[Industrial AI] 6-1딥러닝 기반 영상 AI 발전

1. CNN의 기초와 발전 (2012년 ~)2012: AlexNet - 딥러닝의 부흥 주요 특징: 5개의 컨볼루션 레이어와 3개의 완전 연결 레이어로 구성된 최초의 대규모 CNN. ReLU 활성화 함수, Dropout, GPU 활용으로 혁신. 성과: ImageNet 대회(ILSVRC)에서 오류율을 26%에서 15%로 대폭 낮춤. 의의: 컴퓨터 비전에서 딥…

[email protected] 2025-05-18 15:21
[Industrial AI] 5-4 AI agent

1. AI 에이전트란 무엇인가요?AI 에이전트는 환경을 감지하고, 이를 기반으로 결정을 내리며, 특정 목표를 달성하기 위해 행동하는 지능형 시스템입니다. 예를 들어, 스마트 스피커는 음성을 인식해 음악을 재생하고, 자율 주행 차량은 도로 상황을 분석해 경로를 조정합니다. 이들은 단순 반응부터 복잡한 계획 수립까지 다양한 수준에서 작동합니다.2. AI 에이…

[email protected] 2025-05-18 15:21
[Industrail AI] 5-3 RAG

1. RAG란 무엇인가?RAG는 LLM이 외부 지식 기반에서 정보를 검색(Retrieval)하여 이를 기반으로 답변을 생성(Generation)하는 하이브리드 접근 방식입니다.개발 배경: 2020년 Meta AI와 공동 연구진에 의해 제안, 이후 다양한 변형과 개선이 진행됨 (논문 링크).핵심 아이디어: LLM의 내장 지식에만 의존하지 않고, 외부 데이터…

[email protected] 2025-05-18 15:21
[Industrial AI] 5-2 BERT & GPT

1. BERT와 GPT 상세 비교BERT와 GPT는 모두 Transformer 아키텍처를 기반으로 하지만, 설계 철학, 구조, 학습 방식, 출력 및 활용 면에서 명확한 차이를 보입니다. 아래는 이를 항목별로 정리한 내용입니다.1.1 구조적 차이항목BERTGPTTransformer 구성인코더만 사용디코더만 사용입력 처리 방식전체 문장을 입력받아 양방향으로 …

[email protected] 2025-05-18 15:21
[Industrial AI] 5-1 Transformer

1. 이야기의 시작: RNN의 시대와 한계컴퓨터가 사람처럼 말을 이해하려면 문장을 읽고 단어 사이의 관계를 파악해야 합니다. 처음엔 **RNN(Recurrent Neural Network)**이라는 기술이 주목받았어요. RNN은 문장을 순서대로 읽으며 기억을 쌓는 방식이었죠. 예를 들어, “나는 매일 아침 책을 읽는다”라는 문장을 “나는” → “매일” →…

[email protected] 2025-05-18 15:21
[Industrial AI] 4-3 딥러닝 관련 주요 논문

주요논문 추천ImageNet Classification with Deep Convolutional Neural Networks (2012)이 논문은 AlexNet을 소개하며, CNN의 대성공을 입증했습니다. ImageNet 대회에서 압도적인 성능을 보여주며 딥러닝의 현대적 부흥을 이끌었습니다. 그러나 arXiv에 직접 업로드된 버전은 없으며, NIPS 2…

[email protected] 2025-05-18 15:21
[Industrial AI] 4-2 ML, DL 코딩 예제

https://colab.research.google.com/drive/1Tj-uoJaxRvPdQO-F2vRiGcvqkdiBM0Dc#scrollTo=6xyN988n4Dlx

[email protected] 2025-05-18 15:20
[Industrial AI] 4-1 딥러닝 개요

1. 정의 및 배경정의:딥러닝은 인공지능의 한 부분으로, 컴퓨터가 예제를 통해 배우는 방식입니다. 이는 특히 사진, 소리, 텍스트에서 패턴을 인식하는 데 강력합니다. "딥"은 여러 층의 처리를 통해 복잡한 것을 단계적으로 배우는 것을 의미합니다. 예를 들어, 사진에서 간단한 선부터 시작해 점차 사물 전체를 인식할 수 있습니다.배경:딥러닝의 기원은 1940…

[email protected] 2025-05-18 15:20
[Industrial AI] 3-3 머신러닝(Machine Learning) 알고리즘 개요

파이썬의 대표적 ML 라이브러리인 scikit-learn에서 제공하는 알고리즘https://scikit-learn.org/stable/1. 분류 (Classification)정의: 객체가 속한 카테고리를 식별하는 작업.주요 알고리즘:Gradient Boosting: 약한 학습기를 결합해 강력한 분류 모델 생성.Nearest Neighbors: 가장 가까운…

[email protected] 2025-05-18 15:20
[Industrial AI] 3-2 전통적인 머신러닝의 필요성

1. 작은 데이터셋에서의 효율성소규모 데이터에 최적화: 전통 ML은 수백~수천 샘플로도 효과적인 모델을 구축하며, 복잡한 신경망 학습 없이 빠르게 훈련 가능.실무 사례: 희귀 질병 연구에서 환자 데이터가 500건일 때, SVM이나 랜덤 포레스트가 패턴을 잘 포착하고 과적합 위험 낮음.딥러닝의 한계: 딥러닝은 수십만~수백만 샘플이 필요하며, 소규모 데이터에…

[email protected] 2025-05-18 15:20