본문 바로가기

분류 전체보기1132

소수 예시 기반 학습( Few Shot Learning) 기계 학습 모델이 매우 적은 수의 학습 예제(보통 2~10개)만으로 새로운 작업이나 개념을 빠르게 학습할 수 있도록 설계된 학습 기법. 소수 예시 기반 학습은 소수의 레이블이 지정된 데이터만으로도 충분히 효과적인 학습이 가능하도록 모델을 학습하는 기법을 말한다. 전통적인 기계 학습 모델은 일반적으로 대량의 레이블이 지정된 학습 데이터가 필요하다. 그러나 많은 실제 상황에서는 충분한 양의 레이블이 지정된 데이터를 확보하는 것이 어려울 수 있다. 예를 들어, 희귀병 의료 이미지나 희귀 동식물 사진과 같이 데이터 확보가 어렵거나 전문가의 주석이 필요한 경우가 이에 해당한다. 소수 예시 기반 학습은 이러한 문제를 해결하기 위해 개발되었으며 몇 개의 예시만으로도 효과적인 학습이 가능하도록 설계되었다. 소수 예시 .. 2026. 7. 14.

자기지도형 기계 학습(Self-Supervised Learning) 기계 학습 분야에서 레이블이 명시적으로 제공되지 않는 학습 데이터에서 자체적으로 학습하는 방법. 자기지도형 기계 학습에서는 데이터의 특성과 구조를 활용하여 모델을 학습한다. 예를 들어, 자연어 생성 모델의 경우 학습 데이터로 준비된 문장에서 일부분을 가리고 그 가려진 부분을 복원하도록 모델을 학습시킬 수 있다. 이때 준비된 학습 데이터에서 원본 문장은 목표 레이블로 사용되며, 문장의 일부가 가려진 문장은 입력으로 사용하여 학습한다. 이미지 복원 모델의 경우 학습 데이터로 준비된 이미지의 일부분을 마스킹하거나 훼손하여 입력으로 사용하고, 원본 이미지를 목표 레이블로 사용하여 모델을 학습한다. 자기지도형 기계 학습은 고비용의 인적 리소스를 필요로 하는 레이블링 과정 없이도 대량의 학습용 데이터를 활용할 수 .. 2026. 7. 11.

Vibe Coding] GLM-5.2에서 실습한 테크리스 웹 게임 소스] Score 0 Lines 0 Level 1 TETRIS Use arrow keys to move and rotate Start Game Next Controls ← → Move ↓ Soft drop ↑ Rotate Space Hard drop P Pause 대한민국의 아름다운 영토, 독도 2026. 6. 28.

인간 피드백 기반 강화 학습(RLHF : Reinforcement Learning with Human Feedback) 인간 평가자의 피드백을 보상 신호로 활용하여 인공지능 모델의 성능과 정렬을 개선하는 강화학습 방법. 강화형 기계 학습은 컴퓨터가 주어진 상태에 대해 최적의 행동을 선택하는 학습 방법이다. 특정 상태에서 취하는 행동에 대한 보상으로 원하는 목표를 달성할 수 있도록 학습이 진행된다. 전통적인 강화형 기계 학습에서 컴퓨터는 스스로 환경과 상호작용하여 상태에 대한 보상을 부여받고 학습한다. 예를 들어, ‘벽돌깨기’와 같은 게임을 훈련하는 컴퓨터는 벽돌깨기 점수를 획득하는 방향으로 게임을 진행했을 때 자동으로 보상을 부여받게 된다. 반면, 인간 피드백 기반 강화 학습은 기존 강화형 기계 학습이 자동으로 보상을 취한 방식과는 달리 인간이 적극적으로 개입하여 컴퓨터가 특정 행동을 강화하도록 훈련한다. 이러한 방식은 .. 2026. 6. 28.

