AI 준비운동: 학습이란 무엇인가

✓AI 준비운동: 학습이란 무엇인가의 핵심 문제를 한 문장으로 설명한다
✓오른쪽 실습에서 AI이 어떻게 움직이는지 관찰한다
✓다음 강의와 이어지는 한계를 말할 수 있다

실습 미션

예측 → 손실 → 조금 수정 — 딥러닝의 루프를 먼저 몸에 붙임 이 문장이 실제로 무슨 뜻인지 실습에서 한 번 손으로 확인한다.

성공 조건

□실습의 기본값을 먼저 관찰
□입력값이나 모드를 한 번 이상 바꿔 결과 비교
□왜 결과가 바뀌었는지 한 문장으로 설명

AI · 준비운동 3

학습이란
무엇인가

학습은 마법이 아님. 예측하고, 얼마나 틀렸는지 재고, 숫자를 조금 고치는 반복임.

P.P1AI 준비운동

예측 → 손실 → 수정

모델은 처음엔 대충 찍음.

입력을 넣어 예측을 만들고, 정답과 비교해서 손실(loss)을 계산함. 손실이 크면 많이 틀렸다는 뜻임.

그다음 모델 안의 숫자, 즉 가중치를 손실이 줄어드는 방향으로 아주 조금 고침. 이걸 수천 번 반복하면 규칙을 배운 것처럼 보임.

학습 루프

1예측

2손실 계산

3가중치 수정

4다시 예측

P.P2AI 준비운동

가중치 = 모델 안의 손잡이

모델이 스스로 고치는 대상은 코드가 아니라 숫자임.

직선 모델에서는 기울기 w와 절편 b가 손잡이임. 이 숫자를 바꾸면 선이 움직이고 예측도 바뀜.

딥러닝은 손잡이가 수백만, 수천억 개로 늘어난 버전임. 원리는 같음. 손실을 줄이는 방향으로 손잡이를 조금씩 돌림.

숫자를 돌리면 예측이 바뀜

모델의 손잡이

w기울기선을 세우거나 눕힘

b절편선을 위아래로 옮김

loss틀린 정도줄여야 할 숫자

P.P3AI 준비운동

학습률은 보폭이다

얼마나 조금 고칠지도 중요함.

보폭이 너무 크면 최솟값을 지나쳐 튐. 너무 작으면 하루 종일 가도 못 내려감. 이 보폭이 learning rate임.

그래서 학습은 방향만 맞으면 끝이 아님. 손실, 학습률, 데이터 크기, 초기값이 함께 맞아야 안정적으로 내려감.

너무 크면 튐 · 너무 작으면 느림

P.P4AI 준비운동

이제 퍼셉트론으로 간다

이제 Day 1이 훨씬 덜 낯설어짐.

퍼셉트론은 입력 벡터를 받고, 가중치를 곱해 더하고, 선을 넘으면 1을 냄. 틀리면 가중치를 고침. 방금 배운 학습 루프의 가장 작은 버전임.

Day 1의 핵심 질문은 이거임. 직선 하나로 어디까지 판단할 수 있을까?답을 손으로 확인하러 감.

Q. 학습이 잘 된다는 건 무엇이 줄어든다는 뜻일까?

손실이 줄어든다는 뜻임. 예측과 정답의 차이가 작아지도록 모델 안의 가중치가 조정됨.

준비운동 전체 요약

Day 1로 넘길 세 문장

✓입력은 숫자 벡터다

✓모델은 함수다