문서 검색

데이터 라벨링은 인공지능(AI)이 활용할 수 있도록 이미지, 텍스트, 오디오 등 원시 데이터에 의미 있는 태그나 주석을 추가하는 작업이다. 머신 러닝 모델, 특히 지도 학습 모델은 라벨링된 데이터를 통해 패턴을 학습하고 예측을 수행한다. 이 과정은 컴퓨터 비전, 자연어 처리(NLP) 등 다양한 AI 응용 분야의 기반이 되며, 데이터의 품질이 모델 성능을 좌우하기 때문에 매우 중요하다. 데이…

Sloth는 컴퓨터 비전 연구를 위해 이미지와 비디오 데이터에 라벨을 붙이는 도구이다. Python으로 작성되었으며, 사각형, 점, 다각형 등 표준 형태의 라벨을 지원한다. 각 라벨은 키-값 쌍으로 구성되며 'class' 키가 필수이다. 2011년에 처음 공개되었고, cvhciKIT 그룹이 개발하였다. 2013년 v1.0이 릴리스되었으며, 2020년까지 유지보수되었다.

사이버 보안 AI는 머신 러닝, 자연어 처리(NLP), 데이터 분석 및 검색 증강 생성(RAG) 등의 인공지능 기술을 활용하여 네트워크, 시스템, 데이터를 보호하는 기술이다. 대규모 데이터를 실시간으로 처리하여 이상 징후를 포착하고, 보안 전문가의 분석 업무를 자동화함으로써 고도화되는 사이버 공격에 대응하는 것을 목적으로 한다.

의료 인공지능은 머신 러닝 모델을 사용하여 방대한 의료 데이터를 처리하고 의료 전문가에게 중요한 인사이트를 제공하는 기술이다. 현대 의료 서비스의 필수 요소로 자리 잡고 있으며, 임상 의사 결정 지원, 의료 영상 분석, 환자 모니터링 등 다양한 영역에서 의료 서비스 결과와 환자 경험을 개선하는 데 기여한다.

mHC(Manifold-Constrained Hyper-Connections)는 중국 AI 연구소 딥시크(DeepSeek)가 개발한 대규모 언어 모델(LLM) 학습을 위한 새로운 아키텍처 프레임워크이다. 기존 딥 트랜스포머 모델이 깊어질수록 겪는 정보 흐름 저하와 불안정성을 해결하기 위해 설계되었다. mHC는 하이퍼커넥션(Hyper-Connections) 구조에 다양체 제약(Manifold…

인공지능 기술은 범위와 깊이에 따라 계층적으로 구분된다. 인공지능 아래에는 머신 러닝이 있으며, 머신 러닝 아래에는 딥 러닝, 딥 러닝 아래에는 생성형 AI가 위치한다. 머신 러닝(Machine Learning): 데이터를 기반으로 예측이나 결정을 내릴 수 있도록 알고리즘을 학습시켜 모델을 만드는 기술이다. AI 시스템을 개발하는 데 도움이 되는 핵심 기술이다. 딥 러닝(Deep Learn…

전문가 혼합(Mixture of Experts, MoE)은 인공지능 모델을 여러 개의 전문화된 하위 네트워크(전문가)로 나누고, 게이팅 네트워크가 입력에 따라 적절한 전문가를 선택적으로 활성화하여 작업을 수행하는 머신러닝 접근 방식이다. 이 구조는 전체 신경망을 항상 사용하는 밀집 모델과 달리 계산 효율성을 높이면서도 모델의 용량을 크게 확장할 수 있어, GPT-4나 Mixtral 8x7B…

딥마인드(DeepMind Technologies Limited)는 알파벳의 자회사이자 영국의 인공지능(AI) 연구 개발 회사이다. 2010년 데미스 허사비스, 셰인 레그, 무스타파 술레이만이 런던에서 공동 창업하였으며, 초기 사명은 '딥마인드 테크놀로지'였다. 머신러닝과 신경과학을 기반으로 스스로 학습하는 범용 학습 알고리즘을 개발하는 것을 목표로 한다. 2014년 구글이 약 4억 달러에…

Create ML은 애플(Apple)이 제공하는 머신러닝 모델 학습 도구이자 프레임워크이다. 전문적인 머신러닝 지식이 부족한 개발자도 Mac에서 이미지, 텍스트, 오디오, 표 데이터 등을 활용해 사용자 정의 모델을 학습시킬 수 있도록 설계되었다. 학습된 모델은 Core ML 포맷으로 생성되어 iOS, macOS, visionOS 등 애플 플랫폼 앱에 통합된다.

애플 뉴럴 엔진(Apple Neural Engine, ANE)은 애플이 자체 설계한 시스템 온 칩(SoC)에 포함된 인공지능 전용 가속기이다. 2017년 A11 바이오닉 칩에 처음 도입된 이후, 아이폰과 아이패드, 맥 등 애플 기기에서 안면 인식, 이미지 분석, 음성 인식 등 복잡한 머신러닝 작업을 효율적으로 처리하는 핵심 역할을 수행한다. 기기 내부에서 직접 연산을 수행하는 온디바이스 A…

Core ML은 Apple이 개발한 머신러닝 프레임워크로, iOS, macOS, watchOS, tvOS 앱에 머신러닝 모델을 통합하는 기능을 제공한다. 모든 모델에 대해 통합된 표현 방식을 사용하며, 사용자 데이터를 외부 서버로 전송하지 않고 기기 자체에서 예측 및 학습을 수행하는 온디바이스(On-device) 처리를 특징으로 한다.

그래픽 처리 장치(Graphics Processing Unit, GPU)는 디지털 이미지 처리를 가속하고 컴퓨터 그래픽을 효율적으로 구현하기 위해 설계된 특수 전자 회로이다. 대규모 데이터셋에 대해 동일한 수학적 연산을 동시에 수행하는 병렬 처리 능력이 뛰어나며, 현대에는 그래픽 렌더링뿐만 아니라 인공지능(AI) 및 머신러닝 분야의 핵심 연산 장치로 활용된다.