기초 이론1957
퍼셉트론 (Perceptron)
프랭크 로젠블랫이 최초의 인공 신경망 모델을 제안
퍼셉트론 구조: 입력에 가중치를 곱하고 합산 후 활성화 함수를 통과 (Wikimedia Commons, CC BY-SA)
퍼셉트론은 입력값에 가중치를 곱하고 합산한 뒤 활성화 함수를 통과시키는 가장 단순한 신경망입니다. 단일 퍼셉트론은 선형 분리 가능한 문제만 풀 수 있지만, 이후 다층 퍼셉트론(MLP)의 기초가 되었습니다.
핵심 수식
퍼셉트론 출력
결정 경계
핵심 개념
가중치(Weight)
입력 신호의 중요도를 결정하는 매개변수
활성화 함수
가중합이 임계값을 넘으면 1, 아니면 0을 출력
선형 분리
하나의 직선으로 두 클래스를 나눌 수 있는 문제
주요 인물
프
프랭크 로젠블랫
퍼셉트론 발명 (1957, 코넬 항공 연구소)
마
마빈 민스키
퍼셉트론의 한계(XOR 문제) 증명 → AI 겨울 촉발
영향 & 의의
인공 신경망의 출발점. XOR 한계가 밝혀지며 1차 AI 겨울이 시작되었으나, 이후 다층 구조로 극복되어 딥러닝의 씨앗이 되었습니다.