본문 바로가기

학습 데이터

AI를 가르칠 때 보여 주는 글·그림·소리 같은 자료예요. 무엇을 보고 배웠느냐가 AI의 실력을 가려요.

Training Data

어떤 개념인가요

AI 모델은 학습 데이터를 보고 그 안의 흐름과 규칙을 익혀요. 대화형 AI는 책·웹 문서·코드를, 그림 AI는 그림과 그 설명을 짝지은 자료를 엄청나게 많이 봐요. 이렇게 모아서 정리한 자료 한 벌을 데이터셋이라고 불러요.

양만큼 질도 중요해요. 자료가 한쪽으로 치우쳐 있으면 AI의 답도 치우쳐요. 남의 글과 그림을 허락 없이 써도 되는지, 개인정보가 섞여 들어가지 않았는지는 계속 다투는 문제예요. 모자란 자료를 AI로 만들어 채우는 합성 데이터도 쓰여요.

예를 들면

학생이 어떤 교과서와 문제집으로 공부했느냐에 따라 아는 것과 모르는 것이 정해지는 것과 같아요. 틀린 교과서로 배우면 틀리게 알아요.

왜 알아둘 만한가요

AI 회사와 언론사·작가 사이의 저작권 다툼, 자료 이용 계약 소식이 모두 학습 데이터를 둘러싼 이야기예요. AI가 최근 일을 모르는 것도 학습 데이터가 어느 때까지의 자료인지에 달려 있어요.

데이터셋, 데이터 세트, 훈련 데이터, 학습용 데이터

연결해서 읽을 개념

학습과 추론학습은 AI가 자료로 배우는 단계, 추론은 배운 AI가 실제로 답을 내는 단계예요.머신러닝(기계 학습)사람이 규칙을 일일이 적어 주지 않아도, 컴퓨터가 자료를 보고 스스로 규칙을 찾아내게 하는 방법이에요.저작권글·그림·음악·영상을 만든 사람이 자기 작품을 어떻게 쓰게 할지 정할 수 있는 권리예요.개인정보이름·연락처·얼굴·건강 기록처럼 누구인지 알아볼 수 있게 하는 정보예요.파인튜닝(미세 조정)이미 배운 AI 모델을 특정한 일에 맞게 조금 더 가르치는 일이에요.기초학습과 추론학습은 AI가 자료로 배우는 단계, 추론은 배운 AI가 실제로 답을 내는 단계예요.파라미터(매개변수)AI 모델 안에 들어 있는, 학습으로 정해진 숫자들이에요. 보통 모델의 크기를 나타내요.

마이