데이터의 매듭을 푸는 기하학: 신경망과 매니폴드 가설의 수학적 구조
Mathematical Structure Vol. 44 데이터의 매듭을 푸는 기하학: 신경망과 매니폴드 가설의 수학적 구조 "선생님, 인공지능이 사진을 보고 개인지 고양인지 맞추는 게 신기해요. 도대체 픽셀 숫자를 가지고 어떻게 그런 판단을 하나요?" 복잡한 데이터를 보며 머리 아파하는 학생에게 저는 구겨진 종이 뭉치를 보여주었습니다. "얘들아, 사진 한 장은 수백만 개의 점으로 이루어진 고차원의 위치 정보란다. 하지만 그 점들이 아무렇게나 찍혀 있는 게 아니야. '개' 사진들은 그 넓은 공간 속에서도 아주 얇고 구불구불한 특정한 '곡면' 위에 모여 있지. 10년 동안 수학을 가르치며 깨달은 건, 인공지능이란 결국 이 구겨진 종이(데이터 곡면)를 부드럽게 펴서 칼로 깔끔하게 자를 수 있게 만드는 기하학적 예술이라는 사실이야. 오늘은 딥러닝이 어떻게 공간을 주무르는지 그 신비로운 구조를 알아보자." 포스팅 핵심 목차 1. 매니폴드 가설: 무질서한 데이터 속 숨겨진 저차원의 곡면 2. 레이어의 마법: 공간을 비틀고 늘리는 선형 및 비선형 변환 3. 위상적 분류: 얽힌 실타래를 푸는 딥러닝의 기하학 [심화] 잠재 공간(Latent Space)과 생성형 AI의 기하학 4. 궁금증 해결! 신경망 수학 자주 묻는 질문(FAQ) 5. 결론: 기하학적 직관이 만드는 AI의 미래 01 매니폴드 가설: 무질서한 데이터 속...