# https://padlet.com/cigure25/20250609 / 국가교통 데이터 오픈마켓 / 지식 그래프/ WHICH FACE IS REAL ?
AI 개념 및 활용 / 인공지능(AI) 개념 이해 및 활용
# Codap - Codap /머신러닝 알고리즘
CODA-Prompt: 리허설 없이 지속적 학습을 위한 지속적 분해 주의 기반
패들렛에서 -------------------------------
DIKW- 문장 작성
DIKW 모델은 Data(데이터), Information(정보), Knowledge(지식), Wisdom(지혜)의 순서로 발전하는 지식 피라미드입니다. 즉, 데이터가 가공되어 정보가 되고, 정보가 체계화되어 지식이 되며, 지식이 상황 판단에 적용되어 지혜가 됩니다.
DIKW 모델의 구성 요소:https://wktj.tistory.com/33 // https://wktj.tistory.com/33
- 가공되지 않은 사실이나 수치, 문자 등을 의미합니다.
- 데이터가 가공되거나 정제되어 의미를 갖게 된 형태입니다.
- 정보를 일반화하고 체계화하여 특정 문제 해결에 활용할 수 있는 상태입니다.
- 지식을 바탕으로 상황과 맥락에 맞는 창의적인 판단과 결정을 내리는 능력입니다.
DIKW 모델은 지식을 단계별로 발전시키는 과정을 보여주며, 데이터 분석, 지식 관리, 문제 해결 등 다양한 분야에서 활용됩니다.
RNN 문장만들기----------------------------------------------
RNN (Recurrent Neural Network, 순환 신경망)은 순차적 데이터, 즉 시계열 데이터나 자연어 등을 처리하는 데 특화된 딥러닝 모델입니다. RNN은 이전 입력 데이터를 기억하고 현재 입력과 함께 처리하여 다음 출력을 예측하는 구조를 가집니다.
RNN의 특징:
- RNN은 단어, 문장, 주식 가격 등 순차적으로 나타나는 데이터를 처리하는 데 강점을 가집니다.
- RNN은 이전 입력 데이터를 기억하고 현재 입력과 함께 사용하기 때문에, 데이터의 시간적 관계를 파악하는 데 유리합니다.
- RNN은 음성 신호의 시간적 종속성을 모델링하는 데 사용되어 자동 음성 인식(ASR) 및 기계 번역 등에 활용됩니다.
- RNN은 시계열 데이터를 예측하는 데 효과적이므로 주식 가격 예측, 일기 예보 등에도 활용됩니다.
RNN의 단점:
- RNN은 긴 시퀀스 데이터를 처리할 때 학습이 어려울 수 있으며, 데이터의 정보가 사라지는 경향이 있습니다.
- RNN은 긴 시간 간격의 데이터 간의 관계를 파악하는 데 어려움이 있습니다.
RNN의 발전:
RNN의 단점을 보완하기 위해 LSTM (Long Short-Term Memory)이나 GRU (Gated Recurrent Unit)와 같은 다양한 형태가 개발되었습니다. LSTM과 GRU는 RNN에 메모리 셀을 추가하여 정보 유지 및 삭제를 효과적으로 수행할 수 있도록 하여 장기 종속성 문제를 해결하고 학습 능력을 향상시켰습니다.
