[24.09.19] 나만의 모닝스쿨 70일차

노력하는 사람에게
불가능이란 없다.
- 알렉산더 대왕 -

오늘의 명상

https://youtu.be/HtHS8oO9Tg8

오늘의 감사 인사

추석 연휴가 끝났습니다. 다시 학업에 집중하도록 하겠습니다. 감사합니다.

천원의 아침밥을 먹을 수 있음에 감사합니다.

좋은 환경에서 공부할 수 있음에 감사합니다.

오늘의 기사

https://www.psnews.co.kr/news/articleView.html?idxno=2066949

[이진규의 AI 인사이트] 생성형 AI 기반 빅데이터 분석 시대, LDA 등 전통 기법과 무엇이 다른가? -

- 내용 정리 -
Point : 최근 대형 언어 모델(LLM)의 등장으로 인해 텍스트 데이터 분석 방법이 혁신적으로 발전하고 있다.
Reason : 전통적인 텍스트 분석 기법들은 단어의 빈도나 패턴을 파악하는 데 유용하지만, 문맥적인 의미를 깊이 이해하는 데 한계가 있다. LLM은 이러한 한계를 극복하여 더 복잡한 문맥과 의미를 정확하게 분석할 수 있다.
Example : 전통적인 기법들 (TF, TF-IDF, LDA, N-gram)은 간단하고 빠르지만, 단어의 다의성 문제나 문맥적 의미 파악에 한계가 있다. ChatGPT, Llama, BERT와 같은 LLM은 단어 임베딩 기술을 활용해 문맥을 이해하고, 텍스트 생성, 문장 유사성 평가, 주제 분류 등 다양한 분석 작업에 활용된다. LLM 기반 분석 기법은 복잡한 문맥 이해, 의미적 유사성 평가, 텍스트 생성 등에서 전통적 기법보다 뛰어난 성능을 보인다.
Point : LLM은 텍스트 데이터 분석의 복잡한 문제를 해결하는 데 강점을 가지며, 전통적 기법과 조화롭게 사용될 때 최적의 결과를 가져올 수 있다.