하이퍼파라미터 튜닝(Hyperparameter Tuning)은 머신러닝 모델 학습에 영향을 미치는 외부 설정값(하이퍼파라미터)을 최적화하는 과정입니다.하이퍼파라미터는 모델 학습 전에 수동으로 설정되며, 성능과 학습 효율에 큰 영향을 미칩니다.   주요 특징:   • 학습 외부 설정값(External to Training)학습률(learning rate), 배치 크기(batch size), 레이어 수, 정규화...

Human Alignment(휴먼 얼라인먼트)는 AI 시스템이 인간의 의도, 가치, 윤리 기준에 맞게 동작하도록 설계하고 훈련하는 과정입니다.AI가 복잡하거나 모호한 상황에서도 안전하고 신뢰할 수 있는 방식으로 행동하도록 만드는 것이 목표입니다.   주요 특징:   • 가치 정렬(Value Alignment)AI가 인간 윤리, 문화 규범, 법적...

Hallucination(환각)은 AI 모델이 현실과 맞지 않거나 허구적인 정보를 그럴듯하게 생성하는 현상을 의미합니다. 특히 대형 언어 모델(LLM)이나 이미지 생성 모델 등 생성형 AI에서 자주 발생합니다. 모델은 응답의 일관성이나 자연스러움을 중시하지만, 그 결과 사실과 무관한 내용을 자신 있게 생성하기도 합니다.   주요...

GRPO (Generative Retrieval-augmented Policy Optimization)는 검색 기반 문서 활용 최적화와 강화학습을 결합한 생성형 AI 훈련 프레임워크입니다.모델이 검색된 문서 활용을 스스로 학습하고, 사실 일관성(factual consistency)과 응답 품질을 향상시키도록 설계되었습니다.   주요 특징:   • 검색 보강 생성(RAG, Retrieval-Augmented Generation)외부 문서를 검색하여...

Ground Truth(그라운드 트루스)는 머신러닝 모델의 학습, 평가, 검증을 위한 기준으로 사용되는 정확하고 검증된 데이터입니다.실제 상태나 참값을 나타내며, 전문가의 라벨링, 관측, 측정 등을 통해 수집됩니다.AI 시스템의 신뢰성과 정확성 확보에 핵심적인 역할을 합니다.   주요 특징:   • 정확성(Accuracy)현실을 가장 정확하게 반영하는...

Graph RAG(Graph Retrieval-Augmented Generation)는 그래프 기반 데이터(지식 그래프, 그래프 데이터베이스)와 검색 보강 생성(RAG) 방식을 결합한 AI 기술입니다. 대형 언어 모델(LLM)에 구조화된 관계형 지식을 연동해 더 정확하고 맥락에 맞는 응답을 제공합니다.   주요 특징:   • 그래프 기반 지식(Graph-Structured Knowledge)노드(엔터티)와  엣지(관계)로...

GPT (Generative Pre-trained Transformer)는 OpenAI가 개발한 대형 언어 모델(LLM)로, 트랜스포머 기반 아키텍처를 사용하여 사람처럼 자연스러운 텍스트를 생성합니다. 방대한 텍스트 데이터를 학습하여 언어의 패턴과 문맥, 관계를 이해하고, 다양한 자연어 처리 작업을 수행할 수 있습니다.   주요 특징:   • 트랜스포머 아키텍처(Transformer...

골든 데이터셋(Golden Dataset)은 특정 작업을 위해 정확하고 신뢰성 있게 엄선된 고품질 데이터셋입니다.AI 개발 과정에서 모델 평가, 검증, 학습을 위한 표준(reference) 데이터셋으로 사용되며, 흔히  골드 스탠다드(gold standard)라고 불립니다.   주요 특징:   • 높은 정확도(High Accuracy)모든 데이터가 철저하게 검증되어 정확성과 일관성을...

생성형 AI(Generative AI)는 기존 데이터셋에서 패턴을 학습하여 텍스트, 이미지, 오디오, 비디오 등 새로운 콘텐츠를 생성하는 인공지능 시스템입니다. 모방된 창의성을 통해 사람과 구분하기 어려운 결과물을 만들어낼 수 있습니다.   주요 특징:   • 데이터 기반 창작(Data-Driven Creativity)학습 데이터의 패턴을 이해하고 재현하여...

Gaussian Diffusion Model(가우시안 확산 모델)은 데이터에 가우시안 노이즈를 점진적으로 추가했다가 다시 제거하면서 데이터를 생성하는 생성 모델입니다.이 방식은 노이즈 제거 역과정을 학습해 무작위 노이즈를 구조화된 의미 있는 데이터로 변환합니다. 최근 확산 모델의 기본 구조로 사용되며, 고품질 이미지 및 텍스트 생성에 활용됩니다....