|
|
|
µö·¯´×°ú ºòµ¥ÀÌÅÍ »ê¾÷µ¿Çâ : ÀΰøÁö´ÉÀÇ ÇÙ½É ±â¼ú
|
|
|
ÆíÁýºÎ
¤Ó
ÇÏ¿¬
|
|
|
|
- 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.
-
-
-
¢º ÀÌ Ã¥Àº µö·¯´×°ú ºòµ¥ÀÌÅÍ »ê¾÷µ¿Çâ¿¡ ´ëÇØ ´Ù·é À̷мÀÔ´Ï´Ù. µö·¯´×°ú ºòµ¥ÀÌÅÍ »ê¾÷µ¿ÇâÀÇ ±âÃÊÀûÀÌ°í Àü¹ÝÀûÀÎ ³»¿ëÀ» ÇнÀÇÒ ¼ö ÀÖµµ·Ï ±¸¼ºÇß½À´Ï´Ù.
-
-
[º»¹® ¸ñÂ÷]
Á¦1Àå µö·¯´×°ú ºòµ¥ÀÌÅÍ 1. ºòµ¥ÀÌÅÍ¿Í ¸Ó½Å·¯´× 1-1. ºòµ¥ÀÌÅÍ¿Í ÀΰøÁö´É 1-1-1. ºòµ¥ÀÌÅÍÀÇ Á߿伺 1-1-2. ºòµ¥ÀÌÅÍÀÇ ºÐ¼® ±â¹ý °¡. ÅؽºÆ® ¸¶ÀÌ´×(Text Mining) ³ª. ¿ÀÇǴϾ𠸶ÀÌ´×(Opinion Mining), °¨¼ººÐ¼®(Sentiment Analysis) ´Ù. ¼Ò¼È³×Æ®¿öÅ© ºÐ¼®(Social Network Analytics) ¶ó. ±ºÁýºÐ¼®(Cluster Analysis) 1-1-3. ºòµ¥ÀÌÅÍ¿Í ÀΰøÁö´ÉÀÇ °áÇÕ 1-1-4. ÀΰøÁö´É(Artificial Intelligence, AI) °¡. ÀΰøÁö´ÉÀÇ °³³ä°ú Á¤ÀÇ ³ª. ÀΰøÁö´ÉÀÇ ¿ª»ç ´Ù. ÀΰøÁö´ÉÀÇ ºÐ·ù ´Ù-1. ¾àÀΰøÁö´É(ANI, Artificial Narrow Intelligence) ´Ù-2. °ÀΰøÁö´É(AGI, Artificial General Intelligence) ´Ù-3. ÃÊÀΰøÁö´É(ASI, Artificial Super Intelligence) ¶ó. ÀΰøÁö´ÉÀÇ ÀïÁ¡ ¶ó-1. ÀΰøÁö´É¿¡ ´ëÇÑ ±àÁ¤·Ð ¶ó-2. ÀΰøÁö´É¿¡ ´ëÇÑ È¸ÀÇ·Ð 1-2. ¸Ó½Å·¯´×(machine learning) 1-2-1. ¸Ó½Å·¯´×ÀÇ °³¿ä 1-2-2. ¸Ó½Å·¯´×ÀÇ ÇнÀ ¿ø¸® 1-2-3. ¸Ó½Å·¯´×ÀÇ ºÐ¼® ±â¹ý °¡. ÁöµµÇнÀ(supervised learning) ³ª. ºñÁöµµÇнÀ(unsupervised learning) ´Ù. ¹ÝÁöµµÇнÀ(Semi-Supervised Learning) ¶ó. °È ÇнÀ(Reinforcement Learning) 1-2-4. ¸Ó½Å·¯´×°ú ºòµ¥ÀÌÅÍ 2. µö·¯´×(Deep Learning) 2-1. µö·¯´×(Deep Learning)...