라벨이 인공지능인 게시물 표시

[SK네트웍스 패밀리 엔코어AI캠퍼스] AI 머신러닝 캠프 1기_7월 4주차 회고

[SK네트웍스 패밀리 엔코어AI캠퍼스] AI 머신러닝 캠프 1기_7월 4주차 회고 엔코아 AI 캠퍼스에서 첫 주는 Orientation과 하루 일정의 교육이 이루어 지다 보니, 이번 주가 본격적인 첫 주라고 봐야 할 것 같다. 정말 시간이 눈 깜짝할 사이에 지났다. 이번 주는 AI 개발자의 가장 기본이 되는 Python Programming 능력을 다지고, 실제 데이터 분석 의 핵심인 데이터 수집과 전처리 기술을 습득하는 매우 중요한 시간이었다. Python의 핵심 문법부터 라이브러리를 활용한 실무 기술까지, 적지 않은 양을 학습했고, 학습한 것들을 정리해 본다. 1. Python Programming 문법 가장 먼저 프로그래밍의 기초가 되는 변수와 제어문을 시작으로 코드의 재사용성을 높여주는 함수와 복잡한 데이터를 효율적으로 다루기 위한 자료구조를 학습했다. (1) Python 핵심 문법 정리 - 제어문 : if, for, while 등 조건에 따른 흐름 제어 및 반복 작업 수행 - 자료구조 : 리스트(List), 튜플(Tuple), 딕셔너리(Dictionary), 세트(Set) 등 데이터 특성에 맞는 저장 및 관리 - 함수(Function) : 코드의 논리적 단위 분리, 매개변수와 반환 값을 활용한 코드 재사용성 극대화 # 자료구조와 함수 활용 예시 def process_data(data_list): result = {} for item in data_list: if item not in result: result[item] = 1 else: result[item] += 1 return result data = ['apple', 'banana', 'apple', 'orange', 'banana'] count_result = process_data(data) print(count_re...

AI, 그 거대한 흐름 위에 서서: 과거의 꿈이 현실이 되기까지

이미지
  AI, 그 거대한 흐름 위에 서서: 과거의 꿈이 현실이 되기까지 불과 몇 년 전까지만 해도 인공지능(AI)은 SF 영화 속 먼 미래의 이야기처럼 들렸습니다. 하지만 지금 우리는 매일 아침 AI가 정리해 준 뉴스를 읽고, 업무의 상당 부분을 AI의 도움으로 해결합니다. 이 익숙하지만 낯선 기술이 도대체 어디서부터 시작되어 지금 우리의 삶을 이토록 바꾸어 놓았는지, 문득 그 흐름이 궁금해집니다. 처음 컴퓨터가 세상에 나왔을 때, 사람들은 기계가 인간처럼 사고할 수 있을지에 대해 뜨거운 논쟁을 벌였습니다. 1950년대 앨런 튜링이 던진 질문은 단순했습니다. "기계가 생각할 수 있을까?" 그 질문 하나가 거대한 AI 시대의 시작점이 되었죠. 당시 사람들은 기계에 사람이 정해준 규칙을 입력하면 똑똑하게 행동할 거라 믿었습니다. 하지만 현실은 생각보다 훨씬 복잡했습니다. 초기 컴퓨터와 논리적 연산 (AI 생성 이미지) 시행착오를 겪으며 AI는 긴 잠에 들기도 했습니다. 그러다 딥러닝이라는 기술이 등장하면서 상황은 완전히 반전되었습니다. 컴퓨터가 스스로 데이터를 학습하며 패턴을 찾기 시작한 것입니다. 특히 고양이 사진을 보고 스스로 '이것은 고양이구나'라고 깨닫게 된 기계의 모습은 당시 엄청난 충격이었습니다. 이후 우리는 '트랜스포머' 모델이라는 마법 같은 기술을 만났습니다. 지금 우리가 매일 대화하는 챗봇들의 근간이 되는 기술이죠. 기계는 이제 단순히 정보를 분류하는 것을 넘어, 문맥을 읽고 그럴듯한 답변을 만들어냅니다. 단순히 데이터를 많이 학습한 것을 넘어, 이제는 데이터 속에 숨은 맥락(Context)을 파악하는 단계에 이른 것입니다. 방대한 데이터가 네트워크로 연결 (AI 생성 이미지) 그렇다면 그다음은 무엇일까요? 지금의 AI는 가끔 사실이 아닌 것을 사실처럼 말하는 '환각 현상'이라는 숙제를 안고 있습니다. 그래서 앞으로는 AI가 학습한 방대한 지식을 얼마나 정확하게 엮어내느냐, 즉 '데이...