|
|
|
ÅÙ¼Ç÷θ¦ ÀÌ¿ëÇÑ °í±Þ µö·¯´× : ¼öÇÐÀÇ ±âÃÊ¿Í ÇÔ²² ÀÌÇØÇÏ´Â ÆÄÀ̽㠵ö·¯´×
|
|
|
µ¥ÀÌÅÍ °úÇÐ ½Ã¸®Áî(¿¡ÀÌÄÜ)1
¤Ó »êŸ´© ÆÄŸ³ª¾ßÅ©, ÀÌÁöÈÆ
¤Ó
¿¡ÀÌÄÜÃâÆÇ
¤Ó
Pro Deep Learning with TensorFlow: A Mathematical Approach to Advanced Artificial Intelligence in Py
|
|
|
|
- Á¦ÈÞ¸ô ÁÖ¹® ½Ã °í°´º¸»ó, ÀϺΠÀ̺¥Æ® Âü¿© ¹× ÁõÁ¤Ç° ÁõÁ¤, ÇÏ·ç/´çÀÏ ¹è¼Û¿¡¼ Á¦¿ÜµÇ¹Ç·Î Âü°í ¹Ù¶ø´Ï´Ù.
-
-
-
µö·¯´×¿¡ ÇÊ¿äÇÑ ¼öÇÐÀû ±âÃʺÎÅÍ µö·¯´×ÀÇ ±âº» ÀÌ·Ð, CNN, RNN, RBM ¹× GAN±îÁö ¸ðµÎ ´Ù·ç°í Àִ åÀÌ´Ù. ¸ÕÀú, µö·¯´×¿¡ ÇÊ¿äÇÑ ¼±Çü´ë¼ö, È®·ü, ¹ÌÀûºÐ, ÃÖÀûÈ¿Í °°Àº ±âº»ÀûÀÎ ¼öÇÐÀûÀÎ ±âÃʸ¦ źźÈ÷ ´ÙÁø´Ù. À̸¦ ±â¹ÝÀ¸·Î µö·¯´×ÀÇ ±âº» °³³äÀ» ½±°Ô ¼³¸íÇÑ´Ù. ¶ÇÇÑ ÅÙ¼Ç÷ÎÀÇ ±âº» ±¸¹®À» ¼³¸íÇØ ÅÙ¼Ç÷ο¡ Àͼ÷ÇÒ ¼ö ÀÖµµ·Ï µ½´Â´Ù.
CNNÀ» ¼Ò°³ÇÏ¸é¼ ±âº»ÀûÀÎ ½Å°æ¸ÁÀÇ ±¸Á¶¸¦ »ó¼¼È÷ ¼³¸íÇÏ°í, RNN, LSTM, ¾ç¹æÇâ RNN ¹× GRU¿Í °°Àº °í±Þ ÁÖÁ¦¸¦ ´Ù·é´Ù. ±×¸®°í RBM ¹× ÀÎÄÚ´õ¸¦ ´Ù·ç¸é¼ ¼¼ºÎ ÁÖÁ¦ÀÎ ±é½º »ùÇøµ, º£ÀÌÁö¾È Ãß·Ð, ¸¶¸£ÄÚÇÁ üÀÎ ¸óÅ× Ä«¸¦·Î ¹æ¹ý ¹× PCA, ZCA ÈÀÌÆ®´×°ú °°Àº °°Àº ±â¹ý¿¡ »ó¼¼È÷ ¼³¸íÇÑ´Ù. ÀÌ¿Í ´õºÒ¾î DBN¿¡ ´ëÇؼµµ ÀÚ¼¼È÷ ´Ù·é´Ù.
¸¶Áö¸·À¸·Î ½Å°æ¸ÁÀÇ °í±Þ ÁÖÁ¦ÀÎ R-CNN, Fast R-CNN ¹× GAN¿¡ ´ëÇØ °ü·ÃµÈ ¿¹Á¦¿Í ÇÔ²² »ó¼¼È÷ ¼³¸íÇÏ°í ÀÖ´Ù. ÀÌ Ã¥ ÇÑ ±ÇÀ¸·Î µö·¯´×ÀÇ ¼öÇÐÀûÀÎ ±âÃÊ ¹× °í±Þ ÁÖÁ¦±îÁö ¸ðµÎ ¹è¿ï ¼ö ÀÖ´Ù.
-
-
¡á ÅÙ¼Ç÷θ¦ »ç¿ëÇØ µö·¯´×ÀÇ Àüü ½ºÅÃÀ» ÀÌÇØÇÏ°í µö·¯´×À» À§ÇÑ °ß°íÇÑ ¼öÇÐÀû Åä´ë ¸¶·ÃÇϱâ
¡á ÅÙ¼Ç÷θ¦ »ç¿ëÇØ ½Ç¹«¿¡ Àû¿ëÇÒ ¼ö ÀÖ´Â º¹ÀâÇÑ µö·¯´× ¼Ö·ç¼Ç ±¸ÃàÇϱâ
¡á ÅÙ¼Ç÷θ¦ »ç¿ëÇØ µö·¯´×¿¡ ´ëÇÑ ¿¬±¸ ¹× ½ÇÇè ¼öÇàÇϱâ
¡Ú ÀÌ Ã¥ÀÇ ´ë»ó µ¶ÀÚ ¡Ú
ÀÌ Ã¥Àº º¹ÀâÇÑ ºñÁî´Ï½º ¹®Á¦¸¦ ÇØ°áÇϱâ À§ÇÑ µö·¯´× ¼Ö·ç¼ÇÀ» ã°í ÀÖ´Â µ¥ÀÌÅÍ °úÇÐÀÚ¿Í ¸Ó½Å ·¯´× Àü¹®°¡¸¦ ´ë»óÀ¸·Î ÇÑ´Ù. ÅÙ¼Ç÷θ¦ ÅëÇØ µö·¯´× ¼Ö·ç¼ÇÀ» ¿¬±¸ÇÏ´Â ¼ÒÇÁÆ®¿þ¾î °³¹ßÀڵ鿡°Ôµµ ÀûÇÕÇÏ´Ù. ¶ÇÇÑ ´ëÇпø»ýÀ» À§ÇÑ Àú¼úÇÑ Ã¥À̸ç, ²÷ÀÓ¾øÀÌ ¹è¿ì°íÀÚ ÇÏ´Â ¿ÀǼҽº ¸¶´Ï¾ÆµéÀ» À§ÇØ Àú¼úµÆ´Ù.
