오토인코더(Autoencoder)는 입력 데이터를 압축했다가 다시 복원하는 과정을 학습하는 인공신경망 모델임. 주로 차원 축소, 특징 추출, 이상탐지 등에 사용됨.1. 정의입력 → 은닉층(잠재 표현, latent representation) → 출력목표: 입력과 출력이 최대한 같아지도록 학습즉, 데이터를 “압축(encoding)”하고 다시 “복원(decoding)”하는 신경망2. 구조구성 요소설명인코더(Encoder)입력 데이터를 저차원의 잠재공간(latent space)으로 압축잠재벡터(Latent Vector)데이터의 핵심 특징만 담은 표현디코더(Decoder)잠재벡터를 원래 데이터로 복원3. 원리입력 $X$를 인코더가 압축 $\rightarrow$ 잠재공간 $Z$디코더가 $Z$를 다시 원래 차원으로..