<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Ai on 세모난 책</title><link>https://semonan.com/kr/tags/ai/</link><description>Recent content in Ai on 세모난 책</description><generator>Hugo</generator><language>ko-KR</language><lastBuildDate>Wed, 03 Dec 2025 00:00:00 +0000</lastBuildDate><atom:link href="https://semonan.com/kr/tags/ai/rss.xml" rel="self" type="application/rss+xml"/><item><title>딥러닝 기반 얼굴 분석/인식</title><link>https://semonan.com/kr/book/ai/face-processing/face-analysis-deep-learning/</link><pubDate>Wed, 16 Oct 2024 00:00:00 +0000</pubDate><guid>https://semonan.com/kr/book/ai/face-processing/face-analysis-deep-learning/</guid><description>&lt;h1 id="딥러닝-기반-얼굴-분석인식"&gt;딥러닝 기반 얼굴 분석/인식&lt;a class="anchor" href="#%eb%94%a5%eb%9f%ac%eb%8b%9d-%ea%b8%b0%eb%b0%98-%ec%96%bc%ea%b5%b4-%eb%b6%84%ec%84%9d%ec%9d%b8%ec%8b%9d"&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;p&gt;Deep learning 기술이 발전하면서 Face analysis 성능도 향상 되었습니다.&lt;br&gt;
성능이 좋은 Open source기반 Face analysis library를 소개하고 사용법을 설명하겠습니다.&lt;/p&gt;
&lt;h2 id="insightface-2d-and-3d-face-analysis-project"&gt;InsightFace: 2D and 3D Face Analysis Project&lt;a class="anchor" href="#insightface-2d-and-3d-face-analysis-project"&gt;#&lt;/a&gt;&lt;/h2&gt;
&lt;ul&gt;
&lt;li&gt;&lt;a href="https://github.com/deepinsight/insightface" rel="noopener noreferrer" target="_blank"&gt;&lt;code&gt;https://github.com/deepinsight/insightface&lt;/code&gt;&lt;/a&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;※ License : 위 사이트에서 참조하세요 !&lt;/p&gt;
&lt;p&gt;이 곳에서 여러가지 Model을 공유하고 있으며, 그 중 &lt;code&gt;buffalo_l&lt;/code&gt; 이라는 Model pack을 소개하고자 합니다.&lt;br&gt;
&lt;code&gt;buffalo_l&lt;/code&gt;은 blob box, key points, detection score, landmark 2d/3d, gender, age, embedding, pose 정보를 제공합니다.&lt;br&gt;
 &lt;br&gt;
Python을 활용하여 Face analysis 하는 과정을 보여드리겠습니다.&lt;/p&gt;</description></item><item><title>ChatGPT 사용한 만큼만 요금 내기</title><link>https://semonan.com/kr/book/ai/usage-tips/chatgpt-pay-as-you-go/</link><pubDate>Sun, 14 Jul 2024 00:00:00 +0000</pubDate><guid>https://semonan.com/kr/book/ai/usage-tips/chatgpt-pay-as-you-go/</guid><description>&lt;h1 id="api기반-chat-gpt-유료버전을-저렴하게-사용하기"&gt;API기반 Chat GPT 유료버전을 저렴하게 사용하기&lt;a class="anchor" href="#api%ea%b8%b0%eb%b0%98-chat-gpt-%ec%9c%a0%eb%a3%8c%eb%b2%84%ec%a0%84%ec%9d%84-%ec%a0%80%eb%a0%b4%ed%95%98%ea%b2%8c-%ec%82%ac%ec%9a%a9%ed%95%98%ea%b8%b0"&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;h2 id="배경문제"&gt;배경/문제&lt;a class="anchor" href="#%eb%b0%b0%ea%b2%bd%eb%ac%b8%ec%a0%9c"&gt;#&lt;/a&gt;&lt;/h2&gt;
&lt;p&gt;OpenAI에서 제공하는 Chat GPT는 유료 버전을 사용하기 위해 매달 20달러의 구독료를 지불해야 합니다.&lt;br&gt;