¡Ú ÀÌ Ã¥ÀÇ ±¸¼º ¡Ú
1Àå. ¡®¼öÇÐ ±âÃÊ¡¯¿¡¼´Â ¼±Çü´ë¼ö, È®·ü, ¹ÌÀûºÐ, ÃÖÀûÈ, ¸Ó½Å ·¯´× ¼ö½Ä°ú °ü·ÃµÈ ¸ðµç ¼öÇÐ °³³äÀ» ÀÚ¼¼È÷ ¼³¸íÇϸç, µö·¯´×À» À§ÇØ ÇÊ¿äÇÑ ¼öÇÐÀû ±âÃʸ¦ ´Ù·é´Ù. ¿©±â¼ ´Ù·é ´Ù¾çÇÑ ¼öÇÐ °³³äµéÀº ¸Ó½Å ·¯´×°ú µö·¯´× ºÐ¾ß¿¡¼ »ç¿ëÇÏ´Â µ¥ ÃÊÁ¡À» ¸ÂÃç ¼³¸íÇÑ´Ù.
2Àå. ¡®µö·¯´× °³³ä°ú ÅÙ¼Ç÷Π¼Ò°³¡¯¿¡¼´Â µö·¯´× ¼¼°è¸¦ ¼Ò°³ÇÏ°í Áö³ ¸î ³â µ¿¾ÈÀÇ ¹ßÀü °úÁ¤À» ³íÀÇÇÑ´Ù. ÆÛ¼ÁÆ®·Ð ÇнÀ ±ÔÄ¢°ú ¿ªÀüÆÄ(backpropagation) ¹æ¹ý °°Àº ¸î °¡Áö ÇнÀ ¹æ¹ý°ú ÇÔ²² ½Å°æ¸ÁÀÇ ÁÖ¿ä ±¸¼º ¿ä¼Ò¸¦ »ó¼¼È÷ ¼³¸íÇÑ´Ù. ¶ÇÇÑ µ¶ÀÚµéÀÌ ÅÙ¼Ç÷θ¦ ´õ ¸¹ÀÌ »ç¿ëÇϱâ Àü¿¡ ÅÙ¼Ç÷ο¡ ´ëÇÑ ±âº» ±¸¹®¿¡ Àͼ÷ÇØÁú ¼ö ÀÖµµ·Ï ÅÙ¼Ç÷ΠÄÚµùÀÇ Æз¯´ÙÀÓÀ» ¼Ò°³ÇÑ´Ù.
3Àå. ¡®ÄÁº¼·ç¼Ç ½Å°æ¸Á¡¯¿¡¼´Â À̹ÌÁö 󸮿¡ »ç¿ëµÇ´Â ÄÁº¼·ç¼Ç ½Å°æ¸Á(Convolutional Neural Network)À» ´Ù·é´Ù. À̹ÌÁö 󸮴 ÄÄÇ»ÅÍ ºñÀü ºÐ¾ß¿¡¼ ÁÖ·Î »ç¿ëµÇ¸ç, ÄÁº¼·ç¼Ç ½Å°æ¸ÁÀ» »ç¿ëÇØ °³Ã¼ ÀÎ½Ä ¹× ŽÁö, °³Ã¼ ºÐ·ù, Áö¿ªÈ(localization), ºÐÇÒ(segmentation) ºÐ¾ß¿¡¼ ¼º´ÉÀÌ Å©°Ô Çâ»óµÆ´Ù. ÀÌ ÀåÀº ÄÁº¼·ç¼ÇÀÇ µ¿ÀÛÀ» ÀÚ¼¼È÷ ¼³¸íÇÏ´Â °ÍºÎÅÍ ½ÃÀÛÇؼ ÄÁº¼·ç¼Ç ½Å°æ¸ÁÀÇ ÀÛµ¿ ¿ø¸®¸¦ ´Ù·é´Ù. ½Å°æ¸ÁÀ» ½ÇÇèÇÏ°í È®ÀåÇÏ´Â µ¥ ÇÊ¿äÇÑ µµ±¸¸¦ µ¶ÀÚ¿¡°Ô Á¦°øÇϱâ À§ÇØ ÄÁº¼·ç¼Ç ½Å°æ¸ÁÀÇ °¢ ÄÄÆ÷³ÍÆ® ºí·ÏÀ» ±¸ÃàÇÏ´Â µ¥ ÁßÁ¡À» µÐ´Ù. ¶ÇÇÑ ÄÁº¼·ç¼Ç(convolutional) ¹× Ç®¸µ(pooling) °èÃþÀ» ÅëÇÑ ¿ªÀüÆĸ¦ ÀÚ¼¼È÷ ³íÀÇÇØ µ¶ÀÚ°¡ ÄÁº¼·ç¼Ç ½Å°æ¸ÁÀÇ ÈÆ·Ã ÇÁ·Î¼¼½º¿¡ ´ëÇØ Á¾ÇÕÀûÀÎ ½Ã°¢À» °®µµ·Ï µµ¿ÍÁØ´Ù. ¸¶Áö¸·À¸·Î ÄÁº¼·ç¼Ç ½Å°æ¸ÁÀÇ ÇÙ½ÉÀûÀÎ ¼º°ø ¿ä¼ÒÀÎ µî°¡¼º(equivariance)°ú º¯È¯ ºÒº¯(translation invariance)ÀÇ ¼Ó¼º¿¡ ´ëÇؼµµ ´Ù·é´Ù.
4Àå. ¡®¼øȯ ½Å°æ¸ÁÀ» ÀÌ¿ëÇÑ ÀÚ¿¬¾î 󸮡¯¿¡¼´Â µö·¯´×À» ÀÌ¿ëÇÑ ÀÚ¿¬¾î 󸮸¦ ´Ù·é´Ù. ¿¬¼ÓÀûÀÎ ´Ü¾î ¸ðÀ½°ú ½ºÅµ±×·¥(skip-gram) µîÀÇ ´Ü¾î ´ë º¤ÅÍ »ðÀÔ ¸ðµ¨°ú °°Àº ÅؽºÆ® 󸮸¦ À§ÇÑ º¤ÅÍ °ø°£ ¸ðµ¨À» ³íÀÇÇÏ°í, ¼øȯ ½Å°æ¸Á(RNN), LSTM, ¾ç¹æÇâ RNN, GRU¿Í °°Àº °í±Þ ÁÖÁ¦¸¦ ¼³¸íÇÑ´Ù. ÀÌ Àå¿¡¼´Â ¾ð¾î ¸ðµ¨¸µÀ» ÀÚ¼¼È÷ ¼³¸íÇÔÀ¸·Î½á µ¶ÀÚ°¡ ÀÌ·¯ÇÑ ³×Æ®¿öÅ©¿Í °ü·ÃµÈ ½ÇÁ¦ ¹®Á¦¸¦ ´Ù·ê ¶§, ÀÌ ³×Æ®¿öÅ©¸¦ È°¿ëÇÒ ¼ö ÀÖµµ·Ï µµ¿ÍÁØ´Ù. ¶ÇÇÑ RNN ¹× LSTMÀÇ °æ¿ì ¼Ò½Ç ±â¿ï±â ¹®Á¦ ¿ªÀüÆÄ ¸ÞÄ¿´ÏÁòÀ» ÀÚ¼¼È÷ ¼³¸íÇÑ´Ù.
