인공지능과 머신러닝을 공부하다 보면 가장 먼저 접하게 되는 개념 중 하나가 바로 지도학습(Supervised Learning)이다. 실제로 AI 관련 면접에서도 자주 등장하는 질문이며, 머신러닝을 이해하기 위한 핵심 개념이라고 할 수 있다.이번 글에서는 지도학습의 개념과 특징, 대표적인 활용 사례에 대해 정리해보고자 한다.지도학습의 정의지도학습은 입력 데이터(Input)와 정답(Label)이 함께 주어진 데이터를 이용하여 학습하는 머신러닝 방법이다.쉽게 말해 학생이 문제와 정답을 함께 보면서 공부하는 것과 비슷하다.예를 들어 다음과 같은 데이터가 있다고 가정해보자.[ 이메일 내용 / 정답 ]무료 쿠폰 증정 / 스팸회의 일정 공유 / 정상 메일이벤트 당첨 안내 / 스팸머신러닝 모델은 이러한 데이터를 반복적..
전체 글
최근 인공지능과 머신러닝을 공부하면서 가장 자주 접하게 되는 개념 중 하나가 바로 과적합(Overfitting) 이다. 처음에는 단순히 “모델이 너무 많이 학습한 상태” 정도로 이해했지만, 공부를 하다 보니 과적합은 머신러닝 모델의 성능을 평가하는 데 매우 중요한 개념이라는 것을 알게 되었다.과적합의 정의과적합이란 머신러닝 모델이 학습 데이터(Training Data)에 지나치게 최적화되어 새로운 데이터에 대해서는 좋은 성능을 내지 못하는 현상을 의미한다.쉽게 말해 학생이 시험 범위의 문제를 모두 외웠다고 가정해보자.시험에서 나왔던 문제는 완벽하게 풀 수 있지만, 조금만 응용된 문제가 나오면 제대로 해결하지 못한다면 이는 진정한 학습이라고 보기 어렵다.머신러닝 모델도 마찬가지다.학습 데이터에 대해서는 매..
1. 처음에는 “AI 기능만 넣으면 되는 줄 알았다”AI를 처음 접했을 때는 굉장히 단순하게 생각했다.챗봇 넣기추천 시스템 넣기자동 생성 기능 넣기이런 기능들이 들어가면 서비스가 더 좋아질 거라고 생각했다.그런데 생성형 AI 사례들과 실제 서비스 구조들을 공부하다 보니 생각보다 훨씬 복잡한 문제라는 걸 느끼게 됐다.오히려 AI를 잘못 적용하면UX가 복잡해지고사용자가 혼란을 느끼고신뢰도가 떨어지고운영 비용이 증가하기도 한다특히 기존 서비스와 달리 AI 서비스는출력이 항상 동일하지 않다.기존 기능은버튼 클릭정해진 결과 반환구조였다면,생성형 AI는* 입력마다 결과가 달라지고* 같은 질문에도 응답이 바뀌고* 예측 불가능성이 존재한다그래서 점점 느끼는 건 AI 서비스는 단순 기능 설계보다“불확실성을 어떻게 UX ..
웹 서비스에서 상태 관리웹 서비스를 개발하거나 기획하다 보면 반드시 마주하게 되는 개념이 있다.바로 “상태(State)”이다.우리는 일상적으로 로그인 상태를 유지하고, 장바구니를 이어서 사용하며, 결제까지 자연스럽게 이어지는 경험을 당연하게 생각한다. 하지만 이 모든 기능은 사실 웹의 기본 구조와는 반대되는 방향 위에서 구현되고 있다.그 출발점은 HTTP의 특징인 “Stateless”에 있다.웹은 왜 Stateless인가HTTP는 기본적으로 무상태 프로토콜이다.즉, 서버는 각 요청을 독립적으로 처리하며 이전 요청의 정보를 기억하지 않는다.사용자가 로그인 요청을 보냈다고 해서, 이후의 상품 조회 요청이나 결제 요청에서 그 사용자를 자동으로 인식하지 않는다. 서버 입장에서는 모든 요청이 “처음 보는 요청”일..
기획자가 기술을 어디까지 이해해야 할까1. AI를 쓰는 것과 이해하는 것 사이지난 글에서는 AI를 어떻게 활용하는지가 중요하다고 정리했다. 그런데 AI 대학원 면접을 준비하면서 느낀 건 조금 달랐다.“사용”과 “이해” 사이에는 생각보다 큰 간극이 있다예를 들어 ChatGPT를 사용할 때는 프롬프트만 잘 작성하면 원하는 결과를 얻을 수 있다.하지만 조금 더 들어가면 이런 질문들이 나온다.이 모델은 어떤 구조로 동작하는가?학습은 어떻게 이루어지는가?왜 틀린 답을 생성하는가?이 질문들에 답하려면 최소한의 구조 이해가 필요했다.2. LLM의 기본: “다음 토큰 예측”현재 많이 사용되는 LLM(Large Language Model)의 핵심은 단순하다.“주어진 문맥에서 다음 토큰을 예측하는 것”여기서 토큰(To..
