총 774개
-
Chat GPT 알아보기2025.05.061. Chat GPT란? Chat GPT는 GPT(Generative Pre-trained Transformer)의 약자로, 사전 훈련된 생성 변환기입니다. 오픈형 AI가 만든 대형 언어 모델로, 많은 단어와 문장을 인공지능이 스스로 학습하여 오답을 찾아내고 정답과 가깝게 보정하여 문장이 자연스러운지 확률적으로 계산하여 문장 내 특정 위치에 적합한 단어를 예측하는 모델입니다. 2. Chat GPT의 유용성 Chat GPT는 누구나 무료로 쉽게 이용할 수 있으며, 대화형 질문에 대해 구어체로 자연스러운 답변을 해줍니다. 또한 논문, ...2025.05.06
-
GPT 매개변수 숫자가 갖는 의미 (GPT parameters)2025.05.081. 대규모 언어 모델(LLM) 대규모 언어 모델(Large Language Model, LLM)은 자연어 처리 및 인공 지능 분야에서 중요한 역할을 하는 기술입니다. LLM은 많은 양의 텍스트 데이터를 학습하여 언어 이해, 생성, 번역 등의 다양한 작업을 수행할 수 있는 능력을 갖추고 있습니다. 이 모델은 주로 딥 러닝 알고리즘과 큰 규모의 컴퓨팅 자원을 사용하여 학습됩니다. 2. GPT 모델 GPT-2, GPT-3, GPT-4는 모두 OpenAI에서 개발한 대규모 언어 모델(LLM)입니다. GPT는 Generative Pre-t...2025.05.08
-
ChatGPT를 사용한 뉴스 스토리텔링 방법2025.01.261. ChatGPT를 이용한 뉴스 스토리텔링 방법 ChatGPT를 활용하여 뉴스 스토리텔링을 진행하는 과정은 총 10단계로 구성됩니다. 첫 번째는 데이터 수집 단계로 원하는 뉴스 주제에 대한 충분한 데이터를 수집하는 것입니다. 두 번째는 모델 훈련 단계로 수집한 데이터를 토대로 ChatGPT를 훈련시키는 것입니다. 세 번째는 입력 데이터 형식 지정 단계로 ChatGPT에게 질문을 구성하는 것입니다. 네 번째와 다섯 번째는 대화 생성과 정보 필터링 단계로 ChatGPT가 생성한 답변에서 필요한 정보를 추출하고 정리하는 것입니다. 여섯...2025.01.26
-
VQGAN 논문 (인공지능) 발표 및 대본2025.05.071. VQGAN 모델 VQGAN은 VQ-VAE 구조를 따르며 CNN과 Transformer의 장점을 결합한 모델입니다. CNN으로 Locality를 잘 반영하는 codebook을 학습하고, Transformer의 풍부한 표현력으로 Image Synthesis를 이룹니다. VQGAN은 2-stage 모델로, 첫번째 stage에서 codebook을 학습하여 Transformer에 사용하기 위한 이미지의 구성요소를 학습하고, 두번째 stage에서 이러한 codebook을 바탕으로 Transformer를 이용하여 이미지를 구성합니다. 2....2025.05.07
-
생성형 AI 활용의 문제점과 개선방안2025.01.231. 생성형 AI 종류 생성형 AI에는 마케팅, 교육, 예술 등 다양한 분야에서 활용되고 있다. 마케팅에서는 고객 데이터 분석을 통해 맞춤형 마케팅을 할 수 있고, 교육에서는 AI 챗봇을 통해 실시간 질의응답 및 개인화된 교육을 제공할 수 있다. 예술 분야에서는 AI가 새로운 음악을 작곡하거나 그림을 그리는데 활용되고 있다. 2. 생성형 AI 활용의 문제점 생성형 AI 활용의 문제점으로는 일자리 감소, 저작권 문제 등이 있다. AI의 발전으로 인해 반복적인 업무를 수행하던 인력이 대체되고 있어 사회적 불안이 증가하고 있다. 또한 A...2025.01.23
-
