Chain-of-Thought Prompting (CoT, 체인 오브 소트 프롬프팅)은 복잡한 문제 해결을 위해 중간 추론 과정을 명시적으로 유도하는 프롬프팅 기법입니다. 이는 특히 논리적 사고, 수학 문제, 추론 기반 질문 등에서 모델의 응답 품질을 크게 향상시킵니다. 1. 개요 정의 Chain-of-Thought Prompting이란?답을 바로 요구하지 않고, 문제를 풀기 위한 생각의 흐름(사고 과정)을 단계적으로 표현하도록 유도하는 방식입니다. 즉, “정답은 무엇입니까?”가 아니라 … Read more
리트리버(Retriever) 전략은 정보 검색 및 활용을 최적화하는 방법론 중 하나로, 특히 대량의 데이터에서 필요한 정보를 효과적으로 찾아내는 데 사용됩니다. 주로 자연어 처리(NLP) 및 기계 학습 분야에서 많이 활용되며, 검색 시스템, 챗봇, 추천 시스템 등에 적용됩니다. 1. 리트리버(Retriever) 이름의 유래 “리트리버(Retriever)”라는 단어는 영어 동사 “retrieve”에서 유래했습니다.“Retrieve”는 “되찾다, 회수하다, 검색하다” 등의 의미를 가지며, 여기에서 파생된 “Retriever”는 “회수하는 … Read more
OpenAI Assistants API란? OpenAI Assistants API는 개발자가 OpenAI의 강력한 AI 모델을 활용하여 지능적인 가상 비서(Assistant) 를 쉽게 구축할 수 있도록 지원하는 API입니다. GPT-4 Turbo를 기반으로 하며, 코드 실행, 파일 업로드, 그리고 툴 호출 기능을 포함하여 더욱 확장된 기능을 제공합니다. 🚀 주요 기능 1. 메시지 기반 인터페이스 2. 지속 가능한 대화(Thread) 관리 3. 코드 실행 지원 … Read more
RAG(Retrieval-Augmented Generation)는 OpenAI와 같은 LLM (Large Language Model)이 정보를 생성할 때 외부 데이터베이스에서 관련 정보를 검색(Retrieve)하고 이를 기반으로 답변을 생성(Generate)하는 방식의 모델입니다. 즉, 검색 결과를 바탕으로 답변을 생성해주는 AI라 보시면 됩니다. 기존의 LLM이 학습된 데이터에만 의존하는 것과 달리, RAG는 실시간으로 최신 정보를 가져올 수 있어 보다 정확하고 신뢰성 있는 응답을 생성할 수 있습니다. 🔹 RAG의 … Read more
1. XAI(설명 가능한 인공지능)란? XAI(eXplainable AI, 설명 가능한 인공지능)는 인공지능 모델이 내린 결과와 의사결정 과정을 사람이 이해할 수 있도록 설명할 수 있는 기술입니다. 기존 AI 시스템(특히 딥러닝 기반 모델)은 높은 성능을 보이지만, 결과가 나오는 과정이 블랙박스(Black Box)로 남아 있어 해석이 어렵습니다. XAI는 AI 모델이 왜 특정 결정을 내렸는지 설명할 수 있도록 만들어 투명성(Transparency), 신뢰성(Reliability), 해석 … Read more
Scikit-learn은 파이썬에서 머신러닝을 위한 대표적인 라이브러리로, 다양한 머신러닝 알고리즘을 간편하게 활용할 수 있도록 지원합니다. 1. 특징 2. 주요 기능 ① 지도 학습 (Supervised Learning) ② 비지도 학습 (Unsupervised Learning) ③ 데이터 전처리 (Preprocessing) ④ 모델 평가 및 선택 (Model Selection & Evaluation) 3. 예제 코드 1) 데이터 로드 및 분할 from sklearn.model_selection import train_test_splitfrom sklearn.datasets … Read more
📌 TF-IDF (Term Frequency – Inverse Document Frequency)란? TF-IDF는 문서 내 단어의 중요도를 평가하는 대표적인 방법입니다. 특정 단어가 문서에서 얼마나 중요한지를 수치화하여, 문서 간 유사도를 측정하거나 검색 엔진에서 검색 결과를 랭킹하는 데 사용됩니다. 1️⃣ 개념 정리 (1) TF (Term Frequency, 단어 빈도) 문서 내에서 특정 단어가 등장하는 빈도를 나타냅니다.TF(t,d)=f(t,d)NTF(t, d) = \frac{f(t, d)}{N}TF(t,d)=Nf(t,d) ✅ TF의 … Read more
📌 코사인 유사도 (Cosine Similarity) 코사인 유사도는 두 벡터 간의 각도를 기반으로 두 값이 얼마나 비슷한지 유사도를 측정하는 방법입니다. 값의 범위는 -1 ≤ cosine similarity ≤ 1이며, 값이 1에 가까울수록 두 벡터가 유사하고, 0이면 서로 독립적이며, -1에 가까울수록 반대 방향을 의미합니다. 수식: 🛠 Python 구현 (NLTK + Scikit-learn 활용) 1️⃣ 문장 간 유사도 측정 (1) … Read more
자기조직화 지도(SOM, Self-Organizing Map) 군집 분석 기법 1. SOM 개요 자기조직화 지도(SOM, Self-Organizing Map)는 인공신경망(Artificial Neural Network, ANN)의 한 종류로, 데이터의 고차원 정보를 저차원의 격자로 정리하는 비지도 학습(unsupervised learning) 방식의 군집 분석 기법입니다. 2. SOM(Self-Organizing Map)의 구성 요소 SOM은 인공 신경망 기반의 군집 분석 기법으로, 데이터의 고차원 구조를 저차원 격자로 변환합니다. SOM의 주요 구성 요소는 … Read more
테스트 타임 컴퓨팅(Test-Time Compute, TTC) 개요 1. 테스트 타임 컴퓨팅(TTC)이란? 테스트 타임 컴퓨팅(Test-Time Compute, TTC)은 머신 러닝 및 딥 러닝 모델이 학습(training)된 후, 추론(inference) 단계에서 추가적인 연산을 수행하여 성능을 향상시키는 기법입니다. 일반적으로 모델은 학습된 가중치를 고정한 채 추론을 수행하지만, TTC는 테스트 시점에서 추가적인 계산을 통해 성능을 개선하려는 전략입니다. ✅ 핵심 개념 2. 주요 테스트 타임 … Read more
