AI (인공지능) 학습관
신청 방법, 문제해결, 궁금한 내용을 검색해 보세요.
봄 감자 심기 실전 기록씨감자를 바로 묻지 않고 싹 상태부터 확인하니 심는 방향과 간격이 훨씬 명확해졌습니다씨감자 고르기 · 싹 틔우기 · 자르는 기준 · 절단면 말리기 · 재 활용 · 두둑 만들기 · 파종 깊이까지처음 감자를 심었을 때는 씨감자를 몇 조각으로 자른 뒤 눈만 위로 향하게 놓으면 되는 줄 알았습니다. 그래서 큰 감자를 너무 잘게 나누기도 했고, 자르자마자 젖은 밭에 넣었다가 일부 조각이 물러진 경험도 있었습니다. 반대로 싹을 지나치게 길게 키워 심는 과정에서 부러뜨린 적도 있었습니다. 몇 번의 봄을 보내면서 제 방식은 많이 단순해졌습니다. 먼저 건강한 씨감자를 고르고 밝지만 뜨거운 직사광선은 피한 곳에서 짧고 굵은 싹이 나오도록 준비한 뒤, 각 조각에 튼튼한 눈이 남도록 자릅니다. 절단면은..
2026. 9. 3. 더보기쌈 채소 재배 비교 가이드적치마 · 로메인 · 케일 직접 재배 비교성장속도 · 수확량 · 더위 적응 · 공간별 난이도 총정리적치마상추, 로메인상추, 케일을 베란다 화분과 주말 텃밭에서 같은 시기에 키워보면 생각보다 차이가 분명합니다. 제가 여러 차례 봄과 초여름에 세 작물을 함께 길러본 경험으로는 빨리 뜯어 먹기에는 적치마, 단단한 포기와 균일한 잎을 원할 때는 로메인, 오랫동안 반복 수확하기에는 케일이 강점이 있었습니다. 하지만 베란다에서는 햇빛 시간과 화분 깊이, 텃밭에서는 기온과 토양 수분에 따라 순위가 달라졌습니다. 세 품종의 성장 속도, 잎 크기, 수확 방식, 더위 반응, 공간별 실제 체감 난이도를 하나씩 비교합니다.🥬 3품종 실제 비교 🏠 베란다 재배 🌱 텃밭 재배🥬적치마초기 수확이 빠..
2026. 9. 3. 더보기작은 창가 텃밭 실전 기록큰 텃밭이 없어도 허브는 충분히 즐길 수 있습니다바질과 파슬리 심기 · 햇빛 · 물주기 · 수확 · 파스타 활용까지베란다가 넓지 않아도 작은 화분 두세 개를 놓을 자리가 있다면 먹을 수 있는 채소를 직접 길러보는 재미를 느낄 수 있습니다. 제가 실내 미니 화분으로 가장 만족했던 작물은 바질과 파슬리였습니다. 거창한 텃밭 장비가 없어도 시작할 수 있고, 필요한 만큼 잎을 잘라 바로 요리에 사용할 수 있다는 점이 특히 좋았습니다. 하지만 실내라고 해서 아무 곳에 화분을 놓고 물만 주면 계속 잘 자라는 것은 아니었습니다. 햇빛이 들어오는 위치, 화분의 배수, 물을 주는 시점, 수확하는 위치에 따라 잎의 상태와 다음 수확량이 확실히 달라졌습니다. 작은 공간에서 직접 키운 바질과 파슬리를..
2026. 9. 3. 더보기아파트 관리비 명세서 실전 분석매달 몇천 원씩 빠져나가던 승강기 유지비, 금액보다 먼저 봐야 할 것은 부과 기준이었다승강기유지비 · 공동사용료 · 라인별 계산 · 세대별 배분 · 장기수선충당금까지 구분해서 보기아파트 관리비 명세서를 펼치면 전기료나 수도료는 사용량이 있으니 대략 이해가 됩니다. 그런데 승강기 유지비는 조금 다릅니다. 엘리베이터를 많이 탔다고 사용 횟수가 표시되는 것도 아닌데 매달 일정한 금액이 부과되고, 옆 동이나 다른 라인과 금액이 다르면 이유가 더 궁금해집니다. 이럴 때 단순히 '우리 집이 왜 이렇게 많이 내지?'라고 보기보다 어떤 비용을 어느 범위의 세대가 어떤 기준으로 나누고 있는지를 순서대로 확인해야 합니다. 명세서 한 줄만으로는 보이지 않던 구조가 관리규약, 부과내역, 계약 범..
