본문 바로가기

전체 글40

인공신경망 중에서 가장 대표적인 두 모델인 CNN과 RNN 1. CNN (Convolutional Neural Network, 합성곱 신경망)"공간을 보는 눈"CNN은 이미지의 공간적인 정보를 유지하면서 특징을 추출하는 데 특화되어 있습니다. 일반적인 신경망은 이미지를 1차원으로 쫙 펼쳐서 입력하기 때문에 "눈과 코의 위치 관계" 같은 정보가 무너지기 쉬운데, CNN은 이를 방지합니다.핵심 원리: **필터(Filter/Kernel)**를 사용합니다. 돋보기를 들고 이미지를 구석구석 훑으며 특징(선, 면, 질감 등)을 찾아내는 방식입니다.주요 구성 요소:합성곱 층(Convolutional Layer): 필터를 거쳐 이미지의 특징 맵(Feature Map)을 생성합니다.풀링 층(Pooling Layer): 데이터의 크기를 줄여 핵심 정보만 남기고 계산량을 줄입니다... 2025. 12. 22.
인공신경망의 구조와 작동 원리 딥러닝의 핵심인 **인공신경망(Artificial Neural Network, ANN)**은 인간의 뇌 구조에서 영감을 받아 만든 수학적 모델입니다. 수많은 데이터를 학습하여 패턴을 찾아내고, 이를 바탕으로 예측이나 분류를 수행하죠. 1. 인공신경망의 기본 구조인공신경망은 크게 세 가지 종류의 층(Layer)으로 구성됩니다.입력층 (Input Layer): 외부로부터 데이터를 받아들이는 층입니다. (예: 이미지의 픽셀 값, 텍스트 데이터 등)은닉층 (Hidden Layer): 입력된 데이터의 특징을 추출하고 복잡한 연산을 수행하는 층입니다. 딥러닝(Deep Learning)이라는 이름은 이 은닉층이 여러 개(Deep) 쌓여 있다는 데서 유래했습니다.출력층 (Output Layer): 최종적인 연산 결과를.. 2025. 12. 22.
AI 에서 텍스트 분류 AI에서 텍스트 분류(Text Classification)는 비정형 데이터인 텍스트를 컴퓨터가 이해할 수 있는 숫자로 바꾸고, 이를 적절한 카테고리로 할당하는 과정입니다. 텍스트 분류를 가능하게 하는 핵심 도구와 기술은 크게 텍스트 전처리, 벡터화, 모델링 세 단계로 나뉩니다.1. 텍스트 전처리 (Preprocessing)컴퓨터가 텍스트의 본질적인 의미에 집중할 수 있도록 노이즈를 제거하는 과정입니다.토큰화 (Tokenization): 문장을 단어, 형태소, 혹은 문자 단위(Token)로 잘게 나누는 작업입니다. 한국어는 KoNLPy(Mecab, Okt 등), 영어는 NLTK, SpaCy 같은 도구가 필수적입니다.불용어 제거 (Stopwords Removal): '은/는', '이/가', 'the', 'a.. 2025. 12. 22.
NATS 시스템으로 채팅 서버 만들기 🚀 클라우드 네이티브 메시징의 핵심: NATS 시스템 완전 분석1. NATS란 무엇인가? 단순함 속의 초고속 메시징NATS(Neural Autonomic Transport System)는 클라우드 네이티브 환경을 위해 설계된 고성능, 고가용성 메시징 시스템입니다. 전통적인 메시지 큐 시스템과 달리, NATS는 단순함과 속도를 최우선으로 하여 마이크로서비스 아키텍처(MSA)의 메시징 백본으로 각광받고 있습니다.Core NATS의 특징 (실시간 통신)Core NATS는 기본적으로 **"최대 한 번(At Most Once)"**의 QoS(서비스 품질)를 제공하며, 이는 엄청난 성능을 가능하게 하는 핵심입니다.발행/구독 (Pub/Sub): 가장 기본적인 모델로, 하나의 주제(Subject)로 발행된 메시지를 .. 2025. 12. 11.
Jenkins로 AAB 파일을 Google Play 내부 테스트 트랙에 자동 배포하기 모바일 게임이나 앱을 개발하는 분들이라면, 개발이 완료된 앱을 Google Play Store에 배포하는 과정이 얼마나 번거로운지 잘 아실 겁니다. 특히 팀 프로젝트의 경우, 새로운 빌드가 나올 때마다 수동으로 업로드하고 테스터들에게 공유하는 것은 시간 낭비가 아닐 수 없죠.이 블로그 포스팅에서는 유니티(Unity)로 빌드한 AAB(Android App Bundle) 파일을 젠킨스(Jenkins)를 사용하여 Google Play Store의 내부 테스트 트랙에 자동으로 업로드하고 배포하는 방법을 단계별로 자세히 설명해 드리겠습니다. 한 번 설정해두면 이후 작업이 훨씬 수월해질 거예요! 1. Google Cloud Platform (GCP)에서 서비스 계정 생성 및 권한 설정젠킨스가 Google Play .. 2025. 6. 2.
Unity에서 깎은 정이십면체(Truncated Icosahedron) 메시 (축구공)생성하기 안녕하세요, 이번 포스팅에서는 Unity에서 C#을 사용해 깎은 정이십면체(Truncated Icosahedron)를 생성하는 방법을 소개하겠습니다. 깎은 정이십면체는 축구공 모양으로 잘 알려진 다면체로, 정오각형 12개와 정육각형 20개로 구성됩니다. 이 글에서는 정점 데이터와 폴리곤 인덱스를 활용해 Unity의 Mesh 클래스로 이를 구현해 보겠습니다.준비Unity: 최신 버전 설치 (2021.3 이상 권장).기본 C# 지식: Unity 스크립팅에 대한 이해.데이터: 정점 60개, 오각형 12개, 육각형 20개의 인덱스 데이터.데이터우리가 사용할 데이터는 다음과 같습니다:정점 (vdata): 60개의 3D 좌표 (x, y, z).오각형 (pentagons): 12개의 오각형 폴리곤을 정의하는 정점 인.. 2025. 3. 22.

티스토리툴바