고정관념
Definition
AI에서 고정관념은 모델이 학습 데이터에 존재하는 사회적 편향을 학습하고 증폭시킬 때 발생합니다. …
2
데이터 최소화(Data Minimization)
Definition
데이터 최소화는 조직이 적절하고 관련성이 있으며 필수적인 범위 내에서만 데이터 수집을 제한해야 한다는 핵심 프라이버시 원칙입니다. AI …
제로샷 프롬프팅
Definition
제로샷 프롬프팅은 사전 훈련된 언어 모델에게 소수 예시(few-shot examples)를 제공하거나 추가적인 파인튜닝을 수행하지 않고도, 텍스트 기반 프롬프트 …
Wumpus World
Definition
Wumpus World는 러셀과 노비그의 AI 교재에서 소개된 그리드 기반 환경입니다. 에이전트는 함정과 Wumpus …
인공지능의 직장 영향
Definition
이 개념은 노동 시장에서의 AI의 변혁적 영향을 포괄하며, 여기에는 일상적인 작업의 자동화, 새로운 직군 창출, 필요한 기술 세트의 변화 등이 포함됩니다. AI …
위스퍼
Definition
위스퍼는 다양한 언어, 방언, 억양을 처리하도록 설계된 범용 음성 인식 모델입니다. 수백만 시간 분량의 다국어 및 다중 작업 Supervised 데이터를 학습하 …
미래의 방식
Definition
엄격한 기술 용어는 아니지만, ‘미래의 방식’은 자율 시스템, 개인화된 AI 비서, 자동화 의사결정 과정으로의 패러다임 전환을 설명합니다. …
약한 인공지능
Definition
약한 인공지능(좁은 의미의 AI 또는 Narrow AI라고도 함)은 얼굴 인식이나 언어 번역과 같은 특정 문제를 해결하거나 작업을 수행하도록 설계된 시스템을 의 …
가상 지능
Definition
가상 지능은 종종 사용자에게 다른 에이전트와 상호작용하며 가상 또는 디지털 공간 내에서 기능하도록 설계된 모든 인공지능 시스템을 포함합니다. 여기에는 가상 어시 …
미국 기술 인력
Definition
‘미국 기술 인력’이라는 용어는 일반적으로 소프트웨어 엔지니어링, 데이터 과학, …
바이브보이스(Vibevoice)
Definition
바이브보이스는 전통적인 TTS가 단조롭게 들릴 수 있는 것과 달리, 인간 음성의 ‘분위기’나 감정적 뉘앙스를 포착하는 데 중점을 둔 텍스 …
검열 없는(Uncensored)
Definition
인공지능의 맥락에서 ‘검열 없는(Uncensored)‘은 일반적으로 내장된 안전 정렬(Safety Alignments)을 제거하거나 약화시 …
신뢰할 수 있는 AI
Definition
신뢰할 수 있는 AI는 AI 시스템이 신뢰성 있고 윤리적으로 작동하도록 보장하는 원칙과 관행을 포괄합니다. 주요 속성에는 공격에 대한 강건성, 다양한 인구 집단 …
타입 체커
Definition
소프트웨어 엔지니어링, 특히 Python, C++, Rust 등으로 작성된 AI 라이브러리에서 타입 체커는 호환되는 데이터 유형에 대해 연산이 수행되는지 검증하 …
독성
Definition
AI에서의 독성은 경멸적이거나 토론에서 참여자를 이탈하게 만들 가능성이 높거나 특정 정체성에 초점을 맞춘 콘텐츠를 생성하거나 확산하는 것을 의미합니다. 이는 미 …
장난감 문제 (Toy Problem)
Definition
인공지능 및 컴퓨터 과학 분야에서 장난감 문제는 개념을 설명하거나 새로운 알고리즘을 테스트하기 위해 극도로 단순화된 시나리오를 의미합니다. 예를 들어 N-퀸 문 …
Tsinghua University Natural Language Processing Research Group (THUDM)
Definition
THUDM(청화대학교 자연어처리 연구그룹)은 인공지능, 특히 자연어 처리 분야에서 활발히 활동하는 주요 학술 및 연구 기관입니다.
Summary
THUDM …
The AI Con
Definition
The AI Con은 AI 부문에서 기만적인 관행, 과장된 주장, 보안 취약점 등을 조사하고 부각시키는 데 전념하는 연례 행사입니다. …
Thinking
Definition
인간이 생물학적으로 사고하는 반면, AI의 ‘사고’는 인지 기능을 모방하는 계산적 연산을 포함합니다. 여기에는 논리적 귀납, 패턴 인식, …
텍스트에서 오디오로
Definition
텍스트에서 오디오로(Text To Audio)는 텍스트 입력을 청각적 출력으로 변환하는 기술을 포괄하는 광범위한 용어입니다. 인간과 유사한 음성 합성을 위한 텍 …
텍스트에서 음성으로
Definition
텍스트-음성 변환(TTS)은 디지털 텍스트를 사용자에게 낭독하는 보조 기술의 일종입니다. 이는 인간의 억양을 모방하는 합성 음성을 생성하기 위해 고급 신경망과 …
텍스트에서 이미지로
Definition
텍스트에서 이미지로(Text To Image)는 자연어 설명에 기반하여 사진처럼 사실적이거나 예술적인 이미지를 합성하기 위해 생성형 인공지능을 적용하는 것을 의 …
TensorBoard
Definition
TensorBoard는 TensorFlow 실행 과정과 그래프를 검사하고 이해하기 위한 일련의 웹 애플리케이션입니다. 시간 경과에 따른 손실(loss) 및 정확 …
텍스트 생성
Definition
텍스트 생성은 인공지능 모델이 새로운 텍스트 콘텐츠를 만들어내는 자연어 처리의 기본 응용 패러다임입니다. 시퀀스에서 다음으로 올 가능성이 높은 토큰을 예측함으로 …
Tanh (쌍곡선 탄젠트)
Definition
쌍곡선 탄젠트(Tanh) 함수는 신경망에서 널리 사용되는 비선형 활성화 함수입니다. 이 함수는 입력 값을 구간 (-1, 1)으로 압축하여 제로 중 …
텐서
Definition
컴퓨터 과학과 딥러닝에서 텐서는 스칼라, 벡터, 행렬을 고차원으로 일반화한 수학적 객체입니다. 텐서는 차원의 수인 랭크(rank)와 각 차원의 크기인 모 …
기호 수준
Definition
인공지능에서 기호 수준은 연속적인 수치 값 대신 이산 기호를 사용하여 지식이 인코딩되는 고수준 추상화를 나타냅니다. 이 접근 방식은 심볼릭 AI의 핵심 요소입니 …
스트리밍
Definition
스트리밍은 데이터가 생성되는 실시간 또는 준실시간으로 데이터를 지속적으로 흡수하고 처리하는 것을 의미합니다. 고정된 데이터셋을 처리하는 배치 처리와 달리, 스트 …
안정성
Definition
머신러닝에서 안정성은 훈련 데이터에 작은 교란(perturbations)이 가해졌을 때 모델의 성능과 매개변수가 견고하게 유지되는 성질을 의미합니다. 안정적인 …
소스 속성 부여(Source Attribution)
Definition
소스 속성 부여는 AI 시스템 내에서 데이터, 모델 또는 생성된 출력물의 출처를 체계적으로 추적하고 라벨링하는 것을 의미합니다. 최종 결과를 해당 기원으로 연결 …
스마트 객체
Definition
스마트 객체는 사물인터넷(IoT)의 구성 요소로, 고유 식별자를 가지고 있으며 직접적인 인간-인간 또는 인간-컴퓨터 상호작용 없이 네트워크를 통해 데이터를 전송 …
한국의 스마트 스피커 산업
Definition
이 용어는 높은 스마트폰 보급률과 첨단 광대역 인프라로 특징지어지는 한국의 스마트 스피커 관련 특정 지역 시장의 역학을 가리킵니다. 주요 기술 기업들과 플랫폼 …
서버리스
Definition
서버리스 아키텍처를 사용하면 개발자는 서버 인프라를 관리하지 않고도 애플리케이션을 구축하고 실행할 수 있습니다. 클라우드 제공업체는 수요에 따라 리소스를 자동으 …
시그모이드
Definition
σ(z) = 1 / (1 + e^-z)로 정의되는 시그모이드 함수는 머신러닝에서 확률을 모델링하는 데 널리 사용됩니다. 이 함수는 입력값을 (0, 1) 범위로 …
SentencePiece
Definition
SentencePiece는 현대 NLP 파이프라인에서 널리 사용되는 텍스트 정규화 및 토큰화를 위한 인기 있는 오픈소스 라이브러리입니다. 이는 단어와 서브워드 …
문장 유사도
Definition
문장 유사도는 두 개의 서로 다른 문장 간 의미적 중첩 정도를 측정합니다. 이는 단어 수준의 일치를 넘어 의미, 맥락, 의도를 이해하는 것을 목표로 합니다. 일 …