5Àå. ¡®Á¦ÇÑµÈ º¼Ã÷¸¸ ¸Ó½Å°ú ÀÚµ¿ ÀÎÄÚ´õ¸¦ »ç¿ëÇÑ ÀÚÀ² ÇнÀ¡¯¿¡¼´Â Á¦ÇÑµÈ º¼Ã÷¸¸ ¸Ó½Å(RBM)°ú ÀÚµ¿ ÀÎÄÚ´õ¸¦ »ç¿ëÇØ µö·¯´×ÀÇ ºñÁöµµ ÇнÀ ¹æ¹ýÀ» ³íÀÇÇÑ´Ù. ¶ÇÇÑ RBM ÈÆ·Ã °úÁ¤ÀÇ °æ¿ì, »ùÇøµ¿¡ ´ëÇÑ Áö½ÄÀÌ ÇÊ¿äÇϱ⠶§¹®¿¡ ¸ÞÆ®·ÎÆú¸®½º ¾Ë°í¸®Áò°ú ±é½º »ùÇøµ °°Àº º£ÀÌÁö¾È Ã߷аú ¸¶¸£ÄÚÇÁ üÀÎ ¸óÅ× Ä«¸¦·Î(MCMC) ¹æ¹ýÀ» ¼³¸íÇÑ´Ù. ¶ÇÇÑ ÀÌ Àå¿¡¼´Â RBMÀÇ ½ÇÁ¦ ÈÆ·ÃÀ» Çã¿ëÇÏ´Â ±é½º »ùÇøµÀÇ Ä¿½ºÅ͸¶ÀÌÁî ¹öÀüÀÎ ´ëÁ¶ ¹ß»ê(contrastive divergence)À» ¼³¸íÇÑ´Ù. Ãßõ ½Ã½ºÅÛ¿¡¼ÀÇ Çù¾÷ ÇÊÅ͸µ»Ó¸¸ ¾Æ´Ï¶ó µö ºô¸®ÇÁ ³×Æ®¿öÅ©(DBN)ÀÇ ºñÁöµµ ÇнÀ¿¡ RBM...ÀÌ ¾î¶»°Ô »ç¿ëµÉ ¼ö ÀÖ´ÂÁö¸¦ ´õ ³íÀÇÇÒ °ÍÀÌ´Ù.
±×¸®°í 5Àå¿¡¼´Â Èñ¼Ò ÀÎÄÚ´õ, ÀâÀ½ Á¦°Å ÀÚµ¿ ÀÎÄÚ´õ¿Í °°Àº ´Ù¾çÇÑ Á¾·ùÀÇ ÀÚµ¿ ÀÎÄÚ´õ¸¦ ´Ù·é´Ù. ¶ÇÇÑ ÀÚµ¿ ÀÎÄÚ´õ¿¡¼ ÇнÀÇÑ ³»ºÎ ÇÇó¸¦ Áöµµ ÇнÀ»Ó¸¸ ¾Æ´Ï¶ó Â÷¿ø °¨¼Ò¿¡µµ È°¿ëÇÒ ¼ö ÀÖ´Â ¹æ¹ýÀ» ÇнÀÇÒ ¼ö ÀÖ´Ù. ¸¶Áö¸·À¸·Î, PCA ÈÀÌÆ®´×°ú ZCA ÈÀÌÆ®´× °°Àº µ¥ÀÌÅÍ »çÀü ó¸® ±â¼úµµ °£´ÜÈ÷ ¼³¸íÇÑ´Ù.
6Àå. ¡®°í±Þ ½Å°æ¸Á¡¯¿¡¼ µ¶ÀÚ´Â ¿ÏÀü ÄÁº¼·ç¼Ç ½Å°æ¸Á, R-CNN, Fast R-CNN, Faster, U-Net µî°ú °°Àº °í±Þ ½Å°æ¸Á(Advanced Neural Network)À» »ìÆ캸¸ç À̹ÌÁöÀÇ Àǹ̷ÐÀû ºÐÇÒ, °´Ã¼ °¨Áö, Áö¿ªÈ¸¦ ´Ù·é´Ù. ÀüÅëÀûÀÎ À̹ÌÁö ºÐÇÒ ¹æ¹ýÀ» ¼Ò°³ÇÏ°í, µÎ ¼¼°èÀÇ ÀåÁ¡À» ÀûÀýÇÏ°Ô °áÇÕÇÒ ¼ö ÀÖµµ·Ï µ½´Â´Ù. ÀÌ ÀåÀÇ ÈĹݺο¡¼´Â ÁÖ¾îÁø ºÐÆ÷¿¡ ÀÇÇØ »ý¼ºµÈ µ¥ÀÌÅÍÀÎ ÇÕ¼º µ¥ÀÌÅ͸¦ »ý¼ºÇÏ´Â µ¥ »ç¿ëµÇ´Â »ý¼º ¸ðµ¨ÀÇ »õ·Î¿î ÅäÇÈÀÎ GAN(Generative Adversarial Network)¿¡ ´ëÇØ ¹è¿î´Ù. GANÀº À̹ÌÁö »ý¼º, À̹ÌÁö ¼ö¸®, Ãß»óÀû Ãß·Ð, Àǹ̷ÐÀû ¼¼ºÐÈ, ºñµð¿À »ý¼º, ÇÑ µµ¸ÞÀο¡¼ ´Ù¸¥ µµ¸ÞÀÎÀ¸·ÎÀÇ ½ºÅ¸ÀÏ ÀÌÀü, ÅؽºÆ®-À̹ÌÁö »ý¼º ¾ÖÇø®ÄÉÀ̼ǰú °°Àº ¿©·¯ ºÐ¾ß¿¡¼ »ç¿ëµÉ ¼ö ÀÖ´Ù.
¿ä¾àÇϸé, µ¶ÀÚ°¡ ÀÌ Ã¥¿¡¼ ¹è¿ï ¼ö ÀÖ´Â ÁÖ¿ä ÇнÀ ³»¿ëÀº ´ÙÀ½°ú °°´Ù.
¡á ÅÙ¼Ç÷θ¦ »ç¿ëÇØ Ç®½ºÅà µö·¯´×À» ÀÌÇØÇÏ°í, µö·¯´×À» À§ÇÑ ÅºÅºÇÑ ¼öÇÐÀû ±âÃʸ¦ ½×´Â´Ù.
