---
title: "CNN 시대를 갈아엎은 심플함의 미학, VGGNet 완전 정복 – 3×3 컨볼루션만으로 만든 딥러닝 레전드"
id: "922"
type: "post"
slug: "vggnet-complete-guide"
published_at: "2025-12-11T08:42:14+00:00"
modified_at: "2026-07-19T09:58:06+00:00"
url: "https://doyouknow.kr/vggnet-complete-guide/"
markdown_url: "https://doyouknow.kr/vggnet-complete-guide.md"
excerpt: "왜 VGGNet은 여전히 딥러닝 교과서의 주인공일까요? 3x3 컨볼루션만으로 ImageNet을 뒤흔든 초심플 초딥 CNN 아키텍처를, 직관적 예시와 밈으로 풀어보는 완전 가이드. CNN 입문자부터 연구자까지 반드시 알아야 할 구조·훈련·전이학습 비밀을 한 번에 정리했습니다."
taxonomy_category:
  - "AI"
  - "논문"
taxonomy_post_tag:
  - "AI"
  - "CNN"
  - "ImageNet"
  - "VGGNet"
  - "논문"
  - "딥러닝"
  - "딥러닝논문리뷰"
  - "이미지 분류"
  - "컴퓨터 비전"
---

![Vggnet Complete Guide](https://doyouknow.kr/wp-content/uploads/cwv-webp-images/2025/12/vggnet-complete-guide.jpg.webp)

> **한 줄 요약:** 필터는 3×3 하나로 통일, 대신 깊이를 끝까지 밀어붙여 ImageNet을 씹어먹은 레전드 CNN.

VGGNet은 딥러닝 역사에서 거의 “교과서의 표지 모델” 같은 존재입니다.

구조는 놀라울 만큼 단순해요. 필터 크기는 3×3 하나로 통일, 풀링은 2×2, activation은 ReLU. 그런데도 ImageNet ILSVRC 2014에서 분류 2위, 물체 위치 찾기(localization) 1위를 차지하며 실력을 정면으로 증명해버렸죠.

> “복잡하게 꼬지 말고, **작은 필터를 깊게 쌓아라.** 그러면 성능은 자연스럽게 따라온다.”

이 글에서는 VGGNet 원 논문 “Very Deep Convolutional Networks for Large-Scale Image Recognition”의 핵심 내용을 기반으로,

- 왜 3×3 컨볼루션을 고집했는지
- 16·19층 초딥 구조가 어떻게 설계됐는지
- 어떤 방식으로 학습했는지
- 왜 전이학습(Transfer Learning)의 국민 베이스라인이 되었는지

까지, **처음부터 이해할 수 있게** 풀어서 정리해보겠습니다.

중간중간 [CNN 기본 개념](https://doyouknow.kr/cnn-convolutional-neural-network-image-recognition/)
이나 [딥러닝 기초](https://doyouknow.kr/perceptron-deep-learning-neural-network-activation-function/)
를 연결해가며 읽으시면 더 잘 들어올 거예요.

[ez-toc]

---

## 1. VGGNet은 도대체 왜 그렇게까지 유명할까요?

### 1-1. ILSVRC 2014에서 증명된 단순함의 힘

VGGNet은 옥스퍼드 대학 Visual Geometry Group(그래서 이름이 VGG)에서 제안한 CNN 아키텍처예요. 논문은 2015년 ICLR에 실렸고, 실험은 ImageNet ILSVRC 2014 대회에서 검증되었죠.

당시 경쟁자는 [AlexNet](https://doyouknow.kr/alexnet-deep-learning-revolution-imagenet-cnn/)
 이후 진화한 ZFNet, OverFeat, 그리고 최종 우승자 GoogLeNet(Inception v1)이었습니다. 구조적으로는 GoogLeNet이 훨씬 기발했지만, **실무·연구 현장에서 실제로 가장 널리 쓰인 건 VGG 계열**이었어요.

이유는 단순합니다.

- 구조가 너무 정직하고 이해하기 쉽습니다.
- 구현이 쉽고 프레임워크에 기본 탑재되어 있죠(PyTorch, TensorFlow 등).
- 전이학습용 feature extractor로 성능이 좋습니다.

