모든 공개 기록

IT 위키에서 사용할 수 있는 모든 기록이 표시됩니다. 기록 종류나 사용자 이름(대소문자 구별) 또는 영향을 받는 문서(대소문자 구별)를 선택하여 범위를 좁혀서 살펴볼 수 있습니다.

(최신 | 오래됨) (다음 50개 | 이전 50개) (20 | 50 | 100 | 250 | 500) 보기

• 2025년 6월 17일 (화) 09:44 인공무능 토론 기여님이 벡터 데이터베이스 문서를 만들었습니다 (새 문서: 벡터 데이터베이스는 고차원 벡터 형태로 표현된 데이터를 효율적으로 저장하고 검색하는 데이터베이스 시스템이다. ==개요== 벡터 데이터베이스는 이미지, 오디오, 자연어 등 비정형 데이터를 수치적 벡터로 변환한 후 이를 효율적으로 인덱싱하고 유사성 검색을 수행할 수 있도록 설계된 데이터베이스이다. 이 데이터베이스는 특히 인공지능과 머신러닝 분야에서...) 태그: 시각 편집: 전환됨
• 2025년 6월 15일 (일) 11:43 인공무능 토론 기여님이 Attention is All You Need (논문) 문서를 만들었습니다 (새 문서: "Attention is All You Need"는 2017년 Google Brain 소속 연구진이 발표한 딥러닝 논문으로, 트랜스포머(Transformer)라는 새로운 신경망 아키텍처를 제안하였다. 이 논문은 기존의 순환 신경망(RNN) 및 합성곱 신경망(CNN) 구조를 대체할 수 있는 병렬 처리 기반 구조를 소개하며, 자연어 처리(NLP) 분야에서 혁신적인 전환점을 제공하였다. ==개요== 논문은 순차적 구조 없이도 시퀀스...) 태그: 시각 편집
• 2025년 6월 15일 (일) 11:41 인공무능 토론 기여님이 셀프 어탠션 문서를 만들었습니다 (새 문서: 셀프 어탠션(Self-Attention)은 딥러닝에서 입력 시퀀스의 각 요소가 동일 시퀀스 내 다른 요소들과 어떤 관계를 갖는지를 스스로 학습하는 어탠션(Attention) 메커니즘의 한 종류이다. 문장 내 단어들 간 상호 연관성을 반영하여 문맥 정보를 효과적으로 포착할 수 있게 하며, 트랜스포머(Transformer) 구조의 핵심 구성 요소이다. ==개요== 셀프 어탠션은 주어진 입력 시퀀스 전...) 태그: 시각 편집
• 2025년 6월 15일 (일) 11:40 인공무능 토론 기여님이 트랜스포머 (인공지능) 문서를 만들었습니다 (새 문서: 트랜스포머(Transformer)는 어탠션 메커니즘에 기반한 딥러닝 모델 구조로, 2017년 구글 브레인의 Vaswani 등 연구진이 발표한 논문 "Attention is All You Need"에서 처음 제안되었다. 자연어 처리(NLP) 분야를 중심으로 발전하였으며, 이후 컴퓨터 비전, 음성 인식, 멀티모달 AI 등 다양한 영역에 활용되고 있다. ==개요== 트랜스포머는 기존의 순환 신경망(RNN)이나 합성곱 신경망(CNN)...) 태그: 시각 편집
• 2025년 6월 15일 (일) 11:38 인공무능 토론 기여님이 어탠션 (인공지능) 문서를 만들었습니다 (새 문서: 어탠션(Attention, 注意力機構)은 인공지능, 특히 딥러닝 기반의 자연어 처리(NLP)와 컴퓨터 비전 분야에서 중요한 정보를 강조하고 덜 중요한 정보를 줄이는 방식으로, 입력 데이터의 구성 요소들 간 관계를 가중치로 표현하여 처리하는 메커니즘이다. 인간의 주의(attention)처럼 특정 부분에 더 집중하여 효율적인 학습과 추론을 가능하게 한다. ==개요== 어탠션은 시퀀스...) 태그: 시각 편집
• 2025년 6월 15일 (일) 11:16 인공무능 토론 기여님이 텍스트 임베딩 문서를 만들었습니다 (새 문서: 텍스트 임베딩(Text Embedding, 文章嵌入)은 자연어 처리(NLP)에서 단어나 문장, 문서 등의 텍스트 데이터를 고차원 벡터 공간의 실수 값 벡터로 변환하는 기술이다. 임베딩을 통해 텍스트의 의미적 유사성, 문맥, 관계 등을 수치적으로 표현할 수 있으며, 검색, 분류, 추천 등 다양한 태스크에 활용된다. ==개요== 텍스트 임베딩은 단어 또는 문장의 의미를 벡터 공간 상의...) 태그: 시각 편집
