Recurrent Neural Network란?

1. Recurrent Neural Network(RNN)란?

Recurrent Neural Network(줄여서 RNN)은
순서가 중요한 데이터를 다룰 때 사용하는 인공신경망(Neural Network)이야.

특징은,
과거에 본 정보(기억)를 활용하면서 현재 입력을 처리한다는 것!

---

2. 쉽게 이해하는 비유: 소설책 읽는 사람

🎯 비유: 이야기 이어서 기억하기

• 소설책을 읽을 때, 매 페이지마다 앞 내용을 기억하면서 읽어야 해.
• 예를 들어, 주인공이 어떤 일을 겪었는지, 어디로 가고 있는지를 기억하지 않으면 이야기를 이해할 수 없지?
• 매 순간, 과거 내용 + 현재 페이지를 함께 생각해서 다음 내용을 이해하는 거야.

👉 이처럼, RNN은 매 입력마다 과거의 기억(Hidden State)을 참고하면서 새로운 입력을 처리하는 구조야!

---

3. RNN 구조 간단 설명

1. 입력 데이터가 들어오면
2. **이전까지의 기억(Hidden State)**와 함께 처리해서
3. 새로운 결과를 내고, 그 결과를 다시 **기억(Hidden State)**으로 남긴다

이 과정을 데이터가 끝날 때까지 반복(Recurrent)하는 것!

---

4. RNN 흐름 

 

 

입력1 → 결과1 → 기억1 → 입력2 + 기억1 → 결과2 → 기억2 → 입력3 + 기억2 → 결과3 → 기억3 → ...

(과거 기억을 가지고 다음 입력을 처리하는 흐름!)

---

5. RNN이 잘 쓰이는 분야

분야예시

자연어 처리(NLP)	문장 번역, 감정 분석
음성 인식	사람 목소리를 텍스트로 변환
음악 생성	노래 작곡
시계열 예측	주식 가격, 날씨 변화 예측

---

6. 한 줄 요약

RNN은 과거 기억을 이어서 활용하며 순서가 중요한 데이터를 이해하고 처리하는 신경망이다!

---

💡 추가 Tip

• RNN의 강점: 순서를 고려해서 데이터를 처리할 수 있다!
• RNN의 단점: 기억이 오래되면(시간이 길어지면) 과거 정보를 잊어버리는 문제가 있다.
  (이걸 해결하려고 나온 게 LSTM, GRU 같은 더 발전된 모델이야!)