서버 전송 이벤트
Definition
서버 전송 이벤트(SSE)는 서버에서 클라이언트로의 단방향 통신을 가능하게 하며, 서버는 클라이언트가 반복적으로 폴링하지 않고도 데이터를 지속적으로 스트리밍할 …
Schema-agnostic databases
Definition
이러한 데이터베이스는 엄격한 테이블 구조나 열 정의를 미리 강제하지 않음으로써 동적 데이터 모델링을 가능하게 합니다. 이 유연성은 개발자가 구조화되지 않았거나 …
설명 받을 권리(Right to explanation)
Definition
설명 받을 권리는 특히 GDPR과 같은 프레임워크 내에서 알고리즘 책임성의 핵심 구성 요소입니다. 이는 AI 시스템이 개인의 권리에 영향을 미치는 결정을 내릴 …
재랭킹(Reranking)
Definition
재랭킹은 정보 검색 및 추천 시스템에서 정확도를 높이기 위해 사용되는 전략입니다. 먼저 빠르지만 정확도가 낮은 모델이 대규모 후보 집합을 검색합니다. …
책임 있는 AI(Responsible AI)
Definition
책임 있는 AI는 인공지능과 관련된 위험을 완화하는 데 목적이 있는 원칙과 관행을 포괄합니다. 여기서는 편향에 대한 모델 감사, 의사결정의 설명 가능성 보장, …
신뢰성
Definition
AI에서의 신뢰성은 시간과 다양한 입력에 걸쳐 시스템 행동의 신뢰성과 일관성을 의미합니다. 신뢰할 수 있는 AI 시스템은 정확한 결과를 생성하고, 예외 상 …
정규화
Definition
정규화는 기계 학습에서 일반화 오차를 크게 증가시키지 않고 줄이는 것을 목적으로 하는 중요한 개념입니다. 이는 모델이 지나치게 복잡한 패턴(노이즈 포함)을 학습 …
レートリミティング
Definition
レートリミティングは、AIサービスやAPIの乱用、過負荷、および過度なリソース消費から保護します。スループットを制限することでユーザー間の公平な利用を確保し、システムの安定性を維 …
Qwen3.6
Definition
Qwen3.6은 Qwen3 모델 계열에서 더 나은 정교화를 나타냅니다. 소규모 버전 업데이트는 주로 기존 기능의 다듬기, 경계 사례(edge-case) 오류 수 …
큐웬 에디트(Qwen Edit)
Definition
큐웬 에디트는 큐웬 시리즈 내에서 텍스트 콘텐츠를 편집, 다듬기, 재구성하기 위해 최적화된 특정 기능이나 모델 버전을 의미합니다. 이러한 기능을 사용하면 사용자 …
큐웬3.5(Qwen3.5)
Definition
큐웬3.5는 알리바바 클라우드에서 개발한 큐웬 계보의 특정 릴리스를 나타냅니다. 이 버전은 일반적으로 이전 버전을 기반으로 논리적 추론, 코딩 숙련도, …
큐웜(Qwen)
Definition
큐웜(Qwen)은 알리바바 그룹의 통이 연구소에서 만든 고급 대규모 언어 모델 패밀리를 나타냅니다. 자연어 이해, 코드 생성, 논리적 추론 등 다양한 작업에 최 …
Qloo
Definition
Qloo는 고급 머신러닝 알고리즘을 통해 인간의 선호도를 이해하는 데 특화된 데이터 인텔리전스 기업으로 운영됩니다. 다양한 소스에서 방대한 데이터를 집계하고 분 …
정량화
Definition
AI 및 데이터 과학의 맥락에서 정량화는 텍스트, 이미지 또는 주관적인 의견과 같은 비수치 데이터를 측정 가능한 수치 값으로 변환하는 것을 의미합니다. 이 과정 …
문제 해결
Definition
인공지능에서 문제 해결은 초기 상태에서 목표 상태로 이동하기 위해 일련의 행동을 통해 체계적으로 탐색하는 접근 방식을 의미합니다. 일반적으로 문제(p)를 정의하 …
사전 훈련된
Definition
‘사전 훈련된’이라는 용어는 ImageNet이나 Wikipedia와 같은 방대하고 일반적인 데이터셋에서 초기 훈련을 거친 신경망 모델을 설 …
Perusall
Definition
Perusall은 인공 지능을 활용하여 협력적 독서와 주석 작성을 지원하는 교육 기술 플랫폼입니다. 이 플랫폼은 학생들이 디지털 텍스트에 남긴 주석과 토론 참여 …
Phi3
Definition
Phi-3은 마이크로소프트가 출시한 소형 언어 모델(SLM) 시리즈로, 훨씬 더 큰 모델들과 비교해도 견줄 만한 높은 성능을 제공하면서도 필요한 계산 자원은 현 …
퍼소노이드(Personoid)
Definition
퍼소노이드는 인간과 유사하게 외모를 갖추거나 행동하도록 설계된 로봇이나 가상 엔티티입니다. 로봇 공학 분야에서는 물리적 인간 유사 …
교육용 에이전트
Definition
교육용 에이전트는 종종 가상 캐릭터로 구현되는 소프트웨어 구성 요소로, 교육 환경에서 교사나 튜터 역할을 수행합니다. 이러한 에이전트는 자연어 처리(NLP) …
패턴 인식
Definition
패턴 인식은 데이터 내의 규칙성을 식별하는 데 관심이 있는 인공지능 및 통계학의 한 분야입니다. 이는 특징(feature) …
Paraphrasing
Definition
자연어 처리에서의 Paraphrasing(의역/재기술)은 주어진 입력 텍스트의 원래 의미적 의미를 보존하면서 대체 표현을 생성하는 과정을 포함합니다. …
머신러닝 개요
Definition
이 용어는 머신러닝을 지도 학습, 비지도 학습, 반지도 학습, 강화 학습으로 구조적으로 분류하는 것을 설명합니다. 선형 회귀(linear regression) …
오웨인 에반스
Definition
오웨인 에반스는 컴퓨터 과학자이자 교육자로, 현재 AI 안전 센터(Center for AI Safety)와 연관되어 있으며 이전에 앤트로픽(Anthropic)에 …
세레나타 데 아모르 작전
Definition
세레나타 데 아모르 작전은 브라질의 공공 조달 데이터를 분석하기 위해 인공지능을 적용한 선구적인 오픈소스 프로젝트입니다. 자연어 처리(NLP)와 이상 탐지 기술 …
오프라인 학습
Definition
배치 학습이라고도 하는 오프라인 학습은 이전에 수집된 고정된 데이터셋을 사용하여 머신러닝 모델을 훈련하는 과정을 포함합니다. …
NSO
Definition
약어 NSO는 문맥에 따라 여러 의미를 가질 수 있습니다. 기술적 AI 연구에서는 신경망과 기호 논리를 결합한 신경 기호 최적화(Neural Symbolic …
OCR(Optical Character Recognition)
Definition
광학 문자 인식(OCR)은 디지털 이미지 내의 텍스트를 식별하기 위해 이미지 처리 및 패턴 인식 알고리즘을 사용합니다. …
비인간
Definition
이 용어는 주로 AI 에이전트, 로봇, 가상 비서의 권리, 책임 및 사회 통합에 관한 논의에서 사용됩니다. 이는 생물학적 인간과 인공 시스템 간의 구별을 강조하 …
정규화
Definition
주요 방법으로는 Min-Max 스케일링과 Z-점수 표준화가 있습니다. …
네이처 머신 인텔리전스(Nature Machine Intelligence)
Definition
네이처 머신 인텔리전스는 인공지능의 모든 측면에 대한 독창적인 연구를 게재하기 위한 고영향력 학술 저널입니다. 기본 알고리즘부터…
Summary
인 …
다국어
Definition
다국어 모델은 각 언어별로 별도의 모델을 필요로 하지 않고 다양한 언어 입력을 처리하도록 설계되었습니다. 이러한 시스템은 일반적으로 공유 임베딩이나 교차 언어 …
마운틴 카 문제
Definition
마운틴 카 문제는 강화 학습 연구의 표준 벤치마크입니다. 목표는 출력이 부족한 자동차를 제어하여 가파른 언덕 꼭대기에 도달하는 것입니다. 자동차가 한 번에 언덕 …
멀티모달
Definition
인공지능에서 다중 모달리티는 모델이 서로 다른 감각 입력이나 데이터 형식 간에 정보를 이해, 생성 또는 상관관계 있게 처리하는 능력을 설명합니다. 단일 모달 모 …
모델 인덱스
Definition
인덱스 파일(일반적으로 ‘model_index.json’)은 파이프라인 유형, 하위 모델 및 구성 경로 등 모델 아키텍처에 대한 구조화된 …
MobileNet
Definition
MobileNet은 표준 합성곱 연산에 비해 계산 비용과 모델 크기를 획기적으로 줄이기 위해 깊이별 분리 가능 합성곱(Depthwise Separable …