Generative AI를 사용하는 방식 - Fine Tunning 및 Prompt Engineering2025.01.141. 생성형 AI의 기본 개념 생성형 AI는 기계 학습의 발전을 통해 새로운 정보와 아이디어를 창조해내는 인공지능의 형태를 말합니다. 이는 단순히 데이터를 처리하고 분석하는 것을 넘어, 다양한 패턴과 연관성을 학습하여 새롭고 창의적인 결과물을 만들어냅니다. 생성형 AI는 예술, 디자인, 문학 등 다양한 창조적 분야에서 새로운 가능성을 열어주고 있습니다. 2. 생성형 AI의 주요 용도 생성형 AI는 예술과 엔터테인먼트 산업에서 두각을 나타내며, 새로운 창작의 지평을 열고 있습니다. 예술 분야에서는 독창적인 음악이나 미술 작품을 만들어...2025.01.14
-
쓰레드 구현 모델과 쓰레드 폴링에 대한 조사2025.01.271. 쓰레드 구현 모델 쓰레드 구현 모델에는 다중 쓰레드 모델, 많은 쓰레드 모델, 쓰레드 풀 모델 등이 있다. 다중 쓰레드 모델은 하나의 프로세스 내에서 여러 쓰레드가 동시에 실행되어 작업을 병렬로 처리하여 성능을 향상시킨다. 많은 쓰레드 모델은 다중 쓰레드 모델과 유사하지만, 생성된 쓰레드 수가 많아질수록 시스템 자원 제한으로 인해 실제 동시 실행되는 쓰레드 수가 제한될 수 있다. 쓰레드 풀 모델은 미리 정의된 쓰레드 풀에서 필요한 쓰레드를 가져와 작업을 처리하고, 사용이 끝난 쓰레드를 반환하여 다시 활용한다. 이 방식은 쓰레드...2025.01.27
-
인공지능의 역사와 생성형 AI의 등장 - Generative AI의 발전 과정2025.01.141. 인공지능의 초기 발전 인공지능(AI) 연구의 역사는 1950년대로 거슬러 올라가며, 이 시기는 AI 분야의 초기 발전 단계로 중요합니다. 초기 AI 연구는 기본적인 알고리즘 개발과 머신 러닝 기법의 탐색에 집중되었습니다. 이 단계에서 연구자들은 컴퓨터가 복잡한 문제를 해결하고, 패턴을 인식하며, 학습하는 기초적인 방법들을 탐구했습니다. 이러한 초기 단계의 연구와 발전은 오늘날 AI 기술이 다양한 분야에서 복잡한 문제를 해결하고, 인간의 언어와 행동을 이해하며, 독립적으로 학습할 수 있는 능력을 갖추게 하는 데 중요한 역할을 했...2025.01.14
-
데이터 확장하기 (Data Augmentation)2025.05.101. 데이터 확장 데이터 확장은 기존의 데이터를 사용하여 새로운 데이터를 생성하거나 추가 정보를 생성하는 프로세스를 말합니다. 이는 기계 학습 및 인공지능 분야에서 중요한 작업 중 하나입니다. 데이터 확장은 데이터셋의 크기와 다양성을 늘리는 데 도움이 됩니다. 큰 데이터셋은 모델의 성능과 일반화 능력을 향상시킬 수 있습니다. 더 다양한 데이터를 사용하면 모델이 다양한 패턴과 예외 상황을 인식하고 처리하는 데 더 효과적일 수 있습니다. 2. 데이터 확장 기법 데이터 확장은 주로 이미지 및 오디오 데이터 처리에서 많이 사용됩니다. 다양...2025.05.10
-
생성적 적대 신경망 (GAN)2025.05.091. 생성적 적대 신경망 (GAN) 생성적 적대 신경망(Generative Adversarial Network)은 2014년에 이안 굿펠로우와 그의 팀에 의해 처음 소개되었습니다. 이 모델은 딥러닝 분야에서 혁신적인 기술로 인정받고 있으며, 이미지 생성, 음성 합성, 자연어 처리 등 다양한 분야에서 활발하게 적용되고 있습니다. GAN은 기본적으로 생성자와 판별자라는 두 개의 신경망으로 구성되며, 서로 경쟁하며 성능을 향상시키는 특징을 갖고 있습니다. 생성자는 실제와 유사한 데이터를 생성하기 위해 노력하고, 판별자는 생성자가 생성한 ...2025.05.09
2 / 78
