곱셈-누산 연산 편집하기

곱셈-누산 연산(MAC, Multiply–Accumulate operation)은 인공지능 및 딥러닝 모델의 연산량을 측정하는 지표로, 곱셈(multiplication)과 덧셈(accumulation)이 결합된 기본 연산 단위를 의미한다. 주로 합성곱 신경망(CNN)이나 완전연결층(Dense layer)과 같이 대규모 연산이 필요한 구조에서 모델의 연산 복잡도를 비교하는 데 사용된다.
==정의==
*'''MAC(Multiply–Accumulate operation)'''은 하나의 곱셈 연산과 그 결과를 다른 값에 더하는 연산을 묶어서 표현한 것.
**예: y = Σ w<sub>i</sub>x<sub>i</sub> 계산에서 각 항은 "곱셈 1회 + 덧셈 1회" → MAC 1회.

*'''MACs'''는 이러한 곱셈-누산 연산을 전체 모델에서 몇 번 수행하는지를 나타내며, 복수형으로 표기하는 것이 일반적이다.
**예: "이 모델은 100M MACs가 필요하다" → 약 1억 회의 곱셈-누산 연산 필요.
==FLOPs와의 관계==
*'''FLOP(Floating Point Operation)'''는 부동소수점 연산의 총량을 의미하며, 곱셈, 덧셈, 나눗셈 등이 모두 포함된다.
*많은 문헌에서는 MAC 1회를 FLOP 2회(곱셈 1회 + 덧셈 1회)로 대응시켜 계산한다.
*따라서 MAC는 FLOP와 밀접히 관련되며, 단순화된 연산량 지표로 자주 사용된다.
==활용==
*모델 경량화 연구에서 연산 효율성을 비교하는 기준으로 사용
*하드웨어 최적화(GPU, TPU, NPU 등)에서 처리량을 산정하는 척도로 활용
*CNN, RNN, Transformer 등 다양한 딥러닝 모델의 복잡도를 정량적으로 비교하는 데 사용
==같이 보기==
*[[부동소수점 연산]]
*[[합성곱 신경망]]
*[[딥러닝]]
*[[인공지능 하드웨어]]
==참고 문헌==
*Ian Goodfellow, Yoshua Bengio, Aaron Courville, ''Deep Learning'', MIT Press, 2016.
*Mark Sandler et al., ''MobileNetV2: Inverted Residuals and Linear Bottlenecks'', CVPR 2018.
==각주==
<references />
[[분류:인공지능]]
[[분류:딥 러닝]]