AI·머신러닝
AI 이론, 머신러닝·딥러닝 개념
293 POSTS · 4 / 10
엔터프라이즈 자율 에이전트 아키텍처와 거버넌스 설계
자율 에이전트의 엔터프라이즈 통합 구조, 멀티에이전트 오케스트레이션, 거버넌스와 레거시 연계 전략을 정리한다.
2026-08-02
LLM 학습 비용을 줄이고 소형 모델 성능을 높이는 효율화 아키텍처
동적 체크포인팅, 중요도 샘플링, 계층적 지식 증류, INT4 QAT가 LLM 학습 비용과 소형 모델 성능 격차를 줄이는 방식을 정리한다.
2026-05-19
신용평가 모델이 차별했다면 — Fairlearn·SHAP·LIME으로 편향을 잡는 법
Fairlearn으로 모델 편향을 측정·완화하고 SHAP·LIME으로 예측 근거를 설명하는 실행 가능한 파이프라인을, 신용평가·채용·의료 진단 사례와 코드로 정리한다.
2025-12-11
감성정보 서비스: 멀티모달 감정 추론에서 정책 실행까지
텍스트·음성·영상에서 감정을 추론해 상담·마케팅·헬스케어에 반응하는 감성정보 서비스의 파이프라인, 모델 계층, 거버넌스를 정리한다.
2025-12-05
전문가시스템 추론 설계: 규칙 체이닝과 베이즈 업데이트를 언제 섞는가
전문가시스템의 지식베이스·추론엔진 구조와 순방향/역방향 규칙 체이닝, 조건부확률 기반 베이즈 업데이트를 결합하는 하이브리드 추론 설계를 Python 예시로 정리한다.
2025-11-26
에지 AI와 TinyML: IoT 현장에서 온디바이스 추론을 설계하는 법
에지 AI, TinyML, 온디바이스 추론을 중심으로 IoT 현장의 모델 경량화, 운영 구조, 보안 설계와 트레이드오프를 정리한다.
2025-10-14
앙상블 학습으로 예측 모델의 안정성과 일반화 성능 높이기
Bagging, Boosting, Stacking의 학습 방식과 다양성 지표를 비교하고, OOF·캘리브레이션·드리프트 관리 관점의 앙상블 운영 방법을 정리한다.
2025-10-14
XAI 해석 기법을 운영에 연결하는 프레임워크
SHAP, LIME, Integrated Gradients, Counterfactual Explanations의 원리와 트레이드오프, 검증·거버넌스 운영 기준을 정리한다.
2025-10-14
Fairlearn으로 다루는 알고리즘 편향과 Demographic Parity
Fairlearn과 Demographic Parity를 중심으로 알고리즘 편향을 측정·완화하고 책임 AI 운영 체계를 설계하는 방법을 정리한다.
2025-10-14
상호작용 항과 인코딩으로 설계하는 머신러닝 피처 엔지니어링
상호작용 항, 다항 특성, One-Hot·Label·Target Encoding의 선택 기준과 누수 방지 파이프라인을 정리한다.
2025-10-14
페더레이티드 러닝의 보안 집계와 프라이버시 보존 학습
데이터를 옮기지 않고 협력 학습하는 페더레이티드 러닝의 수평·수직 구조, 보안 집계, 차등 프라이버시 운영 방식을 정리한다.
2025-10-14
드랍아웃: 뉴런을 무작위로 꺼서 과적합을 막는 법
뉴런을 확률적으로 비활성화해 과적합을 막는 드랍아웃의 원리와 Inverted Dropout 구현, Spatial·Variational 등 변형, 적용 시 고려사항을 정리한다.
2025-05-23
엣지에서 라이다 점군을 읽는 법: 실시간 AI 인지 파이프라인
라이다 점군 데이터를 엣지 디바이스에서 실시간 처리하는 AI 인지 파이프라인 — 세그멘테이션 모델, 하드웨어 가속기, 소프트웨어 스택을 정리한다.
2025-05-23
EfficientNet·EfficientDet의 복합 스케일링 설계
깊이·너비·해상도를 동시에 조절하는 복합 스케일링으로 EfficientNet과 EfficientDet이 파라미터 효율을 끌어올린 방식을 정리한다.
2025-05-23
EM 알고리즘 — 잠재 변수가 있는 모델에서 최대가능도를 구하는 법
관측되지 않은 잠재 변수가 있는 확률 모델에서 EM 알고리즘이 E 단계와 M 단계를 반복해 모수를 추정하는 원리와 GMM 적용, 실무 활용 분야를 정리한다.
