ml5
-
<지식 사전> 인공지능(AI)의 발전 역사 ② - 기계학습의 시대 (1990~2010)
안녕하세요, 카카오클라우드입니다. "규칙으로는 충분하지 않다." 1990년대 초반, AI 연구자들은 이런 결론에 도달했습니다. 인간의 지식을 일일이 규칙으로 표현하는 것은 너무나 비효율적이었고, 때로는 불가능했습니다. 그들은 인간이 학습하는 것처럼 컴퓨터도 스스로 배울 수 있게 만들어야 한다고 생각했습니다. 지난 편에서 규칙 기반 AI의 전성기와 한계를 살펴보았다면, 이번에는 컴퓨터가 데이터로부터 스스로 학습하는 방법을 터득해 나간 1990년부터 2010년까지의 이야기를 들려드리겠습니다. 1. 패러다임의 전환: 규칙에서 데이터로전문가 시스템의 한계를 경험한 AI 연구자들은 완전히 다른 접근법을 모색하기 시작했습니다. 명시적 규칙을 프로그래밍하는 대신, 컴퓨터가 데이터로부터 패턴을 찾아내도록 하는 것입니다..
IT 클라우드 인사이트/IT 지식사전 2024. 11. 18. -
<지식 사전> MLOps란? AI의 성공을 좌우하는 머신러닝 운영 핵심 전략
안녕하세요, 카카오클라우드입니다. 인공지능(AI)과 머신러닝(ML)이 비즈니스에서 점점 더 중요해지면서, 이러한 기술을 효과적으로 개발하고 운영하는 방법에 대한 관심도 높아지고 있습니다. 이러한 맥락에서 MLOps(Machine Learning Operations)가 주목받고 있습니다. 오늘은 MLOps의 개념, 중요성, 그리고 주요 구성 요소에 대해 알아보겠습니다. 1. MLOps의 정의와 배경MLOps는 머신러닝 모델의 개발과 운영을 통합하는 방법론입니다. 이는 소프트웨어 개발 분야의 DevOps 원칙을 AI와 머신러닝 영역에 적용한 것입니다. MLOps의 등장 배경에는 AI/ML 프로젝트의 복잡성 증가가 있습니다. 데이터의 규모, 모델의 복잡도, 실시간 예측 요구 등이 증가하면서 전통적인 개발 방식..
IT 클라우드 인사이트/IT 지식사전 2024. 10. 24. -
<지식 사전> AutoML이란? 머신러닝의 문턱을 낮추는 혁신 기술
안녕하세요, 카카오클라우드입니다. 머신러닝(Machine Learning, ML)은 현대 기술 혁신의 핵심 동력이지만, 효과적인 ML 모델을 개발하는 것은 전문 지식과 많은 시간이 필요한 복잡한 과정입니다. 이러한 배경에서 AutoML(Automated Machine Learning)이 등장했습니다. AutoML은 ML 모델 개발 과정을 자동화하여 데이터 과학자의 작업을 효율화하고 비전문가도 ML을 활용할 수 있게 해주는 혁신적인 기술입니다. 1. AutoML의 기능AutoML은 다음과 같은 ML의 주요한 단계들을 자동화합니다. 1) 데이터 전처리- 결측치 처리: 빈 데이터를 채우거나 제거합니다.- 이상치 탐지: 비정상적인 데이터를 식별하고 처리합니다.- 데이터 정규화: 데이터의 스케일을 조정하여 모든 ..
IT 클라우드 인사이트/IT 지식사전 2024. 9. 12. -
<지식 사전> 트랜스퍼 러닝이란? AI의 효율적 지식 확장 전략
안녕하세요, 카카오클라우드입니다. 인공지능(AI) 기술이 급속도로 발전하면서, 우리는 점점 더 똑똑해지는 AI 시스템을 목격하고 있습니다. 이러한 발전의 핵심 기술 중 하나가 바로 '트랜스퍼 러닝(Transfer Learning)'입니다. 트랜스퍼 러닝은 말 그대로 '학습의 전이'를 의미하는데, 인간이 이전에 배운 지식을 새로운 상황에 적용하는 것처럼 AI도 한 분야에서 학습한 지식을 다른 분야에 적용할 수 있게 하는 기술입니다. 1. 트랜스퍼 러닝의 기본 개념트랜스퍼 러닝의 핵심 아이디어는 간단합니다. 이미 학습된 모델의 지식을 새로운 작업에 활용하는 것입니다. 쉽게 예를 들어 고양이 사진을 인식하도록 훈련된 AI 모델이 있다고 가정해봅시다. 트랜스퍼 러닝을 사용하면 이 모델의 지식을 활용해 강아지 사..
IT 클라우드 인사이트/IT 지식사전 2024. 9. 11. -
<지식 사전> 쿠브플로우(Kubeflow) - 인공지능/머신러닝(AI/ML) 개발의 게임체인저
안녕하세요, 카카오클라우드입니다. 인공지능(AI)과 머신러닝(ML)이 비즈니스 혁신의 핵심 동력으로 자리잡으면서, 이를 효율적으로 개발하고 운영하는 것이 기업의 중요한 과제가 되었습니다. 하지만 AI/ML 프로젝트는 복잡하고 리소스 집약적이며, 여러 단계와 도구를 필요로 합니다. 이런 상황에서 등장한 '쿠브플로우(Kubeflow)'는 AI/ML 워크플로우를 혁신적으로 변화시키고 있습니다. 1. 쿠버네티스(Kubernetes): 쿠브플로우의 기반쿠브플로우를 이해하기 위해 먼저 쿠버네티스에 대해 알아보겠습니다. 쿠버네티스는 컨테이너화된 애플리케이션을 효율적으로 관리하고 운영하기 위한 오픈소스 플랫폼입니다. 여기서 '컨테이너'란 애플리케이션과 그 실행에 필요한 모든 것(라이브러리, 설정 파일 등)을 하나의 ..
IT 클라우드 인사이트/IT 지식사전 2024. 8. 27.