인공지능: 전체 강좌(AI001)

---

⚠️ Translation Warnings:

• Body: Section 1 error: Error code: 500 - {‘error’: {‘message’: ‘500 Internal Server Error: internal error’, ‘type’: ‘api_er

---

Source: Dev.to

인공지능의 기초 (PART 1)

• 인공지능이란 무엇인가? link
• AI의 역사와 진화 link
• AI vs ML vs DL vs Data Science
• AI 유형: 좁은 AI, 일반 AI, 초지능 AI
• 지능형 에이전트와 환경
• 합리성, 자율성, 그리고 학습
• AI 문제 해결 사고방식

Problem Solving & Search (PART 2)

• 상태 공간 표현
• 무지 탐색: BFS, DFS, IDS, UCS
• 정보 탐색: Greedy, A*
• 휴리스틱: 허용성 및 일관성
• 게임 플레이 및 적대적 탐색
• 미니맥스 알고리즘
• 알파‑베타 가지치기
• 제약 만족 문제 (CSP)
• 백트래킹 및 제약 전파

지식 표현 및 추론 (PART 3)

• 명제 논리
• 1차 술어 논리
• 추론 및 연역
• 해소와 통합
• 지식 베이스
• 규칙 기반 시스템
• 의미 네트워크
• 프레임 및 온톨로지
• 기술 논리
• 불확실성 하의 추론

계획 및 의사결정 (PART 4)

• 고전 계획
• STRIPS 표현
• 전방 계획 vs 후방 계획
• 계획 그래프
• 의사결정 이론 기초
• 효용 이론
• 마코프 의사결정 프로세스 (MDPs)
• 정책 및 가치 반복
• 부분 관측 마코프 의사결정 프로세스 (POMDPs)

Probability & Uncertainty in AI (PART 5)

• AI를 위한 확률 이론
• 베이지안 추론
• 베이즈 네트워크
• 조건부 독립성
• 베이즈 네트워크에서의 추론
• 히든 마르코프 모델 (HMM)
• 칼만 필터
• 파티클 필터
• 잡음 및 불확실성 처리

머신 러닝 (AI 코어) (PART 6)

• 학습 패러다임 개요
• 지도 학습
• 비지도 학습
• 반지도 학습
• 강화 학습
• 편향‑분산 트레이드‑오프
• 모델 평가 및 검증
• 과적합 및 정규화

고전 머신러닝 알고리즘 (PART 7)

• 선형 및 로지스틱 회귀
• k‑최근접 이웃
• 나이브 베이즈
• 의사결정 트리
• 앙상블 방법
• 서포트 벡터 머신
• 클러스터링 알고리즘
• 차원 축소

Neural Networks & Deep Learning (PART 8)

• 인공 신경망
• 퍼셉트론 및 다층 네트워크
• 활성화 함수
• 역전파
• 최적화 기법
• 합성곱 신경망 (CNNs)
• 순환 신경망 (RNNs)
• LSTM 및 GRU
• 어텐션 메커니즘
• 트랜스포머
• 대형 언어 모델 (LLMs)

Reinforcement Learning (PART 9)

• 강화 학습 기본
• 에이전트–환경 상호작용
• 보상 설계
• 가치 기반 방법
• 정책 기반 방법
• Q‑학습
• SARSA
• 딥 강화 학습
• 탐험 vs 활용

자연어 처리 (PART 10)

• 언어 모델링
• 텍스트 전처리
• 단어 임베딩
• 시퀀스‑투‑시퀀스 모델
• NLP에서 어텐션
• NLP를 위한 트랜스포머
• 대형 언어 모델(LLM) 및 챗 시스템
• NLP 시스템 평가

컴퓨터 비전 (PART 11)

• 이미지 표현
• 특징 추출
• 비전을 위한 CNN
• 객체 탐지
• 이미지 분할
• 얼굴 인식
• 비전 트랜스포머
• 다중모달 학습

설명 가능성, 윤리 및 공정성 (PART 12)

• 설명 가능한 AI (XAI)
• 해석 가능성 vs 정확도
• AI 시스템의 편향
• 공정성 지표
• 윤리적 AI 원칙
• 프라이버시와 보안
• 책임 있는 AI

AI 시스템 및 배포 (PART 13)

• AI 파이프라인
• AI를 위한 데이터 엔지니어링
• 모델 배포
• 모니터링 및 드리프트 감지
• AI 시스템 확장
• 엣지 AI
• 프로덕션에서의 AI 실패

AI의 적용 (PART 14)

• 의료 분야의 AI
• 금융 분야의 AI
• 추천 시스템의 AI
• 자율 시스템의 AI
• 로봇공학 분야의 AI
• 스포츠 분석의 AI
• 교육 분야의 AI

고급 및 미래 AI (PART 15)

• Causal AI
• Neuro‑symbolic AI
• Self‑supervised learning
• Multimodal foundation models
• AGI research
• AI alignment and safety
• Future of AI research

AI 연구 및 경력 (PART 16)

• AI 연구 논문을 읽는 방법
• AI에서의 실험 설계
• 벤치마크 및 데이터셋
• AI 재현성
• AI 엔지니어 vs AI 연구원
• 영향력 있는 AI 프로젝트 구축