마인즈DB
Definition
마인즈DB는 전통적인 관계형 데이터베이스와 최신 머신러닝 워크플로우 사이의 가교 역할을 합니다. 사용자는 표준 SQL 쿼리를 사용하여 예측 모델을 생성할 수 있 …
허위 정보
Definition
허위 정보는 해를 끼치거나 기만하려는 고의적인 의도 없이 공유되는 거짓 또는 오해의 소지가 있는 정보를 지칭합니다. 이는 의도적으로 조작된 정보인 ‘ …
마이크로서비스
Definition
AI 엔지니어링 맥락에서 마이크로서비스는 데이터 전처리, 모델 추론, 결과 저장 등 AI 파이프라인의 서로 다른 구성 요소를 독립적으로 개발, 확장 및 유지보수 …
메디세프 논쟁
Definition
메디세프 논쟁은 디지털 헬스 기술 초기 단계인 메디세프 앱의 검증 방법에 대해 제기된 중요한 윤리적 논의를 지칭합니다. …
수학
Definition
인공지능의 맥락에서 수학은 알고리즘 설계 및 분석을 위한 이론적 틀을 제공합니다. 주요 분과로는 데이터 표현을 위한 선형대수학, 최적화를 위한 미적분학, 불확실 …
마스크 생성
Definition
마스크 생성은 특정 작업 중 데이터 세트의 어떤 요소가 표시되거나 활성화될지를 결정하는 공간적 또는 시간적 마스크를 생성하는 것을 포함합니다. …
머신 퍼셉션 (기계 지각)
Definition
이는 원시 센서 입력과 의미 있는 의미론적 이해 사이의 격차를 메우며, 시각과 청각과 같은 인간의 감각을 모방합니다. 주요 기술에는 객체 인식을 위한 컴퓨터 비 …
롱 컨텍스트(Long Context)
Definition
롱 컨텍스트는 트랜스포머 기반 모델이 표준 제한(예: 2k 또는 4k 토큰)을 종종 초과하는 광범위한 입력 길이를 처리할 수 있는 능력을 의미합니다. …
린다 소더홀름(Lynda Soderholm)
Definition
린다 소더홀름은 기술 부문에서 인정받는 인물로, 특히 AI 개발과 윤리적 거버넌스의 교차점에서의 작업으로 주목받고 있습니다. 기업 책임 분야의 리더로서, …
라마 2(Llama 2)
Definition
2023년 7월 메타 AI에서 출시된 라마 2는 오픈 가중치 대규모 언어 모델의 중요한 진화를 나타냅니다. 70억 파라미터부터 700억 파라미터에 이르기까지 사 …
라마 3(Llama 3)
Definition
2024년 4월 소개된 라마 3은 라마 2의 성공을 바탕으로 성능과 능력에서 상당한 향상을 이루었습니다. 이 모델 패밀리는 80억 파라미터 및 700 …
라마(Llama)
Definition
라마(Large Language Model Meta AI)는 메타에서 출시한 일련의 기반 대규모 언어 모델입니다. …
선형 예측 함수
Definition
통계 모델링 및 머신러닝에서 선형 예측 함수는 가중치가 적용된 입력 특징들의 합과 편향 항(bias term)으로 구성됩니다. 이는 일반화 선형 모델(GLM) …
제한적 기억 AI
Definition
제한적 기억 AI는 AI 능력의 두 번째 단계에 해당하며, 시스템이 역사적 데이터를 학습하고 그에 따라 행동을 조정할 수 있습니다. 반응형 머신과 달리 이러한 …
거짓말꾼의 배당금
Definition
거짓말꾼의 배당금은 특히 딥페이크와 관련된 고급 생성형 AI가 제기하는 사회적 위험을 의미합니다. 합성 미디어가 현실과 구별하기 어려워짐에 따라, 악의적인 개인 …
학습 곡선
Definition
일반적으로 학습 곡선은 y축에 훈련 점수와 검증 점수를, x축에 훈련 샘플 수나 반복 횟수를 표시합니다. 이는 모델이 과소적합(hig…) …
遅延学習
Definition
k近傍法（k-NN）などの遅延学習アルゴリズムは、トレーニングデータセット全体を記憶し、予測を行う際のみ計算を実行します。これは、事前に汎化モデルを構築する積極的学習（eager …
라벨 노이즈
Definition
라벨 노이즈는 데이터 인스턴스의 실제 클래스 라벨과 훈련 데이터셋에 제공된 라벨 간의 불일치를 의미합니다. 이는 인간 애노테이션 오류, 모호한 데이터 포인트 등 …
Kimi K2
Definition
Kimi K2는 Moonshot AI의 대형 언어 모델 시리즈에서 중요한 진전을 나타내는 모델입니다. 복잡한 논리적 추론, 수학 문제 해결, 그리고 매우 긴 문 …
Kimi K25
Definition
Kimi K25는 Moonshot AI가 생산하는 Kimi 모델 패밀리 내의 고급 버전입니다. 이전 버전인 Kimi K2의 기반 위에 구축되어, 추론 속 …
우리가 원하는 것이 맞는가?
Definition
이 문구는 AI 윤리와 거버넌스의 핵심 질문으로, 배포된 AI 기술이 인간의 가치와 공공 이익에 부합하는지 이해관계자들이 평가하도록 촉구합니다. 이는 기술의 사 …
캔들스틱 차트 (K선)
Definition
서양 시장에서는 일반적으로 캔들스틱 차트로 불리는 K선은 증권, 파생상품 또는 통화의 가격 역학을 그래픽으로 표현한 것입니다. 이 차트는 시가, 고가, 저가, …
지능형 단어 인식
Definition
지능형 단어 인식은 신경망에 의해 구동되는 고급 광학 문자 인식(OCR) 기술을 의미합니다. 이는 단순한 패턴 매칭을 넘어 문맥을 이해하고, 노이즈가 있는 이미 …
명령 따름
Definition
명령 따름은 대규모 언어 모델 및 기타 AI 시스템이 프롬프트 내의 미묘한 인간 지시를 이해하고 명시적 제약을 준수하는 능력을 의미합니다. …
인스턴스 기반 학습
Definition
기억 기반 학습이라고도 알려진 이 기법은 훈련 중에 일반화된 모델을 구축하지 않습니다. 대신 전체 훈련 데이터셋을 저장합니다. 예측이 필요할 때 가장 유사한 인 …
부정확한 텍스트 (Inauthentic Text)
Definition
부정확한 텍스트는 AI 시스템이나 의도적인 기만 목적을 가진 인간이 생성한 글로, 진정한 인간의 경험이나 사실적 근거가 결여되어 있습니다. 여기에는 AI 생성 …
IDE 통합
Definition
이 관행은 대규모 언어 모델(LLM)과 같은 AI 모델을 VS Code나 IntelliJ와 같은 소프트웨어 개발 환경에 연결하는 것을 포함합니다. 이는 지능형 …
하이퍼파라미터
Definition
학습 중 데이터로부터 학습되는 모델 파라미터(가중치 및 편향)와 달리, 하이퍼파라미터는 훈련 시작 전에 실무자가 선택하는 외부 설정입니다. 이는 모델의 구조와 …
인간 문제 해결
Definition
인간 문제 해결은 단순한 작업부터 추상적인 개념적 어려움에 이르기까지 다양한 도전을 극복하기 위해 인간이 사용하는 다면적인 인지 능력을 포괄합니다. 알고리즘적 …
허깅페이스 (Hugging Face)
Definition
허깅페이스는 오픈소스 AI 생태계의 중심이 된 주요 기업이자 온라인 플랫폼입니다. 방대한 사전 학습된 모델, 데이터셋, 데모 애플리케이션 저장소를 제공합니 …
HF ASR 리더보드
Definition
HF ASR 리더보드는 허깅 페이스가 호스팅하는 커뮤니티 기반 지표 플랫폼으로, 자동 음성 인식 분야의 최첨단 성능을 추적합니다. …
유해 콘텐츠
Definition
유해 콘텐츠란 신체적, 심리적 또는 사회적 손상을 일으킬 수 있는 디지털 미디어나 텍스트를 의미합니다. AI …
인공지능 하드웨어
Definition
AI 하드웨어는 머신러닝 워크로드에 필요한 대규모 병렬 처리를 최적화한 특수 컴퓨팅 장치를 의미합니다. 여기에는 일반적인 병렬 처리를 위한 그래픽 처리 장 …
가드레일 (Guardrails)
Definition
가드레일(Guardrails)은 AI 애플리케이션, 특히 대형 언어 모델에 통합된 소프트웨어 제어 및 정책 집행 레이어의 집합을 의미합니다. 이는 모델이 안전하 …
Grok
Definition
Grok은 일론 머스크의 회사인 xAI가 만든 대형 언어 모델 기반 챗봇입니다. 주로 X 플랫폼(구 트위터) 구독자에게 제공됩니다. Grok은 실시간으로 최신 …
그래픽 처리 장치(GPU)
Definition
GPU는 그래픽 렌더링 작업을 처리하기 위해 처음 개발된 고성능 프로세서입니다. 순차적 직렬 처리에 최적화된 소수의 코어를 가진 CPU와 달리, GPU는 수천 …
