AI 연구소 - 인공지능을 만들고 시각화하며 배워보세요

AI 연구소는 머신러닝·딥러닝·강화학습을 한 곳에서 직접 조작하고 눈으로 이해할 수 있는 실험형 학습 도구입니다. 각 기능은 즉시 실행 가능한 데모와 함께 제공되며, 파라미터를 바꾸면 결과가 실시간 시각화로 반영되어 개념을 빠르게 체득할 수 있습니다. 또한 실험에 입력한 데이터는 서버에 저장되지 않습니다.

[무엇을 할 수 있나요?]
- 개념을 ‘보면서’ 이해: 결정 경계, 손실 곡선, 필터 반응, 오차 히트맵 등 핵심 개념을 시각화
- 직접 ‘만져보며’ 실험: 슬라이더/드롭다운으로 파라미터를 조절하고 즉시 결과 확인
- 모델 효율화 체험: 프루닝·양자화를 적용해 정확도–용량–오차의 트레이드오프를 직관적으로 비교
- 학습/수업/데모에 최적화: 가벼운 예제로 수업, 스터디, 사내 세미나에 바로 활용

[제공 도구 (카테고리별)]
1) 머신러닝 (Machine Learning)
- Linear Regression: 가중치·편향·학습률 변경, MSE/잔차 시각화
- Logistic Regression: 결정 경계/확률 컨투어, L2 정규화 강도 조절
- Decision Tree: 분할 기준/최대 깊이/과적합 효과 관찰
- K-Means: K값/초기화/반복에 따른 군집 변화 애니메이션
- KNN: K값과 거리척도 변경에 따른 분류 경계 변화
- SVM: 선형/마진·C 파라미터 조절로 마진·서포트 벡터 시각화

2) 딥러닝 (Deep Learning)
- XOR 학습 데모: 다층 퍼셉트론으로 비선형 문제 학습 과정 관찰
- Fitting 실험: 모델 용량·규제 강도에 따른 과소/과적합 비교
- CNN: 합성곱/풀링 흐름 보기, 채널 별 반응 확인
- CNN 필터 테스트: 엣지·블러 등 커널을 직접 바꿔가며 결과 확인
- 미니 LLM: 초경량 텍스트 모델 체험(입·출력 흐름 이해용 미니 데모)

3) 강화학습 (Reinforcement Learning)
- Grid World: 가치 반복·정책 반복의 수렴 과정, 정책/가치 맵 시각화
- N-Slot 실험(멀티암드 밴딧): ε-greedy/UCB 등 탐색-활용 전략 비교

4) 효율화 (Optimization/Model Compression)
- 희소 행렬 압축 시뮬레이터 (Sparse Matrix)
· COO/CSR/CSC/RLE/Dictionary/Bitmap 등 다양한 저장 포맷으로 인코딩
· 압축 크기, 복원 일치 여부, 압축비를 수치로 확인
· JSON 결과 내보내기 지원
- 프루닝 시뮬레이터 (Pruning)
· 기본 6×12, 밀도 슬라이더(최소 50%~100%)
· 크기 기반 프루닝(가중치 임계값)으로 0으로 만드는 과정을 시각화
· 희소도(%)와 오차 지표로 영향 평가
- 양자화 시뮬레이터 (Quantization)
· 기본 6×12, float(−1~1) 가중치를 정수로 양자화
· 비트폭 2~8(기본 4), 모드: 대칭(Uniform Symmetric), 비대칭(Uniform Asymmetric), 행 단위 스케일(Row-Dynamic), Log2, Binary, Ternary
· 정수화 행렬 / 복원 행렬(소수점 3자리) / 오차 히트맵 동시 표시
· MSE, 평균오차, PSNR(dB), 비트레이트 등 지표 제공, JSON 내보내기

[학습에 도움이 되는 시각화 포인트]
- 결정 경계 & 확률 분포: 분류기의 판단을 화면으로 확인
- 손실/오차 곡선: 학습률/규제 조절에 따른 변화 추적
- 필터 반응 맵: CNN 커널이 이미지에 어떻게 반응하는지 직관적 이해
- 효율화 히트맵: 프루닝/양자화에서 오차가 커지는 영역을 한눈에 파악

[추천 대상]
- 학생/입문자: 수학식 → 그림 → 체험으로 빠르게 이해하고 싶은 분
- 강사/멘토: 데모 중심 강의/세미나 자료가 필요한 분
- 엔지니어/연구자: 아이디어 스케치·개념 검증을 가볍게 해보고 싶은 분

[데이터/개인정보 안내]
- 실험에 사용한 입력 데이터는 서버에 저장되지 않습니다.
----
개발자 연락처 :
플랭커 대한민국 36442 경상북도 영덕군
지품면 기사길 229-30 (기사리) 3473701262 000 000