9,900원
초보운전2025-11-151713933답신보고 아래 질문에 대한 추가 내용을 작성 드립니다. 충분한 정보일지는 모르겠네요 생산공정의 수율향상, 물성 편차 축소 등 생산 공정의 전반적인 개선/향상 업무를 모두 담당하고 있습니다. 전기로를 이용하는 공정이고 설비로 부터 온도, 유량, 전압, 출력 등의 다양한 데이터가 어느정도 잘 올라오는 환경이라서 선형회귀분석, 군집분석 등의 다양한 분석활동은 하고 있습니다. 사실 제가 어떤 마법같은 지니램프를 찾고 있는건 아닌지 모르겠습니다만, 저같은 개선 업무를 하는 사람도 딥러닝을 배우는 의미가 있을지가..딥러닝을 모르기 때문에 판단이 안됩니다.
- 초보운전2025-11-151713926
선생님. 정말 초보 질문입니다만… 제조업에 있는데 이 딥러닝이란것을 배워서 어디에 쓸 수 있는지 감이 안옵니다. 일반적인 기계학습이라면 뭔가.. 느낌이 오는데 딥러닝 분야는 이미지나 영상 데이터가 아닌 정형데이터로 유의미한 뭔가가 가능한지.. 전혀 몰라서 문의드립니다.
공대형아(신경식)2025-11-15460806안녕하세요! 예시를 들기 위해서, 혹시 제조업의 어떤 업무를 하고 계신가요? 아니면 어떤 부분을 자동화하면 업무가 편리해질 것으로 기대하고 계신가요??
안녕하세요! 말씀하신 업무에서는 말씀하신대로 classic한 머신러닝 기법들이 활발히 사용됩니다. 다만 딥러닝은 근본적으로 neural network라는 모델을 사용하는데, 모델 자체의 동작을 파악하기 힘들다는 단점을 가지고 있습니다. 이 때문에 연산 과정의 값들을 통계적, 수치해석적으로 이해할 수 있는 다양한 머신러닝 기법이 선호됩니다. 다만 이런 경우에 모델 해석 가능성을 포기하고, 성능을 최우선으로 생각한다면 딥러닝 기술을 사용하는 경우도 많습니다. 말씀하신 regression, clustering도 딥러닝을 이용하여 더 좋은 성능을 내는 경우가 많으며, 전자현미경 사진과 같은 이미지를 이용하여 공정의 단계가 제대로 진행되고 있는지 파악할 때에도 딥러닝 기술이 대부분 성능이 더 좋습니다. 이런 것처럼 딥러닝은 기존의 전통적인 머신러닝 기법보다 (1) 데이터가 많이 필요하다는 단점, (2) 학습 장비가 상황에 따라 비싸질 수 있다는 단점, (3) 모델 자체에 대한 해석 가능성이 낮다는 단점을 가지고 있지만, (1) 하나의 기술을 배우면 다양한 업무에 사용할 수 있는 범용성, (2) 대부분의 task에서 SOTA 성능을 찍는 모델은 딥러닝 모델인 상황을 고려하면 장기적인 관점에서 충분히 배울 필요가 있다고 생각합니다. 다만 딥러닝이 computer vision으로 활성화 되기 시작했고, 저도 computer vision을 전문적으로 가르치고 있습니다. 따라서 당분간은 다양한 computer vision 기술들을 강의할 예정입니다. 물론 내년 부터는 transformer와 같은 time-series data의 처리도 강의할 예정입니다. 말씀하신 것처럼 딥러닝도 모든 문제를 한 번에 해결해주는 지니램프는 아니지만, 충분히 장기적인 관점에서 배워둘 필요가 있는 기술이라고 생각합니다. 따라서 기본적인 딥러닝, 머신러닝 강의를 들으시고, 직접 프로젝트에 적용시켜보는 훈련이 필요하지 않나 생각됩니다. 혹시 더 궁금한 점 있으면 편하게 말씀해주세요😃 감사합니다. 신경식 드림