어텐션 QKV 완전 정복 — AI의 심장을 3단계로 이해하는 법
QKV는 쿼리·키·밸류의 줄임말로, 어텐션이 문맥을 만드는 핵심 장치다. 정답을 찍는 일반 DB와 달리 QKV가 맥락을 만드는 원리와 멀티헤드 어텐션 구조까지 3단계로 정리했다.
LLM 동작 원리 완전 정복 — 트랜스포머 전체 흐름을 5단계로 잡는 법
LLM 동작 원리는 토큰화·임베딩부터 어텐션, FFN, 소프트맥스·디코딩까지 이어지는 5단계 파이프라인이다. 트랜스포머 블록 내부와 학습·추론의 차이까지 한 번에 정리했다.
AI 수학 언어 완전 정복 — 벡터·행렬·텐서를 3단계로 잡는 법
AI 수학 언어의 핵심은 벡터·행렬·텐서와 벡터의 내적이다. AI가 데이터를 숫자로 처리하는 원리부터 GPU가 텐서 계산기인 이유, 내적이 곧 유사도인 이유까지 3단계로 정리했다.
AI 밑바닥을 알아야 하는 이유, 엔진룸을 여는 첫 이야기
AI 밑바닥은 어려운 수학이 아니라 차원이 높은 수학이다. 생산성 격차·판단 속도·통제와 윤리, 이 3가지 이유로 반드시 알아야 하는 근거와 튜링 테스트부터 트랜스포머까지 이어진 AI 발전사를 정리했다.
신경망 학습 원리 완전 정복 — 임베딩·경사 하강법을 3단계로 잡는 법
신경망 학습은 오차를 줄이는 경사 하강법과 단어를 숫자로 바꾸는 임베딩으로 이루어진다. 그라운드 트루스, 학습률, 블랙박스 문제까지 신경망 학습 원리를 3단계로 정리했다.