크롬에 Copyfish설치하기 == 목차 ==1. Copyfish란?2. 설치하기3. 사용 예 1. Copyfish란? Copyfish 🐟 Free OCR Software는 브라우저에 표시된 화면의 일부 영역을 사용자가 선택하면 텍스트를 추출해 주는 OCR(광학 문자 인식) 크롬 확장 프로그램입니다. 웹 서핑을 하다가 이미지 속 텍스트를 추출하여 수정 또는 복사하여 AI에 붙여넣기하여 원하는 결과물을 만들 수 있도록 해주는 프로그램입니다. 2. 설치하기1) 크롬 브라우져를 클릭. 2) 크롬확 입력3) 크롬 확장 프로그램 클릭 4) Chrome 웹 스토어 클릭 5) 검색란에 Capyfish 입력후 Enter 6) Copyfish 클릭 7) Chrome에 추가 버튼 클릭 8) 확장 프로그램 추가 버튼 클릭 ※ 설치환영문구가 나타나면 .. 2026. 6. 27.

확산 모델(Diffusion Model) 기계 학습에서 데이터에 점차적으로 노이즈를 추가하는 ‘확산 과정’과, 이를 역으로 따라가며 노이즈를 제거해 원래 데이터를 복원하는 ‘역확산 과정’을 학습함으로써, 새로운 데이터를 생성하는 생성 모델. 확산 모델은 기계 학습 모델이 새로운 데이터를 생성하도록 학습하는 고급 생성 모델 중 하나이다. 확산 모델의 핵심은 데이터에 점차적으로 노이즈를 추가하고 그 과정을 역으로 따라가며 노이즈를 제거하여 원본 데이터를 복원하는 과정을 학습하는 것이다. 따라서 확산 모델의 주요 학습 과정은 다음과 같다. 먼저 모델은 순방향 과정으로 데이터에 점진적으로 노이즈를 추가하는 ‘확산 과정’을 통하여 원본으로 복원할 데이터를 준비한다. 이후 마지막 노이즈 데이터로부터 역방향으로 노이즈를 점차 제거하는 ‘역확산 과정’을 거쳐.. 2026. 6. 13.

기반 모델(Foundation Model) 광범위한 정보를 포함하는 대규모 데이터가 미리 학습되어 다양한 분야에 기본적인 틀처럼 적용할 수 있는 대규모 인공지능 모델. 기반 모델(foundation model)은 2020년대에 등장한 트랜스포머 모델(transfomer model) 기반의 대규모 언어 모델이 등장하면서 주목받기 시작한 용어다. 2021년에 스탠포드 대학의 연구팀이 「On the Opportunities and Risks of Foundation Models」 논문에서 용어와 개념을 구체적으로 제안하였다. 스탠포드 연구팀은 특히 대규모 모델에서 새로운 기능이나 서비스가 출현(emergence)하는 특징과 인공지능 기술 개발이 하나의 대규모 모델 개발로 통합되는 현상에 주목하여 이 대규모 모델을 ‘기반 모델’이라고 제안하였다. 대규모.. 2026. 6. 3.

SAAS(서비스형 소프트웨어, Software as a Service) 클라우드 서비스 제공자가 사용자가 필요로 하는 애플리케이션을 가상화된 서비스로 제공하는 클라우드 서비스. 클라우드 컴퓨팅에서 사용자는 정보 기술(IT) 자원 - 스토리지, 서버, 네트워크 등 - 을 필요한 만큼 클라우드 서비스 제공자로부터 가상화된 서비스로 빌려서 사용할 수 있다. 서비스 부하에 따라서 실시간으로 빌려 사용하던 자원을 확장하거나 축소할 수 있고 일반적으로 사용한 만큼 비용을 지불한다. 정보 기술(IT) 자원의 관리나 유지 보수는 사용자 대신 클라우드 서비스 제공자가 책임진다.이때 정보 기술(IT) 자원 중 응용 소프트웨어를 서비스로 제공하는 형태의 서비스를 서비스형 소프트웨어라고 한다.사용자가 소프트웨어를 자체적으로 개발하거나 설치하여 사용하는 대신 소프트웨어 사업자가 소프트웨어를 서비스.. 2026. 5. 16.

