먼저 알아야 할 것

과목 소개와 들어가기

읽기 전에
  1. 사람과 컴퓨터가 “대화”하려면 가운데에 무엇이 있어야 할까? 그것이 하는 일을 한 문장으로 추측해 보라. → 휴먼 인터페이스 미디어
  2. 사람 눈과 귀가 못 느끼는 부분을 데이터에서 버려도 될까? 어떤 기술이 그렇게 할까? → 휴먼 인터페이스 미디어
번호 개념 한 줄 개념 코드 연습
01 휴먼 인터페이스 미디어 사람의 자극과 컴퓨터의 수치·코드를 서로 바꾸는 매체 — —

떠올려 보기: 노트를 닫고 휴먼 인터페이스 미디어의 그림을 그린 뒤, 이 과목이 다루는 두 갈래(사람 감각의 특성, 자극을 데이터로 바꾸기)와 다루지 않는 것을 써 본다.

사람의 지각

읽기 전에
  1. 센 자극을 받으면 뉴런은 신호를 “크게” 보낼까, “자주” 보낼까? → 발화율 부호화
  2. 여러 수용기의 신호를 뉴런 하나로 모으면 무엇을 얻고 무엇을 잃을까? → 뉴런의 수렴
  3. “입력에 무게를 곱해 더하고 문턱을 넘으면 1”인 기계는 XOR을 배울 수 있을까? → 퍼셉트론
번호 개념 한 줄 개념 코드 연습
02 지각 감각은 수용, 지각은 신호를 골라 정리하고 해석하는 능동적 처리 — —
03 지능 시스템 사람처럼/이성적으로 × 생각/행동의 네 관점. 기호주의와 연결주의 — —
04 뉴런과 신호 전달 수용기가 자극을 전기로, 시냅스가 화학으로 넘김. 휴지 전위 −70 mV — —
05 발화율 부호화 세기는 스파이크 크기가 아니라 빈도. 불응기 1 ms로 상한 검증 · 그림 코드 · 그림1 —
06 흥분성과 억제성 시냅스 문턱 쪽으로 올리는 흥분, 멀어지게 내리는 억제 — —
07 뉴런의 연산 모형 \(a(A\mathbf{x} + \mathbf{b})\). 활성 함수가 없으면 층을 쌓아도 한 층 검증 · 그림 코드 · 그림1 —
08 퍼셉트론 가중 합 + 문턱, 틀리면 가중치 수정. 선형 분리만 가능, XOR 불가 구현 · 그림 코드 · 그림1 —
09 뉴런의 수렴 모으면 약한 신호에 민감해지고 위치를 잃음 검증 · 그림 코드 · 그림1 뉴런 수렴 모델링 연습
10 중심-주변 길항 가운데 흥분·둘레 억제. 고른 빛보다 경계에 반응하는 대역 통과 필터 검증 · 그림 코드 · 그림1 · 그림2 —

떠올려 보기: 노트를 닫고 자극 → 수용기 → 뉴런 → 시냅스의 흐름, 세기를 싣는 방법, 수렴 세 회로의 반응 그래프를 그린 뒤, 이 셋이 연산 모형 \(a(A\mathbf{x} + \mathbf{b})\)의 어느 부분이 되는지 이어 본다.

