생성적 적대 신경망(GAN)이란? 생성자와 판별자가 경쟁하는 AI 모델
생성적 적대 신경망은 데이터를 만드는 생성자와 진짜·가짜를 구분하는 판별자를 경쟁시키며 학습하는 생성 모델입니다. 쉬운 예시, 확산 모델·적대적 예제와 차이, 활용법과 모드 붕괴 주의점을 설명합니다.
시계열 예측(Time Series Forecasting)이란? 과거 데이터로 미래 값을 내다보는 방법
시계열 예측은 시간 순서대로 쌓인 과거 데이터를 분석해 앞으로의 값을 추정하는 작업입니다. 판매량 예시와 회귀·이상 탐지·자기회귀 모델의 차이, 예측 기간과 데이터 누수 주의점을 쉽게 설명합니다.
AI 사고(AI Incident)란? 실제 피해를 기록하고 대응하는 기준
AI 사고는 AI 시스템의 개발·사용·오작동이 사람, 권리, 재산, 공동체, 환경 등에 실제 피해를 일으킨 사건입니다. AI 위험·오류·보안 사고와의 차이, 기록과 대응 순서, 실무 주의점을 쉽게 설명합니다.
ROC-AUC란? AI 분류 모델의 구분 성능을 임계값 전체로 보는 지표
ROC-AUC는 이진 분류 모델이 양성 사례를 음성 사례보다 높은 점수로 배열하는 능력을 여러 임계값에 걸쳐 요약한 지표입니다. ROC 곡선, 정확도, 정밀도, 재현율, PR-AUC와의 차이와 실전 해석법을 쉽게 설명합니다.
역할 기반 접근 제어(RBAC)란? AI 도구 권한을 역할별로 나누는 방법
역할 기반 접근 제어는 업무 역할에 필요한 권한을 묶어 사용자·그룹·서비스 계정에 할당하는 보안 방식입니다. 인증·인가·IAM·최소 권한·ABAC와의 차이와 AI 도구에서의 적용법을 쉽게 설명합니다.
AI 시스템(AI System)이란? AI 모델·제품과 차이를 이해하는 기본 개념
AI 시스템은 입력을 받아 목표에 맞는 예측·콘텐츠·추천·결정을 만드는 기계 기반 시스템입니다. AI 모델, AI 제품, AI 에이전트, 일반 자동화와의 차이와 실전 점검법을 쉽게 설명합니다.
머신 언러닝(Machine Unlearning)이란? AI가 학습 데이터의 영향을 지우는 기술
머신 언러닝은 이미 학습된 AI 모델에서 특정 학습 데이터의 영향을 선택적으로 제거하는 기술입니다. 데이터 삭제·옵트아웃·재학습·차등 개인정보보호와의 차이와 검증 기준을 쉽게 설명합니다.
옵티마이저(Optimizer)란? AI 모델의 가중치를 업데이트하는 학습 규칙
옵티마이저는 역전파가 계산한 기울기를 이용해 AI 모델의 가중치와 편향을 업데이트하는 학습 알고리즘입니다. 손실 함수·역전파·학습률과의 차이, SGD와 Adam의 역할을 쉽게 설명합니다.
분포 외 데이터(OOD)란? AI가 학습 때와 다른 입력을 만났다는 뜻
분포 외 데이터는 AI 모델을 학습시킨 데이터와 다른 시기·조건·환경에서 들어온 입력입니다. 이상치·데이터 드리프트·적대적 예제와의 차이, 감지와 사람 검토 방법을 쉽게 설명합니다.
타임아웃(Timeout)이란? AI API가 응답하지 않을 때 정하는 대기 시간
타임아웃은 AI API 요청이나 자동화 작업이 끝나기를 기다리는 최대 시간을 정하는 설정입니다. 지연 시간·408·504·재시도와의 차이, 중복 실행을 막는 방법을 초보자 눈높이에서 설명합니다.
