Chapter 1 인공지능(AI) 응용분야: 초보자도 이해하는 추천시스템에서 로봇까지

소주제1. 추천시스템(Recommender System): 특정 사용자에게 관심을 가질 만한 아이템이나 정보를 선별하여 제시하는 시스템이다

소주제2. 챗봇(Chatbot): 스마트폰 안에 사는 ‘디지털 비서’나 ‘24시간 대기 중인 안내원’과 같다

소주제3. AI 에이전트(AI Agent): 도시에서 특정 임무를 부여 받은 ‘자율적인 디지털 전문가’나 ‘인공적인 유기체’와 같다

소주제4. 자율주행(Autonomous Driving): 운전자 보조를 넘어, 차량 자체가 하나의 ‘AI 에이전트’가 되어 운전과업을 완전 수행한다

소주제5. 생성형 AI(Generative AI): 텍스트, 이미지, 오디오, 코드 등의 데이터를 스스로 만들어내는 AI의 창의적인 면모를 대표하는 기술이다

소주제6. 로봇(Robot): AI의 판단을 바탕으로 센서를 통해 현실세계를 인식하고, 모터나 팔과 같은 구동장치를 이용해 물리적인 행동을 수행한다





Chapter 2 머신 러닝(Machine Learning): 머신 러닝의 기본기술을 알려주는 핵심 알고리즘의 보고

소주제1. 머신 러닝의 지도 학습(Supervised Learning): 정답을 보고 배우는 AI 모범생

소주제2. 비지도 학습(Unsupervised Learning): 정답 없이 패턴을 찾아내는 AI 탐험가

소주제3. 강화학습(Reinforcement Learning): 어린 아이가 넘어지고 일어나기를 반복하며 걷는 법을 배우거나, 반려동물이 칭찬(보상)을 통해 특정 행동을 배우는 과정과 유사하다

소주제4. 머신 러닝의 의사결정나무(Decision Tree): AI가 그리는 명쾌한 ‘스무고개’ 지도

소주제5. 머신 러닝의 랜덤 포레스트(Random Forest): ‘집단 지성’으로 편견을 넘어선 AI 전문가 위원회

소주제6. 머신 러닝의 나이브 베이즈(Naive Bayes): 순진하지만 제법 쓸모 있는 AI 확률 탐정

소주제7. 머신 러닝의 서포트 벡터 머신(Support Vector Machine, SVM): 최적의 경계선을 찾아내는 AI 도시경계 전문가

소주제8. 머신 러닝의 회귀분석(Regression): 도시의 인구, 교통량, 소득수준(독립 변수)을 바탕으로 미래의 주택가격(종속 변수)을 예측한다

소주제9. 머신 러닝의 클러스터링(Clustering): 비슷한 것들끼리 ‘끼리끼리’ 모아주는 방법이다





Chapter 3 딥 러닝(Deep Learning): 심층적이고 다면적인 눈으로 도시의 미래를 읽다

소주제1. 퍼셉트론(Perceptron): 데이터를 두 개의 그룹으로 나누는 최적의 경계선을 찾는다

소주제2. 심층신경망(DNN): 다층 퍼셉트론(MLP)에서 은닉층의 개수를 2개 이상으로 깊게 쌓아 올린 형태이다

소주제3. 역전파(Backpropagation): 목표 과녁을 맞히지 못한 화살의 궤적을 거꾸로 되짚어보며 활의 각도, 힘, 바람을 읽는 눈 등의 문제점을 찾아내 교정한다

소주제4. 합성곱 신경망(CNN): 이미지 데이터의 공간적 계층구조를 학습하여, 이미지 내 객체를 분류, 탐지, 분할한다

소주제5. 순환 신경망(RNN): 시간의 흐름이나 순서에 따라 의미가 달라지는 데이터를 처리하기 위해 고안된 AI이다

소주제6. 오토인코더(Autoencoder): 방대한 양의 책을 읽고 그 핵심 내용만을 요약했다가, 그 요약본을 보고 다시 원래 책의 내용을 상세하게 복원한다

소주제7. 생성적 적대신경망(GAN): 세상에 존재하지 않는 진짜 같은 가짜데이터를 "생성"한다

소주제8. 확산모델(Diffusion Model): 맑은 물에 잉크를 떨어뜨려 완전히 퍼지게 한 후, 그 잉크가 퍼져 나간 과정을 정확히 역재생하여 다시 맑은 물로 되돌린다

소주제9. 워드 임베딩(Word Embedding): 컴퓨터는 ‘도시’, ‘공원’과 같은 단어의 의미를 이해하지 못하므로, 각 단어를 고유한 좌표 값을 가진 공간상의 한 점으로 표현한다

소주제10. 트랜스포머(Transformer): RNN이 단어를 하나씩 문장의 의미를 파악한다면, 트랜스포머는 문장 전체를 한 번에 입력 받아 단어들 사이의 관계를 파악한다