Page 236 - 고등학교 인공지능 기초

용어 설명

영문 • 규칙 l 88 l ‘~이면 ~이다’와 같이 조건(IF)과 결과(THEN)의 형
태로 표현한 것으로 문제 해결을 위한 절차를 말한다.
• GAN(Generative Adversarial Network) l 21, 112 l 비지도학
• 기계학습(Machine Learning) l 13, 100 l 컴퓨터가 데이터를
습 알고리즘의 하나로 기존의 이미지를 바탕으로 학습하여 새로
바탕으로 스스로 학습하여 문제를 해결하는 기술을 의미한다. 즉,
운 이미지를 생성하는 인공 신경망이다.
사람이 일일이 규칙을 입력하지 않아도 스스로 학습할 수 있는 인
• GPT-3(Generation Pre-trained Transformer 3) l 21, 75, 112
공지능이다.
l 2020년에 개발된 자연어 처리 모델로 인간과 유사한 텍스트를
• 기계학습 모델 l 100 l 제공된 데이터와 레이블을 입력하여 학
생성하는 자동 회귀 언어 모델이다.
습을 통해 만들어진 결과물이다.
• ILSVRC(ImageNet Large-Scale Visual Recognition Challenge)
l 111 l 100만 개의 이미지를 인식하여 1,000여 개의 레이블로 ㄴ
분류하는 이미지 인식 대회이다.
• k-최근접 이웃(K-Nearest Neighbor) l 167 l 미리 정한 개수 • 나이브 베이즈(Naive Bayes) l 167 l 분류 결과를 확률로 계산
만큼의 이웃이 얼마나 가까이 있는지 조사하여 다수결로 분류하는 하는 알고리즘이다.
알고리즘이다. • 너비 우선 탐색(BFS, Breadth-First Search) l 80 l 맹목적 탐
• K-평균 군집화(K-means Clustering) l 103 l 대표적인 군집 색 방법의 하나로, 최상위 노드에 방문한 후 최상위 노드에 인접한
화 알고리즘으로 주어진 데이터를 k개의 군집으로 묶는 알고리즘 모든 노드들을 우선 방문하는 방법이다. 더 이상 방문하지 않은 노
이다. 드가 없을 때까지 방문하지 않은 모든 정점에 대해서도 너비 우선
• RFID/NFC 센서 l 45 l 무선 주파수를 인식하는 센서이다. 검색을 적용한다.
• 뇌 인지 분석 l 196 l 뇌에서 자극을 받아들이고, 저장하고, 인출
ㄱ 하는 일련의 정신 과정에 대한 분석이다.

• 가속도/기울기 센서 l 44 l 물체가 움직이는 가속도, 기울기를 ㄷ
인식하는 센서이다.
• 강화학습(reinforcement learning) l 107 l 기계학습의 한 종류 • 다중 분류 l 102, 150 l 미리 정의되어 있는 범주가 3가지 이상
로 목적으로 하는 보상을 최대화 또는 최소화하는 방식으로 에이 인 분류 문제이다. 예를 들어 영화 장르를 드라마/스릴러/액션으로
전트를 학습시켜 환경에 반응하게 하는 학습 방식이다. 보상이 발 분류하는 문제가 있다.
생하는 문제에 대하여 각 상태에서 에이전트가 행동을 결정하도록 • 데이터(data) l 124 l 관찰이나 측정 등을 통해 얻은 값이다.
한다. • 데이터 공정성 l 206 l 편견이 들어가 있지 않고, 한쪽으로 치우
• 객체 탐지(object detection) l 55 l 이미지에서 객체를 탐지하 치지 않은 데이터이다.
여 추출하는 것을 말한다. • 데이터 세트(data set) l 100 l 데이터를 체계적으로 모아놓은
• 결측값(missing value) l 144 l 비어 있는 값을 말한다. 집합을 말한다.
• 경험적 정보 l 81 l 경험적 정보는 관찰이나 실험 등으로 얻을 • 데이터 속성 l 124 l 데이터가 가지고 있는 특성값이다.
수 있으며, 경험이 다양한 만큼 그 종류도 여러 가지가 있을 수 있 • 데이터 시각화 l 126, 158 l 데이터를 한눈에 파악할 수 있도록
다. 어림짐작 또는 휴리스틱이라고도 한다. 그래프로 표현하는 과정이다.
• 공공 데이터 l 175 l 국가나 사회의 구성원에게 두루 관계되는 • 데이터 전처리 l 144 l 인공지능 학습 전에 데이터에서 비정상
데이터이다. 적인 값을 가공하는 과정이다.
• 광학 문자 인식 기술(OCR, Optimal Character Recognition) l • 데이터 편향성 l 204 l 수집한 데이터의 양이 충분하지 않거나
155 l 이미지 속에 있는 문자를 컴퓨터가 인식할 수 있는 디지털 현실 세계의 성질을 골고루 가지고 있지 않아 한쪽으로 치우신 성
문자로 변환하는 기술이다. 질이다.
• 군집화(clustering) l 103 l 주어진 데이터의 특성을 고려해 데 • 딥러닝(deep Learning) l 13, 100 l 인공 신경망을 통해 데이
이터 집단(클러스터)을 정의하고 데이터 집단을 대표할 수 있는 중 터를 기반으로 스스로 학습하는 인공지능 기술이다.
심점을 찾는 것이다.

234 용어 설명