'학습 데이터', '라벨링' 등 어디서 많이 들어봤지만 왜 학습 데이터가 필요한지 구체적으로 알고 계신가요? 학습 데이터는 모델을 더 똑똑하고 현명하게 만드는 유일한 방법입니다. 이번 문서에서는 이 데이터와 학습에 대해서 알아봅시다.
1. 데이터를 먹여야 애가 똑똑해져요
학습 데이터는 좋은 모델을 만들기 위한 필수 요소입니다. 학습 데이터가 많아야 다양한 것을 알게 되고, 더 섬세한 구분이 가능해질 겁니다. 확률 문서에서 다룬 경우를 보면, 썩은 과일을 찾기 위해서는 다양한 과일을 입력시켜서 모든 과일을 어우를 수 있는 판단 모델을 만들어야 합니다. 그러기 위해서는 많은 과일 사진이 필요하고, 결과에 따라 모델이 많은 수정을 거쳐 정교한 모델로 바뀌게 됩니다.
2. 학습에는 사실 여러 방법이 있다
언어 모델, 이미지 및 동영상 생성 모델 등 여러 모델은 다 그에 맞는 여러가지 학습 방법론이 존재합니다. 제가 여기서 모든 학습 방법론을 다루게 되면 심연으로 들어가버리기 때문에 대표적인 학습 방법에 대해 이야기해보고자 합니다.
텍스트에서 텍스트 만드는 모델 학습하기
텍스트에서 텍스트를 만드는 언어 모델이 있다고 합시다. 하지만 이 모델은 대답을 잘 못합니다. 그래서