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 이유일반적인 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 폭발문제 2: 이미지의 공간적 구조(위치, 패턴)를 잘 반영하지 못함CNN은 이 문제를 해결하기 위해 등장했습니다. 이미지의 국소적인 패턴(엣지, 선, 질감)을 필터로 추출하는 방식을 사용합니다.CNN의 핵심..