퍼셉트론

퍼셉트론이란 인공지능의 기반과 같은 알고리즘으로 신경계에서 뉴련이 연결된 구조를 본떴다. 영혼이 담겨있어서 자아를 가지는 것처럼 보이는 인간의 뇌도 결국 수억개의 뉴런에 의해 구성된 복잡한 신경 조직일 뿐이고, 이에 영감을 얻은것이 바로 인공신경망이다. 글로는 이해가 되지 않을 것이니 퍼셉트론의 구조를 설명하면서 인간의 신경계와의 유사성을 설명하겠다.

 

퍼셉트론의 구조

퍼셉트론은 하나의 뉴런과 같다. 하나의 뉴런은 가지돌기(수상돌기)가 여러개의 뉴런과 연결되어 있어서 신경전달물질을 통해 자극이 전달되며, 가지돌기는 신경세포체를 거쳐 축삭돌기를 통해 자극이 전달될수도, 전달되지 않을 수도 있다. 하나의 퍼셉트론은 입력값이 여러개의 가중치에 곱해져서 합쳐지고, 편향값이 더해진 다음, '활성 함수'를 거쳐 최종적으로 출력값이 나오게 된다.

 

퍼셉트론에서 입력값이 가중치에 곱해지는 것은 뉴런의 연결 강도에 따라 신호가 약하게 전달될수도 강하게 전달될수도 있게 되는 것과 같다. 예를 들어 마취제와 같은 신경 전달 방해 물질이 뉴런에 도달하면 축삭돌기의 신경전달물질 수용체가 비활성화되거나, 신경 전달 방해 물질이 경쟁적, 비경쟁적 방해 작용을 해서 신경의 전달이 일어나지 않게 된다. 이는 뉴런의 연결 강도, 즉 가중치가 변경되어서 일어나는 현상이다.

​

또한 퍼셉트론에서 가중치와 곱해진 입력값이 편향값과 더해져서 활성함수를 통과하는 것은 신경세포의 역치와 같다. 반응의 세기가 역치 이하면 신경이 흥분하지 않듯이 편향값과 더해진 가중치 x 입력값이 활성함수를 거쳐서 신호가 전달될지, 전달되지 않을지 결정된다.

​

입력층, 출력층 이외의 중간층이 존재하는 퍼셉트론 연결구조를 다중 퍼셉트론이라 한다.

 

다중 퍼셉트론

활성함수가 없는 다중퍼셉트론은 어떻게 가중치와 편향값이 정해지든, w1x1+w2x2+...+wnxn+b(bias,편향) 값으로 되어 선형 문제가 아닌 다른 입력값에 대해서 분리를 할 수 없게 된다.

 

예를 들어 점으로 나타난 입력 데이터중 파란색만 분리해 내고 싶다 할때, 1차원 함수로는 방법이 없다. 그러나 면을 휘어 공간 상에 나타낸다면 면에 대한 함수로 이를 분리해 낼수 있다. 이와 같은 역할을 하는 것이 활성함수이다.