LEARN · SIMULATE · VERIFY

확률부터 LLM까지, 원리부터 제대로 배우는 자기주도 학습 플랫폼

로그인

학습 메뉴

도움말

홈

CNN 실습실 — 합성곱 신경망

Q: CNN의 필터(커널) 값 — 예를 들어 "가장자리 감지" 필터는 누가 만들까요?

필터도 가중치입니다 — 무작위에서 출발해 역전파로 학습됩니다. "무엇이 유용한 특징인지"를 사람이 정하지 않고 데이터가 정하게 한 것이 CNN이 고전 비전을 이긴 이유입니다. 넘스탯(NumStats)의 브라우저 시뮬레이션에서 직접 실험으로 확인할 수 있습니다.

Q: 이미지 인식에서 CNN이 MLP보다 유리한 핵심 이유는?

고양이 귀는 왼쪽에 있든 오른쪽에 있든 같은 귀입니다. 같은 필터를 이미지 전체에 미끄러뜨리는(가중치 공유) CNN은 이 사실을 구조에 새겨 넣어, MLP보다 적은 파라미터로 더 잘 일반화합니다. 넘스탯(NumStats)의 브라우저 시뮬레이션에서 직접 실험으로 확인할 수 있습니다.

"공간 정보를 보존하며 학습한다" — LeNet(1998)부터 ResNet(2016)까지의 핵심 연산

원하는 개념·랩·가이드를 검색해보세요

Ctrl K

딥러닝 이론으로 상세 이론 학습

왜 이미지에는 일반 신경망이 아니라 CNN을 쓸까

100×100 픽셀 이미지를 일반 신경망에 넣으면 첫 층에서만 수만 개의 가중치가 필요하고, 그마저도 물체가 조금만 움직이면 무너집니다. CNN은 작은 필터를 이미지 전체에 미끄러뜨려 위치와 무관하게 특징을 잡아냅니다. 그 원리를 직접 조작하며 확인해 보세요.

이 페이지에서 배우고 나면

합성곱 필터가 이미지에서 어떤 특징(모서리·질감 등)을 잡아내는지 직접 볼 수 있습니다.
풀링이 무엇을 하고 왜 필요한지 이해할 수 있습니다.
층이 깊어질수록 왜 더 추상적인 특징을 학습하는지 관찰할 수 있습니다.

CNN이 이미지에 강한 이유 3가지

(1) 지역 연결성: 가까운 픽셀이 더 의미 있다는 inductive bias. (2) 파라미터 공유: 같은 커널을 이미지 전체에 슬라이딩 — 위치 무관 특징. (3) 평행 이동 등변성(equivariance): 입력이 이동하면 출력도 같이 이동. (Goodfellow et al., Deep Learning Ch.9)

Convolution = 슬라이딩 + Element-wise 곱·합

합성곱 연산은 작은 커널(filter)이 입력 위를 슬라이딩하며 각 위치에서 element-wise 곱 후 합을 계산합니다. 딥러닝에서는 엄밀히는 cross-correlation을 사용하지만 관례상 convolution이라 부릅니다 (Goodfellow Ch.9.1).

합성곱: 7×7 입력 ⊛ 3×3 Sobel-X 커널 → 5×5 출력

같은 입력, 다른 커널 → 다른 특징

CNN의 핵심은 "어떤 커널을 사용하느냐"입니다. 학습 전에는 무작위지만, 역전파를 통해 데이터로부터 의미 있는 특징을 추출하는 커널로 자동으로 진화합니다 (Krizhevsky et al. 2012).

같은 얼굴 패턴에 4가지 커널 적용 → 완전히 다른 특징

예측 먼저 — 실험 전에 답을 정해 보세요

예측 → 실험 → 확인

정답을 몰라도 괜찮습니다 — 먼저 예측을 정해야 시뮬레이션 결과가 기억에 남습니다. 예측을 고른 뒤 아래 시뮬레이션으로 직접 확인하고, 그다음 결과를 열어 보세요.

1. CNN의 필터(커널) 값 — 예를 들어 "가장자리 감지" 필터는 누가 만들까요?

2. 이미지 인식에서 CNN이 MLP보다 유리한 핵심 이유는?

로그인하면 예측 기록이 계정에 저장됩니다

어느 기기에서든 이어서 학습하고, 오답 기반 복습 추천을 받을 수 있습니다.

만 14세 이상이며 이용약관과 개인정보 처리방침에 동의합니다

카카오로 시작하기 네이버로 시작하기 구글로 시작하기

회원가입 절차 없음 — 닉네임만 저장하며, 이메일·연락처는 수집하지 않습니다.

CNN 인터랙티브 — Convolution + Pooling 시각화

입력 이미지에 다양한 커널을 적용하고 stride·padding·pooling을 조절하며 출력 변화를 실시간으로 관찰하세요.

