AI 스터디_머신러닝과 딥러닝 모델에 대한 공부

1. 회귀 모델 (Regression Models)

회귀 모델은 입력 변수와 출력 변수 간의 관계를 모델링하는 데 사용된다. 비즈니스에서는 주로 예측 분석에 활용된다.

 

주요 회귀 모델 유형:

• 선형 회귀: 가장 기본적인 형태로, 입력과 출력 간의 선형 관계를 모델링한다.
• 다항 회귀: 복잡한 비선형 패턴을 포착할 수 있어 금융 서비스 분야에서 자주 사용된다.
• 릿지 회귀: 과적합을 방지하는 데 유용하며, 의료 분야에서 질병 위험 예측 등에 활용된다.
• 라쏘 회귀: 자동으로 중요한 특성을 선택하는 데 유용하다.
• 그래디언트 부스팅: 복잡한 패턴을 분석할 수 있어 판매 예측 등에 활용된다.

 

회귀 모델의 비즈니스 활용

 

선형 회귀

• 부동산: 주택 가격 예측, 임대료 산정
• 소매업: 일별/주별 매출 예측, 재고 수요 예측
• 마케팅: 광고 투자 대비 수익률(ROI) 예측
• 인사관리: 직원 성과와 급여 수준 분석

다항 회귀

• 금융서비스: 주식 가격 변동 예측, 리스크 분석
• 에너지 산업: 전력 수요 예측, 신재생 에너지 생산량 예측
• 제조업: 제품 품질과 공정 변수 간의 관계 분석

릿지/라쏘 회귀

• 의료산업: 환자 치료 결과 예측, 의료비 예측
• 통신업: 네트워크 트래픽 예측, 서비스 품질 최적화
• 금융: 신용평가 모델링, 대출 위험 평가

---

2. 분류 모델 (Classification Models)

분류 모델은 입력 데이터를 미리 정의된 범주로 분류하는 데 사용된다.

주요 분류 알고리즘:

• 서포트 벡터 머신 (SVM): 데이터 포인트를 구분하는 최적의 경계를 찾는다.
• 결정 트리: 데이터의 특성을 기반으로 결정을 내리는 트리 구조 모델이다.
• K-최근접 이웃 (KNN): 새로운 데이터 포인트를 가장 가까운 이웃들의 클래스로 분류한다.
• 나이브 베이즈: 확률 이론을 바탕으로 분류를 수행하며, 텍스트 분류에 자주 사용된다.

 

분류 모델의 비즈니스 활용

 

서포트 벡터 머신(SVM)

• 금융: 사기 거래 탐지, 신용카드 승인 시스템
• 제조업: 제품 불량 분류, 품질 관리
• 의료: 질병 진단 보조, 의료 이미지 분석

결정 트리

• 고객 관리: 고객 이탈 예측, 구매 패턴 분석
• 마케팅: 타겟 고객 세그먼테이션
• 보험: 보험 청구 심사, 위험 평가

나이브 베이즈

• 이커머스: 상품 리뷰 감성 분석
• 이메일 서비스: 스팸 메일 필터링
• 콘텐츠 플랫폼: 뉴스 기사 분류, 콘텐츠 추천

---

3. 이미지 분류 (Image Classification)

 

이미지 분류는 컴퓨터 비전의 기본적인 작업으로, 이미지를 미리 정의된 범주로 분류한다.

주요 기술:

• 합성곱 신경망 (CNN): 이미지 처리에 특화된 딥러닝 모델로, 특징을 자동으로 추출한다.
• 전이 학습: 사전 훈련된 모델을 활용하여 새로운 작업에 적용한다.
• 데이터 증강: 훈련 데이터를 인위적으로 확장하여 모델의 일반화 능력을 향상시킨다.

 

이미지 분류의 비즈니스 활용

 

CNN 기반 응용

• 리테일:
  • 무인 매장의 상품 인식
  • 재고 관리 자동화
  • 진열대 모니터링
• 보안:
  • 얼굴 인식 출입 통제
  • CCTV 이상 행동 감지
  • 문서 위조 감지
• 의료:
  • X-ray, MRI 영상 분석
  • 피부질환 진단
  • 병리 검사 자동화

---

4. 신경망 (Neural Networks)

 

신경망은 인간 뇌의 뉴런 구조를 모방한 기계학습 모델이다.

 

주요 신경망 구조:

• 완전 연결 네트워크: 모든 뉴런이 서로 연결된 기본적인 구조다.
• 합성곱 신경망 (CNN): 이미지 처리에 특화되어 있다.
• 순환 신경망 (RNN): 시계열 데이터 처리에 적합하다.
• 트랜스포머: 자연어 처리 분야에서 뛰어난 성능을 보인다.

 

신경망의 비즈니스 활용

 

RNN/LSTM

• 금융:
  • 주가 예측
  • 환율 변동 분석
  • 트레이딩 봇 개발

• 고객 서비스:
  • 챗봇 시스템
  • 음성 인식 상담
  • 자동 응답 시스템

트랜스포머

• 콘텐츠:
  • 자동 번역 서비스
  • 콘텐츠 요약 생성
  • 맞춤형 콘텐츠 추천
• 비즈니스 인텔리전스:
  • 시장 동향 분석
  • 경쟁사 모니터링
  • 소셜 미디어 분석

---

5. 딥러닝 (Deep Learning)

딥러닝은 여러 층의 인공 신경망을 사용하여 복잡한 패턴을 학습하는 기술이다.

주요 특징:

• 대량의 데이터와 강력한 컴퓨팅 파워가 필요하다.
• 특징 추출을 자동으로 수행한다.
• 컴퓨터 비전, 자연어 처리, 음성 인식 등 다양한 분야에서 뛰어난 성능을 보인다.

딥러닝의 혁신적 비즈니스 활용

 

하이브리드 모델

• 메타버스/AR:
  • 가상 피팅 서비스
  • 실시간 3D 아바타 생성
  • AR 쇼핑 경험
• 자율주행:
  • 실시간 객체 인식
  • 경로 최적화
  • 안전 시스템

생성형 AI

• 디자인/제조:
  • 제품 디자인 자동화
  • 패턴 생성
  • 3D 모델링
• 마케팅:
  • 맞춤형 광고 제작
  • 상품 이미지 생성
  • 카피라이팅