2026. 9. 3. 더보기스마트폰 전자도서관 활용 노트전자책을 매번 결제해서 읽다가 내가 이용할 수 있는 도서관 전자책부터 확인해봤다핵심은 앱을 먼저 설치하는 것이 아니라 이용 자격이 있는 도서관을 찾고 그 도서관이 어떤 전자책 서비스를 제공하는지 확인하는 것이었다스마트폰으로 소설을 많이 읽는 사람이라면 전자도서관을 한 번쯤 확인해볼 만합니다. 지역 공공도서관이나 소속 기관에서 전자책 서비스를 제공하고 이용 자격을 갖추고 있다면 별도로 책 한 권씩 구매하지 않고 정해진 기간 동안 전자책을 빌려 읽을 수 있습니다. 여기서 중요한 것은 교보문고나 예스24의 일반 전자책 구매 서비스와 도서관이 계약해 제공하는 전자도서관 서비스를 구분하는 것입니다. 앱만 설치한다고 모든 전자책을 무상으로 읽을 수 있는 구조는 아니며, 실제 보유 권수와..
2026. 9. 3. 더보기겨울철 수도 동파 예방 실전 가이드수도 계량기 보온재 설치하고 겨울 준비 끝내기계량기함 점검 · 보온재 설치 · 한파 관리 · 감면·지원 확인까지 총정리겨울이 시작되기 전 관리사무소에서 수도 계량기 동파 주의 안내가 붙으면 예전에는 대수롭지 않게 넘겼습니다. 그런데 한파가 길어진 어느 겨울, 같은 동에서 계량기가 얼어 물을 쓰지 못했다는 이야기를 듣고 나서는 매년 초겨울에 계량기함부터 확인하는 습관이 생겼습니다. 준비는 생각보다 간단했습니다. 계량기 주변의 빈 공간을 마른 보온재로 채우고, 외부의 찬 공기가 직접 들어오지 않도록 계량기함 덮개 상태를 확인한 뒤 한파가 심한 날에는 수도 사용 방식까지 조절했습니다. 여기에 관리사무소에서 동파 예방 참여 세대에 별도 지원이나 관리비상 혜택을 운영하는지 문의했..
2026. 9. 3. 더보기공동주택 안전관리 비용 점검관리비에서 안전관리 비용을 발견한 뒤 금액보다 업무 범위부터 맞춰봤다소방점검 · 전기안전 대행 · 계약서 · 세금계산서 · 관리비 내역까지관리비를 세부적으로 보기 시작하면서 소방 관련 점검비와 전기안전 관련 대행료가 눈에 들어왔습니다. 처음에는 이름이 비슷한 안전관리 비용이 여러 줄 보이면 같은 업무를 두 번 청구한 것이 아닐까 의심하기 쉬웠습니다. 하지만 내역서의 항목명만으로 중복 여부를 판단할 수는 없었습니다. 정기적인 관리 업무와 별도의 점검·검사·보수 업무는 범위와 수행 시점이 다를 수 있고, 같은 업체에 지급한 금액이라도 계약상 업무가 서로 다를 수 있기 때문입니다. 그래서 금액이 비슷하다는 이유로 바로 중복 부과라고 결론 내리지 않고 계약 기간, 업무 범위, 수행일,..
2026. 9. 3. 더보기어느 날 갑자기 중국어로 욕을 퍼붓는 전화를 받은 적이 있습니다. 저는 중국어를 한 마디도 못 하지만, 상대가 화가 났다는 건 목소리 톤만으로도 충분히 알 수 있었습니다. 알고 보니 제 개인정보가 어딘가에서 새어 나가 중국 구인 사이트에 올라가 있었던 겁니다. 이 경험이 있고 나서, 저는 AI에 아무 생각 없이 정보를 입력하는 제 습관부터 돌아보게 됐습니다. 정부가 새로 확정한 대한민국 인공지능 윤리원칙은 바로 그 지점을 건드립니다.개인정보 유출, 남의 일이 아니었습니다쿠팡 고객정보 유출 사태가 터졌을 때 많은 분들이 분노했습니다. 카드사, 언론사, 유튜브 관련 서비스까지 줄줄이 터지면서 "도대체 내 정보가 어디까지 퍼진 건가" 싶은 느낌이 들었던 시기이기도 합니다. 저도 그때 꽤 예민하게 반응했던 기억..
