[AI] RNN(Recurrent Neural Network)과 MLP(Multi-Layer Perceptron)의 차이

1. 구조적 차이

항목	RNN	MLP
구조	순환 구조. 이전 시점의 출력을 현재 입력과 함께 사용	계층적 구조. 모든 입력은 독립적으로 처리됨
파라미터 공유	시간축에서 가중치 공유	층 간에는 파라미터 공유 없음
입력 형태	시퀀스 데이터(시간 또는 순서가 있는 데이터)	고정된 벡터 형태의 입력

---

2. 데이터 처리 방식

항목	RNN	MLP
시간 의존성	시간 순서를 따라 데이터를 처리하며, 이전 정보(히든 상태)를 기억	모든 입력을 독립적으로 처리
상태 저장	내부 상태(히든 스테이트)를 유지함	상태 저장 없음

---

3. 사용되는 분야

항목	RNN	MLP
적합한 작업	자연어 처리(NLP), 시계열 예측, 음성 인식 등 순차 데이터 처리	이미지 분류, 구조화된 데이터 분류/회귀 등
예시	텍스트 생성, 기계 번역, 주가 예측 등	숫자 분류, 고객 이탈 예측 등

---

4. 계산 흐름

• MLP는 입력 벡터가 들어오면, 각 층을 거치면서 단방향으로 정보가 흐른다. 시계열적 문맥을 고려하지 않음.
• RNN은 입력이 순차적으로 주어질 때, 매 스텝마다 이전의 은닉 상태를 이용하여 다음 상태를 계산함으로써 시간적 문맥을 반영함.

---

5. 수식적 표현

• MLP (한 층의 예):

  $$
  h = f(Wx + b)
  $$

• RNN (단순 RNN의 예):

  $$
  h_t = f(Wx_t + Uh_{t-1} + b)
  $$

  여기서 $h_{t-1}$은 이전 시점의 은닉 상태