← 메인으로 돌아가기
5.1 시계열 예측 (Time Series)
시간에 따른 패턴을 분석하고 미래 값을 예측
분류 기준
- 단변량 vs 다변량 시계열
- 단기 vs 장기 예측
- 계절성 있음/없음
- 트렌드 있음/없음
- 정상성/비정상성
주요 방법론
- ARIMA (AutoRegressive Integrated Moving Average)
- Prophet (Facebook)
- LSTM/GRU (딥러닝)
- Transformer 기반 모델
- Vector Autoregression (VAR)
- State Space Models
적용 사례
- 날씨 예측
- 주식 가격 예측
- 에너지 수요 예측
- 교통량 예측
- 매출 예측
- 의료 시계열 (심박수, 혈압)
5.2 추천 시스템 (Recommender Systems)
사용자에게 맞춤형 콘텐츠나 제품을 추천
추천 방식
- 협업 필터링 (Collaborative Filtering)
- 콘텐츠 기반 필터링 (Content-based)
- 하이브리드 방식
- 지식 기반 (Knowledge-based)
- 딥러닝 기반 (Neural Collaborative Filtering)
- Matrix Factorization
적용 분야
- 영화/드라마 추천 (Netflix, Disney+)
- 상품 추천 (Amazon, 쿠팡)
- 음악 추천 (Spotify, YouTube Music)
- 뉴스/기사 추천
- 친구 추천 (SNS)
- 광고 타겟팅
5.3 자연어 처리 (NLP)
인간의 언어를 이해하고 생성하는 기술
주요 작업
- 텍스트 분류 (Text Classification)
- 감정 분석 (Sentiment Analysis)
- 개체명 인식 (Named Entity Recognition)
- 기계 번역 (Machine Translation)
- 질의 응답 (Question Answering)
- 텍스트 요약 (Text Summarization)
- 텍스트 생성 (Text Generation)
핵심 기술
- Word Embeddings (Word2Vec, GloVe)
- Transformer 아키텍처
- BERT와 변형 모델들
- GPT 시리즈
- T5, BART
- 대규모 언어 모델 (LLM)
응용 분야
- 챗봇 및 대화형 AI
- 검색 엔진
- 문서 분류 및 태깅
- 고객 리뷰 분석
- 자동 번역 서비스
- 콘텐츠 생성
5.4 컴퓨터 비전 (Computer Vision)
이미지와 비디오를 이해하고 분석하는 기술
주요 작업
- 이미지 분류 (Image Classification)
- 객체 탐지 (Object Detection)
- 세그멘테이션 (Segmentation)
- 자세 추정 (Pose Estimation)
- 얼굴 인식 (Face Recognition)
- OCR (광학 문자 인식)
- 스타일 전이 (Style Transfer)
핵심 모델
- CNN (Convolutional Neural Networks)
- R-CNN 계열 (Faster R-CNN, Mask R-CNN)
- YOLO (You Only Look Once)
- Vision Transformer (ViT)
- U-Net (의료 영상)
- ResNet, EfficientNet
응용 분야
- 자율 주행
- 의료 영상 분석
- 보안 감시
- 품질 검사
- 증강 현실 (AR)
- 얼굴 인식 시스템
5.5 음성/오디오 처리
음성과 소리를 이해하고 처리하는 기술
주요 작업
- 음성 인식 (Speech to Text)
- 음성 합성 (Text to Speech)
- 화자 인식 (Speaker Recognition)
- 음악 장르 분류
- 소리 이벤트 탐지
- 음성 감정 인식
응용 분야
- 음성 비서 (Siri, Alexa)
- 실시간 번역
- 음악 추천 시스템
- 의료 진단 (심장소리, 폐소리)
- 보안 (음성 인증)
- 콜센터 자동화