¡á ÅÙ¼Ç÷θ¦ »ç¿ëÇØ º¹ÀâÇÑ µö·¯´× ¼Ö·ç¼ÇÀ» ÇÁ·Î´ö¼Ç ȯ°æ¿¡ ¹èÆ÷ÇÑ´Ù.
¡á µö·¯´×¿¡ ´ëÇÑ ¿¬±¸¸¦ ¼öÇàÇÏ°í ÅÙ¼Ç÷θ¦ »ç¿ëÇØ ½ÇÇèÀ» ¼öÇàÇÑ´Ù.
-
-
ÁöÀºÀÌ ¼Ò°³
°¨»çÀÇ ±Û
±â¼ú °¨¼öÀÚ ¼Ò°³
¿Å±äÀÌ ¼Ò°³
¿Å±äÀÌÀÇ ¸»
µé¾î°¡¸ç
1Àå. ¼öÇÐÀû ±âÃÊ
__¼±Çü´ë¼öÇÐ
____º¤ÅÍ
____½ºÄ®¶ó
____Çà·Ä
____ÅÙ¼
____Çà·Ä ¿¬»ê ¹× Á¶ÀÛ
____º¤ÅÍÀÇ ÀÏÂ÷µ¶¸³
____Çà·ÄÀÇ ·©Å©
____´ÜÀ§ Çà·Ä ¹× ¿¬»êÀÚ
____Çà·Ä½Ä
____¿ªÇà·Ä
____º¤ÅÍÀÇ ³ë¸§
____ÀÇ»ç ¿ªÇà·Ä
____ƯÁ¤ º¤ÅÍ ¹æÇâÀÇ ´ÜÀ§ º¤ÅÍ
____ƯÁ¤ º¤ÅÍ ¹æÇâÀÇ ÇÁ·ÎÁ§¼Ç º¤ÅÍ
____°íÀ¯º¤ÅÍ
__¹ÌÀûºÐÇÐ
____¹ÌºÐ
____ÇÔ¼öÀÇ ±â¿ï±â
____¿¬¼Ó Æí¹ÌºÐ
____ÇÔ¼öÀÇ Çì¼¼ Çà·Ä
____ÇÔ¼öÀÇ ÃÖ´ë ¹× ÃÖ¼Ò
____·ÎÄà ¹Ì´Ï¸¶¿Í ±Û·Î¹ú ¹Ì´Ï¸¶
____¾ç¹ÝÁ¤Ä¡ Çà·Ä ¹× Á¤Ä¡ Çà·Ä
____º¼·Ï ÁýÇÕ
____º¼·Ï ÇÔ¼ö
____¿À¸ñ ÇÔ¼ö
____´Ùº¯¼ö º¼·Ï ¹× ¿À¸ñ ÇÔ¼ö ¿¹Á¦
____Å×ÀÏ·¯ ±Þ¼ö
__È®·ü
____ÇÕÁýÇÕ, ±³ÁýÇÕ, Á¶°ÇºÎ È®·ü
____À̺¥Æ® ±³Â÷Á¡¿¡ ´ëÇÑ È®·üÀÇ Ã¼ÀÎ ±ÔÄ¢
____»óÈ£ ¹èŸÀûÀÎ À̺¥Æ®
____À̺¥Æ®ÀÇ µ¶¸³
____À̺¥Æ®ÀÇ Á¶°ÇºÎ µ¶¸³
____º£ÀÌÁî ±ÔÄ¢
____È®·ü Áú·® ÇÔ¼ö
____È®·ü ¹Ðµµ ÇÔ¼ö
____È®·ü º¯¼öÀÇ ±â´ñ°ª
____È®·ü º¯¼öÀÇ ºÐ»ê
____¿Öµµ ¹× ÷µµ
____°øºÐ»ê
____»ó°ü°è¼ö
____¸î °¡Áö °øÅë È®·üºÐÆ÷
____¿ìµµ ÇÔ¼ö
____ÃÖ...´ë ¿ìµµ ÃßÁ¤
____°¡¼³°ËÁ¤ ¹× p °ª
__¸Ó½Å ·¯´× ¾Ë°í¸®Áò ¹× ÃÖÀûÈ ±â¹ýÀÇ °ø½ÄÈ
____Áöµµ ÇнÀ
____ºñÁöµµ ÇнÀ
____¸Ó½Å ·¯´×À» À§ÇÑ ÃÖÀûÈ ±â¹ý
____Á¦¾à Á¶°ÇÀÌ ÀÖ´Â ÃÖÀûÈ ¹®Á¦
__¸Ó½Å ·¯´×¿¡ Áß¿äÇÑ ¸î °¡Áö ÁÖÁ¦µé
____Â÷¿ø °¨¼Ò ¹æ¹ý
____Á¤±ÔÈ
____Á¦¾à Á¶°ÇÀÌ ÀÖ´Â ¹®Á¦ÀÇ ÃÖÀûȸ¦ À§ÇÑ Á¤±ÔÈ
__¿ä¾à
2Àå. µö·¯´× °³³ä°ú ÅÙ¼Ç÷Π¼Ò°³
__µö·¯´×°ú ±× ÁøÈ
__ÆÛ¼ÁÆ®·Ð°ú ÆÛ¼ÁÆ®·Ð ÇнÀ ¾Ë°í¸®Áò
____ÆÛ¼ÁÆ®·Ð ÇнÀÀÇ ±âÇÏÇÐÀû Çؼ®
____ÆÛ¼ÁÆ®·Ð ÇнÀÀÇ ÇÑ°è
____ºñ¼±Çü¿¡ ´ëÇÑ Çʿ伺
____Àº´ÐÃþ ÆÛ¼ÁÆ®·ÐÀÇ ºñ¼±Çü¼º È°¼ºÈ ÇÔ¼ö
____´º·±/ÆÛ¼ÁÆ®·Ð¿¡ ´ëÇÑ ´Ù¾çÇÑ È°¼ºÈ ÇÔ¼ö
____´ÙÃþ ÆÛ¼ÁÆ®·Ð ³×Æ®¿öÅ©¿¡ ´ëÇÑ ÇнÀ ±ÔÄ¢
____±â¿ï±â °è»êÀ» À§ÇÑ ¿ªÀüÆÄ
____±â¿ï±â °è»êÀ» À§ÇÑ ¿ªÀüÆÄ ÀϹÝÈ
__ÅÙ¼Ç÷Î
____ÀϹÝÀûÀÎ µö·¯´× ÆÐÅ°Áö