2026. 8. 25. 더보기프롬프트를 잘 다듬으면 LLM 환각이 줄어든다고 생각하시는 분들 많으시죠? 저도 처음엔 그렇게 믿었습니다. 그런데 실제로 금융 도메인 RAG 시스템을 운영해보니, 프롬프트 수정은 그냥 증상 완화에 불과했습니다. 환각(Hallucination)이 언제, 얼마나, 왜 발생하는지를 숫자로 파악하지 못하면 결국 같은 실수가 반복됩니다. 이 글은 환각을 측정 가능한 엔지니어링 문제로 바꾸는 방법을 다룹니다.환각 분류체계 — 유형을 모르면 측정도 못 합니다일반적으로 LLM 환각을 그냥 "틀린 답변"으로 뭉뚱그려 보는 시각도 있는데, 실제로 써보니 오류의 성격이 완전히 달라서 같은 잣대로 재면 곤란합니다. 유형을 구분해야 비로소 어떤 지표를 적용할지 결정할 수 있습니다.크게 두 갈래로 나뉩니다. 첫 번째는 사실적 환..
2026. 8. 19. 더보기MTEB 리더보드 1위 모델을 골랐는데도 실제 검색 품질이 기대에 한참 못 미친 경험, 혹시 있으신가요? 저도 처음 RAG 파이프라인을 구축할 때 같은 실수를 했습니다. 임베딩 모델은 벤치마크 순위가 전부가 아니라 서비스 데이터와 검색 패턴에 맞는 선택이 훨씬 중요합니다. 이 글에서는 MTEB 벤치마크를 어떻게 읽어야 하는지, 그리고 실제 모델들 사이에서 어떤 기준으로 골라야 하는지를 경험을 섞어 풀어드립니다. MTEB 벤치마크, 평균 점수만 보면 반드시 실패합니다임베딩 모델의 성능을 비교할 때 업계 표준으로 쓰이는 도구는 MTEB(Massive Text Embedding Benchmark)입니다. 여기서 MTEB란 분류, 군집화, 검색, 재순위화 등 56개 이상의 NLP 태스크를 한꺼번에 돌려서 모델의..
2026. 8. 18. 더보기RAG 시스템을 구축하고 나서 "왜 이렇게 엉뚱한 답이 나오지?" 싶었던 적 있으신가요. 저도 처음에는 모델 탓을 했습니다. 더 비싼 LLM으로 바꾸면 나아지겠거니 했는데, 실제로 성능을 결정하는 건 모델이 아니라 문서를 얼마나 잘게, 얼마나 똑똑하게 자르느냐였습니다. 청크 분할(Chunking) 하나가 검색 정확도를 완전히 뒤흔든다는 걸, 직접 손으로 수십 번 실험하고 나서야 체감했습니다. 청크 크기가 검색 정확도를 결정하는 이유RAG 파이프라인의 흐름은 크게 '문서 수집 → 청킹 → 임베딩 → 벡터 검색 → 답변 생성' 다섯 단계로 나뉩니다. 이 중에서 가장 먼저, 그리고 가장 많이 망가지는 지점이 바로 청킹 단계입니다. 저도 초기에는 "어차피 자동으로 나눠주는 거 아닌가" 싶어서 기본값 그대로 쓰다..
2026. 8. 17. 더보기솔직히 저는 "AI가 의사를 대체할 것"이라는 말을 처음 들었을 때 그냥 과장된 미래 이야기로 흘려들었습니다. 그런데 실제로 관련 연구들을 찾아보고 나서 생각이 완전히 바뀌었습니다. 특정 영상 판독 분야에서는 AI의 진단 정확도가 이미 전문의를 넘어선 임상 결과가 나오고 있고, 이 속도라면 의료 현장의 풍경이 생각보다 훨씬 빨리 달라질 수 있겠다는 걸 실감했습니다.목차AI는 어떻게 의료 데이터를 읽어내는가진단 정확도, 실제로 의사를 넘어섰는가그래서 의사라는 직업, 어떻게 될 것인가자주하는 질문결론AI는 어떻게 의료 데이터를 읽어내는가제가 처음에 가장 궁금했던 건 "AI가 도대체 뭘 보고 진단을 내리는가"였습니다. 인간 의사가 청진기를 귀에 꽂고 환자의 눈을 보며 판단하는 것과 달리, AI는 디지털화된 데..
2026. 8. 6. 더보기