• 2025년 6월 15일 (일) 09:38 인공무능 토론 기여님이 Llama.cpp 문서를 만들었습니다 (새 문서: '''llama.cpp'''는 Georgi Gerganov가 개발하고 현재 오픈소스 커뮤니티에서 유지·관리하는 C/C++ 기반 경량화 대형 언어 모델(LLM) 추론 엔진이다. Meta의 LLaMA 등 다양한 모델을 로컬 환경에서 CPU 또는 GPU로 실행할 수 있도록 설계되었다. ==개요== llama.cpp는 GGML 기반의 추론 엔진으로, 외부 라이브러리 없이도 다양한 플랫폼에서 고속으로 실행된다. Apple Silicon, x86, ARM 기반 CPU는...) 태그: 시각 편집
• 2025년 6월 15일 (일) 07:57 인공무능 토론 기여님이 Ollama (소프트웨어) 문서를 만들었습니다 (새 문서: '''Ollama'''는 로컬에서 대형 언어 모델(LLM)을 쉽게 실행·관리할 수 있도록 설계된 오픈소스 커맨드라인 도구이자 실행 엔진이다. macOS, 리눅스, 윈도우 환경에서 CPU·GPU를 사용해 양자화된 LLM 모델을 다운로드하고 실행할 수 있다. ==개요== Ollama는 모델 가중치(예: GGUF 형식)를 '''ollama pull <모델명>''' 명령으로 로컬에 가져온 후, '''ollama run <모델명>''' 명령으로 실행 가능...) 태그: 시각 편집
• 2025년 6월 15일 (일) 06:53 인공무능 토론 기여님이 Go (프로그래밍 언어) 문서를 만들었습니다 (새 문서: 고(Go, Golang)는 구글에서 로버트 그리즈머(Robert Griesemer), 롭 파이크(RRob Pike), 켄 톰프슨(Ken Thompson)이 2007년에 개발을 시작하고, 2009년 첫 공개 버전을 발표한 정적 타입의 컴파일 언어이다. 간결성과 성능, 병행성(concurrency)을 중점으로 설계되었으며, 특히 서버·클라우드 환경에서 인기를 끌고 있다. ==개요== 고는 C 언어의 문법적 간결함과 런타임 효율성을 유지하면서...) 태그: 시각 편집
• 2025년 6월 15일 (일) 06:51 인공무능 토론 기여님이 Rust (프로그래밍 언어) 문서를 만들었습니다 (새 문서: 러스트(Rust)는 모질라 재단이 2010년에 개발을 시작한 시스템 프로그래밍 언어로, 메모리 안전성과 성능, 병행성(concurrency)을 중점으로 설계된 언어이다. 스토백 크로랩(Stoicab Crislab?)— 오타 정정: 실제로는 그레이 돈 혼 추정—이 기여했으며, 2015년 첫 안정(stable) 버전이 공개되었다. ==개요== 러스트는 메모리 안전성을 보장하기 위해 소유권(ownership)과 대출(borrowing)...) 태그: 시각 편집
• 2025년 6월 15일 (일) 06:45 인공무능 토론 기여님이 GGUF 파일 문서를 만들었습니다 (새 문서: GGUF 파일(Generic GPT Unified Format File)은 대형 언어 모델(LLM)의 텐서와 메타데이터를 통합 저장하는 바이너리 포맷으로, llama.cpp 기반 로컬 추론 환경에서 사용된다. 이 형식은 이전 GGML 포맷의 한계를 보완하여 다양한 양자화 형식과 모델 정보를 포함할 수 있도록 설계되었다. ==개요== GGUF 파일은 General Graphical Model Library(GGML) 기반의 추론 시스템을 위해 만들어진 통합 모...) 태그: 시각 편집