____ÅÙ¼Ç÷Π¼³Ä¡
____°³¹ßÀ» À§ÇÑ ÅÙ¼Ç÷Π±âº»
____µö·¯´× °üÁ¡¿¡¼ÀÇ ±â¿ï±â ÇÏ° ÃÖÀûÈ
____È®·üÀû ±â¿ï±â ÇÏ°¿¡ ´ëÇÑ ¹Ì´Ï ¹èÄ¡ Á¢±Ù¹ýÀÇ ÇнÀ ¼Óµµ
____ÅÙ¼Ç÷ΠÃÖÀûÈ µµ±¸
____ÅÙ¼Ç÷θ¦ ÀÌ¿ëÇÑ XOR ±¸Çö
____ÅÙ¼Ç÷ÎÀÇ ¼±Çü ȸ±Í
____Àüü ¹èÄ¡ ±â¿ï±â ÇÏ°À» ÀÌ¿ëÇÑ ¼ÒÇÁÆ®¸Æ½º ÇÔ¼ö·Î ´ÙÁß Å¬·¡½º ºÐ·ù
____È®·üÀû ±â¿ï±â ÇÏ°À» ÀÌ¿ëÇÑ ¼ÒÇÁÆ®¸Æ½º ÇÔ¼öÀÇ ´ÙÁß Å¬·¡½º ºÐ·ù
__GPU
__¿ä¾à
3Àå. ÄÁº¼·ç¼Ç ½Å°æ¸Á
__ÄÁº¼·ç¼Ç ¿¬»ê
____¼±Çü ½Ã°£ ºÒº¯ ½Ã½ºÅÛ/¼±Çü ½ÃÇÁÆ® ºÒº¯ ½Ã½ºÅÛ
____ÇÑ Â÷¿øÀÇ ½ÅÈ£¸¦ À§ÇÑ ÄÁº¼·ç¼Ç
__¾Æ³¯·Î±× ¹× µðÁöÅÐ ½ÅÈ£
____2D ¹× 3D ½ÅÈ£
__2D ÄÁº¼·ç¼Ç
____2Â÷¿ø ´ÜÀ§ ½ºÅÜ ÇÔ¼ö
____LSI ½Ã½ºÅÛ ´ÜÀ§ ½ºÅÜ ÀÀ´äÀÌ ÀÖ´Â ½ÅÈ£ÀÇ 2D º¯È¯
____´Ù¸¥ LSI ½Ã½ºÅÛ ÀÀ´ä¿¡ ´ëÇÑ À̹ÌÁöÀÇ 2D ÄÁº¼·ç¼Ç
__ÀϹÝÀûÀÎ À̹ÌÁö ó¸® ÇÊÅÍ
____Æò±Õ°ª ÇÊÅÍ
____Áß¾Ó°ª ÇÊÅÍ
____°¡¿ì½Ã¾È ÇÊÅÍ
____±â¿ï±â ±â¹Ý ÇÊÅÍ
____¼Òº§ ¿¡Áö °¨Áö ÇÊÅÍ
____Ç×µî º¯È¯
__ÄÁº¼·ç¼Ç ½Å°æ¸Á
__ÄÁº¼·ç¼Ç ½Å°æ¸ÁÀÇ ±¸¼º ¿ä¼Ò
____ÀÔ·ÂÃþ
____ÄÁº¼·ç¼Ç °èÃþ
____Ç®¸µ °èÃþ
__ÄÁº¼·ç¼Ç °èÃþÀ» ÅëÇÑ ¿ªÀüÆÄ
__Ç®¸µ °èÃþÀ» ÅëÇÑ ¿ªÀüÆÄ
__ÄÁº¼·ç¼ÇÀ» ÅëÇÑ °¡ÁßÄ¡ °øÀ¯¿Í ±× ÀåÁ¡
__º¯È¯ ÆòÇü
__Ç®¸µÀ¸·Î ÀÎÇÑ º¯È¯ ºÒº¯
__µå·Ó¾Æ¿ô °èÃþ ¹× Á¤±ÔÈ
__MNIST µ¥ÀÌÅͼ¿¡¼ ¼ýÀÚ ÀνÄÀ» À§ÇÑ ÄÁº¼·ç¼Ç ½Å°æ¸Á
__Çö½Ç ¹®Á¦ ÇØ°áÀ» À§ÇÑ ÄÁº¼·ç¼Ç ½Å°æ¸Á
__¹èÄ¡ Á¤±ÔÈ
__ÄÁº¼·ç¼Ç ½Å°æ¸ÁÀÇ ¶Ç ´Ù¸¥ ¾ÆÅ°ÅØó
____LeNet
____¾Ë·º½º³Ý
____VGG16
____ResNet
__ÀüÀÌ ÇнÀ
____ÀüÀÌ ÇнÀ °¡À̵å¶óÀÎ
____±¸±ÛÀÇ ÀμÁ¼Çv3¸¦ ÅëÇÑ ÀüÀÌ ÇнÀ
____»çÀü ÈÆ·ÃµÈ VGG16À» ÀÌ¿ëÇÑ ÀüÀÌ ÇнÀ
__¿ä¾à
4Àå. RNNÀ» È°¿ëÇÑ ÀÚ¿¬¾î ó¸®
__º¤ÅÍ °ø°£ ¸ðµ¨(VSM)
__´Ü¾îÀÇ º¤ÅÍ Ç¥Çö
__Word2Vec
____CBOW
____ÅÙ¼Ç÷ο¡¼ CBOW ±¸Çö
____´Ü¾î ÀÓº£µùÀ» À§ÇÑ ½ºÅµ±×·¥ ¸ðµ¨
____ÅÙ¼Ç÷ηΠ½ºÅµ±×·¥ ¸ðµ¨ ±¸Çö
____±Û·Î¹ú µ¿½Ã ¹ß»ý Åë°è ±â¹ÝÀÇ ´Ü¾î º¤ÅÍ
____GloVe
____´Ü¾î º¤Å͸¦ ÀÌ¿ëÇÑ ´Ü¾î À¯Ãß
__¼øȯ ½Å°æ¸ÁÀÇ ¼Ò°³
____¾ð¾î ¸ðµ¨¸µ
____RNNÀ» ÅëÇÑ ¹®Àå¿¡¼ÀÇ ´ÙÀ½ ´Ü¾î ¿¹Ãø°ú ÀüÅëÀûÀÎ ¹æ¹ýÀÇ ºñ±³
____½Ã°£¿¡ µû¸¥ ¿ªÀüÆÄ(BPTT)
