기술 지문 중에서도 가장 어렵다고 평가받는 인공신경망과 퍼셉트론. 그런데 정말, 이 내용이 어렵기만 할까요? 😟
문제에서 말하는 ‘입력값’, ‘가중치’, ‘출력값’, ‘임계치’만 잘 정리하면 의외로 간단하게 정복할 수 있습니다.
이번 포스트에서는 2017학년도 6월 평가원 지문을 중심으로 퍼셉트론 개념을 확실히 정리하고, 출제 포인트까지 콕콕 짚어드립니다!
📋 목차
퍼셉트론의 구조와 기능
퍼셉트론은 입력 단자, 처리부, 출력 단자로 구성된 하나의 단위입니다. 입력 단자는 여러 개, 출력 단자는 하나. 이게 제일 핵심이에요. 그리고 입력값마다 가중치라는 값을 곱해서 다 더한 걸 가중합이라고 해요. 이 가중합이 임계치보다 작으면 0, 크거나 같으면 1이 출력됩니다.
즉, 퍼셉트론은 기본적으로 두 가지로만 분류 가능한 구조라서 복잡한 구분을 하려면 여러 개를 연결해서 신경망을 만들게 되는 거죠.
퍼셉트론 = 입력 → 가중치 곱 → 가중합 계산 → 임계치와 비교 → 출력
이 흐름은 반드시 암기하고, 문제를 풀 땐 흐름을 그리듯 떠올려야 해요.
인공 신경망의 계층 구조 이해
퍼셉트론을 다층 구조로 배열한 게 인공 신경망이에요.
첫 번째 계층은 입력층, 마지막 계층은 출력층, 그 사이는 은닉층이라고도 해요.
여기서 핵심은 한 계층의 출력값이 다음 계층의 입력값이 된다는 점이에요. 즉, 퍼셉트론 하나가 독립된 게 아니라, 전체가 연결되어 작동하는 구조라는 것! 이걸 통해 단순한 퍼셉트론으로는 못 하던 복잡한 판정이 가능해지는 거죠.
복잡한 문제일수록 계층 수와 퍼셉트론 수가 많아져요. 그래서 딥러닝에서는 수천, 수만 개의 퍼셉트론이 연결되기도 하죠.
💡 TIP: ‘계층’과 ‘신호 전달’ 구조를 이미지로 그리면서 정리해보세요. ‘다음 계층으로 전달된다’는 표현은 정말 자주 나오니까요.
사과 판별 사례로 보는 학습의 실제
색깔과 형태라는 두 범주를 수치화해서 학습 데이터로 구성한 사례! 이 지점은 시험에서 자주 나와요. “두 개의 입력 단자”, “하나의 데이터로 묶음” 같은 말들 기억나죠?
정답이 '사과이다'면 1, '사과가 아니다'면 0을 출력하도록 학습해요. 학습 데이터를 많이 만들고 입력하면 인공 신경망은 그 차이를 점점 더 잘 인식하게 돼요. 이 과정을 통해 ‘정답과 가까운 출력값’이 나오도록 가중치를 조정하죠.
같은 범주에 속한 입력값은 반드시 동일한 입력 단자로 들어가야 합니다! 이거 틀리면 구조 자체가 바뀌어서 아예 다른 학습이 돼버려요.
학습 단계 vs 판정 단계 핵심 비교
학습 단계는 정답과 출력값의 차이(오차 값)를 줄이는 과정이에요. 이 오차가 점점 줄어들면 가중치가 더 이상 바뀌지 않게 되고, 그때 판정 단계로 전환됩니다.
핵심은 방향! 가중치 갱신은 출력 → 입력 방향으로 진행됩니다. 문제 1번 선지에서 이 방향성 틀리면 바로 오답이죠. 이건 기술 지문에서 자주 나오는 유형입니다.
💎 핵심 포인트:
출력값 계산 → 오차 발생 → 오차를 기반으로 가중치 재조정
이 흐름만 기억하면 어떤 지문이든 기본은 잡힙니다.
선지 분석으로 이해하는 개념 확인
1번 문제의 핵심은 가중치 갱신 방향이에요. 정답인 ⑤는 입력 → 출력 방향으로 갱신된다고 했는데, 실제로는 반대인 출력 → 입력 방향입니다.
이와 같은 방향성 문제는 출제자가 기술 지문의 전형적인 함정을 노린 거라 꼭 짚고 넘어가야 해요. 다른 선지들도 지문에 직접적으로 등장한 표현들이라 판단은 비교적 명확했죠.
① 출력 단자 하나 → 지문에서 명시
② 정답과 출력값 같으면 오차값 0 → 기본 정의
③ 출력이 다음 입력이 된다 → 계층 구조 설명
④ 퍼셉트론은 뉴런 모델 → 그대로 재진술
보기 분석 문제로 마무리 실전 적용
4번 문제는 직접 계산을 유도하는 ‘실전 적용형 문제’입니다. 여기서 중요한 건 단순 계산과 학습 원리 이해의 병행입니다.
정답인 ③은 모든 가중치에 오차값 일부를 더해 갱신한다는 지문의 설명을 그대로 따라갑니다. 즉, Wa, Wb, Wc 전부 늘어나는 방향이 맞는 거죠.
한편, ⑤번은 직접 계산을 통해 잘못된 출력을 유도하려는 오답으로, (0.5×1)+(0×0.5)+(0.1×1)=0.6으로 임계치보다 작아 출력은 0이라는 계산이 핵심입니다.
⚠️ 주의: ‘가중합 계산’ 실수하면 선지 판단이 완전히 달라집니다! 숫자 문제는 반드시 손으로 직접 계산해 봐야 해요.
Q1. 퍼셉트론과 인공 신경망의 가장 큰 차이는 뭔가요?
퍼셉트론은 단일 판단만 가능한 구조이고, 인공 신경망은 여러 퍼셉트론을 연결해 복잡한 판단을 수행할 수 있습니다. 계층 구조를 통해 정보가 흐르며 다양한 패턴을 학습할 수 있죠.
Q2. 이 지문에서 반드시 시험에 나올 개념은 무엇인가요?
가장 중요한 건 가중치 갱신 방향(출력 → 입력)과 가중합-임계치-출력값의 관계입니다. 특히 “출력값 = 가중합과 임계치 비교 결과”라는 점은 시험에 자주 나옵니다.
내용 태그: 수능국어, 인공신경망, 퍼셉트론, 기술지문, 기출문제
브랜드 태그: 외솔교육, 외솔클래스룸, 외솔스터디, 외솔학원, 김무진국어