Digitalian

"인간과 인공지능"

AGI 8

프롬프트 패턴의 중요성

“강의에서 배운 내용을 정리해 공유합니다. 함께 더 풍부한 배움이 되리라 믿습니다.”프롬프트 패턴프롬프트 패턴은 프롬프트에서 전달해야 할 중요한 아이디어를 대규모 언어 모델에 대한 서면 설명인 기본 문맥 진술의 관점에서 설명합니다. 대부분의 경우 아이디어는 사용자의 요구와 경험에 따라 임의의 방식으로 재작성되고 표현될 수 있습니다. 그러나 전달해야 할 핵심 아이디어는 간단하지만 기본적인 일련의 문장으로 제시됩니다. 예시: 유용한 어시스턴트 패턴AI 어시스턴트가 사용자에게 부정적인 결과를 생성하는 것을 방지하기 위한 새로운 패턴을 문서화하고자 한다고 가정해 봅시다. 이 패턴을 "유용한 어시스턴트" 패턴이라고 부르겠습니다. 다음으로 이 패턴에 대한 프롬프트에 포함해야 하는 기본 문맥 문장에 대해 이야기해 보..

인공지능 페르소나 패턴

“강의에서 배운 내용을 정리해 공유합니다. 함께 더 풍부한 배움이 되리라 믿습니다.”페르소나 패턴은 특정한 출력을 얻기 위해 전문가나 캐릭터의 관점에서 질문하는 방법입니다. 이 패턴을 통해 원하는 정보의 형식이나 내용을 정확히 알지 못하더라도, 해당 인물의 시각에서 유용한 답변을 받을 수 있습니다. 페르소나 패턴의 정의특정 역할을 맡은 인물에게 질문하여 그 인물의 관점에서 답변을 얻는 방법.예를 들어, 회계사나 컴퓨터 과학자와 같은 전문가에게 질문하는 방식. 출력의 다양성"회의론자로 행동해 주세요"와 같은 요청을 통해 특정한 시각에서 회의적인 답변을 받을 수 있음.다양한 캐릭터나 역할을 설정하여 그에 맞는 답변을 유도할 수 있음.정보의 효율성페르소나 패턴을 사용하면 복잡한 정보를 간결하게 요청할 수 있어..

머신러닝이 할 수 있는 일과, 할 수 없는 일

“강의에서 배운 내용을 정리해 공유합니다. 실전으로 활용하시기 바랍니다.”AI의 현실적인 능력과 한계를 이해하고, 이를 바탕으로 성공 가능성이 높은 AI 프로젝트를 선택하는 방법에 대해 설명합니다. 1. AI에 대한 과장된 기대와 현실많은 사람들이 미디어와 학계의 성공 사례만 보고 AI가 모든 것을 할 수 있다고 오해합니다.하지만 AI는 만능이 아니며, 현재 기술로는 불가능한 일들이 분명히 존재합니다.프로젝트 시작 전, 기술적으로 실현 가능한지(A입력 -> B출력) 신중하게 검토하는 것이 중요합니다. 2. AI 프로젝트 성공을 위한 경험적 법칙"사람이 1초 내외의 짧은 생각으로 할 수 있는 일"은 지도 학습(Supervised Learning)을 통해 자동화될 가능성이 매우 높습니다.→ 예시: 스팸 메..

(기업, 개인) AI를 잘 활용하는 방법?

“강의에서 배운 내용을 정리해 공유합니다. 실전으로 활용하시기 바랍니다.”기업이 AI 시대를 성공적으로 헤쳐나가기 위해 필요한 본질적인 개념?단순히 웹사이트를 구축하는 것이 인터넷 기업이 되는 것을 의미하지 않듯이, 신경망이나 딥러닝 알고리즘을 사용하는 것만으로는 AI 기업이 될 수 없습니다.진정한 인터넷 기업이 '인터넷이 잘 할 수 있는 것'을 하는 것처럼, 진정한 AI 기업은 'AI가 잘 할 수 있는 것'에 맞춰 스스로를 변화시켜야 합니다. 핵심적인 변화 요소?전략적 데이터 수집 및 통합: 수익 창출이 아닌 데이터 획득을 위한 제품 출시와 통합된 데이터 웨어하우스 구축이 중요합니다.자동화 기회 포착: 지도 학습 알고리즘 등을 활용하여 자동화 가능한 영역을 적극적으로 찾아 적용합니다.새로운 역할 및 업..

