---
id: CNN-001
category: Unified
confidence_score: 1.0
tags: [ai, [[Deep-Learning|Deep-Learning]], cnn, [[Computer-Vision|Computer-Vision]], image-[[Processing|Processing]]]
last_reinforced: 2026-04-26
---

# Convolutional Neural Networks (CNN, 합성곱 신경망)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "이미지의 지역적 특징을 훑으며 데이터 속에 숨겨진 시각적 패턴을 포착하라" — 합성곱 필터를 사용하여 이미지의 공간적 구조 정보를 보존하면서 특징을 추출하는 신경망 구조로, 현대 컴퓨터 비전의 황금기를 연 주역.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** 작은 필터(Kernel)가 이미지를 슬라이딩하며 지역적인 특징(선, 면, 질감 등)을 추출하고, 이를 층층이 쌓아올려 복잡한 사물을 인식하는 계층적 인지 패턴.
- **핵심 구성 요소:**
    - **Convolutional Layer:** 필터를 통해 특징 지도(Feature Map) 생성. 가중치 공유(Weight Sharing)를 통해 파라미터 수 절감.
    - **[[Pooling|Pooling]] Layer:** 데이터의 크기를 줄여(Subsampling) 연산량을 조절하고 불변성(Invariance) 확보.
    - **Fully Connected Layer:** 추출된 특징들을 종합하여 최종 분류 수행.
    - **Translation Invariance:** 물체가 이미지 내 어디에 있든 동일하게 인식할 수 있는 능력.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 이미지를 1차원 벡터로 펼쳐서 학습하던 방식(MLP)의 정보 손실 문제를 해결. 현재는 비전 트랜스포머(ViT)와 경쟁하며 하이브리드 구조로 발전 중.
- **정책 변화:** Antigravity 프로젝트는 문서 내 이미지 데이터를 특징 벡터로 변환할 때, 효율적인 연산을 위해 경량화된 CNN 아키텍처(예: MobileNet)를 백본으로 사용함.

## 🔗 지식 연결 (Graph)
- Computer-Vision-[[Mastery|Mastery]], [[Deep-Learning|Deep-Learning]], Image-Processing, [[Transformer-Architecture|Transformer-Architecture]]
- **Raw Source:** 10_Wiki/Topics/AI/Convolutional-Neural-Networks.md