퍼셉트론은 출력 값이 1 또는 0이므로 선형 분류(linear classifier) 모델이라고 볼 수 있다. 선형 분류는 평면 상에 선을 긋고 그 선을 기준으로 A와 B로 분류하는 것을 말한다.
위의 그림에서 보다시피 2차원 ○과 □를 선으로 분류할 수 있는 문제를 선형 문제라고 한다.
그렇다면 다음 문제를 함께 생각해보자.
위 그림처럼 종이 위에 검은 점과 흰 점이 놓여 있다면 선 하나만을 이용해서 두 종류의 점을 분류할 수 있을까?
아무리 선을 그려보아도 선 하나만으로는 검은 점과 흰 점을 분류할 수 없을 것이다. 이것이 퍼셉트론의 한계로 많이 등장하는 XOR(exclusive OR) 문제다.
XOR문제는 논리회로에 등장하는 개념이다. 논리회로란 논리 연산에 의해 입력에 대한 출력을 얻는 회로를 말하고 이 회로를 게이트(gate)라고 부른다. 입력 신호와 출력 신호에 대한 대응표를 진리표라고 부르며 대표적인 논리연산 AND, OR, NAND 의 진리표는 아래와 같다.
이 표를 각각 좌표 평면에 그려보자. 결과값이 1이면 ● 로, 0이면 ○로 표현하고 두 값을 분류 할 수 있는 선 하나를 그어보겠다.
논리연산의 AND, OR, NAND는 선형으로 해결 가능함을 알 수 있다. 반면에 앞서 등장한XOR연산의 경우에는 안타깝게도 선형으로 분류가 불가능 하다.
사람들은 뉴런 -> 신경망 -> 지능을 본따 퍼셉트론 ->인공신경망 -> 인공지능 또한 가능하리라 생각했지만 간단한 XOR 문제를 해결할 수 없다는 것이 알려지면서 인공 지능 연구는 한동안 소외를 받기 시작했다.
그 후 인공지능 학자들은 XOR 문제를 해결하기 위해 다양한 시도를 했고 다층 퍼셉트론 (multilayer perceptron)이 등장하며 인공지능 연구는 침체기에서 벗어나게 된다.
작성자 홍다혜 ghdek11@gmail.com / 이원재 wonway333@gmail.com
'【1】Deep Learning 시작하기 > 딥러닝이 알고 싶다!' 카테고리의 다른 글
| 경사하강법(Gradient Descent Optimizer) (0) | 2020.01.05 |
|---|---|
| 가중치 업데이트 (0) | 2020.01.04 |
| 퍼셉트론 동작 (0) | 2020.01.03 |
| 딥러닝의 뿌리를 찾아서, 퍼셉트론은 누구인가? (0) | 2020.01.01 |
