1. 딥러닝 핵심 구성 요소
- 활성화 함수 완전 정복: ReLU·GELU·SwiGLU·TeLU·KAN까지
👉 https://doyouknow.kr/activation-function-comparison-guide/ - 손실함수(Loss Function) 완전 정복: MSE·Cross-Entropy·Focal·Dice 등
👉 https://doyouknow.kr/loss-function-complete-guide/ - 성능지표(Evaluation Metrics) 완전 정복
👉 https://doyouknow.kr/ai-model-evaluation-metrics-complete-guide/ - 모델 학습과 최적화 – 손실·경사하강법·역전파·Adam
👉 https://doyouknow.kr/ai-model-training-optimization-loss-gradient-descent-backpropagation/ - 퍼셉트론에서 딥러닝까지 – 신경망의 모든 것 (뉴런·가중치·활성화)
👉 https://doyouknow.kr/perceptron-deep-learning-neural-network-activation-function/
2. AI 101 · 입문용 핵심 글
- AI 개발의 첫걸음 – Python이 AI의 표준 언어가 된 이유
👉 https://doyouknow.kr/python-ai-development-tensorflow-pytorch-colab/ - 퍼셉트론에서 딥러닝까지 – 신경망의 모든 것
👉 https://doyouknow.kr/perceptron-deep-learning-neural-network-activation-function/ - 선형회귀와 분류 – 모든 머신러닝 알고리즘의 시작점
👉 https://doyouknow.kr/ml-algorithms-linear-logistic-regression-decision-tree-random-forest/ - 특성 공학(Feature Engineering) – AI 성능을 2배 높이는 데이터 변환의 기술
👉 https://doyouknow.kr/feature-engineering-selection-extraction-pca-normalization/ - AI 성능을 좌우하는 데이터 준비의 기술 (Train/Valid/Test·전처리·라벨링)
👉 https://doyouknow.kr/ai-dataset-preparation-train-validation-test-labeling/ - 튜링에서 DeepSeek까지, AI 80년의 모든 것
👉 https://doyouknow.kr/ai-history-complete-guide-turing-to-deepseek/
3. 학습·최적화·과적합·데이터 증강
- 손실함수 완전 정복
👉 https://doyouknow.kr/loss-function-complete-guide/ - 모델 학습과 최적화 – 손실·GD·역전파·Adam
👉 https://doyouknow.kr/ai-model-training-optimization-loss-gradient-descent-backpropagation/ - 하이퍼파라미터 튜닝 하나로 AI 성능 2배 – Optuna·Bayesian Optimization
👉 https://doyouknow.kr/hyperparameter-tuning-optuna-bayesian-optimization-guide/ - 과적합과 과소적합 – Dropout·정규화·Early Stopping
👉 https://doyouknow.kr/overfitting-underfitting-regularization-dropout-early-stopping/ - 과적합 해결 못하면 AI 프로젝트 70% 실패 – 실전 해결 가이드
👉 https://doyouknow.kr/overfitting-underfitting-regularization-dropout-solution/ - 데이터 증강 완벽 가이드 – Mixup·CutMix·AutoAugment·EDA
👉 https://doyouknow.kr/data-augmentation-mixup-cutmix-autoaugment-back-translation-eda-guide/ - AI 프로젝트 85% 실패의 진짜 원인 – 데이터 품질과 정제
👉 https://doyouknow.kr/data-quality-labeling-ai-project-failure-prevention/
4. 딥러닝 아키텍처: CNN·RNN·시계열·추천
4-1. CNN·컴퓨터 비전
- CNN – 이미지를 이해하는 AI의 비밀
👉 https://doyouknow.kr/cnn-convolutional-neural-network-image-recognition/ - 컴퓨터 비전 – 이미지 분류·객체 탐지·세그멘테이션·YOLO
👉 https://doyouknow.kr/computer-vision-image-classification-object-detection-yolo/ - CNN과 RNN의 결합 – 영상 분류 등 복합 모델
👉 https://doyouknow.kr/cnn-lstm-hybrid-model-video-classification/ - Vision Transformer(ViT)·CLIP·SAM – Self-Attention 기반 비전
👉 https://doyouknow.kr/vision-transformer-vit-cnn-self-attention-clip-sam-guide/
4-2. RNN·LSTM·시계열
- RNN과 LSTM – 시간을 기억하는 AI의 마법
👉 https://doyouknow.kr/rnn-lstm-gru-time-series-natural-language-processing/ - 시계열 예측: LSTM vs Transformer vs TimesFM
