지난 강의에서 보면 행렬의 곱(내적곱)은 A의 행수와 B의 열수가 같아야 곱샘이 가능하다고 했습니다

https://www.codeit.kr/learn/courses/machine-learning/2977

그런데 이번 테스트에서 사용된 계산중

(X.T @ error)

부분이 이전에 배웠던 내적곱 법칙에 의하면 곱샘이 불가능해야 하는게 아닌가 싶어서요

단순화해서보면

A = np.array([
    [1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 1.],
    [1., 1.5, 1.8, 5., 2., 2.5, 3., 3.5, 4., 5., 6., 7., 8., 8.5, 9., 10.],
    [5., 4.6, 4.2, 3.9, 3.9, 3.6, 3.5, 3.4, 2.9, 2.8, 2.7, 2.3, 2., 1.8, 1.5, 1.],
    [1., 1., 1., 1., 2., 2., 2., 2., 3., 3., 3., 3., 4., 4., 4., 4.]
])
B = np.array([-3., -3.2, -3.6, -8., -3.4, -4.5, -5., -5.8, -6., -6.5, -9., -9., -10., -12., -13., -15.])
A @ B

위와같이 된다는 것인데 A의 행은 4이고 B의 열은 16개인데 내적곱이 어떻게 가능한것인지 모르겠습니다

혹시 아시는분 계시나요?