AI·머신러닝
AI 이론, 머신러닝·딥러닝 개념
293 POSTS · 1 / 10
주제 지도
머신러닝42
딥러닝39
MLOps31
자연어처리19
강화학습18
RAG13
멀티에이전트11
Transformer11
전체 글
AI 에이전트 환경의 프롬프트 인젝션 방어 아키텍처
프롬프트 인젝션과 탈옥, RAG 데이터 중독에 대응하는 AI 에이전트 심층 방어 아키텍처와 SIEM 탐지 설계 원칙을 정리한다.
2026-08-02
AI 사회 시뮬레이션으로 본 모델 정렬과 에이전트 안전성
Emergence World의 멀티에이전트 사회 실험을 바탕으로 Constitutional AI와 모델별 정렬 방식이 장기 행동 및 사회 안전성에 미친 차이를 분석한다.
2026-06-10
Agentic RAG를 위한 컨텍스트 아키텍처와 하이브리드 검색
Agentic RAG의 JIT 검색, 하이브리드 검색, 적응형 청킹과 토큰 예산 관리 구조를 엔터프라이즈 관점에서 설명한다.
2026-05-24
Agentic RAG의 런타임 컨텍스트 조립과 하이브리드 검색 설계
Agentic RAG가 쿼리를 분해하고 하이브리드 검색, 다층 메모리, 자기 교정으로 런타임 컨텍스트를 조립하는 구조를 설명한다.
2026-05-22
재귀적 자기 개선(RSI): AI가 스스로를 고치기 시작했을 때 생기는 문제
AI가 자신의 프롬프트·코드·가중치를 스스로 수정하는 재귀적 자기 개선의 메커니즘과 reward hacking 안전 리스크, 격리·검증 설계 원칙과 거버넌스 과제를 정리한다.
2026-04-17
AI 프로젝트가 전통 IT 프로젝트관리로 안 굴러가는 이유, 그리고 리스크 레지스터로 잡는 법
데이터·모델 리스크 스코어링, MLOps 통제, 이해관계자 정렬 메커니즘을 결합한 AI 프로젝트 리스크 관리 실무 절차
2025-12-13
AutoML 실무 체계 — Featuretools 특성공학부터 H2O·NAS·하이퍼파라미터 최적화까지
Featuretools 자동 특성공학, H2O AutoML 모델 탐색, NAS 아키텍처 탐색, 베이지안·밴딧 기반 HPO를 결합한 AutoML 파이프라인 구성을 정리한다.
2025-12-11
AI·머신러닝·딥러닝 구분과 지도·비지도·강화 학습 실무 가이드
AI·ML·DL의 위계와 지도·비지도·강화 학습의 차이를 데이터 파이프라인부터 MLOps까지 실무 관점으로 정리한다.
2025-12-09
특이점·엑소브레인·딥뷰: AI라는 이름 아래 놓인 실무 프레임
인공지능이라는 단어 아래 섞여 있는 특이점 시나리오, 지식 증강 시스템 엑소브레인, 시각 인지 기술 딥뷰를 하나의 아키텍처로 비교하고 적용 지점을 정리한다.
2025-11-26
AI 의사결정의 책임성을 설계하는 거버넌스 체계
Algorithmic Accountability, 투명성 프레임워크, AI 영향평가를 연결해 고위험 AI 운영 통제를 설계하는 방법을 정리한다.
2025-10-14
인공지능 시스템의 Smart Data·Context·Actuator 설계
Smart Data, Context, Actuator를 중심으로 인공지능 시스템의 처리 구조와 운영 통제 방식을 정리한다.
2025-10-14
AutoML 도구를 조합해 모델 개발 파이프라인 자동화하기
Featuretools, TPOT, H2O AutoML, NAS를 조합해 특징 생성부터 모델 탐색, 배포와 모니터링까지 자동화하는 운영 방법을 정리합니다.
2025-10-14
단극형과 양극형으로 나눈 활성화함수, 코드로 구현하기
활성화함수를 단극형·양극형으로 분류하고 계단함수부터 tanh까지의 수식, 은닉층·출력층 선택 기준, TensorFlow·PyTorch 구현, Swish·GELU·Mish를 정리한다.
2025-05-23
활성화 함수 고르는 법: 기울기 소실부터 Dying ReLU까지
시그모이드부터 Softmax까지 활성화 함수별 공식과 출력 범위, 기울기 소실·폭발·Dying ReLU 문제와 해법, CNN·RNN에서의 실제 조합을 정리한다.