____RNN¿¡¼ ±â¿ï±âÀÇ ¼Ò½Ç ¹× ¹ß»ê ¹®Á¦
____RNNÀÇ ¼Ò½Ç ¹× ¹ß»ê ±â¿ï±â ¹®Á¦ ÇØ°á ¹æ¹ý
____LSTM
____¹ß»ê ¹× ¼Ò½Ç ±â¿ï±â¸¦ ÁÙÀ̱â À§ÇÑ LSTM
____¼øȯ ½Å°æ¸ÁÀ» ÀÌ¿ëÇÑ ÅÙ¼Ç÷ÎÀÇ MNIST ¼ýÀÚ ½Äº°
____GRU
____¾ç¹æÇâ RNN
__¿ä¾à
5Àå. Á¦ÇÑµÈ º¼Ã÷¸¸ ¸Ó½Å°ú ÀÚµ¿ ÀÎÄÚ´õ¸¦ »ç¿ëÇÑ ºñÁöµµ ÇнÀ
__º¼Ã÷¸¸ ºÐÆ÷
__º£ÀÌÁö¾È Ãß·Ð: ¿ìµµ, »çÀüÈ®·üºÐÆ÷, »çÈÄÈ®·üºÐÆ÷
__»ùÇøµÀ» À§ÇÑ ¸¶¸£ÄÚÇÁ üÀÎ ¸óÅ× Ä«¸¦·Î ¹æ¹ý
____¸ÞÆ®·ÎÆú¸®½º ¾Ë°í¸®Áò
__Á¦ÇÑµÈ º¼Ã÷¸¸ ¸Ó½Å
____Á¦ÇÑµÈ º¼Ã÷¸¸ ¸Ó½Å ÈÆ·Ã
____±é½º »ùÇøµ
____ºí·° ±é½º »ùÇøµ
____¹øÀÎ ±â°£°ú ±é½º »ùÇøµÀ¸·Î »ùÇà ¸¸µé±â
____Á¦ÇÑµÈ º¼Ã÷¸¸ ¸Ó½Å¿¡¼ ±é½º »ùÇøµ »ç¿ëÇϱâ
____´ëÁ¶ ¹ß»ê
____ÅÙ¼Ç÷ηΠÁ¦ÇÑµÈ º¼Ã÷¸¸ ¸Ó½Å ±¸Çö
____Á¦ÇÑµÈ º¼Ã÷¸¸ ¸Ó½ÅÀ» »ç¿ëÇÑ Çù¾÷ ÇÊÅ͸µ
____µö ºô¸®ÇÁ ³×Æ®¿öÅ©
__ÀÚµ¿ ÀÎÄÚ´õ
____Áöµµ ÇнÀÀ» À§ÇØ ÀÚµ¿ ÀÎÄÚ´õ¸¦ »ç¿ëÇÑ ÇÇó ÇнÀ
____KL ¹ß»ê
____ÅÙ¼Ç÷ηΠÈñ¼Ò ÀÚµ¿ ÀÎÄÚ´õ ±¸Çö
____ÀâÀ½ Á¦°Å ÀÚµ¿ ÀÎÄÚ´õ
____ÅÙ¼Ç÷ο¡¼ ÀâÀ½ Á¦°Å ÀÚµ¿ ÀÎÄÚ´õ ±¸Çö
__PCA ¹× ZCA ÈÀÌÆ®´×
__¿ä¾à
6Àå. °í±Þ ½Å°æ¸Á ±â¹ý
__À̹ÌÁö ºÐÇÒ
____Çȼ¿ °µµ È÷½ºÅä±×·¥ ±â¹Ý ÀÌÁø ÀÓ°ì°ª ÁöÁ¤ ±â¹ý
____¿ÀÃ÷ ±â¹ý
____À̹ÌÁö ºÐÇÒÀ» À§ÇÑ ¿öÅͽ¦µå ¾Ë°í¸®Áò
____K-Æò±Õ Ŭ·¯½ºÅ͸µÀ» ÅëÇÑ À̹ÌÁö ºÐÇÒ
____½Ã¸Çƽ ºÐÇÒ
____½½¶óÀ̵ù À©µµ¿ì ¹æ½Ä
____¿ÏÀü ÄÁº¼·ç¼Ç ³×Æ®¿öÅ©
____´Ù¿î»ùÇøµ°ú ¾÷»ùÇøµÀ» °¡Áø ¿ÏÀü ÄÁº¼·ç¼Ç ³×Æ®¿öÅ©
____U-Net
____¿ÏÀü ¿¬°á ½Å°æ¸ÁÀ¸·Î ÅÙ¼Ç÷ο¡¼ ½Ã¸Çƽ ºÐÇÒ ÀÛ¾÷Çϱâ
__À̹ÌÁö ºÐ·ù ¹× Áö¿ªÈ ³×Æ®¿öÅ©
__°´Ã¼ °¨Áö
____R-CNN
____Fast R-CNN°ú Faster R-CNN
__»ý¼ºÀû Àû´ë ³×Æ®¿öÅ©
____¸Æ½º¹Ì´Ï ¹× ¹Ì´Ï¸Æ½º ¹®Á¦
____Á¦·Î¼¶ °ÔÀÓ
____¹Ì´Ï¸Æ½º¿Í ¾ÈÀåÁ¡
____GAN ºñ¿ë ÇÔ¼ö ¹× ÈÆ·Ã
____»ý¼º±â¸¦ À§ÇÑ ¼Ò½Ç ±â¿ï±â
____ÅÙ¼Ç÷ηΠGAN ³×Æ®¿öÅ© ±¸ÇöÇϱâ
__ÇÁ·Î´ö¼Ç ȯ°æÀ¸·Î ÅÙ¼Ç÷Π¸ðµ¨ ¹èÆ÷
__¿ä¾à
ã¾Æº¸±â
-
-
|
»êŸ´© ÆÄŸ³ª¾ßÅ© [Àú]
|
|
-
-
|
ÀÌÁöÈÆ [Àú]
|
|
-
-
-
Àüü 0°³ÀÇ ±¸¸ÅÈıⰡ ÀÖ½À´Ï´Ù.
|
ÀÎÅÍÆÄÅ©µµ¼´Â °í°´´ÔÀÇ ´Ü¼ø º¯½É¿¡ ÀÇÇÑ ±³È¯°ú ¹ÝÇ°¿¡ µå´Â ºñ¿ëÀº °í°´´ÔÀÌ ÁöºÒÄÉ µË´Ï´Ù.
