AIPM 2

[기획자의 하드웨어 5분 스터디] #045. 과적합과 편향

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다. [개념] 기획자로서 콘텐츠와 서비스를 엮으며 기획하다보니, 사용자가 기획자의 의도대로만 움직이지 않는다는 '예외 케이스(Edge Case)'의 무서움을 누구보다도 잘 알게 되었다. AI도 마찬가지로 완벽하게 통제된 연구실을 벗어나면 치명적인 오류를 일으킬 수 있다.과적합(Overfitting): 모의고사에만 100점 받는 헛똑똑이기계가 훈련용 데이터에 너무 '과하게 적합'되어 버린 상태이다. 수학의 정석 연습문제 번호와 정답까지 통째로 달달 외워 버려서 실전에서 숫자가 조금만 바뀐 응용 문제가 나오면 손도 대지 못하고 다 틀려버리는 현상이다. 살충제 패러독스 같은 느낌이지 않을까? 편향(Bias): 치우친 교재로 공..

[기획자의 하드웨어 5분 스터디] #042. 머신러닝과 딥러닝의 본질 - If-Then-Else의 종말

💡 하드웨어와 AI 도메인으로 시야를 넓혀가는 서비스 기획자의 5분 스터디 기록입니다. [개념] 규칙을 짜주는 시대에서, 스스로 규칙을 찾는 시대로기존 소프트웨어 기획자는 완벽한 '경우의 수'를 설계하는 사람이었다. '만약(If) 사용자가 A버튼을 누르면(Then) B화면을 띄우고, 아니면(Else) C를 띄워라.' 이것이 전통적인 룰 베이스(Rule-Based) 기획이다. 하지만 복잡한 현실 세계에서는 '현상'의 조건(If)을 기획자가 일일이 수식으로 정의하기 어렵다. 그 현상이 일어나는 각도, 모양, 조명의 밝기 등등 수만가지의 경우의 수가 나올 수 있기 때문이다.전통적 프로그래밍: 데이터 + 규칙(기획자가 짠 조건) = 정답 도출머신러닝(Machine Learning): 데이터 + 정답(현상 O/..