본문 바로가기
AI Feed

Tech & Product/AI, 더 쉽게

Tech & Product/AI, 더 쉽게  |  2023. 8. 18. 인공지능 프레임워크, 좀 더 알아보자 : 케라스 (Keras) 편 오늘은 머신러닝, 딥러닝 프레임워크에 대해 좀 더 알아보는 시간입니다. 앞선 콘텐츠에서 목적, 개발 환경 또는 개발자의 습관이나 취향, 주 사용 언어 등 다양한 요건에 의해서 여러 가지 프레임워크들이 쓰이고 있다고 말씀드렸었는데요. 그중에서 가장 많은 언급량을 자랑하는 ‘텐서플로우(Tensorflow)’를 먼저 소개해 드렸었지요. 👉머신러닝, 딥러닝의 프레임워크, 이렇게 많았어? 👉인공지능 프레임워크, 좀 더 알아보자 : 텐서플로우 (Tensorflow) 편 다양한 프레임워크들 중, 두 번째로 함께 알아볼 프레임워크는 바로 ‘케라스(Keras)’입니다. ‘케라스’는 ‘텐서플로우(Tensorflow)’와 함께 대표적인 파이썬(Python) 딥러닝 라이브러리인데요. 케라스는 정확히 말하면, 파이썬(Pytho..
Tech & Product/AI, 더 쉽게  |  2023. 7. 28. 인공지능 프레임워크, 좀 더 알아보자 : 텐서플로우 (Tensorflow) 편 여러분은 AI 개발 또는 학습이라는 말을 들으면, 어떤 프레임워크를 먼저 떠올리시나요? 머신러닝, 딥러닝 프레임워크는 아주 다양하고, 개발 목적, 개발 환경, 또는 개발자의 습관이나 취향에 따라 각기 다양한 프레임워크들이 쓰이고 있습니다. 그래서 어떤 프레임워크가 정답이라고 이야기하기에는 좀 어려운 부분이 있는데요. 그래서 자주 언급되는 프레임워크 5종에 대해 간략히 소개해 드린 적도 있었지요. 👉머신러닝, 딥러닝의 프레임워크, 이렇게 많았어? 그중 가장 많은 언급량, 높은 인기를 자랑하는 프레임워크는 단연 텐서플로우(Tensorflow)입니다. Python을 기본으로 하고 있지만, C++, Java, Julia 및 JavaScript 등 다른 언어로도 접근할 수 있는 프레임워크이기에, 각자 다른 언어를..
Tech & Product/AI, 더 쉽게  |  2023. 7. 13. AI계의 셀럽 ChatGPT에게 도커(docker)에 대해 묻다 안녕하세요, 에디터 SA입니다. 이번 주제는 AI, 또는 애플리케이션에 대해 알아가다 보면 꼭 마주치는 ‘도커’에 대해 이야기해 볼까 해요. 이번 ‘AI, 더 쉽게’의 주제는, 도커가 뭐지? 하고 홀로 고민에 빠져서 구글을 찾던 저에게, 이사님께서 던지신 한 마디가 큰 힌트가 되었답니다.💡 👩‍💼“챗GPT한테 물어봐요. 설명 진짜 잘해주는데!” 그렇구나! 왜 그 생각을 못 했을까요? AI 솔루션 기업에서 근무한다는 사실이 무색하게도, 저는 Chat GPT의 존재를 그제야 떠올렸습니다. 뒤이어, 이사님께서 던지신 한 마디. “에디터 SA가 AI에 대해 알아가는 콘텐츠이니까, 챗GPT의 도움을 받는 것도 새로운 콘텐츠가 되지 않을까요?” 그렇습니다. 그래서 이번에는, 제가 열심히 찾고 공부한 내용을 공유하는..