튜링테스트-2014년 통과 _ https://namu.wiki/w/%ED%8A%9C%EB%A7%81%20%ED%85%8C%EC%8A%A4%ED%8A%B8
국가교통 데이터 오픈마켓
퀵드로우 _ https://quickdraw.withgoogle.com/ - 분석형 AI 실습
메직스케치패드 - https://magic-sketchpad.glitch.me/
오토 드로우 - https://www.autodraw.com/
오토드로우(AutoDraw)
사용자가 원하는 그림 또는 아이콘과 가장 비슷한 것을 추천해주는 AI 드로잉 툴
# 인공지능 알고리즘 이해하기-문자, 인식, 분류 : 순환신경망
# 카훗 : https://kahoot.it/ 성과 확인 퀴즈
# DT - d t"는 "디지털 트랜스포메이션 (Digital Transformation)"을 줄여서 쓴 말입니다. 이는 디지털 기술을 활용하여 기업이나 조직의 비즈니스 모델, 프로세스, 문화 등을 혁신하는 과정을 의미
- DT는 기업이 디지털 기술을 활용하여 사업 전반을 혁신하는 것을 말합니다. 이는 기존의 업무 방식, 조직 구조, 비즈니스 모델 등을 디지털 기술을 통해 개선하거나 새로운 방식으로 전환하는 것을 포함합니다.
- DT는 기업이 경쟁력을 강화하고, 효율성을 높이며, 새로운 비즈니스 기회를 창출하는 것을 목표로 합니다.
- 온라인 쇼핑, 클라우드 컴퓨팅, 데이터 분석, 인공지능 등 디지털 기술을 활용하여 기존의 비즈니스 모델을 개선하거나 새로운 비즈니스 모델을 구축하는 것을 DT의 예시로 들 수 있습니다.
- DT는 기업이 지속적인 성장을 위해 필수적인 요소로 자리 잡고 있습니다. 디지털 환경 변화에 발맞춰 DT를 통해 혁신을 지속적으로 추진하는 것이 중요합니다.
- DT와 DX (Digital eXperience)는 서로 밀접한 관계가 있습니다. DX는 고객 경험을 디지털 방식으로 혁신하는 것이며, DT는 이를 뒷받침하는 기업의 전체적인 변화 과정을 의미합니다.
# AX = https://www.clunix.com/insight/it_trends.php?boardid=ittrend&mode=view&idx=770 ---+++++> 가상현실
[참고 자료]
1. 이코노믹 리뷰 https://www.econovill.com/news/articleView.html?idxno=642347
2. 디지털 데일리 https://www.ddaily.co.kr/page/view/2024031011414206266
3. Oreilly https://www.oreilly.com/radar/ai-adoption-in-the-enterprise-2021/
AX(AI Transformation): 인공지능 시대를 선도하는 기업의 필수 전략
증강 (메타버스, AI 글래스)
# 팟 캐스트 제작해보기 - https://blog.naver.com/radiojye/223491466544
팟캐스트 플랫폼은 팟캐스트 콘텐츠를 제작, 공유, 그리고 청취할 수 있는 다양한 서비스입니다. 대표적인 플랫폼으로는 애플 팟캐스트, 스포티파이, 유튜브, 팟빵 등이 있습니다. 각 플랫폼은 팟캐스트 콘텐츠를 듣는 방식이나 제공하는 기능, 사용자 인터페이스 등에 차이를 보입니다.
대표적인 팟캐스트 플랫폼:
- 애플의 오디오 플랫폼으로, 아이폰, 아이패드 등 애플 기기에서 편리하게 이용할 수 있습니다. 팟캐스트 앱을 통해 다양한 팟캐스트를 검색하고 구독할 수 있습니다.
- 음악 스트리밍 서비스로, 팟캐스트도 함께 제공합니다. 팟캐스트를 듣는 것뿐만 아니라, 음악과 함께 팟캐스트를 즐길 수 있습니다.
- 영상 플랫폼이지만, 팟캐스트 콘텐츠를 업로드하고 공유할 수 있습니다. 팟캐스트를 영상과 함께 시청하거나, 오디오만으로도 들을 수 있습니다.
- 국내 팟캐스트 플랫폼으로, 다양한 팟캐스트 콘텐츠를 제공합니다. 특히, 팟빵은 팟캐스트 제작자들을 위한 다양한 기능을 제공하고, 팟캐스트를 쉽게 공유할 수 있도록 지원합니다.
