인공지능 관계도

mindmap
  root((인공지능<br/>146개 토픽))
    AI 기초
      인공지능 개요
      AI의 분류
      모라벡의 역설
      AGI
    머신러닝
      ML 기본
        머신러닝
        지도학습
        비지도학습
        강화학습
        강화학습 심화
      알고리즘
        분류 알고리즘
        회귀 알고리즘
        SVM
        결정트리 / 랜덤포레스트
        앙상블 학습
      클러스터링
        클러스터링 K-means/DBSCAN
        실루엣 계수
      평가/최적화
        ROC Curve / AUC
        Hyperparameter Tuning
        베이지안 최적화
        Feature Engineering 기법
    딥러닝 기초
      딥러닝
      신경망
      활성화 함수
      역전파
      최적화 알고리즘
      손실 함수
      과적합 / 정규화
      Batch Normalization
      Dropout
      딥러닝 정규화 기법
    CNN
      CNN
      CNN 아키텍처
      ResNet / 잔차 연결
    RNN
      RNN / LSTM / GRU
    Transformer
      Attention 메커니즘
      Transformer
      Positional Encoding
      Transformer Positional Encoding
      Flash Attention
      BERT
      GPT
    LLM
      LLM
      Scaling Law
      Emergent Ability
      토크나이제이션
      임베딩
      Embedding 기법
      LLM Context Window 관리
      Hallucination 완화 기법
      LLM Evaluation 메트릭
      소형 언어 모델 SLM
      오픈소스 AI 모델
    생성형 AI
      생성형 AI 기본
        생성형 AI
        확산 모델 개요
        확산 모델
        GAN
        VAE
        딥페이크
        합성 데이터
      프롬프트 엔지니어링
        프롬프트 엔지니어링
        Chain-of-Thought
      RAG
        RAG
        벡터 데이터베이스
        Vector Search 알고리즘
        Vector DB 성능 최적화
        GraphRAG
      파인튜닝
        Fine-tuning
        LoRA/QLoRA
        RLHF 상세
        PPO
        DPO
        Constitutional AI
      도메인 특화
        도메인 특화 언어모델
      AI 네이티브
        AI 네이티브 개발
      AI 에이전트
        AI 에이전트
        AI Agent Framework
        멀티에이전트 시스템
        ReAct
        Agentic AI / AI Agent
      멀티모달
        멀티모달 AI
        Multimodal LLM
        CLIP
        Vision Transformer ViT
    컴퓨터 비전
      컴퓨터 비전
      객체 탐지
      객체 탐지 모델 심화
      이미지 분할
      얼굴 인식 기법
    NLP
      자연어처리
      개체명 인식
      텍스트 분류 / 감성 분석
      TF-IDF
      음성 인식
      음성 합성 TTS
      TEXT2SQL / NL2SQL
    추천 시스템
      추천 시스템
      추천시스템 심화
    MLOps
      MLOps
      모델 배포 / 서빙
      모델 서빙 전략
      모델 모니터링 / 드리프트
      데이터 드리프트 / 컨셉트 드리프트
      모델 버전 관리
      A/B 테스트 ML 모델
      Feature Store
      데이터 어노테이션/라벨링
    AutoML
      AutoML
      Neural Architecture Search
    AI 윤리/거버넌스
      AI 윤리 / 책임 있는 AI
      AI 편향
      XAI
      AI 가드레일
      AI TRiSM
      AI 거버넌스 프레임워크
    엣지 AI
      엣지 AI
      Edge AI
      AI PC
      모델 경량화
      양자화
      Model Quantization 모델 양자화
      지식 증류
      모델 압축 기법 상세
      Physical AI
    고급 학습 기법
      Transfer Learning
      Few-Shot Learning / Zero-Shot Learning
      Self-Supervised Learning
      Contrastive Learning
      Knowledge Distillation
      연합학습
      MoE
    Graph Neural Network
      Graph Neural Network
      그래프 신경망 심화 GNN Advanced
    Data Augmentation
      Data Augmentation
    기타
      P-NP 문제
    통계학 기초
      기술통계
        중심경향 측도
        산포도 측도
      확률과 확률분포
        이산 확률분포
        연속 확률분포
      추정과 신뢰구간
      가설검정
        모수검정
        비모수검정
      회귀분석
        단순/다중/로지스틱
      분산분석 ANOVA
      상관분석
      베이지안 통계
      표본추출 방법론
      시계열 분석
      교차분석과 카이제곱 검정

인공지능 (AI) → AGI (범용 인공지능)
    ↓
머신러닝 (ML)
  ├─ 지도학습 (분류, 회귀)
  ├─ 비지도학습 (군집, 차원축소)
  └─ 강화학습 (보상 기반) → 강화학습 심화 (PPO, DQN)
    ↓
딥러닝 (Deep Learning)
  └─ 신경망 (다층 구조)

