딥러닝 (Deep Learning)
다층 신경망을 이용해 데이터의 복잡한 표현을 자동으로 학습하는 머신러닝 접근
#딥러닝#Deep Learning#심층학습#다층 신경망#표현 학습
딥러닝이란?
딥러닝은 여러 은닉층을 가진 신경망으로 데이터의 특징을 단계적으로 학습하는 방식입니다.
수작업 특성 설계 의존도를 낮추고, 대규모 데이터에서 성능을 끌어올리는 데 강점이 있습니다.
어디에 쓰이나요?
컴퓨터 비전, 음성 인식, 자연어 처리, 추천 시스템 등 다양한 AI 분야에서 핵심 기술로 활용됩니다.
최근에는 생성형 AI 모델의 기본 학습 구조로도 널리 사용됩니다.
왜 중요한가요?
딥러닝은 복잡한 패턴을 직접 표현할 수 있어 전통적 모델이 어려워하던 문제를 해결해 왔습니다.
다만 데이터 품질, 연산 비용, 해석 가능성은 여전히 중요한 운영 과제입니다.
관련 용어
AI 인프라/모델 최적화
경사하강법 (Gradient Descent)
손실 함수를 최소화하기 위해 기울기 반대 방향으로 파라미터를 반복 업데이트하는 최적화 방법
AI 인프라/모델 최적화
레이트 리미팅 (Rate Limiting)
짧은 시간에 과도한 요청이 몰릴 때 API 호출량을 제한하는 제어 기법
AI 인프라/모델 최적화
로봇 파운데이션 모델 (Robot Foundation Model)
대규모 로봇 데이터와 멀티모달 입력으로 사전 학습되어 다양한 물리 작업에 전이 가능한 범용 로봇 AI 모델
AI 인프라/모델 최적화
로컬 AI (Local AI)
모델을 외부 API가 아닌 자체 PC·서버에서 직접 실행하는 방식
AI 인프라/모델 최적화
모델 증류 (Model Distillation)
대형 모델의 출력 신호를 활용해 더 작은 모델을 학습시키는 경량화 기법
AI 인프라/모델 최적화
모델 컨텍스트 프로토콜 (MCP)
AI 모델이 외부 도구와 데이터 소스를 표준 방식으로 연결해 활용하도록 돕는 인터페이스 규격