사람의 시각

읽기 전에
  1. 모니터 속 노란 꽃에서 오는 빛에 노란 파장(약 580 nm)이 들어 있을까? → 삼색 이론
  2. 밝기가 계단처럼 바뀌는 경계를 보면, 경계 양옆은 실제 밝기대로 보일까? → 측면 억제
  3. 가까운 손가락과 먼 산 중, 두 눈에 비친 상의 어긋남이 큰 것은? → 양안 시차
번호 개념 한 줄 개념 코드 연습
11 파동과 빛 진폭·주파수·위상. 청각은 1차원 시간, 시각은 2차원 평면 검증 · 그림 코드 · 그림1 —
12 이미지 함수 \(i(x, y)\), 컬러는 세 채널 벡터, 윤곽선은 \(\nabla i\) 검증 · 그림 코드 · 그림1 —
13 휘도와 조도 조도는 떨어지는 빛, 휘도는 되돌아오는 빛. 대비는 조명과 무관 검증 · 그림 코드 · 그림1 —
14 눈의 구조 카메라와 닮았지만 센서가 고르지 않고 스스로 가공함 — —
15 간상체와 추상체 간상체는 어둠·흑백, 추상체는 밝음·색. 중심와에는 추상체만 검증 —
16 삼색 이론 색은 세 추상체 반응의 조합. 원색 셋으로 맞추되 못 만드는 색이 있음 검증 · 그림 코드 · 그림1 · 그림2 —
17 조건등색 스펙트럼이 달라도 세 반응이 같으면 같은 색. 영공간 검증 · 그림 코드 · 그림1 조건등색 예제 사다리
18 측면 억제 이웃을 빼서 경계를 강조. 마하 띠 80·88·8·16, 헤르만 격자 60 대 76 검증 · 그림 코드 · 그림1 측면 억제 예제 사다리
19 반대색 과정 빨강-초록, 파랑-노랑, 흰-검 짝을 +와 −로. 잔상 검증 · 그림 코드 · 그림1 —
20 삼색 이론과 반대색 과정 비교 가르는 질문: 세 반응의 크기만으로 정해지는가, 짝의 차이가 필요한가 — —
21 양안 시차 두 눈 상의 차이로 깊이. 가까울수록 크고 멀면 급히 줄어듦 검증 · 그림 코드 · 그림1 · 그림2 —
22 시각 경로 망막 → LGN → 시각 피질. LGN은 피드백을 받아 조절 — —

점묘법은 삼색 이론이 먼저 필요해 조건등색에서 다룬다.

떠올려 보기: 노트를 닫고 빛이 눈에 들어와 시각 피질에 닿기까지를 한 줄로 그린 뒤, 그 길 위에서 색(삼색 → 반대색), 밝기(측면 억제), 깊이(양안 시차)가 각각 어디서 처리되는지 표시해 본다.

파동의 표현

읽기 전에
  1. 편광 선글라스는 빛에 쓰는데, 소리에도 “편광 귀마개”를 만들 수 있을까? → 종파와 횡파
  2. 사인파의 높이 하나만 보고 그 파동이 올라가는 중인지 내려가는 중인지 알 수 있을까? → 파동의 복소수 표현
번호 개념 한 줄 개념 코드 연습
23 종파와 횡파 소리는 나아가는 방향으로, 빛은 수직으로 흔들림. 빛은 2차원이라 편광 그림 코드 · 그림1 —
24 파동의 복소수 표현 원 위를 도는 점 \(Ae^{i(2\pi t/T + \phi)}\). 사인은 그 그림자 검증 · 그림 코드 · 그림1 —

떠올려 보기: 노트를 닫고 원 위를 도는 점과 그 그림자 사인파를 그린 뒤, \(A\), \(T\), \(\phi\)가 그림의 어디인지 표시하고 \(Ae^{i(2\pi t/T + \phi)}\)의 실수부·허수부를 적어 본다.

이미지의 표현

읽기 전에
  1. 풀HD 동영상을 압축 없이 보내면 초당 몇 비트쯤일까? 방송 회선(약 19 Mbps)과 비교하면? → 디지털 이미지
  2. 사진 데이터를 25%만 남겨야 한다면 픽셀 일부와 낮은 주파수 중 무엇을 남기겠는가? → 해상도와 공간 주파수
  3. 둥근 판을 “가로 모양 × 세로 모양”으로 쓸 수 있을까? → 2차원 함수
번호 개념 한 줄 개념 코드 연습
25 디지털 이미지 픽셀 배열과 밝기 양자화. \(b\)비트면 \(2^b\)단계, 풀HD는 초당 약 3 Gbps 검증 —
26 해상도와 공간 주파수 픽셀 \(N\)개의 최대 공간 주파수 \(N/2\). 낮은 주파수에 모양, 높은 주파수에 질감 검증 · 그림 코드 · 그림1 —
27 2차원 함수 사각·원판·델타·그리드. 사각은 분리 가능, 원판은 극좌표로 검증 —

떠올려 보기: 노트를 닫고 이미지 → 픽셀 배열 → 양자화 → 데이터의 흐름을 그린 뒤, 각 단계에서 무엇을 잃는지(위치의 세밀함, 밝기의 세밀함)와 픽셀 \(N\)개의 최대 공간 주파수를 적어 본다.