Gpt2
Definition
생성형 사전 훈련 변환기 2(GPT-2)는 트랜스포머 아키텍처를 사용하여 인간과 유사한 텍스트를 생성하는 자기회귀 언어 모델입니다. 이는 방대한 양의 인터넷 텍 …
구글 리서치 (Google Research)
Definition
구글 리서치는 구글 LLC의 학술 및 산업 연구 기관으로, 인공지능, 자연어 처리, 양자 컴퓨팅 등의 분야에서 기술의 한계를 넓히는 데 중점을 두고 있습니다. …
구글 클립스 (Google Clips)
Definition
구글 클립스는 구글이 개발한 소비자 전자 제품으로, 기기 내 머신러닝을 사용하여 얼굴이나 애완동물 등 흥미로운 장면과 피사체를 식별하고 자동으로 사진을 촬영했습 …
생성 모델
Definition
생성 모델은 주어진 데이터셋 내의 패턴과 구조를 이해하여 원래 데이터와 유사한 새로운 데이터 인스턴스를 생성하도록 설계된 알고리즘입니다. 판별 모 …
생성형 AI
Definition
대규모 언어 모델(LLM)이나 확산 모델(Diffusion Model)과 같은 이러한 시스템은 기존 정보를 단순히 검색하는 것을 넘어 새로운 출력을 종합합니다. …
성별 디지털 격차
Definition
이 사회기술적 개념은 여성과 소녀들이 남성 및 남아에 비해 디지털 기기, 인터넷 연결 및 디지털 리터러시 기술 접근성이 낮다는 불평등을 강조합니다. 이러한 격차 …
GDPR 준수
Definition
GDPR 준수는 유럽 연합(EU) 내 개인의 개인 데이터를 보호하기 위해 AI 개발자가 구현해야 하는 법적 및 기술적 조치를 의미합니다. AI 시스템의 경우 이 …
GPT-5.6
Definition
GPT-5.6은 오픈AI의 대형 언어 모델 계보상에서 추측되거나 향후 출시될 버전을 지칭합니다. 구체적인 세부 사항은 개발 일정에 따라 다를 수 있으나, …
파인튜닝(Finetuning)
Definition
파인튜닝은 이미 대규모 일반 데이터셋으로 훈련된 모델을 가져와 더 작은 도메인 특화 데이터셋으로 훈련을 계속하는 기법을 의미합니다. 이를 통해 모델은 특정 작업 …
폰(Fon)
Definition
AI 용어의 맥락에서 ‘폰(Fon)‘은 종종 AI 모델이 입력을 해석하고 출력을 생성하는 방식을 정의하는 핵심 기능적 존재 …
마스크 채우기
Definition
마스크 채우기는 BERT와 같은 트랜스포머 기반 모델에서 사용되는 기본 사전 학습 목적 함수입니다. …
순방향 신경망
Definition
순방향 신경망(FFN)은 다층 퍼셉트론(MLP)이라고도 하며, 피드백 루프 없이 입력에서 출력까지 뉴런 레이어를 통해 데이터를 순차적으로 처리합니다. …
피처 스케일링
Definition
피처 스케일링은 입력 변수의 범위를 표준화하여, 크기가 큰 피처가 학습 과정을 지배하는 것을 방지합니다. 일반적인 방법으로는 정규화(최소-최대 스케일링)와 표준 …
팔콘
Definition
팔콘은 기술혁신연구소(TII)에서 제작한 강력한 대규모 언어 모델(LLM) 시리즈를 지칭합니다. Falcon-40B 및 Falcon-180B와 같은 모델들은 독 …
실험 추적
Definition
이 관행은 훈련 실행 중 하이퍼파라미터, 데이터셋 버전, 모델 아키텍처 및 성능 지표를 로깅하는 것을 포함합니다. 이를 통해 데이터 과학자들은 서로 다른 실험 …
에포크
Definition
기계 학습에서 에포크는 전체 훈련 데이터셋에 대한 단일 반복(iteration)을 의미합니다. 각 에포크 동안 모델은 모든 훈련 예제를 처리하고 역전파를 통해 …
이진 분류기 평가
Definition
이 분야에는 정확도, 정밀도, 재현율, F1 점수 및 ROC 곡선 아래 면적(AUC-ROC) 등의 지표를 분석하는 작업이 포함됩니다. 이는 모델이 두 클래스를 …
AI의 환경 영향
Definition
이 용어는 특히 대규모 모델의 훈련 단계와 관련하여 AI 기술과 관련된 상당한 자원 요구 사항을 의미합니다. 여기에는 데이터 센터의 전력 사용, …
조기 종료(Early Stopping)
Definition
조기 종료(Early Stopping)는 경사 하강법(gradient descent)과 같은 반복적 훈련 과정에서 주로 사용되는 정규화 방법입니다. 훈련 중 모 …
기대 학습(Eager Learning)
Definition
기대 학습(Eager Learning)에서는 시스템이 새로운 인스턴스를 마주하기 전에 훈련 데이터를 기반으로 일반적인 목표 함수나 모델을 사전에 구축합니다. 이 …
디퓨전 단일 파일
Definition
디퓨전 단일 파일(Diffusion Single File)은 머신러닝 모델, 특히 디퓨전 모델의 패키징 전략을 의미합니다. 이 방식은 바이너리 가중치, 하이퍼파 …
문서 분류
Definition
문서 분류는 알고리즘이 비정형 텍스트 데이터에 레이블을 할당하는 자연어 처리(NLP)의 기본 작업입니다. 이 과정에서는 문서에서 특징을 추출하고 이를 특정 클래 …
Diffusers: Stablediffusionpipeline
Definition
이는 범용 텍스트-이미지 합성에 널리 사용되는 Stable Diffusion v1.5 모델의 기반 파이프라인입니다. U-Net 디노이저와 CLIP 텍스트 인코더 …
Diffusers
Definition
허깅페이스 Diffusers는 확산 모델의 사용을 단순화하기 위해 설계된 모듈식 도구 모음입니다. 텍스트-이미지 생성, 이미지 인페인팅(Inpainting), …
Dense (밀집)
Definition
신경망에서 ‘dense’(밀집)는 각 뉴런이 이전 레이어의 모든 뉴런으로부터 입력을 받는 완전 연결 레이어를 지칭합니다. 이는 합성곱이 …
DeepSeek
Definition
DeepSeek는 DeepSeek 회사에서 만든 인공지능 모델 패밀리를 지칭합니다. 이러한 모델들은 코드 생성, …
결정 목록(Decision list)
Definition
결정 목록은 지식을 조건부 규칙의 시퀀스로 표현하는 머신러닝 모델 유형입니다. 각 규칙은 조건과 예측된 클래스 레이블로 구성됩니다. 새로운 데이터를 분류할 때, …
데이터셋: 야후 앵서스 토픽스
Definition
야후 앵서스 토픽스(Yahoo Answers Topics) 데이터셋은 더 큰 야후 앵서스 아카이브의 하위 집합으로, 명확한 주제 카테고리로 조직화된 질문과 답변 …
데이터셋: SNLI
Definition
SNLI는 50만 개 이상의 레이블이 지정된 문장 쌍을 포함하는 벤치마크 데이터셋으로, 함축(entailment), 모순(contradiction), 중 …
데이터셋: TriviaQA
Definition
TriviaQA는 오픈 도메인 질문 답변을 위해 설계된 데이터셋으로, 100만 개 이상의 질문과 해당 답변을 특징으로 합니다. 기존 모델에 도전하기 위해 제작되 …
데이터셋: WikiHow
Definition
WikiHow 데이터셋은 WikiHow 웹사이트에서 수집된 약 6만 개의 매뉴얼 형식 기사로 구성됩니다. 이 데이터셋은 추출형(abstractive) 텍스트 요 …
데이터셋: MultiNLI
Definition
MultiNLI는 GLUE 벤치마크를 통해 제공되는 크라우드소싱 기반 코퍼스입니다. 구어체와 문어체 등 다양한 장르의 텍스트에 걸친 자연어 추론(NLI) …
데이터셋: Gooaq
Definition
GooAQ는 Google Answers 서비스에서 컴파일된 데이터셋으로, 사용자가 제출한 방대한 양의 질문과 이에 대한 상세하고 유료로 제공된 답변을 특징으로 …
데이터셋: Ms Marco
Definition
MS MARCO(Microsoft Machine Reading Comprehension)는 자연어 처리, 특히 정보 검색 및 질문 응답 분야에서 널리 사용되는 …
데이터셋: 임베딩 데이터/Qqp
Definition
Quora Question Pairs(QQP)는 쿼라 플랫폼에서 가져온 40만 개 이상의 질문 쌍으로 구성된 이진 분류(Binary Classification) …
데이터셋: BookCorpus
