Ep 03 Perceptron 퍼셉트론 - 기계가 데이터를 보고 배울 수 있다!
- Track: core
- Era: all
- Video ID: kMvRdaVTlBI
- Playlist: PLSucJlr3QLmwDNCNogSICJ3dCUyD-_-_6
- YouTube: Watch
- Thumbnail:
퍼셉트론 Perceptron - 기계가 데이터를 보고 배울 수 있다!
1. 최초의 학습 가능한 인공 신경망
- 1957년 프랭크 로젠블랫(Frank Rosenblatt)이 제안한 퍼셉트론은 기계가 데이터로부터 스스로 학습할 수 있다는 개념을 현실로 만든 첫 사례였어.
- 이전까지 컴퓨터는 사람이 직접 규칙을 입력해야 했는데, 퍼셉트론은 주어진 데이터와 목표값에 따라 가중치를 조정하며 경험을 통한 개선을 가능하게 했지.
2. 인공지능 연구의 대중화와 사회적 관심 촉발
- 1958년 미국 해군이 퍼셉트론을 홍보하면서 “미래에 기계가 스스로 보고 판단할 수 있다”는 식의 기사가 퍼졌어.
- 덕분에 AI가 단순한 학계의 아이디어를 넘어, 대중과 정부의 관심을 받는 기술로 부상했어.
3. 신경망 연구의 1차 붐을 이끈 촉매제
- 퍼셉트론의 성공은 1960년대 인공지능 연구를 급격히 확장시켰고, 초기 신경망 연구 붐을 이끌었어.
- 다양한 변형 모델과 다층 퍼셉트론(Multi-Layer Perceptron) 연구의 단초를 제공했지.
4. 한계와 비판이 다음 세대 도약의 발판이 됨
- XOR 문제처럼 선형분리가 불가능한 문제를 해결하지 못한다는 한계가 1969년 미닌스키와 파퍼트의 책에서 지적되었고, 이것이 ‘첫 번째 AI 겨울’의 촉매 중 하나가 되었어.
- 하지만 이 비판이 역전파 알고리즘과 다층 신경망 연구의 필요성을 명확히 해줬고, 훗날 딥러닝의 부활로 이어졌지.
📌 정리하면, 퍼셉트론은 "기계가 데이터를 보고 배울 수 있다"는 개념을 세상에 처음 제시한 역사적 기념비이자, AI 발전사에서 희망과 좌절, 그리고 재도약의 출발점이었어.