• 2025년 6월 15일 (일) 06:44 인공무능 토론 기여님이 모델 양자화 문서를 만들었습니다 (새 문서: 모델 양자화(模型量子化, Model Quantization)는 딥러닝 모델의 수치 표현 정밀도를 낮춰 메모리 사용량과 연산량을 줄이는 최적화 기법이다. 주로 대형 언어 모델(LLM)이나 모바일·엣지 디바이스에서 효율적인 추론을 위해 사용된다. ==개요== 딥러닝 모델은 일반적으로 32비트 부동소수점(float32)으로 학습되지만, 추론 시에는 16비트(float16), 8비트(int8), 4비트(int4) 등 더 낮...) 태그: 시각 편집
• 2025년 6월 15일 (일) 06:43 인공무능 토론 기여님이 GGML 파일 문서를 만들었습니다 (새 문서: GGML 파일(GGML File)은 경량화된 언어 모델 파일 형식 중 하나로, GGML(“General Graphical Model Library”) 프레임워크에서 사용하는 바이너리 포맷이다. 주로 로컬 환경에서 대형 언어 모델(LLM)을 실행하기 위한 효율적인 모델 파일 저장 방식이다. ==개요== GGML 파일은 C/C++ 기반 오픈소스 경량 ML 런타임에서 사용되는 모델 포맷이다. 대형 언어 모델을 GPT‑J, Mistral 등의 프리트...) 태그: 시각 편집
• 2025년 6월 15일 (일) 06:38 인공무능 토론 기여님이 바이브 코딩 문서를 만들었습니다 (새 문서: 바이브 코딩(Vibe Coding)은 인공 지능, 특히 대형 언어 모델(LLM)을 자연어 프롬프트(prompt) 기반으로 활용해 사용자가 손으로 코드를 작성하지 않고도 소프트웨어를 개발하는 프로그래밍 방식이다. 개발자는 코드 작성보다는 AI에게 의도를 전달하고, AI가 생성한 코드를 테스트·정제하는 역할을 수행한다. ==정의== 바이브 코딩은 OpenAI 공동 창업자이자 전 테슬라 AI 책임...) 태그: 시각 편집
• 2025년 6월 15일 (일) 06:20 인공무능 토론 기여님이 대형 언어 모델 문서를 만들었습니다 (새 문서: 대형 언어 모델(大形言語模型, Large Language Model)은 방대한 양의 텍스트 데이터를 학습하여 자연어 처리(NLP) 작업을 수행할 수 있도록 설계된 인공 신경망 기반의 언어 모델이다. 이러한 모델은 단어, 문장, 문맥 간의 관계를 이해하고 생성할 수 있으며, 문서 요약, 번역, 질의응답, 대화 등 다양한 응용에 활용된다. ==개요== 대형 언어 모델은 수십억에서 수천억 개 이...) 태그: 시각 편집
• 2025년 6월 15일 (일) 06:01 인공무능 토론 기여님이 신경형 인공지능 문서를 만들었습니다 (새 문서: 신경형 인공지능(Neural Artificial Intelligence, 神經型 人工知能)은 인간의 뇌 구조와 작동 방식을 모방한 인공 신경망(Artificial Neural Network, ANN)을 기반으로 하는 인공지능 기술이다. 이러한 시스템은 입력 데이터를 처리하고 패턴을 학습함으로써 예측, 분류, 생성 등의 다양한 작업을 수행할 수 있다. ==개요== 신경형 인공지능은 생물학적 뉴런과 시냅스의 작동 원리를 수...) 태그: 시각 편집
• 2025년 6월 15일 (일) 05:15 인공무능 토론 기여님이 GPT-4o 문서를 만들었습니다 (새 문서: '''GPT-4o'''(Generative Pre-trained Transformer 4 omni)는 2024년 5월 OpenAI에서 발표한 플래그십 대규모 멀티모달 언어 모델이다. GPT-4o는 텍스트, 음성, 이미지, 비디오 등 다양한 입력을 실시간으로 처리할 수 있으며, 텍스트·음성·이미지 형태로 출력을 생성한다.<ref name="openai-release">[https://openai.com/index/hello-gpt-4o/ OpenAI, GPT-4o 공식 발표(2024년 5월)]</ref> 기존 GPT-4 Turbo 대비 속도,...) 태그: 시각 편집: 전환됨
• 2025년 6월 15일 (일) 05:13 인공무능 토론 기여 계정이 생성되었습니다

(최신 | 오래됨) (다음 50개 | 이전 50개) (20 | 50 | 100 | 250 | 500) 보기