INGREDIENT 01
경험을 숫자로 바꾼 데이터
사진, 문장, 소리처럼 세상에서 수집한 사례를 컴퓨터가 읽을 수 있는 숫자로 표현합니다. 데이터의 다양성과 품질은 AI가 바라보는 세계의 경계를 결정합니다.
01현실 세계
0·1숫자 표현
∞패턴
OLLAMA CONNECTED
AI는 실수할 수 있습니다. 중요한 정보는 한 번 더 확인하세요.
MinsLab / LEARNING ARCHIVE
오늘의 기록으로
내일의 가능성을 실험합니다.
배운 것, 만든 것, 실패하며 고친 것을 차곡차곡 남기는 개인 AI 실험실입니다. 로컬 AI, RAG, Python 실습을 실제로 만져볼 수 있는 기록으로 정리합니다.
M
01 / THE BIG IDEAAI를 움직이는
AI를 움직이는
네 가지 재료
AI는 데이터에서 반복되는 관계를 찾아 내부의 숫자들을 조절합니다. 버튼을 눌러 각 요소의 역할을 확인해 보세요.
→
→
02 / HOW IT LEARNS정답에 가까워지는
정답에 가까워지는
반복의 기술
예측하고, 틀린 정도를 계산하고, 아주 조금 수정하는 일을 수백만 번 반복합니다.
입력과 예측
데이터가 여러 층을 통과하며 예측값으로 변환됩니다. 처음의 예측은 무작위에 가깝습니다.
오차 측정
예측과 정답의 차이를 손실 함수로 계산합니다. 숫자가 작을수록 더 좋은 예측입니다.
역전파
오차의 책임을 각 연결에 나눠 전달합니다. 미분은 수정 방향을 알려주는 나침반입니다.
가중치 갱신
연결의 세기를 조금 바꿔 다시 예측합니다. 반복 속에서 모델만의 규칙이 생깁니다.
03 / THE TOOLKIT오늘의 AI를 만든
오늘의 AI를 만든
세 가지 전환점
아이디어가 쌓이며 AI는 보는 기계에서 언어를 이해하고 새로운 것을 만드는 시스템으로 확장됐습니다.
신경망
작은 계산 단위를 여러 층으로 연결해 단순한 특징에서 복잡한 개념까지 단계적으로 추출합니다.
트랜스포머
모든 단어의 관계를 동시에 살피는 어텐션으로 긴 맥락과 의미를 효과적으로 이해합니다.
생성형 AI
학습한 확률 분포에서 다음 토큰이나 픽셀을 예측해 전에 없던 문장과 이미지를 만듭니다.
04 / HUMAN IN THE LOOP똑똑함보다
똑똑함보다
중요한 질문
AI의 결과는 데이터와 설계자의 선택을 반영합니다. 성능뿐 아니라 누구에게 어떤 영향을 주는지도 함께 살펴야 합니다.
✓ 편향: 데이터에서 누가 빠져 있는가?
✓ 검증: 그럴듯한 답은 사실인가?
✓ 책임: 최종 결정을 사람이 책임지는가?
오늘의 기록으로
내일의 가능성을 실험합니다.
교육과 실습에서 만든 Python, Local AI, RAG 프로젝트를 실행 방법과 배운 점까지 함께 정리하는 성장형 포트폴리오입니다.
프로젝트 설명
핵심 코드
main.py