즉, 한 마디로 정리하면 **“공부하기 좋고, 갖다 쓰기도 좋고, 성능까지 좋다.”**

### 1-2. VGGNet의 핵심 철학: “크게 한 방 말고, 작게 여러 번”

기존 CNN(예: AlexNet)은 초반에 11×11, 7×7 같은 **큰 필터**를 한두 번 쓰고 바로 다운샘플링을 해버렸습니다.

VGGNet은 여기에 반기를 들죠.

- 필터 크기는 **3×3로 고정**
- stride는 **1**
- padding으로 **공간 크기 유지**
- 풀링은 2×2 stride 2로만 사용

그리고 이 3×3 conv를 **2~3번 연속으로 쌓은 뒤** 풀링을 합니다.

이렇게 하면 어떤 일이 벌어질까요?

- 3개의 3×3 conv를 쌓으면 **실질적으로는 7×7 수용영역(receptive field)**
- 그런데 중간에 ReLU가 3번이나 들어가 비선형성이 3배
- 파라미터 수는 진짜 7×7 하나 쓸 때보다 **훨씬 적습니다**

이게 바로 VGGNet의 핵심 미학이에요. **“작고 단순한 연산을 깊게 쌓아 복잡한 표현을 만든다.”**

---

## 2. VGGNet 아키텍처 한 번에 보기 – VGG16을 예로

논문에는 A~E까지 여러 구성(11, 13, 16, 19 weight layers)이 나오지만,  
실무에서 가장 많이 쓰는 건 **VGG16(구성 D)**, 그리고 조금 더 깊은 **VGG19(구성 E)**입니다.

### 2-1. 입력과 전처리

- 입력: 224 × 224 RGB 이미지
- 전처리: 학습 데이터에서 **채널별 평균 RGB 값을 빼는 정도**

이런 구조는 이후 [PyTorch 공식 VGG 구현](https://pytorch.org/hub/pytorch_vision_vgg/)
이나 여러 프레임워크에서도 그대로 쓰이고 있습니다.

### 2-2. VGG16(D)의 전체 구조

VGG16은 이름 그대로 **가중치를 가진 레이어가 16개(13 conv + 3 FC)**예요.

![Vggnet Complete Guide 02](https://doyouknow.kr/wp-content/uploads/2025/12/xvggnet-complete-guide-02.webp.pagespeed.ic.bhAInTVJbs.webp)

구조를 층별로 펼치면 다음과 같습니다.

- Block 1:
- conv3-64
- conv3-64
- maxpool 2×2
- Block 2:
- conv3-128
- conv3-128
- maxpool
- Block 3:
- conv3-256
- conv3-256
- conv3-256
- maxpool
- Block 4:
- conv3-512
- conv3-512
- conv3-512
- maxpool
- Block 5:
- conv3-512
- conv3-512
- conv3-512
- maxpool
- FC층:
- FC-4096
- FC-4096
- FC-1000 (ImageNet 1000 클래스)
- softmax

모든 conv 뒤에는 **ReLU**가 붙고, 거의 모든 hidden layer에서 **ReLU만 쓴다**는 점이 또 하나의 심플 포인트입니다.

### 2-3. 채널 수 증가 패턴

채널 수는 매우 교과서적이에요.

- 64 → 128 → 256 → 512 → 512
- 각 단계는 풀링으로 공간 해상도를 절반으로 줄이고, 채널 수는 2배로 늘립니다.

이 패턴은 이후 [ResNet](https://doyouknow.kr/cnn-convolutional-neural-network-image-recognition2/)
, DenseNet 등 수많은 CNN에서 **기본 템플릿**처럼 사용되고 있습니다.

---

## 3. 왜 3×3를 여러 번 쓰면 좋은가요? – 직관적으로 이해해보기

초보자 입장에서는 이런 의문이 생길 수 있어요.

> “7×7 한 번 하는 거나 3×3 세 번 하는 거나, 어차피 보는 범위(7×7)는 비슷한 거 아닌가?”

논문은 여기에 대해 두 가지 이점을 명확히 이야기합니다.

![Vggnet Complete Guide 03](https://doyouknow.kr/wp-content/uploads/2025/12/xvggnet-complete-guide-03.webp.pagespeed.ic.mOGs5WiuLl.webp)

### 3-1. 비선형성(Non-linearity) 증가

3×3 conv 세 개를 쌓으면, 중간에 **ReLU가 3번** 들어갑니다.

- 7×7 conv 한 번: Conv → ReLU 한 번
- 3×3 conv 세 번: Conv → ReLU → Conv → ReLU → Conv → ReLU

즉, **모델이 표현할 수 있는 함수의 복잡도**가 훨씬 커지는 거죠.

