ㅁ 미래 전망 1. AI-Powered Phones ㅇ 정의: AI 칩셋과 알고리즘이 내장되어 사용자 맞춤형 기능(음성 비서, 카메라 자동 보정, 실시간 번역 등)을 제공하는 스마트폰. ㅇ 특징: – 온디바이스 AI 처리로 개인정보 보호 강화 – 배터리 효율과 성능 최적화 – 사용자 행동 패턴 학습을 통한 맞춤형 UX 제공 ㅇ 적합한 경우: – 네트워크 연결이 제한적인 환경

ㅁ 국제 동향 1. EU AI Regulations ㅇ 정의: 유럽연합(EU)에서 제정한 인공지능 규제 법안으로, AI 시스템을 위험 기반으로 분류하고 각 등급별 규제 요건을 부과하는 법률. ㅇ 특징: – 위험 등급(금지, 고위험, 제한적 위험, 최소 위험)으로 구분 – 고위험 AI에 대해 데이터 품질, 투명성, 인적 감독, 보안 요구사항 부과 – 위반 시 매출액 대비 최대 6%의

ㅁ 개념 및 실천 ㅇ 정의: 데이터 중심 설계에서 실제 AI/데이터 모델의 성능 향상을 위해 데이터의 품질, 구조, 표현을 개선하는 전반적인 활동을 의미함. ㅇ 특징: 모델 구조 변경보다 데이터 품질, 전처리, 표현 방식 최적화를 중시함. ㅇ 적합한 경우: 데이터 수집은 충분하지만 품질이 낮거나, 다양한 소스에서 데이터가 혼합되어 있는 경우. ㅇ 시험 함정: 데이터 중심 설계는

ㅁ 기법 ㅇ 정의: ㅇ 특징: ㅇ 적합한 경우: ㅇ 시험 함정: ㅇ 시험 대비 “패턴 보기” 예시: ================================ 1. Test-time Compute ㅇ 정의: 모델 학습이 완료된 후, 추론 시점(test-time)에 더 많은 연산 자원이나 추가 단계를 투입하여 성능을 향상시키는 기법. ㅇ 특징: – 학습 파라미터는 고정되어 있으나, 추론 시 연산량을 늘려 더 정밀한 결과를 얻음

ㅁ 변화와 유형 1. Agentic AI ㅇ 정의: 스스로 목표를 설정하고 계획을 수립하며 환경과 상호작용하여 작업을 수행하는 인공지능. 단순 응답형 AI와 달리 능동적으로 행동을 결정함. ㅇ 특징: – 장기 목표 설정 가능 – 환경 변화에 따른 동적 의사결정 – 외부 도구나 API 호출을 통한 작업 수행 ㅇ 적합한 경우: – 복합 단계의 문제 해결 –

ㅁ 핵심 개념 1. GPT ㅇ 정의: – Generative Pre-trained Transformer의 약자로, 대규모 텍스트 데이터로 사전 학습(Pre-training) 후 특정 작업에 맞게 미세 조정(Fine-tuning)하는 언어 모델. ㅇ 특징: – Transformer 아키텍처 기반. – 문맥 이해와 생성에 강점. – 사전 학습과 후속 미세 조정 구조. ㅇ 적합한 경우: – 자연어 생성, 요약, 번역, 질의응답 등 다양한 NLP

ㅁ 성능 추적 ㅇ 정의: AI 모델이 운영 환경에서 예측을 수행할 때, 해당 예측의 품질과 정확도를 지속적으로 측정하고 기록하는 활동. ㅇ 특징: – 실시간 또는 배치 단위로 성능 지표 수집 – 모델의 성능 저하를 조기에 발견 가능 – 다양한 데이터 소스와 연계 가능 ㅇ 적합한 경우: – 모델이 장기간 운영되는 환경 – 데이터 특성이 시간에

ㅁ 성능 개선 1. 모델 압축 ㅇ 정의: – 학습된 모델의 파라미터 수와 메모리 사용량을 줄여 추론 속도를 높이고 배포 효율성을 향상시키는 기술. ㅇ 특징: – 가중치 프루닝, 파라미터 공유, 저정밀도 연산 등을 활용. – 성능 저하를 최소화하며 모델 크기를 줄이는 것이 목표. ㅇ 적합한 경우: – 모바일, 임베디드 기기 등 메모리와 연산 자원이 제한된

ㅁ 배포 방식 ㅇ 정의: AI 모델을 실제 서비스 환경에 배포하여 외부 애플리케이션이나 사용자와 상호작용할 수 있도록 하는 방법론과 기술. ㅇ 특징: – 모델을 외부에서 호출 가능하도록 API나 서비스 형태로 제공 – 성능, 확장성, 지연시간, 유지보수 용이성에 따라 다양한 배포 방식 존재 – 클라우드, 온프레미스, 하이브리드 환경 모두 적용 가능 ㅇ 적합한 경우: – 모델

ㅁ 플랫폼 1. Weights & Biases ㅇ 정의: 머신러닝 실험을 추적, 시각화, 협업할 수 있는 클라우드 기반 MLOps 도구. ㅇ 특징: – 실험 파라미터, 메트릭, 모델 아티팩트 자동 로깅 – 대시보드 기반 실시간 시각화 – 팀 단위 협업 기능 및 프로젝트 관리 지원 – 다양한 딥러닝 프레임워크(Pytorch, TensorFlow 등)와 연동 용이 ㅇ 적합한 경우: –