지식 · AI 기초
합성곱 신경망 · CNN
Convolutional Neural Network
📂AI 기초⏱읽기 1분📊심화🔗관련 2
합성곱 신경망이란?
한 줄 정의
이미지의 지역적 특징(선·모서리·질감)을 단계적으로 잡아내도록 설계된 신경망. 이미지 인식의 주역.
⚡ 3줄 요약
- 이미지의 지역 특징을 단계적으로 잡음
- 선→형태→물체로 쌓아 인식
- 컴퓨터 비전의 주역
CNN은 이미지를 작은 영역씩 훑으며(합성곱) 특징을 뽑아내는 신경망입니다. 앞쪽 층은 선·모서리 같은 단순 특징을, 뒤쪽 층은 눈·바퀴 같은 복잡한 형태를 잡아냅니다. 이렇게 단계적으로 쌓아 올려 '고양이인지 개인지'를 판단합니다.
사람이 이미지 특징을 일일이 지정하지 않아도, CNN이 데이터에서 스스로 특징을 학습합니다. 이미지 분류·객체 탐지·의료 영상·자율주행 등에 널리 쓰입니다. 2012년 알렉스넷(AlexNet)이 이미지 인식 대회를 석권하며 딥러닝 열풍을 촉발한 주역이기도 합니다.
💡 쉽게 말하면
그림을 부분부분 훑으며 '선→눈→고양이'로 조합해 알아보는 신경망입니다.
실무에서 왜 중요한가
CNN은 이미지에서 특징을 스스로 학습해, 컴퓨터 비전의 성능을 비약적으로 끌어올렸습니다.
유래와 출처
1989년 얀 르쿤(Yann LeCun)의 연구로 기틀이 잡혔고, 2012년 알렉스넷의 대회 우승으로 딥러닝 시대를 열었습니다.
출처 · LeCun et al.(1989), AlexNet(2012)
사례로 이해하기
예를 들어, CNN이 이미지를 인식하는 과정을 그려봅시다.
- 입력 — 사진을 픽셀로 받습니다.
- 합성곱 — 작은 영역씩 훑어 특징을 뽑습니다.
- 단계화 — 선→형태→물체로 특징을 쌓습니다.
- 요약 — 핵심 특징만 남깁니다.
- 판단 — '고양이'처럼 분류합니다.
관련 용어
컴퓨터 비전컴퓨터가 이미지·영상을 '보고' 이해하게 하는 AI 분야. 얼굴 인식·불량 검출·자율주행의 눈 역할을 한다.인공신경망사람 뇌의 뉴런을 본떠, 데이터의 패턴을 층층이 학습하는 AI의 기본 구조. 딥러닝·생성형 AI의 토대.
이 용어와 연결된 교육
📚에이전트 AI 실무 입문나눔경영컨설팅 기업교육 · 대면/온라인과정 보기 →이 주제로 사내 교육이 필요하신가요?
담당자 맞춤 커리큘럼·견적을 바로 받아보세요.
자주 묻는 질문
이미지의 '지역적 특징'을 효율적으로 잡도록 설계돼, 위치가 바뀌어도 특징을 잘 인식합니다.
주로 이미지지만, 음성·시계열 등 격자형 데이터에도 응용됩니다.
이미지의 '지역적 특징'을 효율적으로 잡도록 설계돼, 위치가 바뀌어도 잘 인식합니다.
주로 이미지지만 음성·시계열 등 격자형 데이터에도 응용됩니다.