인공지능 기술 지도: "어떤 도구들이 들어있을까?"

1. 머신러닝 (Machine Learning)

머신러닝은 크게 세 가지 공부 방법으로 나뉩니다. 오렌지 툴에서 가장 많이 쓰게 될 기술들입니다.

• 지도 학습 (Supervised Learning): 정답(라벨)이 있는 데이터를 공부함.
  • 회귀 (Regression): 숫자를 맞히는 것 (예: 내년 보험금 지급액 예측)
    • 기술: 선형 회귀(Linear Regression), 랜덤 포레스트(Random Forest)
  • 분류 (Classification): 그룹을 나누는 것 (예: 이 고객은 유지할까, 해지할까?)
    • 기술: 의사결정나무(Decision Tree), SVM, 로지스틱 회귀
• 비지도 학습 (Unsupervised Learning): 정답 없이 데이터의 특징만으로 끼리끼리 묶음.
  • 군집화 (Clustering): 비슷한 특징의 고객군 찾기
    • 기술: K-Means, 계층적 군집화

2. 딥러닝 (Deep Learning)

데이터의 형태(이미지, 텍스트 등)에 따라 사용하는 신경망의 구조가 달라집니다.

• CNN (합성곱 신경망): 이미지 처리에 특화. (예: 사고 차량 사진을 보고 파손 부위 판독)
• RNN / LSTM (순환 신경망): 순서가 있는 데이터(시계열) 처리에 특화. (예: 주가 변동, 월별 보험료 추이 분석)
• ANN (인공 신경망): 가장 기본적인 뇌 구조 모방 모델.

3. 생성형 AI (Generative AI)

기존 데이터를 분석하는 것을 넘어 '새로운 결과물'을 만들어내는 최신 기술입니다.

• GAN (생성적 적대 신경망): '진짜 같은 가짜'를 만듦. (예: 가상의 인물 사진 생성, 데이터 증강)
• Transformer (트랜스포머): 문장 속 단어들의 관계를 파악하는 기술. 현재 모든 생성형 AI(제미니, ChatGPT)의 심장입니다.
• Diffusion (확산 모델): 노이즈에서 이미지를 복원하며 그림을 생성하는 기술. (예: 미드저니, 스테이블 디퓨전)

---

📊 AI 기술 비교표

분야	핵심 기술 (방법론)	실제 활용 예시
머신러닝	의사결정나무, 랜덤 포레스트	고객 해지 예측, 보험료 산정 기초
딥러닝	CNN, RNN, LSTM	사고 이미지 판독, 이상 징후 감지
생성형 AI	Transformer, GAN, Diffusion	약관 요약 챗봇, 마케팅 문구/이미지 생성