“한 번에 대충 훑어보는 사람” vs “세 번에 나눠 디테일하게 살펴보는 사람” 정도의 차이라고 보시면 됩니다.

### 3-2. 파라미터 절약 효과

수학적으로도 이득입니다.

- 7×7 conv 하나, 입력·출력 채널 C라고 하면 파라미터는:
- 7×7×C×C = 49C²
- 3×3 conv 세 개는:
- 3×3×C×C × 3 = 27C²

즉, **동일한 수용영역을 가지면서도 파라미터 수는 약 45% 정도만 사용**합니다.

적은 파라미터로 더 깊은 비선형성을 확보하니, 규제(regularization)까지 겸한 셈이죠.

---

## 4. 학습 세팅 – 어떻게 이 깊은 네트워크를 안정적으로 학습시켰나요?

### 4-1. 기본 학습 설정

논문은 대부분의 학습 설정을 [AlexNet](https://doyouknow.kr/alexnet-deep-learning-revolution-imagenet-cnn/)
과 비슷하게 가져갑니다.

- 옵티마이저: SGD + momentum 0.9
- 배치 크기: 256
- weight decay(L2): 5×10⁻⁴
- [드롭아웃](https://doyouknow.kr/overfitting-underfitting-regularization-dropout-early-stopping2/) : FC 두 층(4096, 4096)에 0.5 적용
- 초기 학습률: 0.01에서 시작, 성능이 안 좋아지면 1/10로 감소
- 총 학습: 약 74 epochs (370K iterations)

요즘 기준으로 보면 고전적인 설정이지만, **ImageNet에서도 여전히 자주 쓰이는 정석 조합**입니다.

### 4-2. 초기화 전략 – 얕은 네트워크부터 차근차근

이 깊은 네트워크를 한 번에 random init으로 학습시키기는 당시 기준으로 쉽지 않았어요.

그래서 VGG는 다음과 같은 전략을 씁니다.

1. 가장 얕은 네트워크(A, 11 layers)를 먼저 random 초기화로 학습
2. 더 깊은 네트워크(B~E)를 학습할 때,

- 앞쪽 conv층과 마지막 FC층을 **얕은 모델 A의 가중치로 초기화**
- 중간에 새로 추가된 conv층만 random 초기화

즉, **얕은 모델을 발판으로 삼아 점점 깊이를 늘리는 방식**입니다.

(물론 후속 연구에서는 Glorot/Xavier 초기화, He 초기화 등으로 이런 번거로운 절차 없이도 바로 깊은 네트워크를 학습시킬 수 있게 되었죠.)

### 4-3. 데이터 증강과 멀티스케일 학습

VGG는 단순한 구조를 보완하기 위해 **학습·테스트 시 멀티스케일 처리**를 적극 활용합니다.

- 학습 시:
- 입력 이미지의 짧은 변을 S로 맞추고, 224×224 랜덤 크롭
- S는 256 또는 384로 고정(single-scale)하거나, [256, 512] 범위에서 랜덤 샘플링(multi-scale, scale jittering)
- 수평 뒤집기, 색상 변형도 함께 사용
- 테스트 시:
- 여러 스케일에서 feature map을 뽑아 평균 또는 최대 풀링
- 10-crop이 아니라 **dense evaluation**(이미지 전체를 슬라이딩)도 실험

이 멀티스케일 전략 덕분에 **고정 입력 크기 CNN의 한계를 어느 정도 극복**했습니다. 이후 [SPP-Net](http://link.springer.com/10.1007/978-3-319-10578-9_23)
 같은 연구로 이어지는 흐름이기도 하죠.

---

## 5. 성능: GoogLeNet보다 단순한데, 왜 이렇게 잘 나왔을까요?

### 5-1. ImageNet 분류 성능

논문 기준으로, 단일 모델(single network) VGG-16/19는 ILSVRC 2012 validation set에서 **top-5 error 약 7.3% 수준**까지 도달합니다.

이는 당시 우승 모델인 GoogLeNet에 거의 근접하는 성능이며, **단일 모델 기준으로는 GoogLeNet보다 좋은 설정도 존재**한다는 것을 논문이 보여줍니다.

핵심은 다음 두 가지예요.