- 네이버 오디오 플랫폼으로, 팟캐스트 외에도 다양한 오디오 콘텐츠를 제공합니다. 팟캐스트를 듣는 것뿐만 아니라, 오디오북이나 드라마를 함께 즐길 수 있습니다.
- 팟캐스트 플랫폼으로, 다양한 팟캐스트를 청취할 수 있습니다. 또한, 팟캐스트 제작자들을 위한 다양한 기능을 제공하고, 팟캐스트를 쉽게 공유할 수 있도록 지원합니다.
- iOS, 안드로이드 앱 스토어에서 다양한 팟캐스트 앱을 다운로드하여 팟캐스트를 청취할 수 있습니다.
각 플랫폼의 특징:
- 애플 생태계와 연동되어 편리하게 팟캐스트를 이용할 수 있습니다.
- 음악 스트리밍 서비스와 함께 팟캐스트를 즐길 수 있습니다.
- 팟캐스트를 영상과 함께 시청하거나, 오디오만으로도 들을 수 있습니다.
- 국내 팟캐스트 플랫폼으로, 팟캐스트 제작자들을 위한 다양한 기능을 제공합니다.
팟캐스트 청취 방법:
- 원하는 팟캐스트 플랫폼을 선택합니다.
- 팟캐스트 앱을 다운로드하거나, 웹사이트를 방문합니다.
- 팟캐스트를 검색하거나, 추천 목록에서 원하는 팟캐스트를 선택합니다.
- 팟캐스트를 구독하거나, 에피소드를 선택하여 청취합니다.
팟캐스트를 듣는 방법:
- 팟캐스트 앱을 통해 팟캐스트를 다운로드하거나 스트리밍하여 청취할 수 있습니다.
- 팟캐스트 플랫폼 웹사이트에서 팟캐스트를 청취할 수 있습니다.
- 팟캐스트 플랫폼을 지원하는 스마트 스피커를 통해 팟캐스트를 청취할 수 있습니다.
- 팟캐스트를 다운로드하여 팟캐스트 플레이어를 통해 청취할 수 있습니다
- # 접근의 전환 _ TRANSFOM / 발상의 전환 / - --------> DT의 목적
- # DT 의 변화 모습 : 스마트폰으로 메모, 하트 표시방법
- # 멀티 페르소나 기법-멀티 페르소나 기법은 한 사람이 여러 개의 서로 다른 정체성을 가지고, 상황에 따라 다른 가면을 쓴 것처럼 행동하는 것을 의미합니다. 이는 특정 상황이나 역할에 맞춰 개인이 다양한 자아를 활용하는 것을 가리키며, 조직문화, 라이프스타일, 마케팅 등 다양한 분야에서 활용될 수 있습니다.멀티 페르소나 기법의 활용 사례:https://keuistory.com/73
- 다양한 역할과 업무를 수행하는 직장인들이 서로 다른 페르소나를 활용하여 유연하게 업무를 처리하는 경우.
- 개인의 취향이나 관심사에 따라 다양한 모습을 드러내는 경우.
- 특정 제품이나 서비스를 위해 다양한 고객층을 대표하는 가상의 인물(페르소나)을 설정하여 마케팅 전략을 수립하는 경우.
- 다양한 페르소나를 통해 자신의 내면을 탐구하고 표현하는 경우.
멀티 페르소나 기법의 장점:https://deadde.tistory.com/160- 다양한 상황에 맞춰 적절한 페르소나를 활용하여 상황에 대처할 수 있습니다.
- 다양한 페르소나를 통해 자신의 다양한 면모를 이해하고 탐구할 수 있습니다.
- 다양한 페르소나를 통해 새로운 아이디어와 해결책을 도출할 수 있습니다.
멀티 페르소나 기법의 단점:https://blog.naver.com/gusdud1052/221803828066- 지나치게 다양한 페르소나를 사용하는 경우 자신의 정체성이 혼란스러워질 수 있습니다.
- 다양한 페르소나를 사용하는 경우 자신의 실제 성격과 페르소나 간의 갈등이 발생할 수 있습니다.
