딥러닝의 첫걸음: AI는 어떻게 생각할까?

딥러닝은 스스로 배우는 똑똑한 계산기예요 — 사람이 하나하나 규칙을 정해주는 대신, 컴퓨터가 수많은 데이터를 보며 스스로 규칙을 찾아내는 방법입니다. 사람의 뇌 속에 있는 뉴런들이 서로 신호를 주고받는 모습에서 아이디어를 얻어, 작은 계산 단위들을 여러 층(Layer)으로 두껍게 쌓아 올렸기 때문에 딥(Deep)러닝이라고 부릅니다.

우리 삶의 모든 곳에 딥러닝이 있어요 — 여러분이 매일 쓰는 ChatGPT나 Gemini 같은 대화형 AI부터, 카메라로 길을 읽는 자율주행 자동차, 나보다 내 취향을 더 잘 아는 넷플릭스나 유튜브의 추천 시스템까지 모두 딥러닝의 결과물입니다. 복잡한 이미지나 목소리를 숫자로 바꾸고, 그 숫자들을 더하고 곱하며 정답을 찾아내는 것이 핵심 원리입니다.

기초를 알아야 더 강력한 AI를 만들 수 있어요 — 단순히 만들어진 모델을 가져다 쓰는 것을 넘어, 그 모델을 내 목적에 맞게 고치고 활용하려면 내부에서 일어나는 기초 수학을 아는 것이 중요합니다. 숫자들이 어떻게 묶여서 계산되는지 이해하면, AI가 왜 그런 판단을 내렸는지 명확히 파악하고 더 좋은 성능을 낼 수 있도록 튜닝할 수 있습니다.

딥러닝의 한 층이 하는 일 — 각각의 층은 들어온 숫자에 가중치라는 중요도를 곱하고 더해서 다음 층으로 전달합니다. 층이 깊어질수록 인공지능은 데이터에서 점과 선을 넘어서 눈, 코, 입, 그리고 최종적으로는 강아지나 고양이 같은 큰 특징을 구별하게 됩니다. 이때 정답에 가까워지도록 가중치를 정밀하게 조정하는 지도가 바로 기울기(그라디언트)입니다.

이 코스의 학습 로드맵 — 딥러닝은 결국 효율적인 곱하기와 더하기의 반복입니다. Ch01 내적과 Ch02 행렬 곱을 통해 데이터가 이동하는 기본 원리를 배우고, Ch03~05 인공 뉴런과 활성화 함수를 거쳐, Ch06~10 깊고 넓은 신경망의 구조를 파악합니다. 마지막으로 Ch11~12에서 AI가 스스로 학습하는 핵심 원리인 기울기까지 한 걸음씩 정복해 나갑니다.

아래의 로드맵을 따라 각 챕터의 목표를 확인해 보세요. 차근차근 따라오시다 보면, 최첨단 AI 시스템들이 내부적으로 어떤 수학적 언어를 쓰는지 스스로 해석할 수 있는 힘이 생길 것입니다.