AI시대, 알아두면 쓸모있는 용어들 (1)
✨ 이글을 통해 당신이 알게 될 용어
: 머신러닝 vs 딥러닝, 딥러닝 아키텍처, GAN, Diffusion model, CV, NLP, LLM (대규모 언어모델), ChatGPT, Generative AI (생성형 인공지능)
인공지능 기술의 급속한 발전과 더불어 새로운 용어들이 계속해서 등장하고 있다. 인공지능 부서에 배정되었을 때 가장 낯설었던 부분 역시 이러한 기술 용어들이었다. 하지만, 하나씩 이해하다 보면 어려웠던 용어들도 점차 익숙해지며, "내가 살던 세계가 이런 가능성을 지녔구나" 하며 내 세계가 확장된 느낌을 받았다.
그래서, 본 글에서는 인공지능시대에 뉴스를 읽고 대화하는 데 유용한 핵심 AI 용어들을 정리해보려 한다.
1. 머신러닝 vs 딥러닝
머신러닝: 데이터로부터 학습하며, 사람이 정의한 특징에 의존한다.
딥러닝: 데이터에서 자동으로 특징을 추출하며, 신경망을인간의 뇌가 작동하는 방식을 모방한 ANN(인공신경망) 사용한다. 사람개입없이도 데이터내 숨겨진 특징을 파악할 수 있다는 것이 머신러닝과 다른 점이다.
2. 딥러닝 아키텍처(종류)
CNN (Convolutional Neural Network, 합성곱 신경망)
: 사진 속 패턴과 구조를 식별하는 "사진 작가" 같은 신경망. 이미지 처리에 탁월하며, 사물 인식과 분류에서 자주 사용된다.
RNN (Recurrent Neural Network, 순환 신경망)
: 이전에 무슨 일이 있었는지 기억하며 현재를 이해하는 "역사가" 같은 신경망. 시계열 데이터나 연속적인 데이터의 패턴을 학습하는 데 적합하다.
GNN (Graph Neural Network, 그래프 신경망)
: 관계와 연결을 파악하여 사회적 네트워크를 분석하는 "사회학자" 같은 신경망.
Transformer: 각 시점의 데이터를 동시에 처리하고, 과거와 미래의 정보를 바탕으로 전체 맥락을 파악한다. 문장 전체의 맥락을 한 번에 파악할 수 있는 구조이기에, 주로 자연어 처리에서 사용된다.
GAN, Diffusion model 등 아래에서 설명
3. GAN (Generative Adversarial Network, 생성적 적대 신경망)
두개의 컴퓨터 네트워크가 서로 경쟁하며 하나는 진짜 같은 이미지를 만들고(생성자), 다른 하나(판별자)는 그 이미지가 진짜인지 가짜인지 판별한다. 가상 이미지 생성이나 스타일 변환에 사용된다.
출처: GAN - IT위키 (itwiki.kr)예를 들어, 생성자는 진짜 같은 강아지 사진을 만들려고 하고, 판별자는 이 사진이 실제로 촬영된 것인지 아니면 생성자가 만든 것인지를 맞추려고 한다. 이 둘의 경쟁을 통해 생성자는 점점 더 진짜처럼 보이는 이미지를 만들게 되는 것이다.
4. Diffusion model
점진적으로 잡음을 제거하면서 점차적으로 데이터를 개선해 나가는 방식으로, 특히 이미지 생성에 유용하게 사용된다.
출처: [개념 정리] Diffusion Model (tistory.com)Forward Diffusion Process: 이미지에 고정된 정규 분포로 생성된 노이즈를 추가
Reverse Diffusion Process: 이미지를 학습된 정규 분포로 생성된 노이즈 이미지로 뺌
Diffusion Model의 목표는 Forward와 Reverse 단계를 거친 결과 이미지를 입력 이미지의 확률 분포와 유사하게 만드는 것.
*출처:
[개념 정리] Diffusion Model (tistory.com)
5. 딥러닝 프레임워크
TensorFlow, Keras, PyTorch는 딥러닝 모델을 설계, 훈련, 평가하기 위한 도구와 라이브러리를 제공한다. 이들은 코드의 복잡성을 줄이고 접근성을 높여준다.
6. 컴퓨터 비전 (Computer Vision, CV)
컴퓨터가 이미지나 비디오를 인식하고 해석하는 기술로, 자동차 번호판 인식, 얼굴 인식 등에 활용된다.
7. 자연어 처리 (Natural Language Processing, NLP)
기계가 인간의 언어를 이해하고 생성할 수 있게 하는 기술로, 챗봇, 번역기, 음성인식 시스템 등에 적용된다.
8. 대규모 언어 모델 Large Language Models (LLM)
대규모 데이터셋에서 사전 학습된 언어 모델로, ChatGPT와 같은 고급 대화형 시스템을 개발하는 데 사용된다.
9. Chat + G + P + T
Chat (대화형): 이 부분은 ChatGPT가 대화를 할 수 있다는 것을 나타낸다. 사용자와의 실시간 상호작용을 통해 자연스러운 대화를 진행할 수 있다.
Generative (생성형): '생성형'이라는 단어는 ChatGPT가 텍스트를 생성할 수 있다는 것을 나타낸다. 즉, 주어진 입력에 대해 새로운 텍스트를 '생성'하며 응답을 만들어낼 수 있다.
Pretrained (사전학습한): ChatGPT는 대량의 데이터와 정보로 미리 학습되었다는 것을 의미한다. 이 사전 학습 과정을 통해 모델은 다양한 언어 패턴, 문맥, 정보 등을 이해하게 되는 것이다.
Transformer (다음 단어 예측모델): 'Transformer'는 ChatGPT의 기반 기술로, 이 모델은 입력된 텍스트의 다음 단어나 문장을 예측하는 데 최적화된 구조를 가지고 있다. Transformer 기술은 텍스트 내에서 각 단어 간의 관계를 파악하고, 맥락을 이해하여 보다 정확하고 자연스러운 텍스트를 생성한다.
10. 생성형 인공지능 Generative AI
Generative AI (=GEN AI): 데이터를 기반으로 새로운 콘텐츠를 자동으로 생성하는 기술
예를 들어, 새로운 이야기를 창작하거나 새로운 이미지를 창작할 수 있다.
생성형 AI의 구분: 대화형AI, 음성생성AI, 이미지생성AI, 동영상생성AI
*출처: 생성형 AI(Generative AI)의 소개 (dgmunit1.com)2편에 계속......