Definition
BookCorpus는 인터넷에서 수집한 10,000권 이상의 미출간 도서 텍스트 모음입니다. 이 데이터셋은 자연어 처리(NLP) 모델을 훈련하고 평가하기 위한 …
데이터셋: Eli5
Definition
ELI5는 동일한 이름을 가진 레딧(Reddit) 커뮤니티에서 파생된 데이터셋입니다. 사용자가 제출한 질문과 커뮤니티 구성원들이 제공한 상세하고 단순화된 답변으 …
데이터 기반 모델
Definition
데이터 기반 모델은 하드코딩된 규칙이나 명시적 로직으로 정의되지 않고, 역사적 데이터 내에서 식별된 패턴을 통해 행동과 예측이 도출되는 인공지능 시스템 유형입니 …
데이터셋: Bigcode/The Stack Dedup
Definition
The Stack Dedup은 오픈 소스 코드의 거대한 저장소인 The Stack의 특수 하위 집합입니다. …
데이터 전처리(Data Preprocessing)
Definition
데이터 전처리는 원시, 비구조화 또는 노이즈가 많은 데이터를 머신러닝 모델이 효과적으로 처리할 수 있는 표준화된 형식으로 변환하는 필수 작업입니다. …
데이터 주석(Data Annotation)
Definition
이 중요한 단계는 알고리즘이 입력과 출력 간의 관계를 학습할 수 있도록 원시 데이터 포인트에 의미 있는 메타데이터를 부착하는 것입니다. 예를 들어, 이미지 내 …
데이터 탐색(Data Exploration)
Definition
데이터 탐색(탐색적 데이터 분석, EDA라고도 함)은 머신러닝 워크플로우에서 중요한 사전 단계입니다. 이 과정은 주로 시각화 도구를 사용하여 데이터의 주요 특성 …
데이터 증강
Definition
이 방법은 기존 샘플의 수정된 버전(예: 이미지 회전, 오디오 노이즈 추가, 텍스트 동의어 교체 등)을 생성하여 훈련 데이터셋을 인위적으로 확장합니다. 이를 통 …
사이버 보안
Definition
사이버 보안은 네트워크, 컴퓨터, 프로그램 및 데이터를 공격, 손상 또는 무단 접근으로부터 보호하도록 설계된 기술, 프로세스 및 관행을 포괄합니다. AI 맥락에 …
교차 검증
Definition
교차 검증은 기계 학습 모델의 성능을 추정하는 통계적 방법입니다. 가장 일반적인 형태는 k-폴드 교차 검증으로, 데이터를 k개의 동일한 부분으로 나눕니다. 모델 …
연속 배포
Definition
연속 배포(Continuous Deployment)는 전체 릴리스 과정을 자동화하는 연속 전달의 확장 개념입니다. 단위 테스트, 통합 테스트, 보안 검사 등 모 …
코퀴
Definition
코퀴 테크놀로지스는 오픈소스 AI 커뮤니티에서 두드러진 존재였으며, 특히 TTS(텍스트 음성 변환) 엔진으로 잘 알려져 있습니다. 이 프로젝트는 자연스러운 음성 …
동의
Definition
AI 윤리에서 동의란 사용자의 개인 데이터가 수집, 저장되거나 머신러닝 모델에서 활용되기 전에 사용자가 자발적이고 정보에 기반한 허락을 부여하는 것을 의미합니 …
콘텐츠 필터링
Definition
콘텐츠 필터링은 알고리즘과 규칙을 사용하여 사용자에게 제시되는 정보의 흐름을 스캔, 분류 및 제어하는 것을 포함합니다. AI 컨텍스트에서는 종종 자연어 처 …
혼동 행렬 (Confusion Matrix)
Definition
혼동 행렬은 알고리즘(일반적으로 지도 학습 모델)의 성능을 시각화하기 위해 사용되는 특정 표 레이아웃입니다. 이 표는 참 양성(True Positive), 참 …
머신러닝 소프트웨어 비교
Definition
이 용어는 TensorFlow, PyTorch, Scikit-learn, Keras 등 다양한 머신러닝 라이브러리 및 플랫폼에 대한 체계적인 평가와 벤치마킹을 …
인공지능 경쟁
Definition
인공지능 경쟁은 경제적, 군사적, 과학적 우위를 추구하며 AI 능력 향상을 위한 치열한 글로벌 레이스를 설명합니다. 주요 참여자로는 Google과 같은 기술 거 …
코딩
Definition
코딩은 프로그래밍이라고도 하며, 인간의 논리와 요구사항을 컴퓨터가 실행할 수 있는 형식으로 변환하는 작업입니다. Python이나 Java와 같은 프로그래밍 언어 …
회로
Definition
AI 맥락에서 회로는 일반적으로 행렬 연산과 병렬 처리를 가속화하도록 설계된 GPU, TPU 또는 뉴로모픽 칩과 같은 하위 하드웨어 아키텍처를 나타냅니다. 이러 …
문자 컴퓨팅
Definition
이 개념은 연산의 기본 단위가 단일 문자인 텍스트 조작에 중점을 둡니다. 철자 검사, 암호 해독, 손글씨 인식 등 세밀한 텍스트 분석이 필요한 작업에서 주로 사 …
캐싱
Definition
AI 엔지니어링에서 캐싱은 최근 또는 빈번하게 쿼리된 결과, 모델 예측값 또는 중간 연산 결과를 빠른 메모리(RAM 등)에 유지하여 성능을 최적화합니다. 이는 …
CIML 커뮤니티 포털
Definition
CIML 커뮤니티 포털은 계산 지능에 집중하는 학술 및 전문 커뮤니티를 위한 디지털 허브 역할을 합니다. 데이터셋, 사전 훈련된 모델, 연구 논문 등에 대한 접 …
비즈니스 프로세스 자동화(BPA)
Definition
비즈니스 프로세스 자동화(BPA)는 복잡한 비즈니스 워크플로우를 간소화하기 위해 소프트웨어와 인공지능(AI)을 활용하는 것을 의미합니다. 단순한 규칙 기반 작업 …
이진 분류
Definition
이진 분류는 출력 변수가 참/거짓이나 스팸/정상 메일과 같이 정확히 두 가지 가능한 결과를 갖는 범주형 변수인 기본 머신러닝 문제입니다. 로지스틱 회귀와 같은 …
기본 비율(Base Rate)
Definition
통계학과 머신러닝에서 기본 비율은 주어진 데이터셋 내에서 특정 상태나 결과가 가지는 근본적인 빈도를 참조합니다. 기본 비율을 무시하면 종종 기본 비율 오 …
배치 처리(Batch Processing)
Definition
배치 처리는 계산이나 모델 추론을 실행하기 전에 데이터 입력값을 하나의 그룹(배치)으로 집계하는 과정을 포함합니다. 이 접근 방식은 실시간 스트리밍 처리와 대비 …
배치 크기(Batch Size)
Definition
배치 크기는 모델의 내부 매개변수가 업데이트되기 전에 처리되는 샘플의 수를 결정하는 중요한 하이퍼파라미터입니다. 더 큰 배치 크기는 그라디언트의 더 정확한 추정 …
워드 뱅크 모델
Definition
이 자연어 처리 기법은 구문과 순서를 무시하고 텍스트를 단어의 다중 집합(multiset)으로 표현합니다. 이는 문서의 단어 빈도나 존재 여부에 기반하 …
자동화된 의사결정
Definition
자동화된 의사결정(ADM)은 이전에 인간의 판단이 필요했던 선택을 소프트웨어 시스템을 통해 수행합니다. 신용 점수 산정, 콘텐츠 검토, 물류 등에서 흔히 사용되 …
교육용 인공지능
Definition
교육용 AI는 교육 성과를 개선하기 위해 머신러닝, 자연어 처리 및 적응형 시스템을 활용합니다. 이를 통해 개별 학생의 요구에 맞춘 맞춤형 학습 경로를 제공할 …
채용용 인공지능
Definition
채용용 AI는 알고리즘을 활용하여 채용 생명주기의 다양한 단계를 자동화하고 강화합니다. 이러한 도구는 이력서에서 키워드 관련성을 분석하고, 예측 모델을 통해 후 …
인공지능 논쟁
Definition
AI 논쟁은 인공지능 기술로 인해 발생하는 광범위한 윤리적, 법적, 사회적 분쟁을 포괄합니다. 알고리즘 편향, 사생활 침해, 일자리 대체, 자율 무기 사용 등 …
아메카(Ameca)
Definition
아메카는 얼굴에만 40개 이상의 자유도를 갖춘 최첨단 휴머노이드 로봇으로, 미묘하고 현실적인 감정 표현을 가능하게 합니다. 인간-로봇 상호작용을 연구하기 위해 …
이상 탐지(Anomaly detection)
Definition
이상 탐지는 아웃라이어 탐지라고도 하며, 예상되는 동작에 적합하지 않은 패턴을 찾기 위해 데이터를 분석합니다. 사이버 보안, …
알렉산더 Y. 테텔바움
Definition
알렉산더 Y. 테텔바움은 알고리즘 효율성과 신경망 관련 분야를 포함한 AI 연구에 대한 공로로 학술 및 기술 커뮤니티 내에서 인정받은 인물입니다.