- 깊이가 늘어날수록 에러가 꾸준히 감소
- 16층 이상부터는 수익이 점점 줄지만, 여전히 11층보다 확실히 좋음

“깊게 쌓으면 성능이 오른다”는 것을 대규모 데이터셋(ImageNet)에서 정량적으로 증명한 거의 첫 번째 연구 중 하나입니다.

### 5-2. Localization(물체 위치 찾기) 1위

VGG 팀은 classification뿐 아니라 **classification + localization 트랙**에도 참가했고,  
여기서는 **1위를 기록**했습니다. 이는 깊은 feature가 **단순히 클래스만 맞추는 것이 아니라 위치 정보도 충분히 유지**하고 있다는 강력한 증거죠.

이 경험은 이후 Faster R-CNN, SSD 등 [Object Detection](https://doyouknow.kr/computer-vision-image-classification-object-detection-yolo/)
 모델에서 백본(backbone)으로 VGG 계열이 널리 채택되는 배경이 됩니다.

### 5-3. 파라미터 수는 많지만, 계산 구조는 단순

VGG16의 파라미터는 약 138M 정도로, 오늘날 기준으로도 가볍지는 않습니다.  
특히 FC-4096 두 층이 파라미터 대부분을 먹거든요.

그럼에도 불구하고 구조가 워낙 단순해서,

- GPU에서 최적화가 쉽고
- 병렬화·배치 처리에 잘 맞고
- 코드 구현·디버깅 난이도가 낮습니다.

그래서 **연구용 베이스라인, 벤치마크, 튜토리얼용 CNN의 표준**으로 자리잡게 되었죠.

---

## 6. VGGNet이 전이학습(Transfer Learning)의 국민 베이스라인이 된 이유

VGG 논문의 후반부는 ImageNet이 아닌 여러 데이터셋(PASCAL VOC, Caltech-101/256 등)에서 **전이학습 성능**을 분석합니다.

### 6-1. 어떻게 전이학습에 쓰였나요?

VGG를 feature extractor로 활용하는 기본 레시피는 지금도 거의 똑같이 쓰입니다.

1. ImageNet으로 학습된 VGG에서 **마지막 FC-1000 레이어를 제거**
2. 그 전 단계 FC-4096(혹은 conv feature map)에 있는 활성값을 **4096차원 특징 벡터로 사용**
3. 새로운 데이터셋에 대해 이 벡터를 뽑아 **SVM이나 작은 MLP를 학습**
4. 필요하다면 VGG 전체 또는 뒷부분만 **fine-tuning**

논문에서는 단순히 **pretrained VGG + linear SVM** 조합만으로도, 당시 많은 hand-crafted 특징(SIFT, HOG 등)을 압살하는 성능을 보여줍니다.

### 6-2. 왜 VGG feature가 그렇게 잘 먹힐까요?

- 3×3 컨볼루션을 깊게 쌓은 구조 덕분에, **저수준 엣지부터 고수준 개념까지 매끄러운 계층 표현**을 만듭니다.
- 마지막 FC 바로 앞의 표현은 다양한 데이터셋에서 **재사용 가능한 일반적 시각 표현**으로 작동하죠.
- 구조가 단순하니, 다른 테스크에 맞게 **일부 블록만 잘라 쓰기도 쉽습니다.**

이 특성 덕분에 VGG는

- 스타일 트랜스퍼(Neural Style Transfer)
- 이미지 캡셔닝
- 의료 영상 분석

등 수많은 응용 연구에서 **기본 backbone**으로 사용되었습니다.

대표적으로, Neural Style Transfer의 원조 논문인 “A Neural Algorithm of Artistic Style”에서도 스타일·콘텐츠 특징을 추출하는 데 VGG 네트워크를 사용했었죠.

---

## 7. VGGNet을 현대 관점에서 어떻게 봐야 할까요?

요즘엔 ResNet, EfficientNet, ConvNeXt, ViT 등 훨씬 효율적이고 강력한 모델들이 많습니다.  
그러면 VGGNet은 이제 쓸모 없는 구식 모델일까요?

그렇게 보기는 어렵습니다. 현대 관점에서 VGG는 이런 의미를 가지거든요.