👉 https://doyouknow.kr/time-series-forecasting-lstm-transformer-timesfm-stock-demand-prediction/
4-3. 추천 시스템
- 추천 시스템 – 넷플릭스·유튜브가 취향을 맞추는 방법
👉 https://doyouknow.kr/recommendation-system-collaborative-filtering-netflix-youtube/
5. NLP·Transformer·BERT·GPT·LLM·sLLM
- 자연어 처리(NLP) – 토크나이제이션·감정 분석·챗봇
👉 https://doyouknow.kr/nlp-natural-language-processing-tokenization-sentiment-chatbot/ - Transformer – AI 혁명의 시작 (Self-Attention·Encoder/Decoder)
👉 https://doyouknow.kr/transformer-attention-mechanism-bert-gpt-chatgpt/ - BERT – 양방향으로 언어를 이해하는 AI
👉 https://doyouknow.kr/bert-bidirectional-transformer-masked-language-model/ - GPT – 창의적인 글을 쓰는 AI
👉 https://doyouknow.kr/gpt-generative-autoregressive-language-model-chatgpt/ - BERT vs GPT – 두 거인의 차이점
👉 https://doyouknow.kr/bert-vs-gpt-comparison-encoder-decoder-guide/ - GPT vs Claude vs Gemini – 생성형 AI 완전 해부
👉 https://doyouknow.kr/gpt-claude-gemini-transformer-rlhf-diffusion-multimodal-comparison/ - GPT-4 쓸까? Llama 쓸까? 오픈소스 vs 클라우드 LLM 완벽 비교
👉 https://doyouknow.kr/opensource-vs-cloud-llm-gpt4-llama-claude-comparison-guide/ - sLLM 완벽 가이드 – 온디바이스 AI의 미래
👉 https://doyouknow.kr/sllm-guide-small-language-model-on-device-ai/ - 트랜스포머의 독주를 깰 것인가? Mamba와 상태 공간 모델(SSM)의 부상 완벽 가이드
👉 https://doyouknow.kr/mamba-state-space-model-ssm-transformer-alternative-guide/
6. LLM 파인튜닝·양자화·RAG·Vector DB
6-1. 파인튜닝·LoRA·QLoRA
- Fine-Tuning 완벽 가이드 – LoRA·QLoRA·비용·데이터·Colab
👉 https://doyouknow.kr/fine-tuning-lora-qlora-cost-data-colab-guide/
6-2. 양자화·경량화·Distillation
- LLM 양자화·경량화 – GPTQ·AWQ·GGUF·Pruning·Distillation
👉 https://doyouknow.kr/llm-quantization-gptq-awq-gguf-pruning-distillation-guide/
6-3. RAG·벡터DB·검색 인프라
- Vector DB 완벽 가이드 – HNSW·IVF·Pinecone·Milvus
👉 https://doyouknow.kr/vector-database-guide-embedding-similarity-search-hnsw-ivf-pinecone-milvus/ - 고급 RAG – 청킹·평가·GraphRAG·Agentic RAG
👉 https://doyouknow.kr/rag-advanced-chunking-vector-db-ragas-graphrag-agentic-guide/
7. 프롬프트 엔지니어링·인컨텍스트 학습·AI 에이전트
- ChatGPT 10배 활용법 – Prompt Engineering 완벽 마스터
👉 https://doyouknow.kr/prompt-engineering-chatgpt-cot-few-shot-tot-guide/ - In-Context Learning – Zero-shot·Few-shot·CoT·ToT
👉 https://doyouknow.kr/in-context-learning-cot-tot-zero-shot-few-shot-prompting-guide/ - AI Agent 완벽 가이드 – ReAct·AutoGPT·Function Calling·Multi-Agent
👉 https://doyouknow.kr/ai-agent-react-autogpt-function-calling-multi-agent-langchain-guide/ - AI 에이전트 프레임워크 비교 – LangChain vs LlamaIndex vs CrewAI vs AutoGen
👉 https://doyouknow.kr/ai-agent-framework-langchain-llamaindex-crewai-autogen-comparison/
8. 코딩 어시스턴트·AI 개발 생산성
- AI 코딩 어시스턴트 – GitHub Copilot vs Cursor vs Claude
👉 https://doyouknow.kr/ai-coding-assistant-github-copilot-cursor-claude-comparison/
9. 데이터·합성 데이터·MLOps
- AI가 AI를 위해 데이터를 만든다 – Synthetic Data 완벽 가이드 (GAN·VAE·Diffusion)
👉 https://doyouknow.kr/synthetic-data-guide-gan-vae-diffusion-ai-training/ - MLOps 완벽 가이드 – 파이프라인·서빙·모니터링
👉 https://doyouknow.kr/mlops-complete-guide-pipeline-serving-monitoring/