Summary …
ASR 완전 달성
Definition
ASR 완전 달성이라는 용어는 자동 음성 인식(ASR) …
책임성(Accountability)
Definition
인공지능에서의 책임성은 개인, 조직, 개발자가 AI 기술의 설계, 배포, 그리고 그로 인한 결과에 대해 책임을 지고 답변해야 할 의무를 의미합니다. …
AI 보조 소프트웨어 개발
Definition
AI 보조 소프트웨어 개발은 머신러닝 모델을 활용하여 개발자가 코드를 작성하고, 버그를 식별하며, 테스트를 생성하고, 성능을 최적화하도록 지원합니다. …
AI 워싱
Definition
AI 워싱은 그린워싱에 비유되는 용어로, 실제로는 단순한 규칙 기반 시스템에 의존함에도 불구하고 기업이 제품에 고급 AI가 통합되어 있다고 주장하는 기만적인 마 …
AI 리터러시
Definition
AI 리터러시는 인공지능의 영향이 커지는 세상에서 생존하고 적응하기 위해 필요한 역량을 의미합니다. 이는 단순한 코딩 기술을 넘어, AI 시스템이 어떻게 작동하 …
AI 데이터 센터
Definition
AI 데이터 센터는 특히 딥러닝 훈련 및 추론을 위해 인공지능 애플리케이션을 실행하도록 최적화된 물리적 시설입니다. 이러한 센터는 고밀도 서버 랙, …
AI 브라우저
Definition
AI 브라우저는 인공지능 기능을 사용자 인터페이스에 직접 통합한 웹 탐색 애플리케이션입니다. 이러한 기능에는 일반적으로 자연어 검색, 자동 콘텐츠
Summary …
AI 인간화
Definition
AI 인간화는 사용자가 챗봇이나 로봇과 같은 비인간적 존재에게 인간의 특성을 투사하는 심리적 현상을 의미합니다. 이는 AI …
AI 효과
Definition
AI 효과는 ‘인공지능’의 범위가 어떻게 변화하는지를 설명합니다. 알고리즘이 더 정교해지고 특정 작업을 수행할 수 있게 되면서, 그 작업들 …
AI 개요(AI Overviews)
Definition
AI 개요는 대규모 언어 모델이 다양한 웹 소스나 데이터베이스에서 데이터를 집계하고 종합하여 생성하는 압축된 요약본입니다. 링크 목록을 제공하는 기존 검색 결과 …
AI 중독(AI addiction)
Definition
AI 중독은 개인이 챗봇이나 소셜 미디어 알고리즘 등 AI 기반 상호작용에 강박적으로 의존하게 되는 행동 상태를 의미합니다. 이 의존성은 종종 AI가 설계한多巴 …
AI 모드
Definition
AI 모드는 디지털 플랫폼이나 애플리케이션 내에서 사용자 상호작용을 향상시키기 위해 AI 기능이 활성화된 특정 운영 상태를 의미합니다. 이 모드는 일반적으로 자 …
비전 (컴퓨터 비전)
Definition
컴퓨터 비전(CV)은 디지털 이미지, 비디오 및 기타 시각적 입력에서 의미 있는 정보를 추출하도록 컴퓨터를 훈련시키는 인공지능의 한 분야입니다. 여기서는 알고리 …
투명성
Definition
투명성은 이해 관계자가 AI 모델이 출력을 어떻게 도출하는지 이해할 수 있도록 보장하여 신뢰와 책임감을 고취시킵니다. 이는 훈련 데이터의 기원, 모델 아키텍처 …
테스트
Definition
AI 공학에서의 테스트는 편향성, 오류 및 견고성 문제를 식별하기 위해 다양한 데이터셋에 대해 모델을 엄격하게 평가하는 것을 포함합니다. 여기에는 코드 구성 요 …
토큰 제한
Definition
토큰 제한은 대규모 언어 모델의 컨텍스트 윈도우 크기 제약을 정의하며, 한 번에 분석하거나 생성할 수 있는 텍스트의 양을 제한합니다. 이 아키텍처적 경계는 메모 …
소프트맥스(Softmax)
Definition
소프트맥스는 다중 클래스 분류 작업에서 신경망의 출력층에 널리 사용됩니다. 이는 원시 로짓(raw logits) 벡터를 입력받아 정규화하며, 각 요소가 특정 클 …
검색(Retrieval)
Definition
검색은 사용자 쿼리나 맥락을 바탕으로 대규모 데이터셋이나 외부 지식 기반에서 특정 정보를 검색하고 추출하는 기술적 과정을 의미합니다. 현대 AI 시스템에서는 특 …
REST API
Definition
REST API는 GET, POST, PUT, DELETE와 같은 HTTP 프로토콜을 통해 무상태(stateless) 작업을 활용하여 클라이언트와 서버 간 통신 …
질문 응답
Definition
질문 응답(Question Answering, QA)은 주어진 문맥이나 지식베이스에서 사용자 쿼리에 대한 정확한 응답을 검색하거나 생성하는 과정입니다. 이는 특 …
과적합
Definition
과적합은 모델이 훈련 데이터의 무작위 노이즈와 이상치를 포함하여 너무 잘 학습할 때 발생합니다. 그 결과 훈련 데이터에서는 우수한 성능을 보이지만, 새로운 미시 …
최적화
Definition
머신러닝에서 최적화는 손실 함수를 최소화하여 모델 성능을 향상시키기 위해 모델 매개변수를 조정하는 알고리즘을 의미합니다. 일반적인 방법으로는 경사 하강 …
명명된 개체 인식
Definition
명명된 개체 인식(Named Entity Recognition, NER)은 정보 추출의 하위 작업으로, 텍스트에서 명명된 개체를 찾아 사람 이름, 조직, 위치, …
지식 베이스 (Knowledge Base)
Definition
지식 베이스는 AI 시스템이 쿼리하여 정확하고 문맥에 맞는 응답을 제공할 수 있도록 선별된 데이터, 문서 또는 사실을 포함하는 디지털 도서관 역할을 합니다. 현 …
지연 시간 (Latency)
Definition
지연 시간은 일반적으로 밀리초 단위로 표현되며, AI 서비스의 반응 속도를 측정합니다. 여기에는 추론 시간, 네트워크 전송 지연 및 처리 오버헤드가 포함됩니다. …
휴먼 인 더 루프 (Human-in-the-Loop)
Definition
휴먼 인 더 루프(HITL)는 데이터 라벨링, 모델 평가, 최종 의사결정 승인 등 워크플로우의 다양한 단계에서 인간의 개입이 필요한 AI 시스템을 의미합니다. …
경사 하강법
Definition
경사 하강법은 미분 가능한 함수의 국소 최소값을 찾기 위한 1차원 반복 최적화 알고리즘입니다. 머신러닝에서는 모델의 가중치를 손실 함수의 기울기(그래디언트)가 …
퓨 샷 프롬프팅
Definition
이 방법은 프롬프트 내에 직접적인 설명 예시를 몇 개 제공함으로써 대규모 언어 모델의 문맥 내 학습(In-context learning) 능력을 활용합니다. 모 …
플럭스
Definition
계산적 맥락에서 플럭스는 단위 시간당 주어진 면적을 통과하는 양의 이동률을 설명합니다. AI 및 데이터 엔지니어링 분야에서는 주로 데이터 스트리밍과 관련되어 있 …
도커
Definition
도커는 개발자가 애플리케이션과 모든 의존성을 소프트웨어 개발을 위한 표준화된 단위인 컨테이너로 패키징할 수 있게 합니다. 이러한 컨테이너는 소프트웨어를 환경으로 …
지속적 통합(Continuous Integration)
Definition
지속적 통합(CI)은 여러 기여자의 코드 변경 사항을 단일 소프트웨어 프로젝트에 자동으로 통합하는 중요한 DevOps 관행입니다. 자동화된 빌드와 테스트를 실행 …
클로드(Claude)
Definition
클로드는 AI 안전 기업인 Anthropic이 만든 고급 대규모 언어 모델 시리즈입니다. 강력한 정렬 원칙과 헌법적 AI(Constitutional AI) 프레 …
AI 윤리(AI Ethics)
Definition
AI 윤리는 인공지능 기술이 책임감 있게 개발되고 사용되도록 보장하기 위해 설계된 원칙과 표준의 체계를 포괄합니다. 여기서는 알고리즘 편향, 투명성, 책임 소 …
비전 기반(Vision-based)
Definition
비전 기반 패러다임은 카메라와 이미지 처리 알고리즘을 활용하여 시각적 장면에서 의미 있는 정보를 추출합니다. 이러한 시스템은 로봇 공학, 자율 주행, 증강 현 …
상충 관계(트레이드오프)
Definition
AI 및 공학 분야에서 트레이드오프는 모델 정확도와 계산 비용, 혹은 지연 시간과 정밀도처럼 상충되는 목표를 최적화할 때 필요한 균형을 말합니다. 자원은 제한적 …
작업 특화형
Definition
작업 특화형은 객체 감지나 언어 번역 등 좁은 범위의 목표에서 탁월한 성능을 발휘하도록 맞춤화된 AI 모델 또는 구성 요소를 의미합니다. …
사전 훈련된
Definition
사전 훈련된 모델은 위키피디아나 ImageNet과 같은 방대하고 다양한 데이터셋으로 광범위하게 훈련된 기반 AI 모델입니다. …
오픈 웨이트
Definition
오픈 웨이트 모델은 최종 학습된 파라미터만 공개될 뿐, 이를 생성하는 데 사용된 인프라나 데이터가 반드시 공개되는 것은 아니라는 점에서 완전한 오픈 소스와 구별 …