´Ü, »óÇ°À̳ª ¼ºñ½º ÀÚüÀÇ ÇÏÀÚ·Î ÀÎÇÑ ±³È¯ ¹× ¹ÝÇ°Àº ¹«·á·Î ¹ÝÇ° µË´Ï´Ù. |
|
±³È¯ ¹× ¹ÝÇ°ÀÌ °¡´ÉÇÑ °æ¿ì |
»óÇ°À» °ø±Þ ¹ÞÀº ³¯·ÎºÎÅÍ 7ÀÏÀ̳» °¡´É
°ø±Þ¹ÞÀ¸½Å »óÇ°ÀÇ ³»¿ëÀÌ Ç¥½Ã, ±¤°í ³»¿ë°ú ´Ù¸£°Å³ª ´Ù¸£°Ô ÀÌÇàµÈ °æ¿ì¿¡´Â °ø±Þ¹ÞÀº ³¯·ÎºÎÅÍ 3°³¿ù À̳», ȤÀº ±×»ç½ÇÀ» ¾Ë°Ô µÈ ³¯ ¶Ç´Â ¾Ë ¼ö ÀÖ¾ú´ø ³¯·ÎºÎÅÍ 30ÀÏ À̳»
»óÇ°¿¡ ¾Æ¹«·± ÇÏÀÚ°¡ ¾ø´Â °æ¿ì ¼ÒºñÀÚÀÇ °í°´º¯½É¿¡ ÀÇÇÑ ±³È¯Àº »óÇ°ÀÇ Æ÷Àå»óÅ µîÀÌ ÀüÇô ¼Õ»óµÇÁö ¾ÊÀº °æ¿ì¿¡ ÇÑÇÏ¿© °¡´É |
|
±³È¯ ¹× ¹ÝÇ°ÀÌ ºÒ°¡´ÉÇÑ °æ¿ì |
±¸¸ÅÈ®Á¤ ÀÌÈÄ(¿ÀǸ¶ÄÏ»óÇ°¿¡ ÇÑÇÔ)
°í°´´ÔÀÇ Ã¥ÀÓ ÀÖ´Â »çÀ¯·Î »óÇ° µîÀÌ ¸ê½Ç ¶Ç´Â ÈÑ¼ÕµÈ °æ¿ì
(´Ü, »óÇ°ÀÇ ³»¿ëÀ» È®ÀÎÇϱâ À§ÇÏ¿© Æ÷Àå µîÀ» ÈѼÕÇÑ °æ¿ì´Â Á¦¿Ü)
½Ã°£ÀÌ Áö³²¿¡ µû¶ó ÀçÆǸŰ¡ °ï¶õÇÒ Á¤µµ·Î ¹°Ç°ÀÇ °¡Ä¡°¡ ¶³¾îÁø °æ¿ì
Æ÷Àå °³ºÀµÇ¾î »óÇ° °¡Ä¡°¡ ÈÑ¼ÕµÈ °æ¿ì |
|
´Ù¹è¼ÛÁöÀÇ °æ¿ì ¹ÝÇ° ȯºÒ |
´Ù¹è¼ÛÁöÀÇ °æ¿ì ´Ù¸¥ Áö¿ªÀÇ ¹ÝÇ°À» µ¿½Ã¿¡ ÁøÇàÇÒ ¼ö ¾ø½À´Ï´Ù.
1°³ Áö¿ªÀÇ ¹ÝÇ°ÀÌ ¿Ï·áµÈ ÈÄ ´Ù¸¥ Áö¿ª ¹ÝÇ°À» ÁøÇàÇÒ ¼ö ÀÖÀ¸¹Ç·Î, ÀÌÁ¡ ¾çÇØÇØ Áֽñ⠹ٶø´Ï´Ù. |
|
Áß°í»óÇ°ÀÇ ±³È¯ |
Áß°í»óÇ°Àº Á¦ÇÑµÈ Àç°í ³»¿¡¼ ÆǸŰ¡ ÀÌ·ç¾îÁö¹Ç·Î, ±³È¯Àº ºÒ°¡´ÉÇÕ´Ï´Ù. |
|
¿ÀǸ¶ÄÏ »óÇ°ÀÇ È¯ºÒ |
¿ÀǸ¶ÄÏ»óÇ°¿¡ ´ëÇÑ Ã¥ÀÓÀº ¿øÄ¢ÀûÀ¸·Î ¾÷ü¿¡°Ô ÀÖÀ¸¹Ç·Î, ±³È¯/¹ÝÇ° Á¢¼ö½Ã ¹Ýµå½Ã ÆǸÅÀÚ¿Í ÇùÀÇ ÈÄ ¹ÝÇ° Á¢¼ö¸¦ ÇϼžßÇϸç, ¹ÝÇ°Á¢¼ö ¾øÀÌ ¹Ý¼ÛÇϰųª, ¿ìÆíÀ¸·Î º¸³¾ °æ¿ì »óÇ° È®ÀÎÀÌ ¾î·Á¿ö ȯºÒÀÌ ºÒ°¡´ÉÇÒ ¼ö ÀÖÀ¸´Ï À¯ÀÇÇϽñ⠹ٶø´Ï´Ù. |
|
|
|
¹è¼Û¿¹Á¤ÀÏ ¾È³» |
ÀÎÅÍÆÄÅ© µµ¼´Â ¸ðµç »óÇ°¿¡ ´ëÇØ ¹è¼Û¿Ï·á¿¹Á¤ÀÏÀ» À¥»çÀÌÆ®¿¡ Ç¥½ÃÇÏ°í ÀÖ½À´Ï´Ù.
|
<ÀÎÅÍÆÄÅ© Á÷¹è¼Û »óÇ°> |
»óÇ°Àº ¿ù~Åä¿äÀÏ ¿ÀÀü 10½Ã ÀÌÀü ÁÖ¹®ºÐ¿¡ ´ëÇÏ¿© ´çÀÏ Ãâ°í/´çÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÏ´Â »óÇ°ÀÔ´Ï´Ù. |
»óÇ°Àº ¼¿ïÁö¿ª/ÆòÀÏ ÁÖ¹®ºÐÀº ´çÀÏ Ãâ°í/ÀÍÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇϸç,
¼¿ï¿ÜÁö¿ª/ÆòÀÏ ÁÖ¹®ºÐÀÇ °æ¿ì´Â ¿ÀÈÄ 6½Ã±îÁö ÁÖ¹®ºÐ¿¡ ´ëÇÏ¿© ÀÍÀÏ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÏ´Â »óÇ°ÀÔ´Ï´Ù.
(´Ü, ¿ù¿äÀÏÀº 12½Ã±îÁö ÁÖ¹®¿¡ ÇÑÇÔ)
|
»óÇ°Àº, ÀÔ°í¿¹Á¤ÀÏ(Á¦Ç°Ãâ½ÃÀÏ)+Åùè»ç¹è¼ÛÀÏ(1ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù. |
~
»óÇ°Àº À¯ÅëƯ¼º»ó ÀÎÅÍÆÄÅ©¿¡¼ Àç°í¸¦ º¸À¯ÇÏÁö ¾ÊÀº »óÇ°À¸·Î ÁÖ¹®ÀÏ+±âÁØÃâ°íÀÏ+Åùè»ç¹è¼ÛÀÏ(1ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù.(Åä/°øÈÞÀÏÀº ¹è¼Û±â°£¿¡ Æ÷ÇÔµÇÁö ¾Ê½À´Ï´Ù.)