입력 패턴

커널 (필터)

Stride = 1

Padding = 0

Pooling (2×2, stride=2)

입력 (24×24)

커널 (3×3)

Sobel-X (수직 에지)

Conv 출력 (22×22)

풀링 없음 (22×22)

출력 공식: O = ⌊(I + 2P − K) / S⌋ + 1

(24 + 2·0 − 3) / 1 + 1 = 22

실험 시나리오

커널의 마법: 같은 입력에 Sobel-X와 Sobel-Y를 번갈아 적용. 수직 에지와 수평 에지가 각각 강조됨
Blur vs Sharpen: 줄무늬 입력 + Blur → 부드러워짐 / Sharpen → 더 선명. 같은 형태의 작은 행렬이 완전히 다른 효과
Stride 효과: stride=1 → 출력 22×22, stride=2 → 11×11. 출력 크기가 줄어들지만 정보도 줄어듦
Padding으로 크기 유지: padding=1로 설정 + stride=1 → 출력 = 입력 크기. ResNet 등 깊은 망에서 표준
Max vs Avg Pooling: Max는 강한 신호 유지, Avg는 부드러운 신호. CNN에서는 Max가 더 일반적 (LeCun 1998)

실측 요약 — 이 실습이 보여주는 것

24×24 합성 패턴(십자·원·사각형·줄무늬)에 3×3 커널 6종(Identity·Edge·Blur·Sharpen·Sobel-X·Sobel-Y)을 실제 합성곱 연산으로 적용하고, stride(1~4)·padding(0~3)·pooling(Max/Avg 2×2)을 바꾸며 출력 행렬이 어떻게 변하는지 셀 단위로 관찰하는 실험입니다.

출력 크기 공식 O = ⌊(I+2P−K)/S⌋+1 실계산: 24×24 입력에 3×3 커널이면 stride 1·padding 0 → 22×22, stride 2 → 11×11, padding 1·stride 1 → 24×24로 입력 크기가 그대로 보존된다 (깊은 CNN의 표준 설정)
Sobel-X 커널 [[−1,0,1],[−2,0,2],[−1,0,1]]은 수직 에지만, 이를 전치한 Sobel-Y는 수평 에지만 강조한다 — 3×3 숫자 9개의 배치가 완전히 다른 특징 추출기를 만든다
2×2 Max Pooling은 22×22 출력을 11×11로 줄이며 구역별 최강 반응만 남긴다 — 해상도는 절반, 값 개수는 1/4이 되고, Avg Pooling은 같은 구역의 평균이라 신호가 부드러워진다

바로잡는 오개념: "CNN의 필터는 전문가가 설계해 고정해 둔 것"이라는 생각 — 고전 컴퓨터 비전이 그랬을 뿐, CNN의 필터는 가중치라서 무작위 값에서 출발해 역전파로 스스로 학습된다.

AI 튜터에게 물어보기

베타

— 정답 대신 힌트로 유도합니다. 지금 화면의 실험 상태를 알고 답해요.

예: “방금 결과가 이론과 다른데 왜죠?”, “이 값을 올렸는데 왜 반대로 변하죠?”

AI 답변은 부정확할 수 있습니다. 핵심 개념은 반드시 시뮬레이션 실측으로 확인하세요. 질문 0/5 · 하루 질문 한도가 있습니다

Stride · Padding · Dilation — 출력 크기 제어

Stride(슬라이드 간격), Padding(외곽 0-채움), Dilation(커널 간격)이 출력 크기와 받음야(receptive field)를 결정합니다. 표준 출력 공식: O = ⌊(I + 2P − D(K−1) − 1) / S⌋ + 1

Stride / Padding / Dilation의 시각적 비교

Pooling — 공간 해상도 축소 + 불변성

Pooling은 인접한 픽셀들의 통계량(최댓값/평균)으로 압축합니다. Max pooling은 강한 특징을 유지하고 약한 평행 이동에 불변성을 제공합니다. CNN에서는 일반적으로 2×2 max pooling이 표준입니다.

Max vs Average Pooling — 같은 입력의 다른 압축

CNN 전체 아키텍처 — LeNet-5

CNN은 (Conv → Pool)을 반복해 점진적으로 추상화된 특징을 추출한 뒤, 마지막에 Fully Connected 층으로 분류합니다. LeCun et al. (1998)의 LeNet-5가 이 패턴의 원형이며, 현대 ResNet/EfficientNet도 큰 그림에서는 이 구조의 확장입니다.

LeNet-5 스타일 CNN 아키텍처 — 특징 추출 + 분류

주요 CNN 아키텍처 마일스톤

LeNet-5 (1998)

LeCun. 손글씨 숫자 인식. CNN의 원조 — Conv+Pool+FC 패턴 정립.

AlexNet (2012)

Krizhevsky et al. ImageNet 우승. ReLU + Dropout + GPU 학습. 딥러닝 시대 개막.

VGG (2014)

Simonyan & Zisserman. 3×3 작은 커널을 깊이 쌓는 단순한 전략 → 16/19층.

ResNet (2016)

He et al. Skip Connection으로 152층 학습 가능. 현재 CV 백본의 표준.

직접 해보기 — 실습 과제

Sobel-X vs Sobel-Y: 십자 입력에 두 커널을 번갈아 적용. 수직선과 수평선이 각각 강조됨
Edge 검출: 원/사각형 입력에 Edge 커널 → 윤곽선만 추출. 이것이 CNN 첫 층이 자동으로 학습하는 패턴
Stride=2: 같은 입력+커널에 stride를 1→2로 변경. 출력 크기가 절반, 정보 손실
Padding으로 크기 유지: 3×3 커널 + padding=1 + stride=1 → 출력 = 입력 크기 (ResNet 스타일)
Pooling 비교: 합성곱 출력에 Max와 Avg 풀링을 적용해 어떤 정보가 살아남는지 비교

더 깊이 학습하기

Goodfellow et al., Deep Learning (MIT Press 2016) — Ch.9: CNN 종합 이론
LeCun et al., Gradient-based learning applied to document recognition (1998): LeNet-5 원논문
Krizhevsky et al., ImageNet Classification with Deep CNN (NIPS 2012): AlexNet
He et al., Deep Residual Learning (CVPR 2016): ResNet
Stanford CS231n: Convolutional Neural Networks for Visual Recognition