1. 한 번의 실패 앞서 Hermes Agent의 Multi Profile 기능을 활용해서 다중 에이전트를 생성하고, 이들 간의 협업을 시도해보았다. 당시 프로필 간 상호작용할 방법이 없어서 에이전트 팀을 만드는 것에 실패했다. 최근 Hermes Agent가 업데이트 되면서 이와 관련된 새로운 기능을 제공해 한번 알아봤다. 2. Kanban 드디어 멀티 프로필을 잘 활용할 수 있는 Native 기능이 추가되었다. Native dashboard와 … 더 읽기
![Featured image for [AI] 인공지능과 나의 미래 (ChatGPT 사용 과제)](https://tired-i.com/wp-content/uploads/2026/01/ai-chatgpt-image.png)
1. ChatGPT 사용기 원래부터 ChatGPT 유료 버전을 사용 중에 있었습니다. 월 20달러(대략 2만 원 중반 정도)를 지불하면 GPT-4와 더불어 새롭게 발표되는 각종 기능들을 사용할 수 있습니다. 4월 8일 기준 원달러 환율 1319원으로 계산하면 월 2만 6380원가량입니다. 저는 주로 개발 공부를 위해서 어려운 부분이 생기면 질문을 합니다. 구글링을 하는 경우보다 빠르게 원하는 대답을 얻을 수 있습니다. … 더 읽기
1. 연관규칙 대량의 데이터에서 빈번하게 발생하는 데이터의 패턴을 찾는 것. 맥주를 사는 사람은 마른안주도 함께 구매한다. 장바구니 분석이라고도 함. 출처 : https://welcome-to-dewy-world.tistory.com/61 가. 실습 baseball, basketball 그리고 soccer에 들어있는 0과 1을 숫자가 아닌 factor로 인식하도록 한다. read.csv(…., stringsAsFactors = true) 옵션을 사용하지 않은 것은 string 타입이 아니기 때문이다. 사용하면 이상하게 동작한다. 주의할 것. 출처 : … 더 읽기
1. 머신러닝 전통적 프로그래밍의 한계가 찾아옴. 프로그래밍을 통해 해결할 수 없는 문제가 많다. (ex. 필기체 숫자 인식, 얼굴 인식 등) 머신러닝의 개념 컴퓨터가 경험적 데이터(empirical data)를 학습해서 지능적으로 동작할 수 있는 기능을 갖추게 하는 인공지능의 세부 분야. 머신러닝의 기본 원리 머신러닝은 모델을 학습시켜 활용한다. 원시 모델 → 모델 학습 → 예측 모델 수학적으로 해석하면… 우리가 … 더 읽기
1. 지식표현과 추론 AI 초창기는 “탐색(추론)” 중심으로 범용 인공지능 연구를 진행했다. 이는 곧 한계를 맞이한다. 실제적인 문제를 해결하기 위해 “지식+추론” 패러다임과 “특화”로 방향을 전환했다. 지식 어떤 주제나 분야에 대해 경험이나 교육을 통해 얻어진 이론적인 또는 실제적인 이해. 지식은 크게 2가지로 구분할 수 있다. 지식 표현 프로그램이 동작할 수 있게 지식을 정형화된 형태로 표현하는 방법 추론 … 더 읽기
탐색 (search) 문제에 대한 최적의 해를 찾는 것. 문제의 해가 될 수 있는 후보 해의 집합 또는 공간을 체계적으로 검사. 용어 정리 가. 상태 공간 트리 트리 (tree) 이미지 출처 : https://ko.wikipedia.org/wiki/트리_구조 계층적 구조 표현. 상태 공간 트리 상태 공간에서 각 액션에 따른 상태의 변화를 나타낸 트리 나. 상태 공간 그래프 그래프 (graph) 이미지 출처 … 더 읽기