10. 평가·환각·보안·윤리
- AI 벤치마크 평가 – MMLU·HumanEval·MT-Bench·LLM Judge
👉 https://doyouknow.kr/ai-benchmark-evaluation-mmlu-humaneval-mt-bench-llm-judge/ - AI 환각(Hallucination) – 원인·탐지·RAG·Grounding
👉 https://doyouknow.kr/ai-hallucination-causes-detection-solutions-rag-grounding/ - AI 보안 – Adversarial Attack·Defense
👉 https://doyouknow.kr/ai-security-guide-adversarial-attack-defense/ - Prompt Injection·Jailbreak – 공격 기법 7가지와 방어
👉 https://doyouknow.kr/prompt-injection-jailbreak-llm-attack-defense-guide/ - 생성형 AI 윤리·저작권·EU AI Act·Deepfake
👉 https://doyouknow.kr/generative-ai-ethics-copyright-eu-ai-act-deepfake-hallucination-guide/ - AI가 차별하는 충격적 이유 – 데이터 편향과 공정성
👉 https://doyouknow.kr/ai-bias-fairness-ethics-aif360-fairlearn-eu-ai-act/ - Constitutional AI & RLHF 심화 완벽 가이드
👉https://doyouknow.kr/constitutional-ai-rlhf-alignment-claude-anthropic-guide/ - 성능지표(Evaluation Metrics) 완전 정복
👉 https://doyouknow.kr/ai-model-evaluation-metrics-complete-guide/
11. 강화학습·RLHF
- 강화학습 심화 – RLHF·DPO·GRPO·PPO·DeepSeek 사례
👉 https://doyouknow.kr/reinforcement-learning-rlhf-dpo-ppo-grpo-deepseek-guide/ - Constitutional AI & RLHF 심화 완벽 가이드
👉https://doyouknow.kr/constitutional-ai-rlhf-alignment-claude-anthropic-guide/
12. AI 하드웨어·온디바이스·시스템
- AI 하드웨어 전쟁 – GPU vs TPU vs NPU
👉 https://doyouknow.kr/nvidia-gpu-google-tpu-npu-ai-hardware-war-b200-trillium-trainium/ - 역설의 칩들 – 왜 어떤 칩은 배우지 못하고 추론만 할까?
👉 https://doyouknow.kr/why-ai-chips-cannot-learn-inference-only-paradox/ - sLLM·온디바이스 AI
👉 https://doyouknow.kr/sllm-guide-small-language-model-on-device-ai/
13. 논문 읽기 시리즈
- YOLO v1 완벽 분석 – 실시간 객체 탐지의 시작
👉 http://doyouknow.kr/yolo-v1-object-detection-revolution/ - Deep Belief Network(DBN) – AI 겨울을 끝낸 기계
👉 https://doyouknow.kr/deep-belief-network-dbn-history-breakthrough/ - AlexNet – ImageNet 우승으로 시작된 딥러닝 혁명
👉 https://doyouknow.kr/alexnet-deep-learning-revolution-imagenet-cnn/ - VGGNet – 3×3 컨볼루션만으로 만든 딥러닝 레전드
👉 https://doyouknow.kr/vggnet-complete-guide/
14. AI의 미래
- Mechanistic Interpretability와 희소 오토인코더(Sparse Autoencoder) 완벽 가이드
👉 https://doyouknow.kr/mechanistic-interpretability-sparse-autoencoder-sae-claude-guide/ - Kolmogorov-Arnold Networks (KAN) 완벽 해부! 학습 가능한 활성화 함수의 혁명
👉https://doyouknow.kr/kolmogorov-arnold-networks-kan-learnable-activation-functions/ - DPO (Direct Preference Optimization) 완벽 해부! 강화학습 없이 최적화하다
👉https://doyouknow.kr/direct-preference-optimization-dpo-rlhf-alternative-guide/
15. 실전편
- 내일의 태양광 발전량, 파이썬으로 1초 만에 예측하기 (feat. 동서발전 API)
👉 https://doyouknow.kr/solar-forecast-api-python-guide/ - 기상청 산업특화(태양광) API로 PyTorch LSTM 날씨 예측 모델 만들기: 지상관측 일통계 완전 정복
👉 https://doyouknow.kr/kma-solar-energy-api-pytorch-lstm/ - 기상청 평년값(일조, 구름, 기온, 습도) API 완벽 활용 가이드
👉 https://doyouknow.kr/kma-normal-value-api-guide/ - 태양광 데이터, 아직도 노가다? 기상청 무료 API로 1년치 일사량 10분 만에 자동 수집!
👉 https://doyouknow.kr/kma-solar-radiation-sunshine-api-guide/