원스텝(one-step)
Definition
머신러닝과 최적화에서 원스텝 방법은 수렴하기 위해 여러 반복이나 업데이트를 필요로 하지 않고 문제를 직접 해결합니다. 많은 단계를 거쳐 최소화하는 경사 하강법과 …
다단계
Definition
다단계 접근 방식은 복잡한 워크플로우를 관리 가능한 세그먼트로 분할하여 각 단계에서 전문화된 처리를 가능하게 합니다. 이 방법은 제어, …
저비용
Definition
저비용 AI는 효율성에 중점을 두어 머신러닝과 관련된 진입 장벽 및 운영 비용을 줄이는 것을 목표로 합니다. 여기에는 모델 압축, 양자화, 경량화 등의 기법이 …
고수준(High-level)
Definition
AI에서 ‘고수준’은 복잡한 과정을 단순화하는 추상화를 의미합니다. 파이썬과 같은 고수준 언어나 API는 개발자가 메모리 관리나 하드웨어 …
고품질(High-quality)
Definition
인공지능에서 고품질은 일반적으로 높은 충실도, 낮은 노이즈, 강력한 일반화 능력을 갖춘 데이터나 모델 출력을 설명합니다. 고품질의 학습 데이터는 모델의 성능을 …
대규모(Large-scale)
Definition
대규모는 AI 시스템 내 구성 요소의 규모를 의미하며, 종종 수십억 개의 매개변수, 테라바이트 단위의 학습 데이터, 또는 분산 컴퓨팅 클러스터를 포함합니다. …
파인튜닝(Fine-tuned)
Definition
파인튜닝은 방대하고 일반적인 데이터셋으로 이미 훈련된 모델을 가져와, 더 작고 작업 특화된 데이터셋으로 훈련을 계속하는 기법입니다. 이 기술은 사전 훈련 단계에 …
퍼스트오더(First-order)
Definition
인공지능과 수학에서 ‘퍼스트오더’는 일반적으로 고차 상호작용 없이 직접적이고 선형적인 관계를 다루는 시스템이나 연산을 설명합니다. 최적화 …
홀드아웃(Held-out)
Definition
‘홀드아웃’ 데이터셋은 머신러닝 모델의 훈련 단계에서 의도적으로 제외된 예제들의 집합입니다. 이 부분집합은 모델이 보지 못한 데이 …
의사결정 (Decision-making)
Definition
인공지능에서 의사결정은 시스템이 특정 기준이나 목표에 따라 잠재적 행동을 평가하여 최적의 결과를 선택하는 알고리즘적 과정을 의미합니다. 여기에는 상태 평가 및 …
뷰(가상 테이블)
Definition
데이터베이스 관리에서 뷰는 테이블처럼 동작하지만 자체 데이터는 포함하지 않는 저장된 SQL 쿼리입니다. 이는 기본 데이터에 대한 단순화되거나 사용자 정의된 관점 …
블랙박스
Definition
AI에서 블랙박스 모델은 딥 뉴럴 네트워크와 같은 복잡한 시스템을 지칭하며, 내부 의사결정 논리는 불투명하고 인간이 해석하기 어렵습니다. 이러한 모델은 종종 높 …
비주얼(시각적)
Definition
AI에서 ‘비주얼’이라는 용어는 주로 컴퓨터 비전을 지칭하며, 이는 기계가 디지털 이미지, 비디오 및 기타 시각적 입력에서 의미 있는 정보 …
Transformers
Definition
‘Transformers’라는 용어는 종종 Hugging Face가 유지 관리하는 널리 사용되는 Python 라이브러리를 가리킵니다. 이 …
UNLIKE
Definition
데이터베이스 쿼리 및 논리에서 ‘UNLIKE’는 일반적으로 NOT LIKE 연산자를 참조하며, 이는 역방향 패턴 매칭을 수행합니다. 열 값 …
튜닝
Definition
튜닝은 더 나은 정확도나 효율성을 달성하기 위해 머신러닝 모델을 정제하는 과정을 의미합니다. …
지향(Optimization Direction)
Definition
AI 개발에서 ‘지향(towards)‘은 종종 최적화 과정의 궤적을 설명합니다. 예를 들어, 경사 하강법(gradient descent) …
토큰
Definition
토큰은 자연어 처리(NLP)에서 입력 데이터의 핵심 구성 요소로, 일반적으로 단어, 부분 단어(subword), 또는 문자를 나타냅니다. 대규모 언어 모 …
테스트(Test)
Definition
테스트 세트는 최종 모델의 일반화 능력을 평가하기 위해 훈련 과정에서 제외된 데이터의 일부입니다. …
협동(Together)
Definition
엄격한 기술 용어는 아니지만, AI 컨텍스트에서 ’together’는 공통 목표를 향해 작동하는 다중 에이전트 시스템이나 여러 모델이 결합 …
구조적(Structural)
Definition
구조적 측면은 데이터나 신경망 레이어가 어떻게 조직되는지를 정의합니다. 그래프 신경망(GNN)에서 구조는 노드 간 연결을 의미하며, 딥러닝에서는 레이어의 위 …
지도(Supervised)
Definition
지도 학습은 알고리즘에 입력과 정답(레이블)이 모두 포함된 데이터를 공급하는 과정을 포함합니다. 모델은 예측 오차를 최소화함으로써 입력을 출력으로 매핑하는 방법 …
상태(State)
Definition
상태는 마르코프 결정 과정(MDP)과 같은 시스템에서 미래 행동을 결정하는 데 필요한 모든 관련 정보를 나타냅니다. 강화 학습에서 상태는 환경의 현재 상황을 포 …
소스(Source)
Definition
AI 컨텍스트에서 ‘소스’는 일반적으로 훈련 데이터셋의 근원, 오픈 소스 라이브러리 또는 사전 학습된 모델 가중치의 출처를 나타냅니다. 재 …
과학적
Definition
인공지능에서의 과학적 접근법은 증거 기반의 개발과 검증을 강조합니다. 이는 모델 행동에 대한 가설을 수립하고, 통제된 실험을 수행하며, 결과를 분석하는 과정을 …
보안
Definition
AI 보안은 적대적 공격, 데이터 독성 및 모델 추출과 같은 위협으로부터 머신러닝 모델, 데이터 파이프라인 및 배포 인프라를 보호하기 위한 조치를 포괄합니다. …
규모(Scale)
Definition
인공지능에서 규모(Scale)는 일반적으로 성능 향상을 위해 데이터셋 크기, 모델 파라미터 수 또는 컴퓨팅 파워를 증가시키는 것을 의미합니다. …
로봇
Definition
로봇은 독립적으로 또는 원격 제어 하에 작업을 수행하도록 설계된 자율적 또는 반자율적인 기계 장치입니다. 일반적으로 환경 인식을 위한 센서, 작업을 수행하는 구 …
로봇들
Definition
로봇들은 이동성, 구조 또는 적용 분야에 따라 분류될 수 있는 다양한 기계들의 포괄적인 범주를 포함합니다. 이 카테고리에는 산업용 로봇 팔, 자율 주행 이동 로 …
랜덤 (무작위성)
Definition
무작위성은 AI에서 모델 가중치 초기화, 데이터셋 셔플링, 그리고 과적합을 방지하기 위한 훈련 중 확률적 요소 도입 등에 필수적입니다. 컴퓨터는 본질적으로 결정 …
프롬프트
Definition
프롬프트는 대규모 언어 모델(Large Language Models) 및 기타 생성형 AI 시스템과 상호작용하는 주요 인터페이스 역할을 합니다. 이는 모델의 출 …
프로세스(처리 과정)
Definition
AI 개발 내에서 프로세스는 원시 데이터를 실행 가능한 통찰력이나 모델로 변환하기 위해 필요한 체계적인 워크플로우를 지칭합니다. 여기에는 데이터 흡수, 전처리, …
정책(Policies)
Definition
인공지능 및 기술 거버넌스 맥락에서 정책(Policies)은 AI 시스템이 어떻게 개발되고, 배포되며, 모니터링되어야 하는지를 규정하는 공식화된 프레임워크를 의 …
포인트(Point)
Definition
AI 문맥에서 포인트는 일반적으로 특징 공간(feature space)이나 임베딩 벡터 내의 이산 좌표를 나타냅니다. 예를 들어, K-Means와 같은 클러스터 …
객체
Definition
객체는 컴퓨터 과학, 특히 객체지향 프로그래밍(OOP)에서 근본적인 개념입니다. 이는 클래스의 인스턴스를 나타내며 상태(속성 또는 데이터)와 동작… …
수치적
Definition
AI 및 데이터 과학의 맥락에서 수치적(numerical)은 정수, 부동 소수점, 소수 등 정량적 값을 포함하는 데이터 유형이나 방법을 지칭합니다. 범주형이나 …
오픈
Definition
인공지능 맥락에서 ‘오픈’이라는 용어는 종종 두 가지 서로 다른 영역을 설명합니다. 하나는 모델 가중치와 코드가 수정 가능하도록 공개된 오 …
멀티(Multi)
Definition
접두사 ‘multi-‘는 AI에서 여러 개의 병렬 구성 요소가 관여하는 아키텍처나 프로세스를 지칭하는 데 자주 사용됩니다. …
매칭(Matching)
Definition
매칭은 서로 다른 데이터 엔티티 간의 관계를 확립하기 위해 머신러닝에서 사용되는 중요한 기술입니다. 컴퓨터 비전에서는 특징 매칭을 통해 이미지 간 대응 지점을 …
모델링(Modeling)
Definition
