각 항목을 학습한 뒤 체크박스를 클릭하여 완료 표시하세요.
1단계 — AI 전체 지형 거시적 이해
[ ] AI의 정의와 역사적 흐름 이해
[ ] ML의 3가지 학습 방식 (지도/비지도/강화) 구분
[ ] Deep Learning이 ML과 다른 점 설명 가능
[ ] LLM이 왜 딥러닝의 하위 분야인지 이해
2단계 — LLM 작동 원리
[ ] Transformer 아키텍처 기본 구조 이해
[ ] Self-Attention 메커니즘 개념 파악
[ ] Tokenization과 Embedding 개념 구분
[ ] Pre-training 과정 설명 가능
[ ] Context Window 한계와 의미 이해
3단계 — RAG 기초
[ ] RAG가 왜 필요한지 (Hallucination, 최신성) 이해
[ ] RAG 3단계 파이프라인 암기 및 설명
[ ] Vector DB 역할과 대표 솔루션 파악
[ ] Embedding 생성 방법 이해
[ ] Chunking 전략의 중요성 이해
4단계 — Fine-tuning
[ ] Full Fine-tuning vs LoRA 차이 이해