퍼셉트론(Perceptron)이란?

퍼셉트론(Perceptron)은 단순한 형태의 인공 뉴런 모델로, 입력 신호에 대한 결과를 0과 1 중 하나로 출력합니다.

1. 퍼셉트론의 구조

퍼셉트론은 다른 인공뉴런과 마찬가지로 입력, 가중치, 편향, 활성화 함수, 출력으로 구성됩니다.

퍼셉트론은 입력값과 가중치를 곱한 합에 편향을 더한 후, 활성화 함수를 적용하여 출력값을 계산합니다.

퍼셉트론의 동작 방식은 아래 수식으로 표현할 수 있습니다.

$$y = f\left(\sum w_i x_i + b\right)$$

여기서 각 기호는 다음을 의미합니다.

• $x_i$ : 입력값
• $w_i$ : 가중치
• $b$ : 편향
• $f$ : 활성화 함수
• $y$ : 출력값

2. 퍼셉트론의 동작 방식

퍼셉트론은 주어진 입력값과 가중치를 곱한 합이 특정 임계값을 넘으면 1(참, 활성화)을 출력하고, 그렇지 않으면 0(거짓, 비활성화)을 출력합니다.

이렇게 결과가 두 가지 값(예: 참/거짓, 0/1) 중 하나로 나오는 방식을 이진 분류(Binary Classification) 라고 하며, 1개의 층으로 이진 분류를 수행하는 퍼셉트론을 단층 퍼셉트론이라고 합니다.

단층 퍼셉트론을 사용하면 두 개의 입력 값을 비교하는 간단한 규칙을 만들 수 있습니다.

예를 들어 아래 퍼셉트론은 두 개의 입력값이 모두 1(참)일 때만 1을 출력하고, 나머지 경우에는 0을 출력합니다.

입력 값 1 ($x_1$)	입력 값 2 ($x_2$)	출력값 ($y$)
0	0	0
0	1	0
1	0	0
1	1	1

위와 같이 모든 입력값이 1일 때만 출력값이 1이 되는 규칙을 AND 연산이라고 합니다.

---

이번에는 두 개의 입력값 중 하나라도 1이면 결과가 1이 되는 퍼셉트론을 생각해보겠습니다.

입력 값 1 ($x_1$)	입력 값 2 ($x_2$)	출력값 ($y$)
0	0	0
0	1	1
1	0	1
1	1	1

위와 같이 입력 값 중 하나라도 1이면 결과가 1이 되는 규칙을 OR 연산이라고 합니다.

다음 수업에서는 단층 퍼셉트론의 한계와 이를 극복하기 위한 다층 퍼셉트론에 대해 알아보겠습니다.

다음 내용이 궁금하다면?

코드프렌즈 PLUS 멤버십 가입 or 강의를 등록해 주세요!

강의 등록하기로그인하기