- 다양한 페르소나가 서로 모순되는 경우 행동의 일관성이 없어질 수 있습니다
- # 결제 시스템의 변화 _ -물물교환-신용카드-ATM기기-인터넷뱅킹 - 모바일 뱅킹-디지털 암호화폐 : QR코드 등
# 인공지능생성 판별 방법 ? https://wordvice.ai/ko/blog/best-ai-detection-tools
# WHICH FACE IS REAL ?
# 그록- 이미지 생성 /// https://brunch.co.kr/@skychang44/661 // https://x.ai/
# 앤트로픽, 클로드4 , 소네트 / GPT-4O / 제미나이2.5 /구글TPU - LPU / 메타 / 카피킬러 /
7. 출처 생성기 - 카피킬러 https://www.copykiller.com/
8.
001. 텍스트 생성
-
002. 텍스트를 표로 바꾸기
-다음 문장에서 표를 만들어줘
첫번째 열은 전국시도별 명칭, 두번째열은 유권자 수(제 21대 대통령선거), 세번째열은 전국단위 순위
(데이터는 예시용이며 실제와 다를 수 있습니다. 실제 데이터를 원하시면 알려주세요.)
| 전국시도별 명칭 | 유권자 수 (제21대 대통령선거) | 전국단위 순위 |
|---|---|---|
| 서울특별시 | 8,430,000 | 1위 |
| 경기도 | 8,250,000 | 2위 |
| 부산광역시 | 3,040,000 | 3위 |
003. 리스트 만들기
-
004. 요약
-
005. 내러티브(일정한 줄거리)
-
014. 보도자료 검색 및 AI요약보고서
- 빅카인즈 https://www.bigkinds.or.kr/
보도자료 검색하기/최신뉴스확인//원문보기/AI자동요약//뉴스분석/분석결과 및 시각화/관계도분석/연관어 분석/보고서 생성/
015. GPT의 활용 챗GPT 추가 활용 방법
매개변수(파라미터) 조정 05 0.4 0.5 0.3 0.2 0.1 Π
챗gpt의 성능 자체를 튜닝하는 방법
출력 정도를 조절 Ex)창의력 조절
Top-p : 생성 모델에서 문장을 구성할 때 다음 단어를 선택하는 변수 중 하나
- 0~1의 값: 0.1 - 현실적, 0.9 - 창의적
사용방법: 질문 후 Top-p는 0.1로 설정해서 답변해줘
- 챗GPT의 활용을 더욱 향상시키기 위해 매개변수(파라미터) 조정을 통해 모델의 성능을 튜닝할 수 있습니다. 특히, `Top-p` 매개변수를 조정하면 출력의 창의성 수준을 조절할 수 있습니다. `Top-p`는 생성 모델에서 문장을 구성할 때 다음 단어를 선택하는 변수로, 0에서 1 사이의 값을 가집니다.
- **0.1**: 출력이 현실적이고, 일반적인 정보를 제공합니다.
- **0.9**: 출력이 더 창의적이며, 다양한 가능성을 탐색합니다.
`Top-p`를 사용하여 질문을 할 때는 다음과 같이 질문할 수 있습니다:
이러한 방식으로 질문을 하면, 챗GPT는 더 현실적이고 구체적인 정보를 제공하도록 조정됩니다. 반대로, 창의적인 답변을 원한다면 `Top-p` 값을 높게 설정하여 질문을 할 수 있습니다. 이를 통해 사용자는 자신의 요구에 맞는 답변을 얻을 수 있습니다.
예) ChatGPT실습_가족편지
TOP-P 0.1 내가 36살 김해에 살고있는 무뚝뚝한 남자인데, 부모님께 감사하다고 가족편지를 써줘
016.