### 7-1. 구조적 레퍼런스

- **CNN의 기본 빌딩 블록(conv + ReLU + pool)의 정석 배치**
- 채널 수 증가 패턴(64→128→256→512→512)
- 3×3 conv를 기본 단위로 쓰는 습관

실제로 ResNet, DenseNet, UNet, FPN 등 대부분의 CNN 구조에서 **VGG의 설계 철학이 기본값처럼 깔려 있습니다.**

### 7-2. 교육·실험용 베이스라인

- 구조가 단순하다 → **학생들이 배우기 좋다**
- 구현이 쉽다 → 튜토리얼, 예제 코드로 적합
- 성능이 여전히 준수하다 → 작은/중간 규모 데이터셋에서는 아직도 쓸 만한 baseline

[PyTorch Hub의 VGG 예제](https://pytorch.org/hub/pytorch_vision_vgg/)
 같은 문서나, Kaggle 튜토리얼에서도 VGG는 꾸준히 등장합니다.

### 7-3. ViT 시대에도 남는 유산

[Vision Transformer(ViT)](https://doyouknow.kr/vision-transformer-vit-cnn-self-attention-clip-sam-guide/)
 같은 self-attention 기반 모델이 이미지 인식의 주류로 떠오른 지금도, CNN은 여전히

- 실시간 처리
- 임베디드/온디바이스 환경
- 낮은 해상도/작은 데이터셋

같은 영역에서 강력합니다. 이런 CNN 설계의 “원형”으로서 VGG를 이해해 두면,  
**향후 새로운 비전 아키텍처를 볼 때 확실한 기준점이 생길 거예요.**

---

## 8. 실전에서 VGGNet을 어떻게 활용할까요? (PyTorch · Keras 관점)

![Vggnet Complete Guide 07](https://doyouknow.kr/wp-content/uploads/2025/12/xvggnet-complete-guide-07.webp.pagespeed.ic.aIPSb_V4yZ.webp)

실제 코드 차원에서 VGG를 어떻게 쓰는지 감만 잡아보죠. (여기서는 개념만 설명하고, 코드는 직접 구현 시 참고하시면 됩니다.)

### 8-1. PyTorch에서 VGG 불러오기

- torchvision.models에 `vgg11`, `vgg13`, `vgg16`, `vgg19` 및 `_bn`(BatchNorm 버전) 변형들이 기본 제공됩니다.
- `pretrained=True` 옵션으로 ImageNet 가중치를 손쉽게 가져와 전이학습에 활용할 수 있죠.

전이학습 시에는 보통

- features 부분(VGG의 conv 블록)을 그대로 쓰고
- classifier(Fc 레이어)를 새 데이터셋에 맞는 작은 MLP로 갈아끼웁니다.

### 8-2. Keras / TensorFlow에서 VGG 사용

- `tensorflow.keras.applications.VGG16`, `VGG19`가 기본 제공됩니다.
- `include_top=False`로 설정하면 FC 레이어를 제거한 채 CNN feature extractor만 가져올 수 있어요.
- `weights='imagenet'`를 사용하면 사전학습 가중치를 로드합니다.

이후 Global Average Pooling + Dense 레이어를 붙여 자신만의 분류기, 검출기, 세그멘테이션 모델을 쉽게 만들 수 있습니다.

관련해서는 [전이학습 가이드](https://doyouknow.kr/transfer-learning-fine-tuning-lora-peft-pretrained-model/)
 글과 함께 보시면 좋습니다.

---

## 9. VGGNet을 이해할 때 같이 보면 좋은 개념들

VGGNet은 단독으로 보기보다는 **앞뒤 세대 모델과 연결**해서 보는 게 이해에 훨씬 도움이 됩니다.

- 앞 세대: [AlexNet](https://doyouknow.kr/alexnet-deep-learning-revolution-imagenet-cnn/) – “큰 필터 + 얕은 깊이”에서 출발
- VGGNet: 작은 3×3 필터를 **깊게 쌓기** 시작
- 뒤 세대: ResNet – 깊어지면서 생기는 학습 문제를 **skip connection**으로 해결
- 더 뒤: [Vision Transformer(ViT)](https://doyouknow.kr/vision-transformer-vit-cnn-self-attention-clip-sam-guide/) – CNN 대신 self-attention으로 전환

또한, VGG의 컨볼루션 블록을 이해하려면 기본적으로

- [CNN 구조와 컨볼루션 개념](https://doyouknow.kr/cnn-convolutional-neural-network-image-recognition/)
- [모델 학습과 역전파](https://doyouknow.kr/ai-model-training-optimization-loss-gradient-descent-backpropagation/)
- [과적합과 규제 기법(드롭아웃 등)](https://doyouknow.kr/overfitting-underfitting-regularization-dropout-early-stopping/)

같은 개념들을 한 번씩 짚어두시는 것이 좋습니다.

