필자도, GPT를 시작으로 다양한 AI툴을 활용해서 업무에 적용하고 있습니다. 특히 IT직종에 근무하고 계신 분들은 대부분 활용하고 계실 겁니다. 저같은 경우는, Sql쿼리 및 파이썬 로직 최적화, 영문 문서 번역 및 정리 등의 현업 업무를 수행시에 많이 활용하고 있습니다. 이처럼 AI를 활용하여 생산성을 높이는 방안은 다양한 연구 결과 및 검증을 통해서 나왔으며, 더이상 선택이 아닌 필수라는 생각이 듭니다. 하다못해, GPT를 어떻게 효율적으로 쓸 것인지(프롬프트) 등에 대한 논문도 여러 나온  상황입니다. 이에 대해서, 우리는 라이트하게라도 어떻게 활용할수 있을까?를 고민해봐야한다고 생각합니다. 전문가들 처럼 API를 호출하고, 개발을 하고 이런것이 생산성을 높이고 나의 업무를 도와주는것이 아닌, 현..

지난 글에서는, 생성형 AI(GPT, Stable Diffusion 등)의 개념과 활용 방법을 다루었습니다.이번 2부에서는 생성형 AI가 어떻게 동작하는지, 더 효율적으로 활용하는 방법(프롬프트 엔지니어링), 그리고 최신 AI 트렌드에 대해 심층적으로 알아보겠습니다. ---------------------------------------------------------------------------------------------------------------- 1. 생성형 AI의 핵심 기술 (Transformer, Diffusion 모델)생성형 AI는 단순한 규칙 기반 자동화가 아니라 딥러닝을 기반으로 한 강력한 학습 모델입니다.여기서 핵심이 되는 기술은 Transformer 모델과 Diffusio..

금일은, AI교육 자료입니다. 제가 직접 제작한 PPT를 첨부해가며 내용을 작성하겠습니다. 현업분들이 AI를 도입하기 위해, AI가 어떤것이고, 흔히 말하는 딥러닝과 머신러닝의 차이, 그리고 어떻게 AI가 적용되고 있는지에 대해 알아보겠습니다. 먼저 목차는, 위와 같이 진행할것이며, 먼저 머신러닝과 딥러닝의 차이를 알아보겠습니다. 크게 AI안에 머신러닝이 있고 머신러닝 안에 딥러닝이 있다라고 개념을 잡으면 될것 같습니다. AI라는 큰 기술안에 머신러닝이 있는것이며, 머신러닝 안에서 머신러닝의 고급 기술을 딥러닝이라고 생각하면 될것 같습니다. 각 용어를 정리하자면, 그리고, 머신러닝와 딥러닝을 학습 방법의 관점에서 차이를 살펴보자면, 위와 같이 머신러닝은 데이터를 수집하고, 변수를 가공하고 학습하는데 있어..