AI 핵심 개념, 이해하기 쉽게 정리

“강의에서 배운 내용을 정리해 공유합니다. 실전으로 활용하시기 바랍니다.”AI(인공지능)는 컴퓨터가 인간처럼 '지능적으로' 행동하도록 만드는 다양한 기술과 도구의 집합입니다. 이 중에서도 많이 듣는 용어들이 바로 머신러닝, 데이터 과학, 신경망, 딥러닝입니다. 이 용어들이 실제로 무엇을 의미하는지, 그리고 비즈니스에 어떻게 적용되는지 쉽게 설명해드리겠습니다. 머신러닝(Machine Learning)머신러닝은 컴퓨터가 '직접 프로그래밍하지 않아도' 데이터를 통해 스스로 학습하는 기술입니다.예를 들어, 집의 크기, 침실 수, 욕실 수, 리노베이션 여부 같은 정보를 입력하면, 머신러닝 모델은 이 데이터를 바탕으로 집값을 예측할 수 있습니다.즉, 입력(A)이 들어오면 출력(B)을 자동으로 내보내는 소프트웨어를..

데이터란 무엇일까?

“강의에서 배운 내용을 정리해 공유합니다. 실전으로 활용하시기 바랍니다.”1. AI를 위한 데이터란 무엇인가? (입력과 출력의 관계)AI에게 데이터는 '학습자료'이며, 주로 입력(A)과 출력(B)의 관계로 정의됩니다. AI는 수많은 A와 B의 쌍을 학습하여, 새로운 A가 주어졌을 때 올바른 B를 예측하거나 생성하는 능력을 키웁니다.핵심 개념: AI는 입력(A)을 받아 원하는 출력(B)을 만들어내는 '매핑(mapping)'을 학습합니다.유연성: 무엇을 A(입력)로 삼고 무엇을 B(출력)로 할지는 비즈니스 목표에 따라 달라집니다. (→ DG생각: 다양한 컨셉의 다양한 모델 등장 이유일 듯)(예시 1) 주택 가격 예측:집 크기(A) → 가격(B)[집 크기, 방 개수](A) → 가격(B)예산(A) → 구매 가능..

머신러닝은 무엇일까?

“강의에서 배운 내용을 정리해 공유합니다. 실전으로 활용하시기 바랍니다.”인공지능(AI) 발전의 핵심 동력인 머신러닝(Machine Learning), 특히 지도 학습(Supervised Learning)에 대한 소개입니다. 지도 학습의 정의AI의 성장은 대부분 머신러닝, 그중에서도 가장 보편적인 '지도 학습'을 통해 이루어졌습니다. 지도 학습은 입력(A)을 받아 원하는 출력(B)을 내놓도록 학습하는 방식입니다. 지도 학습의 다양한 사례:스팸 필터: 이메일(A)을 입력받아 스팸 여부(B)를 판별합니다.음성 인식: 음성(A)을 텍스트(B)로 변환합니다.기계 번역: 한 언어(A)를 다른 언어(B)로 번역합니다.온라인 광고: 사용자와 광고 정보(A)를 기반으로 클릭 여부(B)를 예측하여 가장 수익성이 높은 ..

AI 시대의 이해와 활용

“강의에서 배운 내용을 정리해 공유합니다. 실전으로 활용하시기 바랍니다.”AI 시대의 이해와 활용AI는 우리의 일과 삶을 변화시키고 있습니다. 이 비전문가 과정은 여러분이 AI 시대를 헤쳐나가는 방법을 알려줄 것입니다. AI의 가치 창출과 미래많은 전문가는 AI가 막대한 가치를 창출할 것이라고 동의합니다. 맥킨지 연구에 따르면, 2033년까지 AI는 매년 13조에서 22조 달러의 추가 가치를 창출할 것입니다. 이 중 2조에서 4조 달러는 생성형 AI(Generative AI)에서 나올 것으로 예상됩니다. 생성형 AI는 텍스트, 이미지, 오디오 등 고품질 콘텐츠를 생산하는 비교적 새로운 기술입니다. 하지만 더 큰 가치는 지도 학습(Supervised Learning)과 같은 다른 형태의 AI에서 나올 것입..