AI 지식 도감
AI를 제대로 설명하다 제1원리에서 최전선까지
8개의 지식 영역, 48개의 핵심 개념. 각 개념은 정확한 정의에서 그 직관까지, 작동 원리에서 흔한 오해까지 다루며 손으로 그린 SVG 도해와 인터랙티브 차트를 함께 제공합니다. 뉴럴 네트워크를 처음 듣는 사람이든 매일 논문을 읽는 사람이든.
- 지식 영역
- 08
- 핵심 개념
- 48
- 도해와 차트
- 124
- 인터페이스 언어
- 12
STRUCTURE
8개의 지식 영역
위에서 아래로 읽으면 자연스러운 의존 사슬이 보입니다. 수학이 머신러닝의 토대를 놓고, 머신러닝이 딥러닝의 골격을 이루며, 딥러닝이 언어·시각·강화학습·생성 모델을 떠받치고, 마지막으로 엔지니어링과 거버넌스가 이들을 제품으로 이어 줍니다.
지식 지도PATHS
당신의 입구를 고르세요
같은 사이트, 세 가지 읽기 방식. 순서는 자유롭고 언제든 옆으로 건너뛸 수 있습니다.
저는 완전히 처음입니다
수학도 코드도 모릅니다. “벡터란 무엇인가”, “모델은 어떻게 학습하는가” 같은 가장 소박한 질문에서 시작해 비유로 직관을 쌓습니다.
수학과 통계 기초부터 시작하기기초는 있고, 체계적으로 정리하고 싶습니다
경사하강법도 Transformer도 들어봤지만 지식이 조각조각 흩어져 있습니다. 지식 영역 순서대로 통독하며 흩어진 개념을 하나의 그물로 잇습니다.
머신러닝부터 시작하기저는 이 분야 실무자입니다
어떤 기법의 정확한 정식화와 적용 한계를 10분 안에 떠올려야 합니다. 항목과 수식을 바로 찾고 참고문헌으로 건너뜁니다.
전체 항목 둘러보기DOMAINS
지식 영역
수학과 통계의 기초
벡터·행렬·확률·미분 — AI의 언어
머신러닝
규칙을 하드코딩하는 대신 데이터에서 규칙을 학습하게 한다
딥러닝
특징 설계를 다층 네트워크에 맡긴다
자연어 처리와 대규모 언어 모델
토큰화에서 트랜스포머, 그리고 말하는 대형 모델까지
컴퓨터 비전
픽셀에서 물체·장면·3차원 구조를 읽어낸다
강화학습
시행착오와 지연 보상으로 일련의 결정을 학습한다
생성형 AI
“이것은 무엇인가”의 판별에서 “어떤 모습이어야 하는가”의 합성으로
AI 엔지니어링·안전·윤리
작동하는 모델을 쓸 수 있고 신뢰할 수 있으며 책임질 수 있는 제품으로
SELECTED
여기서 시작하세요
여섯 개만 읽는다면, 이 여섯 개를.
벡터와 벡터 공간
AI는 단어·이미지·소리·사용자까지 모두 숫자 배열로 바꾼다
기울기와 경사하강법
딥러닝의 본질은 하나다 — 내리막 방향으로 조금씩 걷는 것
Transformer 아키텍처
한 단어씩 전달하는 대신 모두가 동시에 말하는 회의로 바꾸어, 멀리 떨어진 의존성을 한 번에 연결한다
확산 모델
작은 잡음 제거를 천 번 배우면 순수 잡음에서 이미지를 만들어낸다
인간 피드백 기반 강화학습
‘좋은 답’을 수식으로 쓸 수 없을 때는 인간이 보상 함수 역할을 한다
검색 증강 생성
지식을 파라미터에 밀어 넣기보다 밖에 두고 필요할 때 찾는다 — 오픈북 시험처럼