AI 엔지니어링 클래스에서 쓴 코드와 실행 결과를 글로 정리합니다. 모든 실습은 구글 코랩에서 직접 실행했고, 에러와 고친 과정까지 남깁니다.
벡터·수학 기초부터 머신러닝, LLM, RAG, AI 에이전트까지 직접 돌려 보며 정리합니다.
총 48개의 글이 있습니다.
AI
AI 에이전트
딥러닝 분석
딥러닝 실전
딥러닝 기초
머신러닝 실전
머신러닝 중급
머신러닝 기초
알고리즘 기초
AI 기초수학
벡터
에이전트가 뭐야? — 생각하고 행동하는 ReAct
22분
Tool use — LLM에게 첫 도구를 쥐여주다
24분
멀티스텝 — 도구를 스스로 골라 연쇄한다
25분
MCP — 도구를 표준 규격으로 꽂다
멀티에이전트 — 역할 나눠 협업하다
23분
트랜스포머 — LLM이 작동하는 방식
어텐션 — LLM이 문장을 읽는 방법
MLP — LLM이 지식을 저장하는 곳
VLM — LLM이 이미지를 인식하는 방법
DiT — 이미지를 생성하는 Transformer
텍스트 요약 도구 만들기 — 핵심 문장만 골라내기
20분
문장 유사도 계산기 — 두 문장이 얼마나 비슷한가요?
CNN 텍스트 분류기 — 리뷰가 긍정인지 부정인지 판단하기
BiLSTM 감정 분석기 — 앞뒤 문맥을 동시에 읽는 모델
불용어 제거 도구 만들기 — 노이즈를 걷어내야 모델이 보인다
단어(텍스트) 임베딩 이해하기 — Word2Vec
RNN 언어 모델 — 다음 단어 예측하기
단어 빈도 분석기 — 텍스트의 핵심을 한눈에
15분
LSTM 이름 국적 분류기 — 기억하는 신경망
텍스트 전처리 파이프라인 — NLP의 기초 체력
통신사 고객 7천 명, 누가 떠날까 — EDA로 단서 찾기
18분
빈 칸과 튀는 값 — 결측치·이상치 실전 처리
16분
"남자/여자"를 모델은 못 읽는다 — 피처 엔지니어링 실전
17분
이탈 예측, 어떤 모델이 이기나 — 5개 모델 실전 비교
같은 모델인데 셋팅만 바꿨더니 — 하이퍼파라미터 튜닝
전체 파이프라인 완성 — CSV 한 장에서 예측 모델까지
과적합과 과소적합 — 모델이 시험 문제만 외우면 생기는 일
서포트 벡터 머신(SVM) — 두 그룹 사이의 가장 넓은 길을 찾는 알고리즘
정규화 기법 — 모델에 '벌금'을 매기는 이유
그래디언트 부스팅 — 약한 모델들이 팀을 이루는 방법
이상치 탐지 — 1000명 중 수상한 1명을 찾아내는 법
주성분 분석(PCA) — 100개 특성을 2개로 줄여도 되는 이유
k-최근접 이웃(k-NN) — 주변을 보고 판단한다
결정 트리 — 스무고개처럼 질문을 쪼개서 답을 찾는다
로지스틱 회귀 — S자 곡선 하나로 분류를 끝낸다
나이브 베이즈 — 확률로 스팸을 잡는다
선형 회귀 — 직선 하나로 미래를 예측한다
모델 평가 지표 — 정확도만 보면 안 되는 이유
스택·큐·재귀 — 컴퓨터가 기억하는 법
그래프 탐색 — DFS와 BFS
정렬 알고리즘 비교 — 버블·삽입·퀵·병합
연립방정식, NumPy로 0.1초에 풀기
평균·분산·로그 — AI가 데이터를 읽는 법
확률 — AI가 예측하는 법
입문 — NumPy로 시작하는 AI 개발의 기초
12분
연산 — 덧셈, 뺄셈, 곱셈으로 배우는 실전 데이터 계산
방정식 — numpy.linalg.solve()로 빠르게 풀기
데이터 추출 — 정규표현식으로 이메일 주소 찾기