인공지능 모바일 음성인식 앱 -
-
설마 아직도 MCP 안써봤다면 딱 5분만 투자해서 실행해 보세요! (생산성 10배 ↑) - https://youtube.com/watch?v=b87iP3sN548&si=Xc6qftnZjfTb6AKj
# 영상 생성 AI -
2. SORA- Sora는 OpenAI에서 개발한 텍스트 기반 영상 생성 AI 서비스입니다. 웹사이트에 접속하여 로그인한 후, 텍스트 프롬프트를 입력하면 AI가 영상을 생성해 줍니다. 또한, 다른 사용자들이 생성한 영상을 참고하여 자신의 영상에 적용
https://brunch.co.kr/@skychang44/654
4. D=ID 스튜디오 - 가상 아바타 활용하기
5. 한글 음원 영상 생성 -
- VREW - https://vrew.ai/en/ /// https://vrew.ai/ko/
- CANBA- 뮤직비디오 만들기 https://www.canva.com/ko_kr/create/music-videos/
- 영상생성 AI -숏츠영상 // Invedio AI
6. 음원생성 AI -
GPT 및 생성형 AI 활용 가이드라인
생성형 AI 개인 정보 비율
마이크로소프트 코파일럿(Microsoft Copilot), 챗GPT(ChatGPT), 구글 제미니(Google Gemini), 앤스 로픽 클로드(Anthropic Claude), 퍼플렉시티(Perplexity) 등 주요 생성형 AI 도구들의 입력 데이터 수 만 건을 분석했다. 분석 결과에 따르면, 대부분의 직원들은 텍스트 요약, 블로그 편집, 코드 문서화 등 일상적인 작업을 위해 이러한 도구들을 사용하고 있었다. 그러나 전체 입력 데이터 중 8.5%가 민감 정보를 포함하고 있었으며, 이는 기업 보안에 심각한 위험요소로 작용할 수 있다.
챗GPT·클로드·제미나이에 유출된 정보 분석
https://zdnet.co.kr/view/?no=20250120085800
챗GPT 설정 =
# 말씀자료 _
# NAPKIN - https://www.napkin.ai/
# GETGPT- https://getgpt.app/
- https://getgpt.notion.site/5eb8395ee8e04d309837f9b21eaa657e
- https://getgpt.app/play/Uqgu19A3fB
= 구글 AI 스튜디오 - 2.0 활용 / https://aistudio.google.com/prompts/new_chat
NO코딩 분석도구 활용한 기초 분석 (엑셀 VS 통그라미 VS KAMP) ？ AI 분석(퍼플랙시티) 결과 해석 ？ AI 분석(클로드 VS CUE) 리포트 작성
1. https://www.perplexity.ai/ko/hub/getting-started
2. CUE - https://www.cuesystem.com/ /// https://brunch.co.kr/@mobiinside/5913
# DevOps -
DevOps는 소프트웨어 개발(Dev)과 IT 운영(Ops) 팀의 협업을 강화하고 자동화하여 신속하고 효율적인 소프트웨어 개발 및 배포를 목표로 하는 문화, 철학, 관행의 집합입니다. 개발과 운영의 벽을 허물고 협업을 통해 더 나은 제품을 더 빠르게 제공하는 것을 추구합니다.
DevOps의 핵심 원칙:
- 개발과 운영 팀이 서로 협력하여 문제를 공유하고 함께 해결하도록 돕습니다.
- 개발 및 배포 과정에서 자동화 도구 및 프로세스를 사용하여 수동 작업을 줄이고 효율성을 높입니다.
- 코드 변경 사항을 자동으로 빌드, 테스트, 배포하여 빠르게 새로운 기능을 배포하고 버그를 수정합니다.
- DevOps는 단순히 도구나 기술이 아니라 조직 문화 및 사고방식의 변화를 요구합니다.
DevOps의 이점:
- 자동화와 협업을 통해 소프트웨어 개발 주기를 단축하고 새로운 기능을 빠르게 배포할 수 있습니다.