2025-05-23
능동 학습(Active Learning): 쿼리 전략으로 레이블링 비용을 줄이는 법
능동 학습이 불확실성 샘플링·QBC·밀도 가중 같은 쿼리 전략으로 레이블링 비용을 줄이는 원리와 콜드 스타트·분포 편향 같은 한계, 평가 지표를 정리한다.
2025-05-23
AI 시스템을 떠받치는 기술 스택, 계층으로 읽기
하드웨어 인프라부터 운영·관리까지 AI 기술스택을 여섯 계층으로 나눠 각 계층의 대표 도구와 넷플릭스·우버의 실제 구성 사례를 정리한다.
2025-05-23
AI 학습용 데이터의 특성 — 목적성부터 품질까지
AI 모델 성능을 좌우하는 학습 데이터의 핵심 특성을 목적성·대용량·다양성·단계별 정제·품질이라는 축으로 정리하고 실제 적용 사례로 살펴본다.
2025-05-23
인공지능이란 무엇인가: 정의와 역사, 그리고 지능의 구분
인공지능의 정의와 다트머스 회의부터 이어진 발전 과정, 약인공지능·강인공지능·초인공지능의 구분 기준, 현재 AI 기술이 서 있는 위치를 정리한다.
2025-05-23
AUC, 임계값 없이 분류 모델 성능을 요약하는 지표
AUC가 ROC 곡선 아래 면적으로 분류 모델의 판별력을 어떻게 요약하는지, 값의 해석 기준과 계산 방법, 다중 클래스 확장과 실무에서 놓치기 쉬운 한계까지 정리한다.
2025-05-23
ABSA와 Doc2Vec으로 의견 맥락을 분석하는 텍스트 마이닝
ABSA와 Doc2Vec을 결합해 속성별 감성과 문서 맥락을 함께 분석하는 텍스트 마이닝 파이프라인의 구성과 운영 기준
2024-04-29
ALE와 Permutation Importance로 모델 해석성 운영하기
ALE와 Permutation Importance의 원리, 상관 변수 해석 한계, 검증·모니터링 절차와 Python 구현을 정리한다.
2024-04-29
도메인 적응에서 Adversarial Adaptation과 Self-Training 활용법
라벨이 부족한 타깃 도메인에 모델을 전이하기 위한 Adversarial Domain Adaptation과 Self-Training의 구조, 운영 제어, PyTorch 구현을 정리한다.
2024-04-29
데이터 사이언스 프로젝트를 운영하는 Agile·CRISP-DM·Kanban
Agile in Data Science, CRISP-DM, Kanban을 결합해 데이터 과학 프로젝트의 실험 속도, 재현성, 품질과 거버넌스를 함께 운영하는 방법을 정리한다.
2024-04-29
AI 의사결정 공정성 지표와 편향 완화 운영 전략
Demographic Parity, Equalized Odds, Equal Opportunity의 차이와 편향 평가·완화·모니터링 운영 방법을 정리한다.
2024-04-29
AI 영향평가와 데이터 분석가 윤리 거버넌스
AI Impact Assessment를 데이터 분석 업무에 적용하는 절차와 윤리 가이드라인, 위험 통제와 운영 모니터링 체계를 정리한다.
2024-04-29
알고리즘 책임성과 AI 투명성으로 만드는 신뢰 가능한 거버넌스
알고리즘 책임성과 AI 투명성의 역할 체계, 추적성, 설명가능성, 위험 평가, 운영 통제를 실무 관점에서 정리한다.
2024-04-29
알고리즘 편향 감사와 책임 있는 AI 거버넌스
알고리즘 편향 감사, 윤리적 AI 프레임워크, 책임 있는 AI를 조직 정책과 모델 운영 체계로 연결하는 방법을 정리한다.
2024-04-29
FFT와 MFCC로 설계하는 오디오 특징 추출 파이프라인
FFT, STFT, Mel 필터뱅크, MFCC의 처리 흐름과 파라미터 선택, 실시간 오디오 AI 운영 시 점검할 요소를 정리한다.
2024-04-29
AutoML에서 특징 공학과 앙상블을 자동화하는 운영 설계
특징 공학 자동화와 자동 앙상블 구축의 구조, 누수 방지 검증, 리소스 제어, 운영 제약 대응 방식을 정리한다.
2024-04-29
AutoML에서 HPO와 NAS로 모델 탐색 자동화하기
AutoML의 HPO와 NAS를 중심으로 검색 공간, 평가 전략, 분산 실행, 모델 레지스트리 연계까지 모델 개발 자동화 체계를 정리한다.
2024-04-29