지도학습 (Supervised Learning)
  ├─ 분류 (Classification): 로지스틱 회귀, SVM, 결정트리
  └─ 회귀 (Regression): 선형 회귀, 다항 회귀

비지도학습 (Unsupervised Learning)
  ├─ 군집 (Clustering): K-means, DBSCAN
  ├─ 실루엣 계수 (클러스터링 품질 평가)
  └─ 차원 축소: PCA, t-SNE

강화학습 (Reinforcement Learning)
  └─ Q-Learning, DQN, PPO

배깅 (Bagging)
  └─ 랜덤포레스트

부스팅 (Boosting)
  ├─ AdaBoost
  ├─ Gradient Boosting
  └─ XGBoost, LightGBM, CatBoost

스태킹 (Stacking)

신경망 (Neural Network)
  ├─ 입력층 (Input Layer)
  ├─ 은닉층 (Hidden Layer)
  └─ 출력층 (Output Layer)

학습 과정
  ├─ 순전파 (Forward Propagation)
  ├─ 손실 함수 (Loss Function)
  ├─ 역전파 (Backpropagation)
  └─ 최적화 (Optimizer: SGD, Adam)

정규화
  ├─ Batch Normalization
  ├─ Dropout
  └─ 딥러닝 정규화 기법 (L1/L2, Early Stopping)

Sigmoid (0~1)
ReLU (Rectified Linear Unit)
Leaky ReLU
Tanh (-1~1)
Softmax (다중 분류 출력층)

과적합 (Overfitting) 방지
  ├─ L1 정규화 (Lasso)
  ├─ L2 정규화 (Ridge)
  ├─ Dropout
  ├─ Batch Normalization
  ├─ Early Stopping
  └─ Data Augmentation

LeNet (1998)
    ↓
AlexNet (2012) - ImageNet 우승
    ↓
VGGNet (2014) - 깊은 네트워크
    ↓
GoogLeNet (2014) - Inception 모듈
    ↓
ResNet (2015) - Skip Connection / 잔차 연결
    ↓
EfficientNet (2019) - 효율적 스케일링
    ↓
Vision Transformer (ViT) - CNN → Transformer

RNN (Recurrent Neural Network)
  └─ 기울기 소실 문제
    ↓
LSTM (Long Short-Term Memory)
  └─ Cell State, Gate 메커니즘
    ↓
GRU (Gated Recurrent Unit)
  └─ LSTM 단순화

Attention 메커니즘
  └─ Query, Key, Value
    ↓
Transformer (2017)
  ├─ Encoder (BERT)
  └─ Decoder (GPT)

Self-Attention
  └─ Multi-Head Attention

Positional Encoding
  └─ 위치 정보 인코딩

Flash Attention
  └─ IO-aware 최적화

BERT (Bidirectional Encoder)
  ├─ 양방향 학습
  ├─ Masked Language Model
  └─ 문장 이해 (분류, NER)

GPT (Generative Pre-trained Transformer)
  ├─ 단방향 학습 (왼→오)
  ├─ Causal Language Model
  └─ 텍스트 생성

GPT-1 (2018, 117M)
    ↓
GPT-2 (2019, 1.5B)
    ↓
GPT-3 (2020, 175B)
    ↓
GPT-3.5 (ChatGPT)
    ↓
GPT-4 (2023, 멀티모달)

Scaling Law → Emergent Ability
LLM → SLM (소형 언어 모델)
LLM → 오픈소스 AI 모델

텍스트 생성
  └─ GPT, LLaMA, PaLM

이미지 생성
  ├─ GAN (Generative Adversarial Network)
  ├─ VAE (Variational Autoencoder)
  └─ Diffusion Model (Stable Diffusion, DALL-E)

멀티모달
  └─ GPT-4, Gemini, CLIP

딥페이크 (Deepfake)
  └─ GAN/Diffusion 기반 위변조

합성 데이터 (Synthetic Data)
  └─ GAN/Diffusion 기반 학습 데이터 생성

프롬프트 엔지니어링
  ├─ Zero-Shot (예시 없음)
  ├─ Few-Shot (몇 개 예시)
  └─ Chain-of-Thought (CoT, 단계적 사고)

사용자 질의
    ↓
벡터 데이터베이스 검색 (Embedding)
  └─ Vector Search 알고리즘 (HNSW, IVF)
  └─ Vector DB 성능 최적화
    ↓
관련 문서 검색
    ↓
LLM에 컨텍스트 제공
    ↓
답변 생성

