AI 및 ML 용어집
인공 지능, 데이터 엔지니어링, 데이터 과학 및 머신 러닝 개념에 대한 표준 용어집 정의를 학습할 수 있는 리소스입니다.
A
Application Performance Monitoring (APM)
애플리케이션 성능 모니터링(APM)은 IT 전문가가 소프트웨어 애플리케이션의 성능과 가용성을 모니터링할 수 있도록 설계된 도구를 사용하는 관행입니다. 이는 애플리케이션이 정상 상태이며 예상대로 실행되고 있는지 확인하기 위한 정기적인 앱 점검과 같습니다.
ANNS
근사 최접 이웃 검색(ANNS)은 대규모 데이터 세트에서 효율적으로 최접 이웃을 검색할 수 있는 머신 러닝 및 데이터 과학 파이프라인의 강력한 기술입니다. ANNS는 대규모 포인트 데이터 세트에서 주어진 쿼리 포인트의 가장 가까운 이웃을 찾는 방법입니다. ANNS는 계산 비용을 최소화하면서 높은 확률로 대략적인 가장 가까운 이웃을 찾는 것을 목표로 합니다.
AI Agents
AI 에이전트는 환경의 피드백과 내부 독백에 의존하여 독립적으로 사고하고 행동하도록 설계되었습니다. 작업 목록을 생성하고 가능한 최선의 방법으로 목표를 달성하기 위해 끊임없이 진화하고 적응합니다.
AI Hallucination
AI 착각의 정의를 알아보고, AI 착각의 몇 가지 예 등을 살펴보세요.
Agentic RAG
Agentic RAG는 AI 에이전트를 사용하여 정보 검색 및 생성을 관리하고 최적화하는 RAG의 고급 버전으로, 외부 도구와 지식 소스를 활용함으로써 더욱 적응력 있고 정확한 응답을 가능하게 합니다.
AutoRegressive Integrated Moving Average (ARIMA)
자기회귀 누적 이동평균(ARIMA)은 시계열 예측에 널리 사용되는 통계 모델입니다. 이 모델은 과거 데이터를 사용하여 데이터셋의 패턴을 이해하고 미래 값을 예측합니다. 이 모델은 미래 값을 예측하기 위해 세 가지 구성 요소를 사용합니다: 자기회귀(AR), 차분(I), 이동평균(MA).
A.C.I.D. Transactions
ACID(원자성, 일관성, 격리성, 지속성)는 데이터베이스 및 데이터 저장 시스템 내의 트랜잭션 작업을 지배하는 핵심 원칙을 나타내는 약어입니다. ACID의 각 글자는 트랜잭션의 무결성, 신뢰성 및 견고성을 함께 보장하는 기본 속성에 해당합니다.
ANN Benchmarks
ANN Benchmark는 다양한 ANNS 알고리즘의 성능을 측정하고 비교하도록 설계된 종합 평가 도구입니다.
AI Hardware
주요 구성 요소와 개념을 살펴보며, AI 하드웨어 솔루션이 다양한 애플리케이션 전반에서 AI 성능에 어떤 영향을 미치는지 강조합니다.
API
API, 또는 애플리케이션 프로그래밍 인터페이스는 서로 다른 소프트웨어 애플리케이션이 서로 통신할 수 있게 해주는 메신저와 같습니다.
Agent2Agent
Agent2Agent는 다양한 기술을 사용해 여러 조직에서 개발한 자율 AI 에이전트가 서로를 발견하고, 소통하며, 플랫폼 전반에서 복잡한 작업을 협업할 수 있게 해주는 프로토콜로, 이를 통해 고립된 어시스턴트를 조율된 멀티 에이전트 인력으로 전환합니다.
Activation Functions
활성화 함수는 뉴럴 네트워크에서 뉴런의 출력을 결정하는 데 사용되는 수학적 함수로, 모델에 비선형성을 도입합니다. 이 함수들은 뉴럴 네트워크의 기본 단위인 노드(뉴런)의 입력에 적용되어 노드의 출력을 생성합니다. 뉴럴 네트워크는 입력의 가중합을 계산하고, 편향을 더한 다음, 이 합을 활성화 함수에 통과시키며, 활성화 함수는 수정된 값을 출력합니다. 이 값은 다음 네트워크 계층으로 전달되거나 최종 출력이 됩니다.
AI Database
A.I. 데이터베이스가 무엇인지, 어떤 용도로 사용되는지, A.I. 데이터베이스의 유형 등을 알아보세요.
Approximate Dynamic Programming
근사 동적 계획법(ADP)은 전통적인 동적 계획법으로는 너무 복잡한 의사결정 문제를 해결합니다. 정확한 계산 대신 근사 기법을 사용하여 거의 최적인 해를 찾습니다. 이러한 근사는 크거나 연속적인 상태 공간을 가진 문제에서 발생하는 "차원의 저주"를 처리할 수 있게 해줍니다. ADP는 로봇공학, 금융, 물류와 같은 분야에서 널리 사용되며, 정확한 방법이 너무 느리거나 비현실적일 때 실용적인 해법을 제공합니다.