¡Ø±âÁØÃâ°íÀÏ:ÀÎÅÍÆÄÅ©°¡ »óÇ°À» ¼ö±ÞÇÏ¿© ¹°·ùâ°í¿¡¼ Æ÷Àå/Ãâ°íÇϱâ±îÁö ¼Ò¿äµÇ´Â ½Ã°£
|
|
<¾÷ü Á÷Á¢¹è¼Û/¿ÀǸ¶ÄÏ »óÇ°> |
~
»óÇ°Àº ¾÷ü°¡ ÁÖ¹®À» È®ÀÎÇÏ°í, Ãâ°íÇϱâ±îÁö °É¸®´Â ½Ã°£ÀÔ´Ï´Ù. ÁÖ¹®ÀÏ+±âÁØÃâ°íÀÏ+Åùè»ç¹è¼ÛÀÏ(2ÀÏ)¿¡ ¹è¼Û¿Ï·á¸¦ º¸ÀåÇÕ´Ï´Ù.(Åä/°øÈÞÀÏÀº ¹è¼Û±â°£¿¡ Æ÷ÇÔµÇÁö ¾Ê½À´Ï´Ù.)
¡Ø5ÀÏÀ̳» Ãâ°í°¡ ½ÃÀÛµÇÁö ¾ÊÀ»½Ã, ¿ÀǸ¶ÄÏ »óÇ°Àº ÀÚµ¿À¸·Î ÁÖ¹®ÀÌ Ãë¼ÒµÇ¸ç, °í°´´Ô²² Ç°Àýº¸»ó±ÝÀ» Áö±ÞÇØ µå¸³´Ï´Ù.
|
|
|
¹è¼Ûºñ ¾È³» |
µµ¼(Áß°íµµ¼ Æ÷ÇÔ)¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 2,000¿ø (1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û) À½¹Ý/DVD¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 1,500¿ø (2¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
ÀâÁö/¸¸È/±âÇÁÆ®¸¸ ±¸¸ÅÇϽøé : ¹è¼Ûºñ 2,000¿ø (2¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
µµ¼¿Í À½¹Ý/DVD¸¦ ÇÔ²² ±¸¸ÅÇϽøé : ¹è¼Ûºñ 1,500¿ø 1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
µµ¼¿Í ÀâÁö/¸¸È/±âÇÁÆ®/Áß°íÁ÷¹è¼Û»óÇ°À» ÇÔ²² ±¸¸ÅÇϽøé : 2,000¿ø (1¸¸¿øÀÌ»ó ±¸¸Å ½Ã ¹«·á¹è¼Û)
¾÷üÁ÷Á¢¹è¼Û»óÇ°À» ±¸¸Å½Ã : ¾÷üº°·Î »óÀÌÇÑ ¹è¼Ûºñ Àû¿ë
* ¼¼Æ®»óÇ°ÀÇ °æ¿ì ºÎºÐÃë¼Ò ½Ã Ãß°¡ ¹è¼Ûºñ°¡ ºÎ°úµÉ ¼ö ÀÖ½À´Ï´Ù.
* ºÏÄ«Æ®¿¡¼ ¹è¼Ûºñ¾ø¾Ö±â ¹öÆ°À» Ŭ¸¯Çϼż, µ¿ÀϾ÷ü»óÇ°À» Á¶±Ý ´õ ±¸¸ÅÇϽøé, ¹è¼Ûºñ¸¦ Àý¾àÇÏ½Ç ¼ö ÀÖ½À´Ï´Ù.
|
|
Çؿܹè¼Û ¾È³» |
ÀÎÅÍÆÄÅ©µµ¼¿¡¼´Â ±¹³»¿¡¼ ÁÖ¹®ÇϽðųª ÇØ¿Ü¿¡¼ ÁÖ¹®ÇÏ¿© ÇØ¿Ü·Î ¹è¼ÛÀ» ¿øÇÏ½Ç °æ¿ì DHL°ú Ư¾àÀ¸·Î Ã¥Á¤µÈ ¿ä±ÝÇ¥¿¡
ÀÇÇØ °³ÀÎÀÌ ÀÌ¿ëÇÏ´Â °æ¿ìº¸´Ù ¹è¼Û¿ä±ÝÀ» Å©°Ô ³·Ã߸ç DHL(www.dhl.co.kr)·Î Çؿܹè¼Û ¼ºñ½º¸¦ Á¦°øÇÕ´Ï´Ù.
Çؿܹè¼ÛÀº µµ¼/CD/DVD »óÇ°¿¡ ÇÑÇØ ¼ºñ½ºÇÏ°í ÀÖÀ¸¸ç, ´Ù¸¥ »óÇ°À» ºÏÄ«Æ®¿¡ ÇÔ²² ´ãÀ¸½Ç °æ¿ì Çؿܹè¼ÛÀÌ ºÒ°¡ÇÕ´Ï´Ù.
ÇØ¿ÜÁÖ¹®¹è¼Û ¼ºñ½º´Â ÀÎÅÍÆÄÅ© µµ¼ ȸ¿ø °¡ÀÔÀ» Çϼž߸¸ ½Åû °¡´ÉÇÕ´Ï´Ù. |
|
¾Ë¾ÆµÎ¼¼¿ä!!! |
µµ¸Å»ó ¹× Á¦ÀÛ»ç »çÁ¤¿¡ µû¶ó Ç°Àý/ÀýÆÇ µîÀÇ »çÀ¯·Î Ãë¼ÒµÉ ¼ö ÀÖ½À´Ï´Ù.
¿ÀǸ¶ÄϾ÷üÀÇ ¹è¼ÛÁö¿¬½Ã ÁÖ¹®ÀÌ ÀÚµ¿À¸·Î Ãë¼ÒµÉ ¼ö ÀÖ½À´Ï´Ù.
Ãâ°í°¡´É ½Ã°£ÀÌ ¼·Î ´Ù¸¥ »óÇ°À» ÇÔ²² ÁÖ¹®ÇÒ °æ¿ì Ãâ°í°¡´É ½Ã°£ÀÌ °¡Àå ±ä ±âÁØÀ¸·Î ¹è¼ÛµË´Ï´Ù.
À¯ÅëÀÇ Æ¯¼º»ó Ãâ°í±â°£Àº ¿¹Á¤º¸´Ù ¾Õ´ç°ÜÁö°Å³ª ´ÊÃçÁú ¼ö ÀÖ½À´Ï´Ù.
Åùè»ç ¹è¼ÛÀÏÀÎ ¼¿ï ¹× ¼öµµ±ÇÀº 1~2ÀÏ, Áö¹æÀº 2~3ÀÏ, µµ¼, »ê°£, ±ººÎ´ë´Â 3ÀÏ ÀÌ»óÀÇ ½Ã°£ÀÌ ¼Ò¿äµË´Ï´Ù. |
|
|
|
|