ÀÇ °³¿ä ¹× Á¤ÀÇ 2-1-1. µö·¯´×ÀÇ °³¿ä ¹× Á¤ÀÇ 2-1-2. µö·¯´× °³¹ß ¹è°æ ¹× ¿ª»ç 2-1-3. µö·¯´×ÀÇ µ¿ÀÛ¿ø¸® 2-2. ±â°èÇнÀ°ú ½ÉÈÇнÀ 2-2-1. ±â°èÇнÀÀÇ ¿ª»ç °¡. Àΰ£ÀÇ ³ú¿Í ±â°èÇнÀ ³ª. ±â°èÇнÀ(machine learning)ÀÇ °³¿ä 2-2-2. ±â°èÇнÀÀÇ ±âº» ¿ø¸® °¡. ÇнÀ ¿µ¿ª ³ª. ÀÎ½Ä ¿µ¿ª 2-2-3. ±â°èÇнÀ ºÐ·ù °¡. ÁöµµÇнÀ(Supervised Learning) ³ª. ºñÁöµµÇнÀ(Unsupervised Learning) 2-2-4. GPU(Graphics Processing Unit)¿Í CPU(Central Processing Unit) °¡. CPU(Central Processing Unit, Áß¾Óó¸®ÀåÄ¡) ³ª. GPU(Graphics Processing Unit, ±×·¡ÇÈ Ã³¸® ÀåÄ¡) 2-3. µö·¯´× ¿¬±¸ ºÐ¾ß 2-3-1. Àΰø½Å°æ¸Á(artificial neural networks) °¡. Àΰæ½Å°æ¸ÁÀÇ °³¿ä ³ª. Àΰæ½Å°æ¸ÁÀÇ ±¸Á¶ ´Ù. Àΰø½Å°æ¸Á ÇнÀ ¾Ë°í¸®Áò ´Ù-1. ÆÛ¼ÁÆ®·Ð(Perceptron) ´Ù-2. ´ÙÃþÆÛ¼ÁÆ®·Ð ´Ù-3. ¿ªÀüÆÄ ¾Ë°í¸®Áò(Back propagation) 2-3-2. µö·¯´× ÇÙ½É ±â¼ú °¡. ½ÉÃþ½Å°æ¸Á(Deep neural networks) °¡-1. »çÀüÇнÀ(pre-traning) °¡-2. Dropout ³ª. ÄÁº¼·ç¼Ç ³×Æ®¿öÅ©(CNN, convolutional neural networks, ȸ¼± ½Å°æ ³×Æ®¿öÅ©) ´Ù. ¼øȯÇü ½Å°æ ³×Æ®¿öÅ©(Recurrent neural networks) 2-3-3. À½¼ºÀÎ½Ä 2-3-4. À̹ÌÁö ÀÎ½Ä 2-3-5. ÀÚ¿¬¾îó¸®
Á¦2Àå µö·¯´×°ú ºòµ¥ÀÌÅÍ ±â¼úµ¿Çâ 1. µö·¯´×°ú ¸Ó½Å·¯´× ÀÀ¿ë ºÐ¾ß 1-1. µö·¯´×°ú ¸Ó½Å·¯´×ÀÇ È°¿ë »ç·Ê ¹× ÀÀ¿ë ºÐ¾ß 1-1-1. »çÀ̹ö¹üÁË ¹× »ç±â¹æÁö ºÐ¾ß 1-1-2. Á¤º¸ À¯Ãâ ¹× º¸¾È ºÐ¾ß 1-1-3. Ÿ°ÙÆÃ?±¤°í(°³ÀÎ ±¤°í) ºÐ¾ß 1-1-4. ÄÜÅÙÃ÷ Ãßõ 1-1-5. ÀÚµ¿Â÷?Ç°Áú?°³¼± ¹× ÀÚÀ²ÀÚµ¿Â÷ 1-1-6. ¸¶ÄÉÆÃ?ºÐ¾ß 1-1-7. ÀÇ·á ºÐ¾ß 1-1-8. ±ÝÀ¶ ºÐ¾ß 2. µö·¯´×°ú ¸Ó½Å·¯´× ¾÷üº° ±â¼úµ¿Çâ 2-1. ±¸±Û 2-1-1. ÅÙ¼Ç÷οì(Google TensorFlow) 2-1-2. ¾ËÆÄ°í 2-1-3. ±¸±Û ÀÚÀ²ÀÚµ¿Â÷ 2-1-4. ±¸±ÛÀÇ ±¸±Û³ª¿ì(Google Now) 2-2. ¸¶ÀÌÅ©·Î¼ÒÇÁÆ® 2-2-1. ¾ÖÀú ML ½ºÆ©µð¿À(Microsoft Azure ML Studio) 2-2-2. DMLT(Distributed Machine