---

## 10. 정리 – 왜 지금도 VGGNet을 공부해야 할까요?

마지막으로, 이 글에서 다룬 VGGNet의 포인트를 한 번 더 압축해보겠습니다.

1. **단순함의 미학**: 3×3 conv + ReLU + 2×2 maxpool이라는 단순한 블록만으로도, 깊게 쌓으면 충분히 강력한 표현력이 나옵니다.
2. **깊이의 효과를 정량적으로 증명**: 11→13→16→19층으로 늘릴수록 ImageNet 성능이 꾸준히 좋아진다는 것을 실험으로 보여줬죠.
3. **전이학습의 국민 backbone**: 다양한 데이터셋에서 VGG feature가 강력한 성능을 보여주며, 이후 수많은 응용 연구의 기본 베이스라인이 되었습니다.
4. **현대 CNN 아키텍처의 레퍼런스**: ResNet, DenseNet, UNet, FPN 등 거의 모든 CNN이 VGG의 설계 철학을 어느 정도 계승하고 있습니다.

요약하면, VGGNet은 “지금 당장 최고 성능 모델”은 아니지만,

> **“딥러닝·컴퓨터 비전을 진지하게 공부한다면 반드시 한 번은 직접 뜯어봐야 하는 필수 교양 아키텍처”**입니다.

논문 원문과 함께, 실제로 PyTorch나 Keras에서 VGG16을 불러와 몇 장의 이미지를 통과시켜 feature map을 시각화해보면 훨씬 더 피부에 와닿으실 거예요.

---

## 외부 참고자료

- Very Deep Convolutional Networks for Large-Scale Image Recognition (Simonyan & Zisserman, 2014, ICLR)
- PyTorch Hub – VGG Nets (torchvision.models)
- TensorFlow Keras Applications – VGG16, VGG19
- A Neural Algorithm of Artistic Style (Gatys et al., 2015)

## 내부 같이보기 링크

- [CNN – 이미지를 이해하는 AI의 비밀](https://doyouknow.kr/cnn-convolutional-neural-network-image-recognition/)
- [딥러닝의 커튼을 열다: AlexNet – ImageNet 우승으로 시작된 AI 혁명](https://doyouknow.kr/alexnet-deep-learning-revolution-imagenet-cnn/)
- [퍼셉트론에서 딥러닝까지 – 신경망의 모든 것](https://doyouknow.kr/perceptron-deep-learning-neural-network-activation-function/)
- [모델 학습과 최적화 – AI가 스스로 똑똑해지는 4가지 비밀](https://doyouknow.kr/ai-model-training-optimization-loss-gradient-descent-backpropagation/)
- [과적합과 과소적합 – 완벽한 균형으로 AI 성능 2배 높이기](https://doyouknow.kr/overfitting-underfitting-regularization-dropout-early-stopping/)
- [Transfer Learning으로 100배 적은 데이터로 SOTA 달성 – 거인의 어깨 위에서 AI 만들기](https://doyouknow.kr/transfer-learning-fine-tuning-lora-peft-pretrained-model/)
- [Vision Transformer (ViT)가 이미지를 보는 새로운 방식](https://doyouknow.kr/vision-transformer-vit-cnn-self-attention-clip-sam-guide/)

### 관련된 글:

1. [딥러닝의 커튼을 열다: AlexNet – ImageNet 우승으로 시작된 AI 혁명](https://doyouknow.kr/alexnet-deep-learning-revolution-imagenet-cnn/)
2. [YOLO v1 완벽 분석: “한 번만 봐도 된다”는 AI의 자신감, 컴퓨터 비전 혁명의 시작!](https://doyouknow.kr/yolo-v1-object-detection-revolution/)
3. [CNN의 시대가 끝났다? Vision Transformer (ViT)가 이미지를 보는 새로운 방식: Self-Attention부터 CLIP, SAM까지!](https://doyouknow.kr/vision-transformer-vit-cnn-self-attention-clip-sam-guide/)
4. [Deep Belief Network (DBN) 완벽 분석: AI 겨울을 끝낸 신비로운 기계의 탄생](https://doyouknow.kr/deep-belief-network-dbn-history-breakthrough/)

### 답글 남기기 [응답 취소](/vggnet-complete-guide/?t=1787525011#respond)