1. 왜 갑자기 다들 AI 얘기만 할까?요즘 회사에서든, 뉴스에서든, 어디를 가든 “AI” 얘기뿐이다.단순히 새로운 기술이 나와서일까?결론부터 말하면 아니다.AI는 단순한 기술이 아니라 ‘일하는 방식 자체’를 바꾸고 있기 때문이다.과거를 보면 비슷한 흐름이 있었다.인터넷 등장 → 정보 접근 방식 변화모바일 등장 → 서비스 사용 방식 변화그리고 지금,AI → ‘업무 수행 방식’ 자체를 바꾸는 중2. AI의 본질: “생각을 대신한다”기존 기술들은 대부분 “노동”을 줄여줬다.엑셀 → 계산 자동화자동화 툴 → 반복 작업 제거그런데 AI는 다르다.사람이 하던 ‘생각 과정’을 대신하기 시작했다예를 들어보면:검색 → 질문으로 대체문서 작성 → 초안 자동 생성데이터 분석 → 요약 및 인사이트 도출대표적으로 OpenAI..
암호학 스터디를 진행하면서 점점 하나의 큰 그림이 만들어진다.* 대칭키 암호는 데이터를 빠르게 보호하는 기술이고* 공개키 암호는 안전하게 연결을 시작하는 기술이다그렇다면 이제 남는 질문이 있다.“데이터가 중간에 바뀌지 않았다는 것은 어떻게 증명할 수 있을까?”“서버는 어떻게 사용자를 계속 신뢰할 수 있을까?”이 질문에 대한 답이 바로 이번 4주차의 핵심이다.해시(Hash), 무결성(Integrity), 그리고 인증 구조(Authentication)Chapter 1. 해시 함수는 왜 존재하는가처음 해시를 접하면 많은 사람들이 이렇게 생각한다.“암호화랑 비슷한 거 아닌가?”하지만 이건 완전히 다른 개념이다.해시의 본질해시는 데이터를 숨기기 위한 기술이 아니다데이터가 동일한지를 확인하기 위한 기술이다직관적인 ..
데이터를 다루다 보면 숫자 자체보다 “어떻게 보여주느냐”가 더 중요한 순간이 많다.특히 서비스 기획이나 데이터 분석에서는 복잡한 데이터를 한눈에 이해시키는 것이 핵심인데, 이때 사용하는 것이 바로 데이터 시각화(Data Visualization)다.이번 글에서는 실무에서 자주 사용하는 대표적인 데이터 시각화 방법들을 정리해보고, 각각 언제 써야 하는지까지 함께 알아보자.1. 버블 차트 (Bubble Chart)버블 차트는 단순한 그래프를 넘어 3가지 이상의 데이터를 동시에 표현할 수 있는 시각화 방식이다.기본적으로 X축 (가로)Y축 (세로)버블 크기 (값)이렇게 세 가지 요소로 구성된다.활용 예시X축: 유입 수 Y축: 결제율 버블 크기: 매출 이렇게 설정하면 어떤 구간이 “유입도 많고 매..
암호학 스터디를 진행하면서 1주차와 2주차를 거치며 한 가지 흐름이 보이기 시작했다. (사실 블로그를 요즘 잘 못써서 미뤄졌긴 하지만..)1주차에서는 암호학이 무엇인지, 그리고 어떤 목적을 가지는지 큰 틀을 이해했고2주차에서는 실제 데이터를 보호하는 데 가장 많이 사용되는 대칭키 암호, 특히 AES를 중심으로 정리했다.그런데 2주차를 공부하면서 자연스럽게 한 가지 의문이 생긴다.“이렇게 좋은 대칭키 암호가 있는데, 왜 굳이 공개키 암호가 필요한가?”결론부터 말하면 이 질문의 답은 하나다.키를 어떻게 안전하게 전달할 것인가이번 3주차는 이 문제를 해결하는 방식인공개키 암호, RSA, 그리고 디지털 서명을 중심으로“보안이 아니라 신뢰를 어떻게 설계하는가”라는 관점으로 정리한다.Chapter 1. 공개키 암호..
나의 유일한 개발자였다는 기억을 남겨준 백준어느 순간부터 나는 스스로를 개발자라고 소개하지 않게 되었다.지금의 직무는 서비스 기획자이고, 매일 고민하는 것은 사용자 경험, 기능 구조, 운영 정책, 데이터 흐름, 그리고 수많은 협업 사이에서 더 나은 서비스를 만드는 일이다. 누군가는 말할 수 있다. “그럼 이제 개발자는 아니네.” 어쩌면 맞는 말일지도 모른다.하지만 내 안에는 분명 아직도 개발자를 꿈꾸던 사람이 남아 있었다.그리고 그 흔적을 가장 오래, 가장 꾸준히 붙잡아 준 곳이 있었다. 바로 백준 온라인 저지였다.컴퓨터공학과를 나왔지만, 개발을 놓고 싶지 않았던 사람나는 대학에서 컴퓨터공학을 전공했다.수많은 전공 수업을 들었고, 자료구조와 알고리즘을 배우고, 운영체제와 데이터베이스를 공부했고, 팀 프로..