해당 장에서는 퍼셉트론(Perceptron) 알고리즘을 설명한다. 퍼셉트론은 프랑크 로젠블라트가 1957년에 고안한 알고리즘이다. 그렇다면 왜 오래된 알고리즘을 지금 이 시점에서 배우는가? 퍼셉트론은 신경망(딥러닝)의 기원이 되는 알고리즘이기 때문이다. 때문에 퍼셉트론의 구조를 배우는 것은 신경망과 딥러닝으로 나아가는데 중요한 아이디어를 배우는 일도 된다.

퍼셉트론은 사람의 뇌 신경세포(neuron)의 동작 과정을 흉내 내어 만든 수학적 모델이다.

여기서 ‘뉴런’이라는 단어를 처음 들었거나, 생명 과학을 배우지 않은 사람을 위해 간단히 설명을 하고 본격적으로 퍼셉트론에 대해 알아보도록 하겠다.

인간의 뇌에는 수십 억 개 이상의 뉴런이 있다. 뉴런은 화학 및 전기적 신호를 처리하고 전달하는데 관여하는 인간의 뇌에서 서로 연결된 신경세포이다. 가지 돌기는 다른 뉴런으로부터 정보를 받아 세포체를 거쳐 축삭 돌기를 통해서 다른 뉴런으로 신호를 보낸다.

이를 생물학적 뉴런 대 인공지능 뉴런을 대입하면 다음과 같다.

2.1 퍼셉트론이란?

퍼셉트론은 다수의 신호를 입력으로 받아 하나의 신호를 출력한다.

전류가 전선을 타고 흐르는 전자를 내보내듯, 퍼셉트론 신호도 흐름을 만들고 정보를 앞으로 전달한다. 다만, 실제 전류와 달리 퍼셉트론 신호는 ‘흐른다/안 흐른다(1이나 0)’의 두 가지 값만 가질 수 있다.

• 본 책에서는 1을 ‘신호가 흐른다.’
• 0을 ‘신호가 흐리지 않는다.’라는 의미로 사용한다.

예시를 보자. 다음 예제는 입력으로 2개의 신호를 받은 퍼셉트론의 예이다.

• $x_1$과 $x_2$는 입력 신호