ㅁ 학습 구조 ㅇ 정의: 메타러닝에서 모델이 새로운 작업에 빠르게 적응할 수 있도록 설계된 학습 패턴과 알고리즘 구조를 의미함. ㅇ 특징: 기존 데이터셋에서 다양한 작업을 학습하며, 새로운 작업에 대한 적은 데이터로도 빠른 적응이 가능하도록 설계됨. ㅇ 적합한 경우: 데이터 수집이 어려운 환경, 다양한 도메인에 빠르게 적용해야 하는 경우. ㅇ 시험 함정: 일반적인 전이학습과 혼동하기 쉬움.
ㅁ 자동화 기법 ㅇ 정의: 반복적이거나 예측 가능한 운영 작업을 자동으로 수행하여 효율과 안정성을 높이는 기술 집합. ㅇ 특징: – 사람 개입 최소화 – 오류 감지 및 대응 자동화 – 리소스 사용 최적화 – 이벤트 기반 동작 가능 ㅇ 적합한 경우: – 대규모 분산 시스템 운영 – 실시간 대응이 필요한 서비스 – 운영 인력 부족
ㅁ 분산 전략 ㅇ 정의: 여러 개의 장치나 서버에서 데이터를 직접 공유하지 않고 모델 학습을 수행하는 방식으로, 데이터 프라이버시를 보장하면서 분산 환경에서 학습 효율을 높이는 전략. ㅇ 특징: – 데이터가 로컬에 머물고, 모델 파라미터나 중간 결과만 공유. – 네트워크 지연, 통신 비용, 보안 위협 등을 고려해야 함. – 프라이버시 보호와 성능 간의 균형이 중요. ㅇ
ㅁ 최적화 ㅇ 정의: AI 시스템의 개발·운영 과정에서 자원 사용을 최소화하고 성능을 극대화하는 기법을 적용하는 것. ㅇ 특징: – 연산 효율성, 에너지 효율성, 비용 절감을 동시에 고려. – 하드웨어·소프트웨어·알고리즘 전반에 걸친 개선 가능. ㅇ 적합한 경우: – 대규모 AI 모델 운영 시 전력비용과 탄소배출을 줄이고자 할 때. ㅇ 시험 함정: – 단순 성능 향상만을 목적으로
ㅁ 응용 분야 ㅇ 정의: 엣지 AI 기술이 실제 산업 및 생활 환경에서 적용되는 구체적인 영역을 의미하며, ARM 기반 장치나 경량 AI 칩셋을 활용해 현장에서 데이터를 처리하는 방식. ㅇ 특징: – 중앙 서버 의존도 감소 – 저지연, 실시간 반응 가능 – 네트워크 불안정 환경에서도 동작 ㅇ 적합한 경우: – 네트워크 지연이 치명적인 환경 – 개인정보
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