mirabo01 님의 블로그

AI, 검색, 챗봇, 추천 시스템 이야기를 보다 보면 문장 임베딩이라는 말을 자주 만나게 됩니다.처음 들으면 조금 추상적으로 느껴질 수 있습니다. “문장을 숫자로 바꾼다니, 그게 무슨 뜻이지?” 하는 생각이 들기 쉽습니다.그런데 핵심은 생각보다 단순합니다. 문장의 의미를 벡터라는 숫자 표현으로 바꿔서, 컴퓨터가 문장끼리의 의미 관계를 비교할 수 있게 만드는 것입니다.구글의 머신러닝 코스는 임베딩을 고차원 데이터를 더 낮은 차원의 표현으로 바꾸는 방법으로 설명하고, Sentence Transformers 문서는 문장 임베딩이 문장, 문단, 문서를 벡터 공간으로 옮겨 의미 기반 비교를 가능하게 한다고 설명합니다.쉽게 말하면 사람은 “오늘 날씨가 좋다”와 “날씨가 참 맑네”가 비슷한 뜻이라는 걸 바로 느끼지만..

AI를 공부하다 보면 자연어처리, 즉 NLP라는 말을 정말 자주 만나게 됩니다.챗봇, 번역기, 감정 분석, 문서 요약, 검색, 음성 비서 같은 서비스 뒤에는 거의 항상 자연어처리가 들어갑니다.그런데 처음 접하면 “그냥 AI가 글자를 읽는 기술인가?” “챗GPT 같은 것만 NLP인가?” 하는 식으로 범위가 헷갈리기 쉽습니다.가장 짧게 말하면 자연어처리(NLP)는 컴퓨터가 사람의 언어를 이해하고, 분석하고, 생성하도록 만드는 기술입니다. IBM은 NLP를 컴퓨터 과학과 AI의 하위 분야로 설명하며, 기계학습을 활용해 컴퓨터가 인간의 언어를 이해하고 소통하도록 만든다고 정리합니다. AWS도 NLP를 컴퓨터가 인간 언어를 해석하고 조작하고 이해하게 하는 기술이라고 설명합니다. 쉽게 말하면 사람이 읽고 말하는 ..

컴퓨터비전을 공부하다 보면 이미지 분류 다음 단계에서 꼭 만나게 되는 개념이 있습니다.바로 객체 탐지입니다.사진 안에 강아지가 있는지, 자동차가 몇 대 있는지, 사람이 어디에 있는지를 찾는 문제들이 모두 여기에 들어갑니다.그런데 처음 배우는 입장에서는 이미지 분류와 객체 탐지가 비슷하게 느껴질 수 있습니다.둘 다 사진을 이해하는 기술이지만, 핵심 차이는 아주 분명합니다.이미지 분류는 사진 전체가 무엇인지 맞히는 것이고, 객체 탐지는 사진 속에 무엇이 어디에 있는지 찾는 것입니다.#객체탐지 #오브젝트디텍션 #컴퓨터비전 #이미지인식 #바운딩박스 #YOLO #AI입문객체 탐지란 무엇일까객체 탐지는 이미지나 영상 안에서 특정 물체를 찾아내고, 그 위치까지 함께 표시하는 기술입니다.예를 들어 사진 속에 사람, 강..

AI나 컴퓨터비전을 공부하다 보면 가장 먼저 자주 만나게 되는 개념이 있습니다.바로 이미지 분류입니다.고양이와 강아지 사진을 구분하거나, 손글씨 숫자를 맞히거나, 음식 사진이 어떤 메뉴인지 판별하는 문제들이 모두 여기에 들어갑니다.그런데 처음 배우는 입장에서는 이런 의문이 생깁니다.“컴퓨터는 사진을 그냥 픽셀 숫자로 볼 텐데, 어떻게 그게 고양이인지 자동차인지 알아차릴까?”이 질문에 답하는 것이 바로 이미지 분류입니다. 가장 짧게 말하면 이미지 분류는 사진 전체가 어떤 클래스에 속하는지 AI가 판별하는 작업입니다.#이미지분류 #컴퓨터비전 #딥러닝 #사진분류 #CNN #AI입문 #이미지인식이미지 분류란 무엇일까이미지 분류는 입력된 사진 전체를 보고, 그 사진이 무엇인지 하나의 정답 클래스로 예측하는 기술입..

이미지 처리나 컴퓨터비전을 처음 공부하다 보면 가장 먼저 많이 만나게 되는 라이브러리가 있습니다.바로 OpenCV입니다.그런데 이름만 들으면 “이게 이미지 처리 라이브러리인지, 머신러닝 라이브러리인지” 조금 헷갈릴 수 있습니다.결론부터 말하면 OpenCV는 컴퓨터비전 중심 라이브러리이고, 그 안에 이미지 처리 기능뿐 아니라 머신러닝 관련 기능도 함께 들어 있습니다.OpenCV 공식 문서는 4.x 모듈 목록에서 imgproc(이미지 처리), features2d, objdetect, dnn, ml 같은 모듈을 함께 제공한다고 안내합니다.#OpenCV #OpenCV머신러닝 #이미지처리 #컴퓨터비전 #머신러닝입문 #OCR #딥러닝입문OpenCV는 정확히 어떤 라이브러리일까OpenCV는 이름 그대로 Open So..

