본 논문에서는 준지도 이상탐지를 위한 다층 홉필드 신경망(MHNN)을 제안한다. MHNN은 에너지 기반 모델 중의 하나인 현대 연속 홉필드 네트워크(MCHN)의 구조를 가지며, 에너지 함수가 다층 신경망을 갖도록 확장되었다. 이러한 MHNN의 에너지 함수은 이상탐지를 위한 검출 기준으로 사용된다. 그리고 MHNN의 학습을 위해 contrastive divergence와 score matching을 이용한 경사도 기반 파라메터 갱신법을 각각 제시한다. 제안된 기법을 평가하기 위해 ECG, UNSW 그리고 Fashion MNIST/MNIST를 이용한 준지도 이상탐지 실험을 수행한다. 제안된 MHNN이 단층의 MCHN와 기존의 에너지기반 기법들보다 더 높은 F1-score을 보여준다. 결과적으로 제안된 MHNN이 이상탐지에 있어 매우 효과적인 에너지 기반 모델임을 나타낸다.