(2024년 6월 기준, 한국의 경우 환율을 적용하면 약 3만원의 구독료가 지불됩니다.)&lt;br&gt;
사용량이 적은데 매달 20달러를 지불하는 것은 비싸게 느껴집니다.&lt;/p&gt;
&lt;h2 id="개선"&gt;개선&lt;a class="anchor" href="#%ea%b0%9c%ec%84%a0"&gt;#&lt;/a&gt;&lt;/h2&gt;
&lt;p&gt;이런 문제를 개선하기 위하여, 다음과 같이 간단하게 코딩하여 사용한 만큼만 지불하는 방법을 설명하겠습니다.&lt;br&gt;
OpenAI는 Chat Bot의 API를 제공하며, 사용한 만큼만 사용료를 지불하는 방식입니다.&lt;br&gt;
따라서, 매달 사용량이 적다면 구독하는 것 보다 API를 사용하는 것이 이득이 될 수 있습니다.&lt;/p&gt;</description></item><item><title>LoRA</title><link>https://semonan.com/kr/book/ai/fine-tuning/lora/</link><pubDate>Sun, 07 Jul 2024 00:00:00 +0000</pubDate><guid>https://semonan.com/kr/book/ai/fine-tuning/lora/</guid><description>&lt;link rel="stylesheet" href="https://semonan.com/katex/katex.min.css" /&gt;&lt;script defer src="https://semonan.com/katex/katex.min.js"&gt;&lt;/script&gt;&lt;script defer src="https://semonan.com/katex/auto-render.min.js" onload="renderMathInElement(document.body, {&amp;#34;delimiters&amp;#34;:[{&amp;#34;left&amp;#34;:&amp;#34;$$&amp;#34;,&amp;#34;right&amp;#34;:&amp;#34;$$&amp;#34;,&amp;#34;display&amp;#34;:true},{&amp;#34;left&amp;#34;:&amp;#34;$&amp;#34;,&amp;#34;right&amp;#34;:&amp;#34;$&amp;#34;,&amp;#34;display&amp;#34;:false},{&amp;#34;left&amp;#34;:&amp;#34;\\[&amp;#34;,&amp;#34;right&amp;#34;:&amp;#34;\\]&amp;#34;,&amp;#34;display&amp;#34;:true},{&amp;#34;left&amp;#34;:&amp;#34;\\(&amp;#34;,&amp;#34;right&amp;#34;:&amp;#34;\\)&amp;#34;,&amp;#34;display&amp;#34;:false}]});"&gt;&lt;/script&gt;
&lt;h1 id="lora-low-rank-adaptation"&gt;LoRA (Low-Rank Adaptation)&lt;a class="anchor" href="#lora-low-rank-adaptation"&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;p&gt;LoRA는 PEFT(Parameter-Efficient Fine-Tuning) 기술 중 하나입니다.&lt;br&gt;
이 기술은 대형 사전 학습 모델을 특정 작업에 맞게 효율적으로 Fine tuning 하는 방법입니다.&lt;/p&gt;
&lt;p&gt;(다음 내용은 논문 &amp;ldquo;LoRA: Low-Rank Adaptation of Large Language Models&amp;rdquo; 를 참고하였습니다.)&lt;/p&gt;
&lt;h2 id="배경문제"&gt;배경/문제&lt;a class="anchor" href="#%eb%b0%b0%ea%b2%bd%eb%ac%b8%ec%a0%9c"&gt;#&lt;/a&gt;&lt;/h2&gt;
&lt;p&gt;LLM(Large Language Model) 같은 Model은 파라미터 수가 매우 많습니다.&lt;br&gt;
예로, 24년 4월 출시된 llama3 model의 Parameter 수는 약 700억개이며 File 크기가 40GB가 넘으며, 이보다 더 큰 Model도 많습니다.&lt;br&gt;
이런 Large model을 Full fine tuning 하려면 고성능 GPU가 필요하며 학습 시간도 긴 편입니다.&lt;br&gt;
또한, Base model을 Full fine tuning 하는 것은 Pretraining에서 학습된 기본 성능을 저하 시킬 여지가 있습니다.&lt;/p&gt;</description></item><item><title>DRAM 수요 폭증</title><link>https://semonan.com/kr/book/life-engineering/computer/surging-dram-demand/</link><pubDate>Wed, 03 Dec 2025 00:00:00 +0000</pubDate><guid>https://semonan.com/kr/book/life-engineering/computer/surging-dram-demand/</guid><description>&lt;h1 id="메모리-제조-회사는-돈을-쓸어담고-있다"&gt;메모리 제조 회사는 돈을 쓸어담고 있다&lt;a class="anchor" href="#%eb%a9%94%eb%aa%a8%eb%a6%ac-%ec%a0%9c%ec%a1%b0-%ed%9a%8c%ec%82%ac%eb%8a%94-%eb%8f%88%ec%9d%84-%ec%93%b8%ec%96%b4%eb%8b%b4%ea%b3%a0-%ec%9e%88%eb%8b%a4"&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;p&gt;삼성전자, SK하이닉스, 마이크론은 세계 3대 메모리 제조회사입니다.&lt;br&gt;
