CNN (합성곱 신경망) 이란?
CNN(합성곱 신경망)이란? AI는 이미지를 어떻게 이해할까?
지금까지 우리는 AI가 어떻게 학습하는지 알아보았습니다.
가중치
편향
활성화 함수
손실 함수
역전파
경사하강법
덕분에 AI가 스스로 배우는 원리는 이해할 수 있었습니다.
하지만 새로운 궁금증이 생깁니다.
"AI는 사진을 어떻게 이해할까요?"
사람은 사진을 보면 한눈에 고양이인지 강아지인지 알아봅니다.
하지만 AI는 사람처럼 사진을 '보는' 것이 아닙니다.
AI는 사진 속의 작은 특징들을 하나씩 찾아가며 이미지를 이해합니다.
이 역할을 하는 대표적인 딥러닝 모델이 바로 CNN(Convolutional Neural Network, 합성곱 신경망)입니다.
사람은 얼굴을 한 번에 보지 않습니다
친구를 만났다고 생각해 보겠습니다.
우리는 친구의 얼굴 전체를 한 번에 기억하는 것 같지만,
실제로는 여러 특징을 함께 확인합니다.
눈
코
입
머리카락
안경
이러한 특징들이 모여
"아, ○○구나."
라고 판단하게 됩니다.
AI도 비슷합니다.
처음부터 사진 전체를 이해하는 것이 아니라
작은 특징부터 찾아갑니다.
기존 신경망으로는 이미지가 너무 복잡했습니다
예를 들어 100×100 크기의 사진 한 장이 있다고 생각해 보겠습니다.
이미지는
100 × 100 = 10,000개의 픽셀로 이루어져 있습니다.
일반적인 신경망은
이 픽셀을 모두 한 번에 입력받아야 합니다.
그러면
엄청난 수의 계산이 필요하게 됩니다.
게다가
사진 속에서
어디가 중요한 부분인지도 스스로 찾기 어렵습니다.
그래서 등장한 것이
CNN입니다.
CNN은 작은 부분부터 봅니다
CNN은
사진 전체를 한 번에 보지 않습니다.
대신
작은 창(Window)으로
사진을 조금씩 살펴봅니다.
예를 들어
고양이 사진이라면
먼저
귀를 보고,
다음에는
눈을 보고,
그다음에는
코를 봅니다.
그리고
이 작은 정보들을 모두 합쳐
"고양이"
라고 판단합니다.
돋보기로 그림을 살펴보는 것과 같습니다
큰 그림을 볼 때
돋보기를 이용해
조금씩 확대해서 본다고 생각해 보겠습니다.
처음에는
귀 부분을 보고,
다음에는
눈 부분을 보고,
다음에는
코 부분을 봅니다.
마지막에는
모든 정보를 합쳐
전체 그림을 이해합니다.
CNN도 같은 방식입니다.
사진 전체를 한 번에 분석하지 않고,
조금씩 훑어보며 특징을 찾습니다.
CNN이 찾는 것은 '특징'입니다
CNN은
사진 자체를 외우지 않습니다.
대신
사진 속에서 반복적으로 등장하는 특징을 찾습니다.
예를 들어 고양이라면
삼각형 모양의 귀
둥근 눈
수염
코의 모양
이런 특징들이 자주 나타난다는 것을 학습합니다.
그래서 처음 보는 고양이 사진이라도
비슷한 특징을 발견하면
고양이라고 판단할 수 있습니다.
사람도 같은 방식으로 판단합니다
멀리 있는 사람을 본다고 생각해 보겠습니다.
처음에는
얼굴이 잘 보이지 않아도
걸음걸이나
머리 모양,
옷차림만 보고도
누군지 짐작하는 경우가 있습니다.
우리도
특징을 보고 판단하는 것입니다.
CNN도
이미지 전체를 외우는 것이 아니라
특징을 보고 판단합니다.
CNN은 여러 단계로 이미지를 이해합니다
CNN은
한 번에 모든 특징을 찾지 않습니다.
먼저
간단한 특징부터 찾습니다.
예를 들어
첫 번째 단계에서는
직선이나 모서리를 찾습니다.
그다음에는
눈이나 귀 같은 모양을 찾습니다.
마지막에는
얼굴 전체를 이해합니다.
직선
↓
모서리
↓
눈·귀
↓
얼굴
↓
고양이
이처럼
작은 특징이 모여
큰 특징을 만들고,
큰 특징이 모여
최종 결과를 만들어 냅니다.
왜 CNN이 이미지에 강할까?
CNN의 가장 큰 장점은
필요한 부분만 집중해서 본다는 것입니다.
사람도 책을 읽을 때
모든 글자를 한꺼번에 보는 것이 아니라
한 줄씩 읽습니다.
CNN도
사진을 조금씩 살펴보면서
중요한 특징만 추출합니다.
그래서
계산량도 줄어들고,
정확도도 높아집니다.
CNN은 어디에서 사용될까?
오늘날 CNN은 다양한 분야에서 활용됩니다.
📱 스마트폰 얼굴 인식
🚗 자율주행 자동차의 보행자 인식
🏥 의료 영상 분석(X-ray, CT, MRI)
🛒 상품 이미지 검색
📷 사진 자동 분류
이미지를 이해해야 하는 대부분의 AI에는 CNN이 사용됩니다.
그런데 CNN은 어떻게 특징을 찾을까?
여기까지 보면
또 하나의 궁금증이 생깁니다.
"귀를 찾고, 눈을 찾는다고 했는데… AI는 그걸 어떻게 찾을까요?"
그 비밀은
바로 필터(Filter)에 있습니다.
필터는
사진 위를 움직이며
선,
모서리,
무늬 같은 특징을 찾아내는 작은 탐지기입니다.
다음 글에서는
CNN의 핵심인
필터(Filter)가 어떻게 작동하는지 알아보겠습니다.
한눈에 정리하기
| 개념 | 쉽게 말하면 |
|---|---|
| CNN | 이미지를 이해하는 딥러닝 모델 |
| 특징 | 귀, 눈, 코처럼 중요한 부분 |
| 작은 창 | 사진을 조금씩 살펴보는 방식 |
| 장점 | 계산량은 줄이고 정확도는 높임 |
즉,
CNN은
사진 전체를 한 번에 보는 것이 아니라, 작은 특징을 하나씩 찾아 이미지를 이해하는 AI 모델입니다.
마무리
CNN은 이미지를 처리하기 위해 만들어진 대표적인 딥러닝 모델입니다.
사람이 얼굴을 볼 때 눈, 코, 입 같은 특징을 먼저 확인하듯,
CNN도 사진 속에서 작은 특징들을 찾아내고 이를 조합해 전체 이미지를 이해합니다.
이 방식 덕분에 얼굴 인식, 자율주행, 의료 영상 분석 등 다양한 분야에서 뛰어난 성능을 발휘하고 있습니다.
하지만 아직 가장 중요한 질문이 남아 있습니다.
CNN은 귀와 눈 같은 특징을 어떻게 찾아낼까요?
그 비밀은 바로 필터(Filter)에 있습니다.
💡 오늘의 핵심
CNN은 사진 전체를 한 번에 보는 것이 아니라, 작은 특징들을 차례대로 찾아 조합하여 이미지를 이해하는 딥러닝 모델입니다.
댓글
댓글 쓰기