전체 글

002. 다층 퍼셉트론, 퍼셉트론의 한계를 넘어서

지난 시간에 AI의 단군할아버지인 퍼셉트론에 대하여 알아봤습니다. 퍼셉트론의 가장 큰 문제는 비 선형적인 문제를 해결하지 못한다는 점이 있었죠! 기억하시나요?(XOR 문제를 해결하지 못하는 한계). 오늘은 그 한계를 뛰어넘을 수 있는 방법인 다층 퍼셉트론(MLP, Multi-Layer Perceptron)에 대해 이야기해볼게요!다층 퍼셉트론이란?MLP는 말 그대로 퍼셉트론을 여러개 쌓아서 만드는 모델 구조입니다. 입력층(Input Layer), 은닉층(Hidden Layer), 출력층(Output Layer)으로 구성되며 특히 이전 퍼셉트론과 다른 점은 은닉층이 추가된다는 점에 있어요!MLP의 구조MLP는 아래와 같은 구조를 가집니다. 입력층(Input Layer): 입력 데이터를 넣는 곳은닉층(Hidd..

001. 퍼셉트론, 인공지능의 첫걸음

안녕하세요! 지난번 첫 글에서 AI에 대한 깊이 있는 탐험을 시작한다고 말씀드렸죠? 오늘은 그 첫 번째 주제로 퍼셉트론(Perceptron)을 다뤄볼까 합니다.퍼셉트론?퍼셉트론은 가장 기초적인 인공 신경망 모델로, 간단히 말해 "컴퓨터가 데이터를 보고 참/거짓을 판단하는 모델"이에요. 1958년 프랭크 로젠블랫(Frank Rosenblatt)이 고안한 이 모델은, 현대 AI의 출발점이라고 할 수 있죠.이해하기 쉽게 예를 들어볼게요.이메일 스팸 필터: 메일이 스팸인지 아닌지 판단간단한 얼굴 인식: 사진 속 사람이 웃고 있는지 판단퍼셉트론은 이런 이진 분류(Binary Classification) 문제를 해결할 수 있어요.퍼셉트론의 기본 구조퍼셉트론은 기본적으로 아래 세 가지 요소로 구성됩니다.입력(Inpu..

000. Hello, Deep Dive Into AI!

안녕하세요. 정말 오랜만에 글을 쓰네요! 저는 최근 대학원을 졸업하고 회사에 취업하여 열심히 적응하려 노력하고 있습니다.  회사를 다니면서 AI로 인해 참 많은 변화가 이루어지고 있다고 느끼고 있어요.생성형 AI는 개발자들의 생산성을 극도로 올려주었습니다. 사실상 개발을 잘한다 = AI를 잘 쓴다라는 말이 될 정도니까요. 저는 AI 대학원을 졸업했습니다. 그리고 16년도 컴공에 들어왔을 때 부터 데이터 사이언티스트라는 직종에 매료되어 관련된 공부를 해왔었습니다. 대학원에서 AI를 비교적 딥하게 연구하고 보니, 제가 그동안 알고 있던 학사 시절 AI에 대한 지식은 상당히 미천한 수준이었다는 것을 다시 한 번 깨달았습니다.. 회사에 들어와 서비스 개발을 진행하다보니 상당히 많은 사람들이 AI에 대한 프로젝트..

도커가 필요한 이유

도커 없이 클라우드 환경 이주 한다면.. 지금 우리는 도커가 없는 세상에서 살고 있다고 생각해보자. 우리 회사의 애플리케이션의 클라우드 환경을 구글로 이전하려고 준비중에 있다. 클라우드 서비스는 IaaS, PaaS[1] 이 두가지 중에서 고민하고있다. PaaS를 사용한다면 우리는 애플리케이션의 각 컴포넌트들을 하나씩 하나씩 클라우드의 매니지드 서비스로 옮기는 굉장히 까다로운 작업을 진행해야한다. 이는 또한 특정 클라우드에 종속되는 결과를 낳지만 비용적으로는 운영비를 줄일 수 있다. IaaS를 사용한다면? 이주작업이 굉장히 간단해진다. 각 애플리케이션의 컴포넌트들을 가상머신에서 동작시키면 된다. 특정 클라우드에 종속될 걱정도 없다. 하지만 운영비가 비싸지게 된다. 도커와 함께 클라우드 환경을 이주한다면? ..