Choose a default theme

You can change your theme from the menu

준의 AI는 밤에는 판매 기록으로 연습하고 낮에는 새 주문에 답합니다. 민지가 낮에 새 정보를 알려주면 그 자리에서 모델이 다시 만들어지는 걸까요? 학습에서는 자료와 목표를 이용해 모델의 내부 상태를 조정합니다. 신경망에서는 예측의 오차에 따라 가중치 같은 매개변수를 바꾸는 과정이 중심입니다. 어떤 자료와 목표를 쓰는지에 따라 배우는 내용도 달라집니다. 학습은 단순히 파일을 보관하는 일과 다릅니다. 자료의 관계를 모델의 계산

500

“AI가 갑자기 나타난 것 같아.” 민지의 말에 준은 오래된 규칙 카드와 최근의 학습 장치를 나란히 놓습니다. 실제로는 긴 연구의 흐름 속에서 여러 조건이 맞물리며 사용 경험이 달라진 것입니다. AI라는 연구 분야는 20세기 중반부터 형성되었습니다. 논리·탐색·게임·전문가 지식 같은 접근이 발전했고, 데이터에서 규칙성을 배우는 연구도 이어졌습니다. 기대가 커졌다가 한계와 비용 때문에 식는 시기도 있었습니다. 이 흐름을 이전 기

600

민지는 동네 빵집에서 세 가지 화면을 봅니다. 하나는 좋아할 만한 빵을 추천하고, 하나는 내일 판매량을 예상하며, 다른 하나는 가게 안내문을 씁니다. 로봇은 한 대도 없는데 사장 준은 모두 AI를 활용한 기능이라고 말합니다. 인공지능은 인식·예측·언어 처리·계획처럼 지능과 관련된 과제를 컴퓨터로 수행하려는 기술과 연구 분야를 넓게 가리킵니다. 스마트폰 속 사진 분류, 번역, 추천에도 쓰일 수 있습니다. 사람처럼 생긴 몸이나 대

5600

민지는 빵 사진을 보여주며 “무슨 빵이야?”라고 묻습니다. 잠시 뒤에는 “고양이 모양 빵 그림을 그려줘”라고 요청합니다. 사진 분류는 주어진 사진이 어느 범주에 가까운지 판단하는 작업입니다. 모델은 단팥빵·크림빵·식빵 같은 후보에 점수를 매길 수 있습니다. 판매량 예측은 숫자를 추정한다는 점에서 결과 형태가 다릅니다. 어떤 후보를 허용하는지는 문제 설계에 달려 있습니다. 처음 보는 빵이 들어왔는데도 반드시 기존 셋 중 하나를

900

AI, 머신러닝, 딥러닝, 생성형 AI, LLM. 뉴스를 읽을 때마다 새 이름이 등장합니다. 전부 서로 경쟁하는 제품일까요? 인공지능은 인식·추론·계획·언어 처리 등 다양한 과제를 다룹니다. 그 안에 데이터와 경험을 이용해 성능을 조정하는 머신러닝이 있습니다. 모든 AI 방법을 머신러닝 하나로 설명할 수는 없습니다. 선형 모델, 조건에 따라 갈라지는 의사결정나무, 신경망은 모두 머신러닝에 쓰입니다. 딥러닝은 여러 층을 가진 신

1300

준은 빵 사진을 자동으로 분류하고 싶습니다. 민지는 “둥글면 단팥빵이라고 정하면 되지 않을까?”라고 제안합니다. 그런데 둥근 크림빵이 들어오자 규칙이 바로 흔들립니다. 규칙 기반 프로그램에서는 사람이 조건과 처리 방식을 명시합니다. 주문 수량이 0이면 결제하지 않게 하거나, 마감 시간이 지나면 주문 버튼을 잠그는 기능이 예입니다. 조건이 명확하면 결과를 추적하고 검증하기 편합니다. 빵 사진에도 색·모양·크기로 규칙을 만들 수

1700