AI 모델링은 데이터에서 패턴을 학습하는 알고리즘을 설계, 훈련 및 검증하는 전체 워크플로우를 포괄합니다. 여기서는 적절한 아키텍처 선택, …
모션(Motion)
Definition
컴퓨터 비전 및 로봇공학에서 모션은 시각 데이터나 물리적 시스템 내의 움직임을 감지하고 분석하는 것을 의미합니다. 광학 유동(Optical Flow)과 같은 알 …
머신러닝(Machine Learning)
Definition
머신러닝(ML)은 컴퓨터가 과거 데이터에서 패턴을 학습하고 새로운 미시청 데이터에 대해 의사결정이나 예측을 내릴 수 있도록 합니다. 여기에는 지도 학습, …
로컬(Local)
Definition
인공지능에서 ‘로컬’은 일반적으로 원격 서버에 의존하지 않고 노트북이나 스마트폰 등 사용자의 하드웨어에서 직접 수행되는 작업을 지칭합니다. …
선형(Linear)
Definition
선형 연산은 비선형 활성화 함수 없이 곱셈과 덧셈만을 포함합니다. 신경망에서 선형 레이어(또는 밀집 레이어)는 입력 벡터에 가중치 행렬 변환을 적용합니다. …
대규모 언어 모델
Definition
대규모 언어 모델(LLM)은 트랜스포머 아키텍처를 기반으로 한 고급 인공지능 시스템으로, 방대한 양의 텍스트 및 코드 데이터셋으로 학습됩니다. …
지식
Definition
AI에서 지식은 종종 추론과 추론을 가능하게 하는 데이터베이스, 온톨로지 또는 신경망 가중치에 명시적으로 저장된 정보를 의미합니다. 이는 DIKW …
그래프(Graph)
Definition
그래프는 정점(노드)과 간선(링크)으로 구성되며, 이는 관계성을 나타내는 AI의 기본 데이터 구조입니다. 그래프 신경망(GNN)은 비유클리 …
글로벌(Global)
Definition
AI에서 ‘글로벌(Global)‘이라는 용어는 일반적으로 ‘로컬(Local)‘과 대비되며, 전체 시스템을 포괄하는 측 …
생성된
Definition
‘생성된’이라는 용어는 텍스트, 이미지, 오디오 또는 코드와 같은 생성형 AI 모델이 생산한 출력을 설명합니다. 기존 데이터를 가져오는 검 …
파운데이션 모델(Foundation Model)
Definition
인공지능에서 파운데이션 모델은 이미지, 텍스트 또는 오디오 등 광범위한 데이터를 대규모로 학습한 대형 머신러닝 모델을 지칭합니다. 이러한 모델은 다양한 다운스트 …
흐름(Flow)
Definition
데이터 흐름은 AI 시스템 내에서 데이터가 수집부터 최종 출력까지 거치는 경로를 포괄하며, 여기에는 전처리, 특징 추출, 모델 추론 및 사후 처리가 포함됩니다. …
광범위한
Definition
광범위한(extensive)은 대규모 데이터셋, 포괄적인 평가 스위트(suite) 또는 무거운 컴퓨팅 작업량 등 AI 작업의 규모와 포괄성을 의미합니다. 광범위 …
실험
Definition
AI에서의 실험은 기계 학습 모델 내의 인과 관계를 이해하기 위해 변수를 체계적으로 테스트하는 것을 포함합니다. 이러한 절차를 통해 개발자는 서로 다른 하이퍼파 …
실험적
Definition
실험적은 안정성 확보나 광범위한 채택 이전에 현재 테스트, 연구 또는 프로토타이핑 중인 AI 구성 요소를 나타냅니다. 이러한 시스템은 종종 새로운 아키텍처나 검 …
피드백
Definition
피드백 메커니즘은 AI 시스템이 사용자나 환경과의 상호작용으로부터 학습하여 향후 예측이나 행동을 정교하게 다듬도록 합니다. 여기에는 강화 학습 신호, 인간 개 …
증거
Definition
인공지능에서 증거는 모델의 행동, 정확도 또는 효과성에 대한 주장을 뒷받침하는 경험적 데이터, 통계적 결과 또는 관찰 가능한 결과를 의미합니다. 이는 모델의 신 …
평가
Definition
평가는 정량적 지표(예: 정확도, F1 점수, BLEU 점수)와 정성적 평가를 사용하여 AI 모델이 특정 작업에서 얼마나 잘 수행되는지를 체계적으로 측정하는 것 …
다이내믹(동적)
Definition
고정된 아키텍처나 미리 결정된 실행 경로를 가진 정적 시스템과 달리, 동적 AI 시스템은 런타임 중 작업을 수정할 수 있습니다. 딥러닝에서 동적 계산 그래프 …
도메인
Definition
머신러닝, 특히 이전 학습(transfer learning)에서 도메인은 두 가지 구성 요소로 정의됩니다: 특징 공간(모든 가능한 입력의 집합)과 해당 입력의 …
에피션트(효율적)
Definition
효율은 모델이나 알고리즘이 사용 가능한 자원을 얼마나 잘 활용하는지를 측정하는 AI의 핵심 지표입니다. 여기에는 컴퓨팅 효율성(추론 및 훈련 속도) …
발산(Divergence)
Definition
최적화 관점에서 발산은 모델의 파라미터 업데이트가 손실을 감소시키지 않고 오히려 증가시킬 때 발생합니다. 이는 종종 NaN 값이나 무한大的인 그래디언트, …
직접(Direct)
Definition
AI 맥락에서 ‘직접(Direct)‘은 강화학습의 직접 정책 최적화나 직접 매핑 등에서 볼 수 있듯이, 중간 추상화 계층을 우회하여 입력에 …
결정 (Decision)
Definition
AI에서의 의사결정은 데이터, 모델 및 사전 정의된 목표를 기반으로 가능한 행동 세트 중 최적의 행동을 선택하는 과정을 포함합니다. 이는 엄격한 규칙을 따르는 …
결합 (Combining)
Definition
이 개념은 분산이나 편향을 줄이기 위해 여러 모델의 예측을 집계하는 앙상블 학습(ensemble learning)과 같은 방법을 포괄합니다. …
문맥 (Context)
Definition
자연어 처리(NLP)에서 문맥은 대명사나 관용구를 이전 문장을 바탕으로 이해하는 등 모호성을 해결하는 데 필수적입니다. 트랜스포머(Transformer) …
제어 (Control)
Definition
인공지능에서 제어는 현재 상태와 목표에 기반하여 시스템의 행동을 안내하는 메커니즘과 알고리즘을 의미합니다. 여기서는 출력을 모니터링하고 피드백 루 …
빌딩(Building)
Definition
빌딩(Building)은 데이터 수집, 모델 선택, 훈련, 검증 및 배포를 포함하여 AI 솔루션을 생성하는 엔드투엔드(end-to-end) 엔지니어링 과정을 의 …
벤치(Bench)
Definition
벤치는 서로 다른 AI 모델이나 알고리즘의 능력을 비교하기 위한 표준화된 참조점을 제공합니다. 일반적으로 큐레이션된 데이터셋과 정확도나 속도 같은 특정 평가 지 …
벤치마크(Benchmark)
Definition
인공지능에서 벤치마크는 머신러닝 모델의 능력을 측정하도록 설계된 표준화된 테스트 스위트 또는 데이터셋입니다. 이는 서로 다른 모델을 비교하기 위한 일관된 프레임 …
인지(Aware)
Definition
AI 문맥에서 ‘인지’는 일반적으로 상황적 또는 맥락적 인지를 의미하며, 시스템이 관련 환경 요인이나 사용자 상태를 인식하는 것을 말합니 …
분석
Definition
AI의 맥락에서 분석은 근본적인 패턴을 이해하거나 문제를 진단하며, 실행 가능한 통찰을 도출하기 위해 데이터, …
적응형
Definition
AI에서 ‘적응형(Adaptive)‘은 새로운 데이터나 환경의 피드백에 기반하여 내부 상태, …
액션 (Action)
Definition
인공지능 및 로봇공학에서 액션은 지능형 에이전트가 환경과 상호작용하기 위해 취하는 특정 단계나 결정을 의미합니다. 액션은 현재 상태와 정책에 따라 선택되며, 환 …
추론 (Inference)
Definition
추론은 완성된 모델을 사용하여 보지 못한 데이터에 대해 결정을 내리거나 예측을 수행하는 배포 단계를 의미합니다. 가중치를 업데이트하는 훈련과 달리, …
환각 (Hallucination)
Definition
환각은 생성형 AI 모델이 현실이나 원본 데이터에 기반하지는 않지만 그럴듯해 보이는 출력을 생성할 때 발생합니다. 이는 높은 정확도가 요구되는 애플리케이션에서 …
임베딩
Definition
임베딩은 기하학적 공간에서 의미적 관계가 보존되는 데이터의 밀집 벡터 표현입니다. 범주형이거나 고차원적인 입력을 고정 길이의 벡터로 변환함으로써 모델은 이러한 …
컴퓨터 비전
Definition
컴퓨터 비전(Computer Vision)은 계산적 과정을 통해 인간의 시각 능력을 모방하는 데 중점을 둡니다. 이 분야는 객체를 식별하고 패턴을 인식하며 시각 …
편향
Definition
AI 윤리에서 편향(Bias)은 알고리즘적 의사결정에서 체계적이고 불공정한 차별을 지칭하며, 이는 종종 치우친 학습 데이터나 결함이 있는 모델 설계로 인해 발생 …
프롬프트 엔지니어링
Definition
프롬프트 엔지니어링은 생성형 AI 모델로부터 정확하고 관련성이 높으며 고품질의 응답을 이끌어내기 위해 ‘프롬프트’라고 불리는 특정 입력을 …