AI-pot 2급 키워드 정리

역사 키워드: 1956년 다트머스 회의 (인공지능 용어 최초 사용)
머신러닝 알고리즘 (정답 유무가 핵심):
- 지도학습: 정답(라벨)이 있음. (분류: 스팸메일 구분 / 회귀: 집값 예측 / KNN, SVM)
- 비지도학습: 정답 없음. 알아서 패턴 찾기. (K-means: 군집화, 고객세분화 / 차원축소: PCA)
- 강화학습: 보상과 페널티로 학습 (자율주행, 알파고)
성능 평가 지표 (무조건 출제):
- 과적합(Overfitting): 너무 학습 데이터에만 딱 맞춰져서 새로운 문제 못 푸는 현상. (해결: 드롭아웃, 교차검증)
- 혼동행렬(Confusion Matrix): 정확도(전체 중 맞춘 비율), 정밀도, 재현도, F1 점수(정밀도와 재현도의 조화평균)
생성 AI 핵심 기술:
- 사전 학습(Pre-trained) vs 미세 조정(Fine-tuning): 방대한 지식을 먼저 배우는 것 vs 적은 데이터로 특정 목적에 맞게 튜닝하는 것.
- GAN: 생성자 vs 판별자가 **'경쟁(적대적)'**하며 학습 (위조지폐범과 경찰 비유, 딥페이크 핵심)
- VAE: 데이터를 압축(인코딩)했다가 복원(디코딩)하며 생성.

자연어 처리 (NLP): **NLU(이해) + NLG(생성)**로 구성.
트랜스포머 & 어텐션: 문장 속 단어들의 유사성을 파악해 **중요한 단어에 집중(Attention)**하고, 데이터를 **병렬 처리(Transformer)**하는 현대 LLM의 핵심 기술.
텍스트 분석 순서: 형태소 분석(최소 단위) → 구문 분석(문장 구조) → 의미 분석(단어 뜻) → 화용 분석(문맥, 대명사 등)
프롬프트 작성 필수 기법 (달달 외우기):
- 제로샷 (Zero-shot): 예시 없이 그냥 시키기.
- 퓨샷 (Few-shot): 예시 몇 개 던져주고 시키기.
- CoT (Chain of Thought / 생각의 사슬): "단계별로 차근차근 생각해 봐"라고 지시해서 논리력 높이기.
- 자기 일관성 (Self-consistency): CoT의 심화 버전. 여러 번 추론해서 가장 일관된 답 찾기.
하이퍼파라미터 (설정값):
- Temperature (온도): 0~2.0 사이. 높을수록 창의적이고 엉뚱한 답변, 낮을수록 뻔하고 정확한 답변.

확장 프로그램: AIPRM (전문가들이 만든 고품질 프롬프트 템플릿 라이브러리)
스테이블 디퓨전 (Stable Diffusion): Text-to-Image (글을 그림으로 바꿔주는) 오픈소스 AI.
파이썬(Python) 상식:
- 들여쓰기(Indentation)가 틀리면 오류가 남.
- def는 함수를 정의할 때 쓰는 예약어.
- for (정해진 횟수 반복), while (조건이 참일 때 반복).