 아이들이 매일 스마트폰으로 AI를 쓰고 있습니다. 인공지능을 막연히 두려워하기보다, 어떻게 작동하는지 알아야 제대로 쓸 수 있다고 생각합니다. 컴퓨터가 '생각'을 시작한 출발점: 규칙 기반 시스템인공지능이 처음부터 스스로 학습했던 건 아닙니다. 초기 AI의 뼈대는 규칙 기반 시스템(Rule-based Systems)이었습니다. 규칙 기반 시스템이란 "만약 A 상황이면 B를 실행하라"는 방식으로, 사람이 모든 판단 로직을 미리 컴퓨터에 심어두는 .. 2026. 7. 20. 이전 1 다음
