-
- 에지 인공지능, -人工知能, edge AI
- 사용자 또는 기기 근처의 에지(edge) 디바이스에서 직접 추론 및 처리를 수행하는 기술. 에지 인공지능(edge AI)은 인공지능 모델의 추론(inference)이나 의사결정 기능 등을 에지 장치에서 로컬로 직접 수행하는 기술이다. 주로 스마트폰이나 사물 인터넷(IoT) 디바이스 등과 같은 장치 내에서 생성된 데이터를 바로 활용해 인공지능 기능을 실행한 ...
- 단말형 인공지능, 端末形人工知能, on-device Artificial Intelligence, on-device AI
- 중앙 서버를 거치지 않고 사용자 단말(device)에서 인공지능(AI) 알고리즘을 실행하고 결과를 획득하는 기술. 클라우드(cloud)와 같은 중앙 서버에서 인공지능(AI) 알고리즘이 동작하는 기술과 대비된다. 중앙 서버로 데이터를 전달하지 않아 데이터 보안성이 높고 빠른 응답 속도와 저전력, 저비용의 장점이 있다. AI 알고리즘은 고성능 학습과 추론을 ...
- 단일 예시 기반 학습, 單一例示基盤學習, one-shot learning
- 단 하나의 학습 샘플만으로 새로운 작업이나 개념을 학습하고 분류할 수 있도록 하는 인공지능 학습 기법. 단일 예시 기반 학습은 인간이 새로운 사건이나 사물을 단 한 번 보고도 이후에 그것을 인식하거나 유사한 대상을 구분해 낼 수 있는 능력에서 착안된 기계 학습 기법이다. 이 기법에서 모델은 특정 대상을 직접적으로 ‘기억’하는 방식이 아니라 대상 간의 유사 ...
- 물리 인공지능, 物理人工知能, physical AI
- 센서와 액추에이터 등 물리 장치와 결합되어, 실제 환경에서 자율적으로 인식, 판단, 행동을 수행하는 인공지능 기술. 물리 인공지능(physical AI)은 텍스트, 이미지, 음성 등 디지털 정보를 다루는 기존 인공지능과 달리, 물리적 실체를 갖고 환경과 능동적으로 상호작용하는 지능체를 의미한다. 현실 세계의 물리 법칙과 공간 구조, 환경을 학습에 반영해 ...
- 에이전틱 인공지능, -人工知能, agentic AI
- 명시적 지시 없이도 스스로 목표를 설정하고, 계획을 수립해 다양한 도구와 시스템을 활용하여 실제 작업을 수행할 수 있는 고도의 자율적 인공지능 기술. 에이전틱 인공지능(agentic AI)은 단일 명령에 따라 정해진 작업만 수행하는 기존 인공지능과 달리, 스스로 문제를 인식하고 목표를 설정한 뒤, 계획을 수립하고 적절한 도구나 다른 인공지능 에이전트와 연 ...
- 인공지능 에이전트, 人工知能-, AI agent
- 사용자의 의도를 이해하고, 자율적으로 계획을 수립한 뒤, 외부 도구 및 시스템과 상호작용하여 실제 작업을 수행하는 실행 중심의 인공지능 시스템. 인공지능 에이전트는 단순히 질문에 답하거나 정보를 제공하는 챗봇 형태의 인공지능 시스템을 넘어서 실제 컴퓨터 시스템에서 활용 가능한 도구와 인터페이스를 능동적으로 호출하여 행동을 수행할 수 있도록 설계된 고도화된 ...
- 지식 그래프, 知識-, knowledge graph
- 사람, 사물, 개념 등 다양한 정보와 그들 간의 관계를 그래프 구조로 표현하여, 현실 세계의 정보를 연결된 네트워크 형태로 정리한 데이터 구조. 지식 그래프는 현실 세계의 정보를 쉽게 찾을 수 있도록 마치 사람이 정보를 이해한 것처럼 정보를 연결하고 정리하는 기술이다. 지식 그래프는 사람, 사물, 개념 등의 여러 객체(entity)를 연결하여 정보 간의 ...
- 모델 경량화, -輕量化, model lightweight, model compression
- 인공지능 모델의 예측 성능을 최대한 유지하면서, 연산 복잡도와 메모리 사용량, 저장 공간을 줄여 효율성을 향상시키는 최적화 기술. 모델 경량화는 고성능 인공지능 모델이 가진 복잡한 구조와 대규모 파라미터 개수를 간소화하여 연산 효율성과 실행 속도를 높이면서도 정확도 등 핵심 성능의 저하를 최소화하는 기술이다. 이 기술은 특히 모바일 기기, 사물 인터넷(Io ...
- 엠니스트 데이터세트, Modified National Institute of Standards and Technology dataset, MNIST dataset
- NIST 손글씨 숫자 데이터(NIST Special Database 19)를 기계 학습에 적합하도록 가공한 벤치마크용 이미지 데이터세트. 엠니스트(MNIST)는 0부터 9까지의 숫자를 손으로 쓴 이미지 데이터를 기반으로 한 공개 데이터세트로 기계 학습 알고리즘의 분류 성능을 시험하고 비교하기 위한 표준적인 벤치마크로 널리 사용된다. ‘Modified Nat ...
- 단어 빈도 모형, 單語頻度模型, Bag-of-Words, BoW
- 텍스트 데이터를 각 단어의 출현 빈도에 따라 수치화하여, 분석 가능한 형태의 벡터로 변환하는 자연어 처리 기반의 특징 추출 기법. 단어 빈도 모형은 텍스트 데이터 내의 각 고유 단어를 나열하여 각 단어의 출현 빈도를 기반으로 이를 벡터 형태로 표현하는 기법을 말한다. 이 기법은 단순히 출현 빈도만을 표현하며, 각 단어의 순서나 문맥 정보는 고려하지 않는다 ...