스파이 앱(Spy App) 스마트폰, 태블릿과 같은 기기에 설치되어 사용자의 통화, 문자, 위치 등을 원격에서 실시간으로 모니터링하고 특정 앱과 사이트의 접근을 제한할 수 있는 앱(App). 스파이 앱은 스마트폰 보급이 늘어나고 스마트폰에 설치하여 사용하는 애플리케이션(application) 사용이 증가하면서 등장하기 시작했다. 주로 사용자의 개인 정보를 수집하거나 모니터링하는 것을 목적으로 한다. 자녀 보호, 직원 모니터링과 같은 합법적인 용도뿐만 아니라 무단 감시 등 악의적인 용도로도 사용될 수 있다.대표적인 스파이 앱으로 플렉시스파이(FlexiSPY)는 모바일 기기에서 사용자 전화 기록, 문자 메시지 등을 외부로 유출한다. m스파이(mSPY)는 부모가 자녀의 스마트폰 활동을 모니터링하고 제어하는 데 사용한다. 스파이 앱은 스.. 2026. 3. 29.

모션 그래픽스(Motion Graphics) 정보 전달이나 시각적 효과를 극대화하기 위해 그래픽 요소에 움직임을 부여한 영상 디자인 기법. 모션 그래픽스(motion graphics)는 '움직임(motion)'과 '그래픽(graphics)'이 결합된 합성어로, 1900년대 초 손으로 그린 애니메이션과 스톱 모션 사진 등 오락 목적의 단순한 애니메이션에서 시작하였다. 20세기 중반 TV와 영화의 발전으로 오프닝 타이틀, 광고 등에서 모션 그래픽스가 독특한 예술 형식으로 등장하였으며, 솔 바스(Saul Bass)와 같은 디자이너는 미니멀 디자인과 타이포그래피를 활용한 오프닝 시퀀스를 선보였다. 1980~1990년대에는 컴퓨터 그래픽스와 디지털 기술의 발전과 함께 모션 그래픽스 기술도 발전하여 2D 애니메이션에서 3D 애니메이션으로의 전환과 같은 복잡한.. 2026. 3. 29.

인공지능 윤리(AI ethics, AI 윤리) 인공지능의 개발과 활용 전 과정에서 인간의 존엄성과 권리를 보호하고, 공정성, 책임성, 투명성 등 윤리적 가치를 실현하기 위한 원칙과 기준. 인공지능 기술의 발전과 함께 사회적, 법적, 윤리적 문제들이 대두되었다. 특히, 인공지능의 결정이 인간의 삶에 점차 크게 영향을 미치면서 윤리적 기준의 필요성이 강조되고 있다. 인공지능 윤리(AI ethics)는 초기에는 기술적 문제에 집중했으나, 점차 사회적 책임과 윤리적 문제로 확장되었다. 최근에는 다양한 국제기구와 기업들이 인공지능 윤리 지침서를 제정하고 있다. 인공지능 윤리의 주요 목적은 인공지능(AI) 기술이 사회에 미치는 부정적 영향을 최소화하고, 긍정적 영향을 극대화하여 신뢰할 수 있는 인공지능 시스템을 구축하는 것이다. 인공지능 윤리에는 인공지능 시스.. 2026. 3. 29.

Python 400제] NCP Nextop Lv2. 바구니 뒤집기 출처 : 반크_궁능 배경화면 문제]도현이는 바구니를 총 N개 가지고 있고, 각각의 바구니에는 1번부터 N번까지 번호가 순서대로 적혀져 있다. 바구니는 일렬로 놓여져 있고, 가장 왼쪽 바구니를 1번째 바구니, 그 다음 바구니를 2번째 바구니, ..., 가장 오른쪽 바구니를 N번째 바구니라고 부른다. 도현이는 앞으로 M번 바구니의 순서를 역순으로 만들려고 한다. 도현이는 한 번 순서를 역순으로 바꿀 때, 순서를 역순으로 만들 범위를 정하고, 그 범위에 들어있는 바구니의 순서를 역순으로 만든다. 바구니의 순서를 어떻게 바꿀지 주어졌을 때, M번 바구니의 순서를 역순으로 만든 다음, 바구니에 적혀있는 번호를 가장 왼쪽 바구니부터 출력하는 프로그램을 작성하시오. 입력 첫째 줄에 N (1 ≤ N ≤ 100)과 M.. 2026. 3. 22.

이전 1 2 3 4 ··· 95 다음

티스토리툴바