CNN: 이미지 인식의 기본으로 적용된 신경망

딥러닝 모델 중에서 가장 많이 들어본 이름 중 하나가 아마 CNN(Convolutional Neural Networks, 합성곱 신경망)일 겁니다.

오늘은 제가 정리한 CNN의 핵심 개념과 응용 사례에 대해 글을 작성하려고 합니다.

---

CNN이 필요한 이유

일반적인 신경망(MLP, 다층 퍼셉트론)에 이미지를 그대로 넣으면, 픽셀 수만큼 입력 노드가 필요합니다.

예를 들어 224x224 크기의 컬러 이미지라면 224×224×3 = 약 150,000개의 입력이 생깁니다.

• 문제 1: 파라미터가 너무 많아짐 → 계산량 폭발
• 문제 2: 이미지의 공간적 구조(위치, 패턴)를 잘 반영하지 못함

CNN은 이 문제를 해결하기 위해 등장했습니다. 이미지의 국소적인 패턴(엣지, 선, 질감)을 필터로 추출하는 방식을 사용합니다.

---

CNN의 핵심 아이디어

1. 합성곱(Convolution)

• 작은 필터(커널)를 이미지 위에서 슬라이딩하며 곱셈/덧셈을 수행 → 특징 맵(feature map) 생성
• 초반 레이어: 선, 모서리, 색상 같은 단순한 특징
• 깊은 레이어: 얼굴, 물체 같은 복잡한 패턴

2. 풀링(Pooling)

• 특징 맵의 크기를 줄여서 연산량 감소 + 중요한 특징만 유지
• 보통 Max Pooling이 많이 쓰임 (특징 영역에서 가장 큰 값만 선택)

3. 계층적 구조

• CNN은 층이 깊어질수록 점점 더 추상적인 특징을 학습
• 픽셀 → 엣지 → 패턴 → 객체 순서로 인식

---

대표적인 CNN 아키텍처

1. LeNet (1998)
   • 손글씨 숫자 인식에 성공 → CNN의 시초
2. AlexNet (2012)
   • ImageNet 대회에서 압도적 성능 → 딥러닝 붐의 시작
3. VGGNet (2014)
   • 단순히 네트워크를 깊게 쌓아도 성능이 향상됨을 보여줌
4. ResNet (2015)
   • 잔차 연결(Residual Connection)로 초깊은 네트워크 학습 가능하게 함

---

CNN의 활용

• 이미지 분류: 사진 속에 고양이냐 개냐 구분
• 객체 탐지: 사진 안에서 사람, 자동차 위치까지 찾아내기
• 의료 영상: CT/MRI에서 병변 탐지, 진단 보조
• 자율주행: 카메라 영상으로 차선, 신호등 인식
• 영상 처리: 얼굴 인식, 감정 분석, 영상 필터링

CNN은 단순히 연구용 모델이 아니라, 지금도 실제 서비스와 산업에서 계속 쓰이고 있습니다.

---

CNN의 한계와 이후 발전

• 계산 비용: 여전히 모델이 크면 GPU 자원이 많이 필요
• 장기 의존성 부족: 이미지 내 전역적인 관계(멀리 떨어진 부분 간 관계)를 잡는 데 한계
• 이런 이유로 최근에는 Transformer 기반 모델(Vision Transformer, ViT)이 주목을 받고 있습니다.

그래도 CNN은 여전히 강력하고, 지금도 많은 응용에서 기본 구조로 활용됩니다.

---

정리

CNN은 이미지를 잘 이해할 수 있는 구조를 가진 딥러닝 모델입니다.

• 합성곱으로 국소적 패턴을 잡고,
• 풀링으로 효율성을 높이고,
• 층을 깊게 쌓아 복잡한 특징을 표현합니다.

GAN, Diffusion, ViT 같은 최신 모델들을 이해하려면 CNN 개념이 꼭 필요하다고 느꼈습니다.

그래서 이번에 CNN을 정리하면서 “딥러닝의 기본 뼈대는 여전히 CNN 위에서 발전해 왔구나”라는 걸 다시 확인할 수 있었습니다.