Tech & Product/AI, 더 쉽게  |  2023. 6. 29. 머신러닝, 딥러닝의 프레임워크, 이렇게 많았어? 안녕하세요, 에디터 SA입니다. 최근 저에게는 혼란스럽기만 한 회의가 있었는데요…🥲 바로, AI 개발자 분들과 함께한 회의였답니다. 다양한 이야기들이 오고 가는 자리였는데, 거의 대부분의 내용을 이해는커녕 알아들을 수 없었거든요…😵‍💫 👨‍💻 “그래도 텐서플로 사용자들이 여전히 있으니 무시하긴 어렵죠…” 👩‍💻 “케라스랑 조합했을 때의 효과는…” 🧑‍💻 “파이토치는… 아무래도 그런 게 있죠…” 무슨… flow요…? 케라스, 파이토치…는 다 뭔가요? 😵‍💫 이제 막 MLOps의 개념과 MLOps Lifecycle에 대해 알게 된, ‘AI린이’보다도 더 초보에 가까운 저에게는 모두 새롭기만 했습니다. 그날, 회의 내내 언급된 생소한 단어들의 정체는 바로 ‘프레임워크’였습니다. 디자인 작업을 할 때에 포토샵,..
Tech & Product/AI, 더 쉽게  |  2023. 6. 15. 머신러닝, MLOps와 MLOps Lifecycle 톺아보기 안녕하세요, 에디터 SA입니다. 여러분은 인공지능에 대해 얼마만큼 알고 계신가요? 인공지능, 혹은 AI는 우리와 가깝지는 않지만, 많은 곳에서 이야기가 나오다 보니 이제 막 낯가림이 끝나가는 중인 말인 것 같은데요. 알고리즘? 구글의 알파고? Chat GPT? 혹은 SF영화에서 봤을 법한 빡빡머리(?) 로봇을 떠올리시는 분도 있겠습니다. 왜냐하면, 저도 그렇거든요. 저는 지금까지 다양한 분야의 프로젝트를 기획하고 경험해 왔어서, 인공지능에 대해서도 다른 사람들이 아는 만큼, 혹은 그보다 조금 더 많이 알고 있다고 생각했었는데요. TEN의 구성원으로 함께하게 되면서, ‘인공지능’에 대해 본격적으로 접하게 된 후… 글쎄요, TEN에서 제가 마주한 ‘인공지능’에 대한 정보들은, 제가 알던 것과 사뭇 달랐습니다..
Tech & Product/AI, 더 쉽게  |  2021. 11. 2. 인공지능 및 IT 용어 정리 MLOps에서 언급되었던, AI 및 IT관련 용어를 요약하여 정리합니다. 정보 사일로 곡식 등을 저장하는 저장 탑(silo)에서부터 유래한 단어로, 회사 내 조직들 간에 서로 소통, 협업을 하지 않는 배타적인 관리 체제를 말합니다. 정보는 각각의 조직 내에서만 공유 되고 이러한 현상은 각 부서 간 협업이 쉽지 않게 하며, 시너지를 낼 수 없게 만듭니다. (정보 사일로 참고) DevOps DevOps는 Dev + Ops로, 소프트웨어의 개발 + 운영의 합성어 입니다. 소프트웨어 개발자와 정보기술 전문가 간의 소통, 협업, 통합을 강조하는 개발 환경이나 문화를 일컫습니다. 데브옵스의 목적은 개발조직과 운영조직간의 상호 의존적인 대응이며, 지속적 통합(CI)과 지속적 배포(CD)를 운영 과정에 도입해 소프트웨..
Tech & Product/AI, 더 쉽게  |  2021. 8. 9. MLOps란 무엇일까요? MLOps란 무엇일까요? 우선 간단히 적어보자면 MLOps는 ML(머신러닝) Ops(운영)으로, 머신러닝 기반 서비스의 운영을 효율화 하는 것이라고 할 수 있습니다. 이 MLOps는 기존의 DevOps와 같은 프로세스 또는 기술이며, 이 DevOps에 머신러닝에 필수적인 사항들이 추가되었다고 이해를 하면 되겠습니다. 그렇다면 MLOps는 왜 필요하게 되었을까요? 기존의 DevOps랑은 어떤 차이가 있는 걸까요? ML과 기존의 소프트웨어와의 가장 큰 차이점은 기존의 소프트웨어처럼 코드 뿐만 아니라, 데이터가 더해졌다는 것입니다. 이 데이터는 굉장히 방대하며, 끊임없이 변화할 수 있습니다. MLOps는 DevOps의 지속적 통합(CI), 지속적 배포(CD)에 지속적인 학습 과정(Continuous Train..

티스토리툴바