Shallow Network와 Deep Neural Network란?

1. 딥러닝에서는 "깊이"가 중요하다

딥러닝(Deep Learning)에서는 신경망(Neural Network)의 "깊이(depth)"가 얼마나 깊은지가 아주 중요해.
이때 "깊다"는 건 Hidden Layer가 몇 개나 있느냐를 뜻해!

• Hidden Layer가 적으면 → Shallow Network (얕은 신경망)
• Hidden Layer가 많으면 → Deep Neural Network (깊은 신경망)

---

2. 쉽게 이해하는 비유: 문제 해결하는 탐정

🧠 Shallow Network: 단순한 탐정

• 사건이 터졌어! 그런데 이 탐정은 힌트를 하나만 보고 바로 결론을 내버려.
• 예를 들어, "바닥에 발자국이 있다" → "범인은 키 큰 사람이다!"라고 빠르게 추리해.
• 생각하는 과정이 간단해, 깊게 파고들지 않아.

→ Shallow Network는 Hidden Layer가 1~2개 정도로 단순하고 얕은 신경망이야.

---

🧠 Deep Neural Network: 치밀한 탐정

• 이번에는 다른 탐정이 사건을 맡았어.
• 이 탐정은 발자국, 지문, 목격자 진술, CCTV 영상, 알리바이까지 다 조사해.
• 정보를 단계별로 쌓아가면서, 점점 더 정밀하게 추리해 나가.
• 그리고 마지막에야 조심스럽게 결론을 내려.

→ Deep Neural Network는 Hidden Layer가 여러 개 쌓여, 복잡하고 정밀하게 문제를 해결하는 신경망이야.

---

3. 핵심 비교

구분Shallow NetworkDeep Neural Network

Hidden Layer 수	적다 (1~2개)	많다 (3개 이상)
사고 과정	단순하고 빠름	복잡하고 정밀함
해결할 수 있는 문제	쉬운 문제	복잡하고 어려운 문제
비유	힌트 하나 보고 바로 추리하는 탐정	여러 증거를 모아 치밀하게 추리하는 탐정

---

4. 실제로는?

• Shallow Network는 학습이 빠르고 간단하지만, 복잡한 패턴을 잘 못 알아챈다.
• Deep Neural Network는 시간은 더 걸리지만, 사진 속 고양이와 강아지를 구분하거나 자연어처럼 복잡한 정보를 이해하는 데 강하다.

👉 그래서 요즘 인공지능(AI)은 대부분 Deep Neural Network를 쓴다!

---

5. 한 줄 요약

Shallow Network는 얕게 생각하는 탐정, Deep Neural Network는 깊게 생각하는 탐정이다!

---

💡 추가 Tip

• Deep Neural Network가 깊어질수록 학습이 어려워질 수도 있는데, 이를 해결하기 위해 **"활성화 함수(Activation Function)"**나 "정규화(Normalization)" 같은 기술도 같이 쓴다.
• "딥러닝"이라는 이름도 여기서 나온 거야. "깊은 학습"이란 뜻이거든!