2025-05-23
앙상블 기법: 여러 모델을 합쳐 정확도를 끌어올리는 법
배깅·부스팅·보팅·스태킹 등 앙상블 기법의 원리와 랜덤 포레스트·XGBoost·LightGBM 구현, 금융·의료·이커머스 적용 사례를 정리한다.
2025-05-23
전문가 시스템, MYCIN부터 XCON까지 규칙 기반 AI의 궤적
전문가 시스템의 지식 베이스·추론 엔진 구조, 순방향·역방향 추론, MYCIN·LENDING ADVISOR·XCON 실제 사례와 한계를 정리한다.
2025-05-23
XAI: 블랙박스 AI의 의사결정을 설명 가능하게 만드는 기술
설명 가능한 AI(XAI)의 필요성과 내재적·사후 해석 방법론, SHAP·LIME 구현, 의료·금융·자율주행 적용 사례와 한계를 정리한다
2025-05-23
F1 Score: 정밀도와 재현율을 조화평균 하나로 묶는 지표
정밀도와 재현율의 조화평균인 F1 Score의 수식과 특성, F-beta 변형, 다중 클래스 계산 방식(Macro·Weighted·Micro), 한계를 정리한다.
2025-05-23
객체 탐지 알고리즘 비교: Fast R-CNN·Faster R-CNN·YOLO·SSD의 선택 기준
Fast R-CNN·Faster R-CNN·YOLO·SSD 객체 탐지 알고리즘의 구조와 mAP·FPS 성능 차이를 비교하고 상황별 선택 기준을 정리한다.
2025-05-23
특성 공학이 모델 성능을 좌우하는 이유
원시 데이터를 머신러닝 모델이 쓸 수 있는 특성으로 바꾸는 특성 선택·추출·생성 기법과 데이터 유형별 처리 방법을 정리한다.
2025-05-23
연합학습, 데이터는 그대로 두고 모델만 옮긴다
연합학습의 수평·수직 분할, Cross-Silo·Cross-Device 유형과 Non-IID·통신 효율·프라이버시 과제를 정리하고 On-Device AI와의 차이를 짚는다.
2025-05-23
Dyna와 SARSA로 보는 모델 기반·온폴리시 강화학습 운영
Dyna와 SARSA의 학습 방식, 모델 기반 계획과 온폴리시 제어의 차이, 운영 환경별 선택 기준을 정리한다.
2024-04-29
동적 앙상블 선택(DES)과 다양성 지표: 지역 적합도 기반 예측
다양성 지표와 동적 앙상블 선택(DES)의 지역 적합도, 분류기 풀, 선택 규칙을 중심으로 불균형과 드리프트 환경의 설계·운영 고려사항을 정리합니다.
2024-04-29
에지 AI와 TinyML로 구현하는 온디바이스 학습
에지 AI와 TinyML의 온디바이스 학습 구조, 모델 경량화, 안전한 업데이트, 연합학습 운영 방식을 정리한다.
2024-04-29
IoT 센서 데이터에서 엣지 컴퓨팅과 온디바이스 연합학습 설계
IoT 센서 데이터를 엣지에서 처리하고 온디바이스 연합학습으로 연결하는 분산 지능 아키텍처의 구성과 운영 원칙
2024-04-29
EHR와 의료 영상을 연결하는 헬스케어 분석 아키텍처
FHIR·DICOM 기반으로 EHR와 의료 영상을 분석하는 데이터 파이프라인, 모델 검증, MLOps와 개인정보 거버넌스 설계 원칙
2024-04-29
Elastic Net과 유전 알고리즘으로 고차원 피처 선택 설계하기
고차원 데이터에서 Elastic Net 기반 임베디드 선택과 유전 알고리즘 Wrapper 탐색을 비교하고, 검증·운영 설계와 구현 예제를 정리한다.
2024-04-29
페더레이티드 러닝의 Secure Aggregation과 차등 개인정보보호 설계
페더레이티드 러닝에서 DP-SGD와 Secure Aggregation을 결합해 개별 업데이트 노출을 줄이고 프라이버시 예산과 탈락 내성을 운영하는 방법
2024-04-29
연합 학습과 보안 집계, 분할 학습으로 설계하는 프라이버시 보존형 모델 학습
Federated Learning, Secure Aggregation, Split Learning의 구조와 프라이버시 메커니즘, 운영·도입 관점의 트레이드오프를 정리한다.
2024-04-29