모양 맞추기

읽기 전에
  1. 모양은 같고 전체 밝기만 다른 두 사진의 평균 제곱 차이는 클까 작을까? → 모양의 비슷함 재기
  2. 틀을 옮기며 곱해 더한 값이 가장 큰 곳이 늘 틀과 같은 무늬일까? → 교차 상관
  3. 3×3 평균 필터를 쓸 때 커널을 180° 돌리든 안 돌리든 결과가 같은 이유는? → 교차 상관과 합성곱 비교
번호 개념 한 줄 개념 코드 연습
28 모양의 비슷함 재기 평균 제곱 차이는 밝기에 흔들림. 평균 빼고 표준편차로 나눈 상관계수로 검증 —
29 교차 상관 틀을 옮기며 겹친 값의 곱을 더함. 패턴 찾기에는 정규화 구현 · 그림 코드 · 그림1 —
30 교차 상관과 합성곱 비교 가르는 질문: 옮기기 전에 뒤집는가 검증 —
31 2차원 합성곱 커널을 180° 돌려 창처럼 밀며 곱해 더함. 흐리기·미분·옮기기 구현 · 그림 코드 · 그림1 합성곱 연습 · 문제 코드 p2 · 문제 코드 p4 · 문제 코드 p5 · 문제 코드 p7

떠올려 보기: 노트를 닫고 비슷함을 재는 방법을 차례로(평균 차이 → 평균 제곱 차이 → 상관계수 → 교차 상관 → 합성곱) 쓰고, 각 방법이 앞 방법의 어떤 문제를 고쳤는지 한 줄씩 붙인다.

다른 과목과의 연결

흐름

graph TD
  n01["01 휴먼 인터페이스 미디어"]
  n02["02 지각"]
  n03["03 지능 시스템"]
  n04["04 뉴런과 신호 전달"]
  n05["05 발화율 부호화"]
  n06["06 흥분성과 억제성 시냅스"]
  n07["07 뉴런의 연산 모형"]
  n08["08 퍼셉트론"]
  n09["09 뉴런의 수렴"]
  n10["10 중심-주변 길항"]
  n11["11 파동과 빛"]
  n12["12 이미지 함수"]
  n13["13 휘도와 조도"]
  n14["14 눈의 구조"]
  n15["15 간상체와 추상체"]
  n16["16 삼색 이론"]
  n17["17 조건등색"]
  n18["18 측면 억제"]
  n19["19 반대색 과정"]
  n20["20 삼색 이론과 반대색 과정 비교"]
  n21["21 양안 시차"]
  n22["22 시각 경로"]
  n23["23 종파와 횡파"]
  n24["24 파동의 복소수 표현"]
  n25["25 디지털 이미지"]
  n26["26 해상도와 공간 주파수"]
  n27["27 2차원 함수"]
  n28["28 모양의 비슷함 재기"]
  n29["29 교차 상관"]
  n30["30 교차 상관과 합성곱 비교"]
  n31["31 2차원 합성곱"]
  n01 --> n02
  n01 --> n03
  n02 --> n04
  n04 --> n05
  n04 --> n06
  n05 --> n06
  n05 --> n07
  n06 --> n07
  n07 --> n08
  n06 --> n09
  n07 --> n09
  n06 --> n10
  n09 --> n10
  n01 --> n11
  n11 --> n12
  n11 --> n13
  n11 --> n14
  n14 --> n15
  n04 --> n15
  n09 --> n15
  n15 --> n16
  n11 --> n16
  n16 --> n17
  n06 --> n18
  n15 --> n18
  n16 --> n19
  n06 --> n19
  n16 --> n20
  n19 --> n20
  n14 --> n21
  n14 --> n22
  n04 --> n22
  n11 --> n23
  n23 --> n24
  n12 --> n25
  n25 --> n26
  n11 --> n26
  n12 --> n27
  n25 --> n28
  n28 --> n29
  n29 --> n30
  n27 --> n31
  n30 --> n31