- 지속적인 테스트와 피드백을 통해 소프트웨어 품질을 높일 수 있습니다.
- 자동화와 협업을 통해 개발 및 운영 비용을 절감할 수 있습니다.
- DevOps 환경은 개발자와 운영자 간의 협업을 통해 혁신적인 아이디어를 빠르게 실현할 수 있도록 돕습니다.
DevOps의 예시:
- 코드 변경 사항을 자동으로 빌드, 테스트, 배포하는 파이프라인.
- 컨테이너를 사용하여 애플리케이션과 인프라를 분리하고 배포를 자동화하는 기술.
- 인프라를 코드처럼 관리하여 자동화 및 배포를 용이하게 하는 방식.
DevOps는 소프트웨어 개발 및 운영 방식의 변화를 가져오면서 기업의 경쟁력을 높이는 데 기여합니다.
AI 답변에 오류가 있을 수 있습니다. 자세히 알아보기
웹의 추천 스니펫
# MLOps -
MLOps, 즉 머신러닝 운영(Machine Learning Operations)은 머신러닝 모델을 프로덕션 환경에 안전하고 효율적으로 배포하고 유지보수하는 것을 목표로 하는 패러다임입니다. 이는 ML 개발과 운영 과정을 통합하여 지속적인 학습, 배포, 관리, 그리고 모니터링을 자동화하고 표준화하는 데 초점을 맞춥니다.
MLOps의 핵심:
- ML 개발팀과 운영팀 간의 협업을 강화하여, 모델 개발부터 배포, 유지보수까지 모든 과정을 자동화하고 효율적으로 관리합니다.
- 데이터의 변화에 따라 모델을 지속적으로 학습하고, 변경된 모델을 자동적으로 배포하여 성능을 최적화합니다.
- 모델 학습, 평가, 배포, 모니터링 등 모든 과정을 자동화하여 수동 작업을 줄이고, 표준화된 프로세스를 통해 일관성을 유지합니다.
- 다양한 버전의 모델을 추적하고, 필요에 따라 이전 버전으로 롤백할 수 있도록 버전 관리를 수행합니다.
- 모델 학습 실험의 결과와 성능을 추적하고, 배포된 모델의 성능을 지속적으로 모니터링하여 이상 징후를 감지하고 대응합니다.
MLOps의 이점:
- 수동 작업을 자동화하고, 개발과 운영 과정을 통합하여 효율성을 높이고, 개발 시간과 비용을 절감합니다.
- 지속적인 학습과 배포를 통해 모델의 성능을 최적화하고, 데이터의 변화에 유연하게 대응합니다.
- 자동화된 배포 파이프라인을 통해 모델을 빠르게 프로덕션 환경에 배포하고, 출시 시간을 단축합니다.
- MLOps는 복수의 모델과 대규모 데이터셋을 효율적으로 운영할 수 있는 확장성을 제공하고, 모델 관리 및 배포에 대한 거버넌스를 강화합니다.
MLOps 관련 툴:
- 모델 학습 실험 추적, 모델 버전 관리, 모델 레지스트리 등의 기능을 제공합니다.
- 실험 결과, 파라미터, 메트릭 등을 자동으로 추적합니다.
- 데이터 버전 관리를 수행하여 데이터의 일관성을 유지합니다.
- 클라우드 기반의 머신러닝 플랫폼으로, MLOps 파이프라인을 구축하고 운영하는 데 사용됩니다.
MLOps는 머신러닝 모델의 개발부터 배포, 유지보수까지 모든 단계를 효율적으로 관리하고 지속적으로 개선하기 위한 중요한 패러다임입니다.
MENTI.COM - https://www.menti.com/49326r2gsu?source=voteCode
padlet -padlet
https://padlet.com/cigure25/ai-ogr7gwd5tnxl7x9b
https://padlet.com/cigure25/20250609
https://padlet.com/cigure25/250609
https://padlet.com/cigure25/20250609
댓글 없음:
댓글 쓰기