Pseudo-labeling (의사 라벨링) 1. 개요 Pseudo-labeling(의사 라벨링)은 라벨이 없는 데이터(Unlabeled Data)에 대해 모델이 예측한 결과값 중 신뢰도가 높은 것을 임시 정답(Pseudo-label)으로 간주하여 다시 학습 데이터셋에 포함시키는 준지도 학습(Semi-supervised Learning) 기법이다. 학계에서…

편향성 (Bias) 1. 개요 편향성(Bias)이란 정보 처리 과정에서 특정 방향으로 치우쳐 객관성을 잃거나, 통계적 추정치가 실제 모수(Parameter)와 체계적으로 차이가 나는 상태를 의미한다. 인지적 관점에서는 인간의 뇌가 정보를 효율적으로 처리하기 위해 사용하는 지름길(Heuristics)로 인해 발생하는 판단 오류를 뜻하며, 통계 및 기술적 관점…

데이터 편향 개요 데이터 편향(Data Bias)은 머신러닝 모델 훈련에 사용되는 데이터셋에 시스템적으로 왜곡된 패턴이 존재하는 현상으로, 모델의 예측 결과에 불공정성이나 오류를 유발할 수 있습니다. 이러한 편향은 데이터 수집, 전처리, 모델링 전 단계에서 발생할 수 있으며, 사회적 불평등을 심화시키거나 법적 문제를 야기할 수 있습니다. 예를 들어, 얼굴 …

SNS (소셜 네트워크 서비스) 소셜 네트워크 서비스(Social Network Service, SNS)는 온라인상에서 사용자 간의 사회적 관계를 형성하고 유지하며, 정보와 콘텐츠를 공유할 수 있도록 돕는 웹 기반 서비스이다. 현대 사회에서 SNS는 단순한 소통 도구를 넘어 뉴스 소비, 마케팅, 정치적 의사 표현 및 사회적 연대를 구축하는 핵심적인 디지털 …

검색어 자동 완성 개요 검색어 자동 완성(Search Query Autocomplete)은 사용자가색 창에 문자를 입력 때, 시스템이 실시간으로 관련 검색어를 제안주는 기술입니다. 이 기능은 사용자 경험을 개선하고, 검 속도를 높이며, 입력 오류를 줄이는 데 기여합니다. 주로 웹 검색 엔진(Google, Naver 등), 이커머스 사이트, 모바일 앱, 데이…

디지털 사회 (Digital Society) > [핵심 요약] > 정의: ICT 발전으로 사회 전반의 시스템과 소통, 경제 활동이 디지털 데이터 중심으로 재편된 초연결·초지능 사회 > 핵심 기술: [[인공지능]], [[빅데이터]], [[클라우드]], [[5G/6G]], [[IoT]] 등의 융합을 통한 디지털 전환(DX) > 주요 과제: [[디지털 격차]] …

링크(Link) 개요 링크(Link)는 일반적으로 두 개 이상의 개체, 데이터, 또는 시스템 간에 형성된 연결 고리나 관계를 의미합니다. 경제, 비즈니스, 그리고 특히 디지털 경제와 금융 분야에서 '링크'는 단순한 물리적 연결을 넘어 정보의 흐름, 자본의 이동, 그리고 가치 사슬(Value Chain)의 통합을 나타내는 핵심 개념으로 사용됩니다. 본 문서에…

추천 시스템 개요 추천 시스템(Recommendation System)은 사용자의 관심사, 선호도, 행동 패턴 등을 분석하여 사용자가 관심을 가질 가능성이 높은 아이템(item)을 제안하는 정보 필터링 기술이다. 이러한 시스템은 대량의 데이터 속에서 사용자가 원하는 정보나 제품을 효율적으로 찾도록 도와주며, 사용자 경험을 향상시키고 서비스 제공자의 비즈니스…

대표성 편향 (Representativeness Bias) 1. 개요 대표성 편향(Representativeness Bias)이란 어떤 대상이 특정 집단의 전형적인 특성과 유사하다는 이유만으로, 그 대상이 해당 집단에 속할 확률이 높다고 판단하는 인지적 오류를 의미한다. 이는 사람들이 확률적 판단을 내릴 때 수학적인 확률 계산보다는 직관적인 '유사성'이나 …

매몰비용 (Sunk Cost) 경제학 및 재무관리에서 매몰비용(Sunk Cost)이란 과거의 결정으로 인해 이미 발생하였으며, 현재나 미래의 어떤 의사결정으로도 되돌릴 수 없는 비용을 말한다. 이는 현금 지출뿐만 아니라 시간, 노력, 감정적 에너지 등 무형의 자원까지 포함하는 개념이다. 합리적인 경제적 의사결정의 핵심은 '미래에 발생할 비용과 편익'을 비교…

편향 요 머신러닝에서 편향(Bias)은 모델이 학습 데이터에서 실제 패턴을 얼마나 정확하게영하는지를 나타내는 중요한 개념이다. 일반적으로 편향은 모델의 예측 값과 관측 값 사이의 평균적인 차이를 의미하며, 낮은 편향은 모델이 데이터를 잘 학습하고 있음을, 높은 편향은 모델이 데이터의 실제 구조를 간과하고 있다는 것을 나타낸다. 편향은 머신러닝 모델의 성능을…

오진 (Misdiagnosis) 1. 개요 오진(Misdiagnosis)이란 의료진이 환자의 증상과 징후를 바탕으로 내린 진단이 실제 환자가 앓고 있는 질병과 일치하지 않는 상태를 의미한다. 이는 단순히 질병의 이름을 잘못 지정하는 것뿐만 아니라, 질병의 존재 자체를 인식하지 못하거나 진단 시기를 놓치는 경우를 모두 포함한다. 또한, 치료가 불필요한 상태를…