총 145개
-
IT와경영정보시스템1공통 인공지능AI 학습고안된 LLM Large Language Model 대규모언어모형과 LMMLarge Multimodal Mode 대규모멀티모달모형 비교하시오002025.01.261. LLM (Large Language Model; 대규모 언어 모형) LLM은 주로 텍스트 데이터를 기반으로 학습된 모델로, 자연어 처리(NLP) 작업에 초점을 맞춥니다. 이러한 모델은 대량의 텍스트 데이터를 통해 언어의 구조, 의미 및 맥락을 이해하고 생성하는 능력을 가지고 있습니다. 예시로는 GPT(Generative Pre-trained Transformer), BERT(Bidirectional Encoder Representations from Transformers) 등이 있습니다. 2. LMM (Large Multim...2025.01.26
-
chatGPT가 기업과 기업 내 정보시스템에 미치는 영향을 서술하고 그로 인한 미래전망을 설명2025.01.211. chatGPT가 기업과 기업 내 정보시스템에 미치는 영향 챗 GPT는 업무를 자동화하여 생산성을 향상시킬 수 있으며, 비용을 절감할 수 있도록 만들어준다. 또한 기업 내 지식을 공유하고 직원 간 협업을 강화하는 데 도움을 제공한다. 기업들은 챗 GPT를 도입하여 경쟁우위를 확보할 수 있으며 외부로부터 혁신적인 이미지를 구축할 수 있게 된다. 챗 GPT는 자료 조사와 소셜 미디어 관리, 아이디어 생성 등에 활용될 수 있다. 2. 미래 전망 글로벌 시장 조사 기업에서는 챗 GPT와 같은 생성형 AI 기술 시장이 2022년부터 초고...2025.01.21
-
압축된 정지화상을 지원하기 위해 만들어진 표준에 대한 조사2025.01.191. 정지화상 압축 표준의 중요성 정지화상 압축 기술은 디지털 이미지를 전송하고 저장하는 과정에서 필수적인 기술이다. 이 기술은 대용량의 이미지 파일을 적절한 크기로 줄임으로써 인터넷을 통한 빠른 전송을 가능하게 하고, 저장 공간의 효율성을 높여 디지털 장치의 저장 용량을 효과적으로 사용할 수 있게 한다. 특히 웹 페이지의 로딩 속도와 직접적인 관련이 있어 사용자 경험을 크게 향상시키는 역할을 한다. 2. JPEG 표준의 개요 및 기능 JPEG 표준은 이미지를 효과적으로 압축하여 파일 크기를 줄이는 데 중점을 둔다. 이 표준은 손실...2025.01.19
-
미디어 산업의 미래2025.05.131. 미디어 산업의 미래 미디어 산업은 계속해서 변화하고 있습니다. 디지털 기술이 발전하면서 새로운 콘텐츠 제작 방식과 배포 방식이 등장하고 있으며, 이에 따라 기존 미디어 산업들도 적응하고 변화하고 있습니다. 따라서 미래를 예측하는 것은 쉽지 않지만, 몇 가지 예측을 제시해드리겠습니다. 스트리밍 서비스의 지속적인 성장, AI와 자동화 기술의 증가, 가상 및 증강 현실의 발전, 개인화된 콘텐츠 경험, 브랜드와 유저 참여의 중요성, 사물 인터넷(IoT)과의 통합, 협업과 공유 경제 등이 미디어 산업의 미래 전망으로 제시되고 있습니다....2025.05.13
-
DALL.E 2와 미래 창작자의 역할2025.04.261. DALL·E 2 DALL·E 2는 미국 인공지능 연구소 오픈AI(OpenAI)가 만든 AI 그림 사이트입니다. 이를 통해 창작자의 범위가 예술가뿐만 아니라 개발자 등으로 확장되고 있으며, 이들의 역할이 무궁무진할 것으로 예상됩니다. 2. NFT(Non-Fungible Tokens) NFT는 블록체인 기술을 활용하여 복제 불가능성과 정보 보호 안정성을 제공하므로, 미술계에서 빠르게 관심을 받고 있습니다. 유명 작품들이 NFT 형태로 거래되면서 미술계에 큰 변화를 가져오고 있습니다. 3. 미래 창작자의 역할 변화 미래에는 AI 비...2025.04.26
