ㅁ 핵심 개념 1. AGI ㅇ 정의: – Artificial General Intelligence의 약자로, 사람 수준의 지능을 갖추어 다양한 분야의 문제를 스스로 학습하고 해결할 수 있는 인공지능. ㅇ 특징: – 특정 분야에 한정되지 않고 범용적인 문제 해결 가능. – 자기 학습(Self-learning)과 추론, 창의성 발휘 가능. – 현재는 이론적 개념에 가까움. ㅇ 적합한 경우: – 장기적인 AI 연구
ㅁ 주요 구조 ㅇ 정의: 에이전트 기반 AI의 내부 동작을 구성하는 핵심 구조와 상호작용 방식. ㅇ 특징: – 독립적 의사결정 및 실행 단위인 에이전트들이 상호작용. – 환경과의 지속적 피드백 루프를 통해 목표 달성. – 다양한 통신 프로토콜과 협업 전략 포함. ㅇ 적합한 경우: – 복잡한 문제를 분산 처리해야 하는 경우. – 다수의 자율 컴포넌트가 협력해야
ㅁ 운영 전략 ㅇ 정의: 모델의 개발, 배포, 유지보수 전 과정을 체계적으로 운영하기 위한 전략과 절차를 수립하는 것. ㅇ 특징: – 모델의 라이프사이클 전반을 관리 – 재현성, 추적성, 품질 보증에 중점 – 다양한 모델과 버전을 동시에 관리 가능 ㅇ 적합한 경우: – 여러 팀이 협업하여 모델을 개발·운영하는 환경 – 규제 준수와 감사가 필요한 산업 ㅇ
ㅁ 불확실성 추정 ㅇ 정의: – 모델의 예측에 대한 신뢰도를 수치적으로 표현하는 기법으로, 데이터 부족, 노이즈, 모델 구조적 한계 등으로 인한 예측 불확실성을 정량화. ㅇ 특징: – 확률 분포 기반의 결과 제공 – 모델 해석력 향상 및 의사결정 리스크 감소 – 예측값과 함께 신뢰 구간 또는 분산 출력 가능 ㅇ 적합한 경우: – 의료 진단,
ㅁ 세부 이슈 1. Instruction-tuning ㅇ 정의: 사전 학습된 대규모 언어 모델(LLM)에 대해 사용자의 지시문(Instruction)에 맞춰 응답을 생성하도록 미세 조정하는 기법. ㅇ 특징: – 지도 학습(Supervised Fine-tuning, SFT) 방식으로 주로 수행 – 다양한 명령어-응답 쌍 데이터셋 필요 – 모델의 일반화된 지시 수행 능력 향상 ㅇ 적합한 경우: – 특정 도메인 또는 형식의 응답을 정확히 수행해야
ㅁ 프롬프트 설계 ㅇ 정의: ㅇ 특징: ㅇ 적합한 경우: ㅇ 시험 함정: ㅇ 시험 대비 “패턴 보기” 예시: ================================ 1. Zero-shot ㅇ 정의: 사전 예시 없이 모델에 직접 질의를 던져 답변을 생성하게 하는 프롬프트 기법. ㅇ 특징: 학습 데이터 기반 일반화 능력에 의존, 빠른 응답 가능, 설계가 단순함. ㅇ 적합한 경우: 질문이 명확하고 맥락
ㅁ 대표 기법 ㅇ 정의: 준지도 학습에서 널리 사용되는 주요 알고리즘 기법들을 의미하며, 소량의 라벨 데이터와 대량의 비라벨 데이터를 결합하여 모델 성능을 향상시키는 방법들이다. ㅇ 특징: 라벨이 없는 데이터에 대해 모델이 예측한 결과를 활용하거나, 데이터 변형에 따른 일관성을 유지하는 방식 등 다양한 전략을 사용한다. ㅇ 적합한 경우: 라벨 데이터 수집이 어렵거나 비용이 높은 경우, 비라벨
ㅁ 주요 기법 1. 클러스터링 ㅇ 정의: 데이터의 유사성에 따라 그룹(클러스터)으로 묶는 비지도 학습 기법으로, 사전 레이블 없이 데이터 구조를 파악. ㅇ 특징: – 대표 알고리즘: K-means, 계층적 클러스터링, DBSCAN – 거리 기반 또는 밀도 기반으로 군집 형성 – 군집 수를 사전에 지정해야 하는 경우(K-means)와 그렇지 않은 경우(DBSCAN)가 있음 ㅇ 적합한 경우: – 고객 세분화,
ㅁ 처리 기술 1. 기상 보간 ㅇ 정의: 누락된 기상 관측 데이터나 불규칙한 간격의 시계열 데이터를 시간 축에 맞춰 보간하는 기법. ㅇ 특징: 선형 보간, 스플라인 보간, 크리깅 등 다양한 방법이 있으며, 데이터의 계절성과 변동성을 고려해야 함. ㅇ 적합한 경우: 센서 고장, 통신 오류 등으로 일부 데이터가 결측된 경우. ㅇ 시험 함정: 단순 선형 보간은
ㅁ 보안 전략 ㅇ 정의: 데이터 전처리 과정에서 민감 정보의 유출을 방지하고 무단 접근을 차단하기 위한 일련의 기술적·관리적 조치. ㅇ 특징: 데이터 암호화, 접근 제어, 개인정보 비식별화 등 다양한 보안 기술을 결합하여 사용. ㅇ 적합한 경우: 개인정보, 금융정보, 의료정보 등 민감 데이터 처리 시. ㅇ 시험 함정: 단일 기술만으로 보안 전략이 완성된다고 착각하는 경우. ㅇ