DRAM을 제조 및 판매하여 큰 영업이익을 얻고있죠.&lt;br&gt;
25년 12월 기준 DRAM 수요가 폭증하여 없어서 못 파는 상황이라고 합니다.&lt;br&gt;
즉, DRAM 제조사는 돈을 쓸어 담고 있으며 이 추세는 당분간 지속 될 것으로 전망하고 있습니다.&lt;br&gt;
도대체 DRAM이 무엇이길래 갑자기 수요가 폭증했을까요?&lt;br&gt;
그 이유를 알려드리겠습니다.&lt;/p&gt;
&lt;img src="https://semonan.com/images/book/life-engineering/computer/surging-dram-demand/img1.webp" alt="" width="600"&gt;
&lt;h2 id="dram-간단히-알아보기"&gt;DRAM 간단히 알아보기&lt;a class="anchor" href="#dram-%ea%b0%84%eb%8b%a8%ed%9e%88-%ec%95%8c%ec%95%84%eb%b3%b4%ea%b8%b0"&gt;#&lt;/a&gt;&lt;/h2&gt;
&lt;p&gt;컴퓨터가 동작하기 위해서 연산장치(CPU)와 저장장치가 꼭 필요합니다.&lt;br&gt;
저장장치에는 대표적으로 SSD같은 비휘발성 저장장치(Storage)와 DRAM같은 휘발성 저장장치가 있습니다.&lt;br&gt;
둘 다 데이터를 저장하려는 목적으로 사용되지만 컴퓨터 내부에서의 쓰임새는 꽤 다릅니다.&lt;/p&gt;</description></item><item><title>이미지 편집</title><link>https://semonan.com/kr/book/ai/usage-tips/image-editing/</link><pubDate>Sun, 23 Nov 2025 00:00:00 +0000</pubDate><guid>https://semonan.com/kr/book/ai/usage-tips/image-editing/</guid><description>&lt;h1 id="ai에게-이미지-편집-시켜보기"&gt;AI에게 이미지 편집 시켜보기&lt;a class="anchor" href="#ai%ec%97%90%ea%b2%8c-%ec%9d%b4%eb%af%b8%ec%a7%80-%ed%8e%b8%ec%a7%91-%ec%8b%9c%ec%bc%9c%eb%b3%b4%ea%b8%b0"&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;h2 id="ai는-이미지-편집을-잘-할까"&gt;AI는 이미지 편집을 잘 할까?&lt;a class="anchor" href="#ai%eb%8a%94-%ec%9d%b4%eb%af%b8%ec%a7%80-%ed%8e%b8%ec%a7%91%ec%9d%84-%ec%9e%98-%ed%95%a0%ea%b9%8c"&gt;#&lt;/a&gt;&lt;/h2&gt;
&lt;p&gt;이미지속 특정 사물을 지우거나 색을 변경하는 등의 이미지 편집은 AI가 잘하는 영역이 되었습니다.&lt;br&gt;
얼마나 잘 하는지 한번 살펴 볼까요?&lt;br&gt;
왼쪽 이미지는 원본이고, 오른쪽은 AI가 이미지를 수정한 것입니다.&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;Sample 1&lt;br&gt;
Prompt : &amp;ldquo;사진에서 사과를 지워주세요&amp;rdquo;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;AI가 다음처럼 사과를 자연스럽게 삭제했습니다.&lt;br&gt;
&lt;img src="https://semonan.com/images/book/ai/usage-tips/image-editing/sample1.webp" alt="AI image editing sample 1 - removing an apple" width="370"&gt;&lt;/p&gt;
&lt;ul&gt;
&lt;li&gt;Sample 2&lt;br&gt;
Prompt : &amp;ldquo;사진에서 사과를 바나나로 바꿔주세요.&amp;rdquo;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;AI가 다음처럼 사과를 바나나로 자연스럽게 바꿨습니다.&lt;br&gt;
&lt;img src="https://semonan.com/images/book/ai/usage-tips/image-editing/sample2.webp" alt="AI image editing sample 2 - replacing an apple with a banana" width="370"&gt;&lt;/p&gt;</description></item></channel></rss>