[AI] AWS에서 배운 Generative AI 기초 교육 - AI/ML머신러닝/DL딥러닝

 

 

지난 12월 AWS Generative AI Basic 교육을 알게 되었다

요즘 AI 분야는 하루가 다르게 발전되고 있다, 이에 AI를 이용한 서비스를 개발할 기회는 점점 많아지고 있다.

따라서 AI에 대한 기초를 다지고자 교육을 신청하게 되었고 합격하였다.

 

이 교육을 통해 AI에 대한 기초를 다질 수 있게 되었는데, 그 내용을 정리해보려고 한다.

 

목차

파트 1. AI/ML 

파트 2. Generative AI 

 

이 게시글은 파트 1로 AI ML의 기초만 작성하겠다

 

 

 

AI/ML 기초

AI이란

AI는 인간이 가진 지적 능력을 컴퓨터를 통해 구현한 기술이다

초기에는 규칙 기반 시스템으로 시작하여 사람이 직접 규칙을 정의해야 했다.

 

 

ML 머신러닝이란

컴퓨터 스스로 학습하여 알고리즘을 연구하고 구축하는 기술이다

 

예를 들어 아이스크림 가게에서 발주를 할때, 하루에 아이스크림은 몇개 팔릴지 어느정도 예상을 해야 한다

지난 일주일간의 기온과 아이스크림 판매량을 표로 살펴보자

지난주 요일	낮 기온	아이스크림 판매량
월요일	25도	50개 팔림
화요일	28도	56개 팔림
수요일	25도	50개 팔림
목요일	30도	60개 팔림
금요일	25도	50개 팔림
토요일	35도	70개 팔림

 

이를 바탕으로 인공지능이 낮 기온X2=아이스크림 예상 판매량 이라는 규칙을 도출하고

예상 기온을 토대로 다음주 아이스크림 발주량을 정할 수 있다.

 

그치만 더 실제로는 더 많은 요인들이 있다 (SNS상에서 특정 아이스크림 유행으로 토요일에만 아이스크림 판매량이 급증했거나, 아이스크림이 몸에 안 좋다는 뉴스 기사로 지난주만 평소보다 손님이 적었거나 등등) 

따라서 사람의 가이드가 일부 필요하다

 

그래서 나온것이 딥러닝이다

 

 

✨✨DL✨✨을 통한 엄청난 발전

인간의 뉴런과 비슷한 인공신경망을 통해 스스로 정보를 처리, 학습할 수 있는 인공지능 기술이다

뇌구조를 모델링하였다.

 

 

ImageNet Large Scale Visual Recognition Challenge는 대규모 이미지 데이터셋인 ImageNet을 사용하여 객체 인식 모델의 성능을 평가하는 대회이다

당시는 딥러닝이 주목받지 않았던 때라 0.1%의 오차율로 우승이 갈렸다. 

하지만 2012년,  ImageNet 대회에서 AlexNet이라는 딥러닝 모델이 10% 차이로 압도적인 성적을 거두면서 딥러닝이 이미지 인식 분야에서 주목받게 되었다

딥러닝으로 엄청난 오차율을 기록하고 그 다음 대회부터 다들 딥러닝을 사용하여 엄청난 발전을 하는것을 볼 수 있다

 

 

이후에는 VGG, GoogLeNet, ResNet 등의 다양한 딥러닝 아키텍처가 등장하면서 이미지 인식의 정확도와 성능이 크게 향상되었다

 

 

이 구조가 왜 잘되는지는 현재로서 명확하게 알 수 없다. 하지만 layer를 이용해서 그런 것으로 예상하고 있다

 

딥러닝을 활용한 것으로는 유튜브 영상 추천 알고리즘이 있다

 

 

 

 

 

ML vs DL

 

머신러닝	딥러닝
개념: 데이터로부터 규칙과 패턴을 학습하여 모델을 만드는 기술. 사용 예시: 이메일 스팸 필터, 얼굴 인식 등. 필요한 라벨링: 주로 라벨링된 데이터가 필요.	개념: 다층 신경망을 사용하여 데이터의 복잡한 특징을 자동으로 학습하는 머신러닝의 한 종류. 사용 예시: 음성 인식, 이미지 인식, 자연어 처리 등. 라벨링 필요 여부: 라벨링이 필요 없거나 적게 필요한 경우가 많음. 딥러닝은 대부분의 특징을 스스로 학습할 수 있음

 

 

 

 

다음 게시물에서는 딥러닝에서 더 발전한 Generative AI에 대해 상세히 다뤄보겠다

다음글 보기: https://clice.tistory.com/entry/AI-AWS-Generative-AI-기초-교육-Discriminative-AI-GenAI-LLM-멀티모달-FMs-파인튜닝

[AI] AWS Generative AI 기초 교육 - Discriminative AI, GenAI, LLM, 멀티모달, FMs, 파인튜닝