STEP 01 · FOUNDATION
Neuron
입력·가중치·Bias가 하나의 출력으로 합쳐지는 과정
CURRENT
WHY THIS MATTERS
왜 뉴런부터 배우는가?
은 신경망의 가장 작은 계산 단위입니다. 여기서 , , 가 어떻게 하나의 결과로 합쳐지는지 이해하면 Layer와 전체 Neural Network가 같은 계산을 대량으로 반복한다는 사실을 읽을 수 있게 됩니다.
AI의 “학습”에서 실제로 무엇이 변할까?
왜 같은 Input도 다른 결과를 만들까?
Layer는 뉴런 하나와 무엇이 다를까?
WHERE THIS IS USED
거의 모든 신경망의 출발점이미지 분류 · 추천 · 음성 인식 · Transformer · LLM
현재 발생한 계산 ·
x₁ × w₁ = 0.70 × 0.80 = 0.560
x₂ × w₂ = 0.30 × -0.30 = -0.090
bias = 0.120
─────────────────────────
weighted sum z = 0.590
슬라이더를 움직여 보세요. 선의 강조와 뉴런 상태가 실제 계산값과 함께 변합니다. 이 단계의 핵심은 “AI 뉴런도 결국 입력값에 가중치를 곱하고 Bias를 더하는 계산 단위”라는 점을 눈으로 확인하는 것입니다.