GraphRAG
  └─ 지식 그래프 기반 RAG

Hallucination 완화
  └─ RAG, 팩트체킹, 검증

Full Fine-tuning (모든 파라미터 학습)
    ↓
PEFT (Parameter-Efficient Fine-Tuning)
  ├─ LoRA (Low-Rank Adaptation)
  └─ QLoRA (Quantized LoRA)
    ↓
RLHF (Reinforcement Learning from Human Feedback)
  └─ PPO (Proximal Policy Optimization)
    ↓
DPO (Direct Preference Optimization)
  └─ RLHF 대안 (보상 모델 불필요)
    ↓
Constitutional AI
  └─ 원칙 기반 학습

AI 에이전트
  ├─ 도구 사용 (Tool Use)
  ├─ 메모리 (Memory)
  └─ 계획 (Planning)

ReAct (Reasoning + Acting)
  └─ 추론과 행동 교차 수행

Agent Framework
  ├─ LangChain
  ├─ AutoGPT
  └─ BabyAGI

Agentic AI / AI Agent
  └─ 자율적 목표 달성

멀티에이전트 시스템
  ├─ 에이전트 간 협업/분업
  ├─ 역할 기반 자율 조정
  └─ CrewAI, AutoGen

분류 (Classification)
  └─ 이미지 카테고리 분류

객체 탐지 (Object Detection)
  ├─ YOLO, R-CNN, SSD
  └─ 객체 탐지 모델 심화

이미지 분할 (Segmentation)
  ├─ Semantic Segmentation (픽셀별 분류)
  └─ Instance Segmentation (객체별 분류)

얼굴 인식 (Face Recognition)
  └─ FaceNet, ArcFace

Vision Transformer (ViT)
  └─ CNN → Transformer 적용

토크나이제이션 (Tokenization)
  └─ BPE, WordPiece, SentencePiece
    ↓
임베딩 (Embedding)
  └─ Word2Vec, GloVe, BERT Embedding
  └─ Embedding 기법 (다양한 임베딩 방식)
    ↓
NLP 태스크
  ├─ 개체명 인식 (NER)
  ├─ 텍스트 분류
  ├─ 감성 분석
  ├─ TF-IDF (문서 가중치)
  ├─ 기계 번역
  ├─ 음성 인식 (ASR)
  ├─ 음성 합성 (TTS)
  └─ TEXT2SQL / NL2SQL

데이터 수집 / 전처리
  └─ 데이터 어노테이션/라벨링
    ↓
Feature Store (특징 저장소)
  └─ Feature Engineering 기법
    ↓
모델 학습 / 검증
  └─ Hyperparameter Tuning
    ↓
모델 배포 / 서빙
  └─ 모델 서빙 전략
    ↓
모델 모니터링 / 드리프트 탐지
  └─ 데이터 드리프트 / 컨셉트 드리프트
    ↓
모델 버전 관리
    ↓
A/B 테스트 (ML 모델)
    ↓
재학습 (Re-training)

AI 편향 (Bias)
  └─ 데이터 편향, 알고리즘 편향

XAI (Explainable AI)
  ├─ LIME, SHAP
  └─ Attention Visualization

책임 있는 AI
  ├─ 공정성 (Fairness)
  ├─ 투명성 (Transparency)
  └─ 프라이버시 (Privacy)

AI 가드레일
  └─ 유해 콘텐츠 필터링

AI TRiSM
  └─ 신뢰, 리스크, 보안 관리

AI 거버넌스 프레임워크
  └─ 조직 차원 AI 관리 체계

Transfer Learning (전이학습)
  └─ 사전학습 모델 재사용

Few-Shot Learning
  └─ 적은 예시로 학습

Zero-Shot Learning
  └─ 예시 없이 학습

Self-Supervised Learning
  └─ 레이블 없이 학습 (대조학습)

Contrastive Learning
  └─ SimCLR, MoCo

Knowledge Distillation
  └─ 큰 모델 → 작은 모델

연합학습 (Federated Learning)
  └─ 분산 학습, 데이터 프라이버시

MoE(Mixture of Experts)
  └─ 조건부 전문가 활성화

모델 양자화(Model Quantization)
  └─ FP32 → INT8 (정밀도 감소)

양자화 (Quantization)
  └─ 기본 개념 및 기법

Pruning (가지치기)
  └─ 불필요한 가중치 제거

Knowledge Distillation
  └─ Teacher → Student

모델 압축 기법 상세
  └─ 양자화, 프루닝, 증류 종합

Neural Architecture Search (NAS)
  └─ 최적 구조 자동 탐색

엣지 AI / Edge AI
  └─ 온디바이스 추론

AI PC
  └─ NPU 기반 로컬 AI

Physical AI
  └─ 로봇/자율주행 물리적 AI