기초 개념 · Neural Network중급갱신일 2026. 10. 1.
신경망
층을 쌓아 입력을 점점 복잡한 특징으로 바꾸는 AI의 뼈대 구조입니다.
비유
공장 컨베이어처럼, 앞 공정이 粗가공을 하고 뒷 공정이 세부를 다듬어 최종 제품을 만듭니다. 층마다 다른 특징을 잡습니다.
이렇게 이해하세요
신경망은 많은 작은 계산 단위(뉴런)를 층으로 연결해, 입력 신호를 여러 단계로 변환하는 구조입니다. 이미지에서는 가장자리→모양→물체로, 텍스트에서는 단어→구→문맥으로 표현이 깊어집니다. ‘딥러닝’은 이 층을 깊게 쌓은 경우를 가리키는 말이 자주 쓰입니다. 초보자가 수식을 외울 필요는 없고, ‘데이터가 층을 지나며 추상화된다’는 그림만 있으면 LLM·이미지 생성 설명을 이해하기 쉽습니다. 학습은 틀린 예측을 줄이도록 연결 강도(가중치)를 조금씩 고치는 과정입니다.
한 줄 암기
신경망 = 층층이 특징을 뽑는 변환기
좋은 예
‘이미지 인식이 층을 거치며 점점 복잡한 패턴을 본다’고 팀원에게 비유로 설명한다.
피하기
‘뇌와 똑같이 생각한다’고 단정해, 의식·감정이 있다고 오해한다.
관련 서비스
관련 용어
기초 개념 더보기관련 링크
자주 묻는 질문
왜 ‘신경’이라는 이름을 쓰나요?
생물 뉴런의 연결에서 아이디어를 빌렸기 때문이지, 인간의 뇌와 동일하다는 뜻은 아닙니다.
층의 수가 많을수록 무조건 좋나요?
꼭 그렇지는 않습니다. 데이터·계산 비용·과적합 위험이 커질 수 있어 과제에 맞는 규모가 중요합니다.