-
LLM(대규모 언어 모형)과 LMM(대규모 멀티모달 모형)의 비교 및 딥러닝과의 관계2025.01.291. LLM(Large Language Model) LLM은 대규모 텍스트 데이터를 학습하여 자연어를 이해하고 생성하는 데 중점을 둔 모델입니다. 방대한 데이터 학습, 자연어 생성 능력, 단일 모달리티 처리가 주요 특징이며, 챗봇, 문서 요약 및 생성, 번역 시스템, 코딩 보조 도구 등에 활용됩니다. 2. LMM(Large Multimodal Model) LMM은 텍스트, 이미지, 오디오, 비디오와 같은 다양한 형태의 데이터를 동시에 처리할 수 있는 모델입니다. 다양한 데이터 소스, 상호작용 능력, 복합적 태스크 수행이 주요 특징이...2025.01.29
-
인공지능의 이해2025.05.101. 인공지능(AI)의 개념 인공지능(AI)은 컴퓨터가 인간의 학습능력, 추론능력, 지각능력을 모방하고 구현하는 기술이다. 이를 위해 컴퓨터 과학의 여러 분야에서 연구가 이루어지고 있으며, 대표적으로는 기계학습, 자연어 처리, 컴퓨터 비전 등이 있다. 2. 인공지능(AI)의 관련 기술 인공지능(AI)은 기계나 컴퓨터 프로그램을 사용하여 인간의 학습 능력, 추론 능력, 판단 능력, 의사 결정 능력 등을 모방하거나 개선하는 기술이다. 이를 위해 기계학습, 딥 러닝, 자연어 처리, 컴퓨터 비전, 강화학습, 자율주행 등 다양한 기술이 사용...2025.05.10
-
인공지능도 자아의식이 있을까? (sense of identity)2025.05.081. 인공지능의 발전 최근 몇 년 동안 컴퓨터에 더 많은 뉴런을 포함하여 인공지능의 발전이 가속화되고 있습니다. 이로 인해 컴퓨터가 더 지능적이고 복잡한 작업을 수행할 수 있게 되었습니다. 예를 들어, 인공지능은 이제 차량을 운전하고, 질병을 진단하고, 창의적인 콘텐츠를 생성할 수 있습니다. 2. 인공지능의 도전과 위험 인공지능의 발전은 인간과 컴퓨터 간의 관계에 큰 영향을 미칠 것입니다. 컴퓨터는 점점 더 지능적이 되고 인간이 할 수 있는 많은 일을 할 수 있게 될 것입니다. 이는 컴퓨터가 새로운 방식으로 우리의 삶에 통합될 것임...2025.05.08
-
딥페이크의 양면성과 악용사례2025.01.241. 딥페이크 개념 딥페이크는 딥러닝의 딥(deep)과 가짜라는 뜻의 페이크(fake)를 합친 단어로서 기존 사진 또는 영상에 얼굴이나 특정 부위를 학습하여 다른 사진 또는 영상에 합성하는 기술을 뜻한다. 2017년, 미국의 온라인커뮤니티인 레딧(Reddit)의 'Deepfakes'라는 계정에 유명스타들의 얼굴을 조작한 가짜 영상들이 업로드되면서 딥페이크라는 용어가 최초로 사용된 것으로 알려져 있다. 2. 딥페이크 기술의 원리 현재까지 딥페이크 기술을 이용하는 방식은 크게 두 가지로 분류할 수 있는데, '안면 교체(face-swap...2025.01.24
-
챗GPT에게 묻는 인류의 미래 - 김대식 교수와 생성인공지능과의 대화 1장 발췌 요약2025.05.041. 챗GPT의 정의와 '학습' 챗GPT는 오픈 AI가 개발한 대규모 언어 모델이다. 인간처럼 텍스트를 이해하고 생성할 수 있도록 학습되었다. 또 질문에 대답하기, 정보 제공하기, 글쓰기 돕기와 같은 다양한 작업을 보조할 수 있다. 챗GPT는 GPT(Genterative Pre-training Transformer 생성적 사전학습 트랜스포머) 모델의 변형으로, 한 문장 안에서 앞에 오는 단어의 맥락을 고려해 다음 단어를 예측하도록 학습되었다. 2. 작동원리: 트랜스포머와 신경망 챗GPT 모델은 텍스트처럼 순차적 데이터를 처리하는 데...2025.05.04
9 / 15