컴퓨터비전이나 이미지 분류를 공부하다 보면 꼭 한 번은 비교하게 되는 두 구조가 있습니다.바로 CNN과 ViT입니다.CNN은 오래전부터 이미지 처리의 대표 모델로 쓰여 왔고, ViT는 Transformer를 이미지에 적용한 구조로 주목받았습니다. 둘 다 이미지를 잘 다루지만, 이미지를 바라보는 방식 자체가 꽤 다릅니다.가장 짧게 말하면 CNN은 작은 영역의 패턴을 차곡차곡 쌓아가며 보는 방식이고, ViT는 이미지를 패치 단위로 잘라 시퀀스로 보고 self-attention으로 관계를 보는 방식입니다. Keras의 ViT 예제는 ViT가 convolution layer 없이 이미지 패치 시퀀스에 self-attention을 적용한다고 설명합니다. 쉽게 말하면 CNN은 “사진을 부분 부분 훑으면서 특징을 쌓..

컴퓨터비전을 공부하다 보면 이미지 분류, 객체 탐지 다음으로 자주 나오게 되는 개념이 있습니다.바로 이미지 세그멘테이션입니다.이름만 들으면 조금 어렵게 느껴질 수 있지만, 핵심은 생각보다 단순합니다. 이미지를 픽셀 단위로 나눠서, 각 픽셀이 무엇에 속하는지 판단하는 기술이라고 보면 됩니다.예를 들어 사진 속에 사람, 자동차, 도로, 하늘이 함께 있다고 해봅시다. 이미지 분류는 이 사진이 무엇에 대한 사진인지 맞히는 데 가깝고, 객체 탐지는 사람이나 자동차가 어디에 있는지 사각형으로 찾는 데 가깝습니다.그런데 세그멘테이션은 여기서 한 단계 더 들어갑니다. 사람의 몸통은 정확히 어디까지인지, 자동차 영역은 픽셀 단위로 어디부터 어디까지인지를 나눠냅니다.그래서 이미지 세그멘테이션은 단순히 “무엇이 있느냐”를 ..

딥러닝을 공부하다 보면 이미지 처리에서 가장 자주 보이는 구조가 있습니다.바로 CNN입니다.특히 “고양이와 강아지 사진 구분하기”, “손글씨 숫자 맞히기”, “상품 사진 분류하기” 같은 예제에서는 거의 빠지지 않고 등장합니다.그런데 처음 보면 이런 의문이 생깁니다.“컴퓨터는 사진을 그냥 숫자로 볼 텐데, 어떻게 그게 고양이인지 강아지인지 구분하지?”이 질문에 답하는 구조가 바로 CNN입니다. 가장 짧게 말하면 CNN은 이미지에서 중요한 특징을 단계적으로 뽑아내고, 그 특징을 바탕으로 사진이 무엇인지 분류하는 딥러닝 모델입니다.#CNN #이미지분류 #딥러닝 #컴퓨터비전 #사진분류 #인공신경망 #AI입문이미지 분류란 무엇일까이미지 분류는 말 그대로 사진 전체가 어떤 클래스에 속하는지 맞히는 작업입니다.예를 ..

AI를 공부하다 보면 컴퓨터비전이라는 단어를 정말 자주 만나게 됩니다.이미지 분류, 얼굴 인식, 자율주행, 의료 영상 분석처럼 사진이나 영상을 이해하는 기술 이야기에는 거의 항상 컴퓨터비전이 등장합니다.그런데 처음 들으면 “그냥 이미지 인식이랑 같은 말 아닌가?” “정확히 어디까지가 컴퓨터비전이지?” 하고 헷갈리기 쉽습니다.가장 짧게 말하면 컴퓨터비전은 컴퓨터가 이미지와 영상을 보고 이해하도록 만드는 기술입니다.사람은 사진을 보면 “이건 고양이다”, “여기 사람 얼굴이 있다”, “차가 도로 위에 있다”처럼 자연스럽게 장면을 해석합니다. 컴퓨터비전은 바로 이 과정을 컴퓨터가 할 수 있게 만드는 분야라고 보면 됩니다.#컴퓨터비전 #이미지인식 #영상분석 #딥러닝 #CNN #객체탐지 #AI입문컴퓨터비전이란 무엇..

딥러닝을 공부하다 보면 Adam과 SGD라는 이름을 정말 자주 보게 됩니다.모델을 만들고 학습 코드를 짤 때도 “옵티마이저를 뭘로 할까?”라는 질문에서 거의 빠지지 않습니다.그런데 처음 배우는 입장에서는 둘 다 결국 가중치를 업데이트하는 도구라서 “정확히 뭐가 다른 거지?” 하고 헷갈리기 쉽습니다.가장 짧게 말하면 SGD는 가장 기본적인 경사하강 업데이트 방식이고, Adam은 기울기의 평균과 제곱 평균을 함께 사용해 파라미터별 학습률을 적응적으로 조절하는 방식입니다. Keras는 Adam을 first-order와 second-order moments의 adaptive estimation에 기반한 SGD 계열 방법으로 설명하고, SGD는 learning rate와 optional momentum을 사용하는..