Learning Toolkit) 2-2-3. CNT(Computational Network Toolkit) 2-2-4. ÄÚŸ³ª 2-2-5. Adam 2-3. ¾Æ¸¶Á¸ 2-3-1. AML(Amazon Machine Learning) 2-3-2. ¿¡ÄÚ 2-4. ÆäÀ̽ººÏ 2-4-1. µöÆäÀ̽º 2-4-2. ÆäÀ̽ººÏ M 2-5. IBM ?2-5-1. ¿Ó½¼(Watson) 2-6. ³ÝÇø¯½º(Netflix) 2-7. ÆäÀÌÆÈ 2-8. ¾ÖÇà 2-8-1. ½Ã¸® 2-9. ¾Ë¸®¹Ù¹Ù 2-9-1. Ÿ¿À¹Ù¿À 2-10. ÅÙ¼¾Æ® 2-11. ¹ÙÀ̵Π2-12. Ä÷ÄÄ
Á¦3Àå ±¹³»¿Ü ÀΰøÁö´É µ¿Çâ ¹× ½ÃÀå Àü¸Á 1. ±¹³» µ¿Çâ 1-1. ±¹³» ÀΰøÁö´É µ¿Çâ 1-1-1. ETRI 1-1-2. »ï¼º 1-1-3. ³×À̹ö 1-1-4. Çö´ëÀÚµ¿Â÷ 1-1-5. ¼ÖÆ®·è½º 1-1-6. ·ç´Ö(Lunit) 1-1-7. ºä³ë(VUNO) 1-1-8. ¼Ö¸®µå¿þ¾î 1-1-9. ½ºÅÄ´ÙÀÓ(Standigm) 1-1-10. À¯ºñÆÄÀÌ(UVify) 2. ÇØ¿Ü µ¿Çâ 2-1. ¹Ì±¹ 2-2. ÀϺ» 2-3. Áß±¹ÀÇ ÀΰøÁö´É ½ÃÀå ¹ßÀü ÇöȲ 2-4. EU 3. ½ÃÀå Àü¸Á 3-1. ±¹³»¿Ü ½ÃÀå Àü¸Á 3-1-1. ±¹³»¿Ü ÀΰøÁö´É ½ÃÀå ±Ô¸ð 3-1-2. ƯÇ㵿Çâ 3-1-3. ºòµ¥ÀÌÅÍ ½ÃÀå Àü¸Á
Âü°í ¹®Çå
[Ç¥ ¸ñÂ÷]
[Ç¥ 1] µ¥ÀÌÅÍ ºÐ¼®ÀÇ Â÷ÀÌ [Ç¥ 2] ºñÁ¤Çü µ¥ÀÌÅÍ ºÐ¼® ±â¹ý [Ç¥ 3] ±ºÁý ºÐ¼®ÀÇ ±â¹ý [Ç¥ 4] ±ºÁý À¯Çü [Ç¥ 5] ÁÖ¿ä ¿¬±¸ÀÚ ¹× ±â°ü¿¡¼ º¸´Â ÀΰøÁö´É¿¡ ´ëÇÑ Á¤ÀÇ [Ç¥ 6] ÀΰøÁö´É ¹ßÀüÀÇ ¿ª»ç [Ç¥ 7] ÀΰøÁö´ÉÀÇ ¿ª»ç [Ç¥ 8] ÀΰøÁö´ÉÀÇ 3´Ü°è [Ç¥ 9] Àΰ£°ú ÀΰøÁö´ÉÀÇ ´ë°á ¿ª»ç [Ç¥ 10] ÀΰøÁö´ÉÀÇ ´ëÇ¥ÀûÀÎ ÀÀ¿ë ºÐ¾ß [Ç¥ 11] ÀΰøÁö´ÉÀ¸·Î ´ëüµÉ ¼ö ÀÖ´Â Á÷¾÷°ú ´ëüÇÒ ¼ö ¾ø´Â Á÷¾÷ [Ç¥ 12] ÀΰøÁö´ÉÀÇ ÁÖ¿ä ºÐ¾ß [Ç¥ 13] ÁöµµÇнÀ ¿ø¸® ¹× ¸Ó½Å·¯´× ±â¹üÀÇ Á¾·ù [Ç¥ 14] ÁöµµÇнÀ°ú ºñÁöµµÇнÀÀÇ ºÐ¼®°ú ´ëÇ¥ÀûÀÎ ¾Ë°í¸®Áò [Ç¥ 15] ºñÁöµµÇнÀ ¸ðµ¨°ú ÁÖ¿ä ±â¼ú [Ç¥ 16] ¸Ó½Å·¯´×ÀÇ ÇнÀ ¹æ¹ý [Ç¥ 17] ¸Ó½Å·¯´× °ü·Ã ÁÖ¿ä ±â¾÷ µ¿Çâ [Ç¥ 18] ÀΰøÁö´É, ¸Ó½Å·¯´×, µö·¯´×ÀÇ °³³ä [Ç¥ 19] µö·¯´×ÀÇ Á¤ÀÇ [Ç¥ 20] µö·¯´×°ú Ÿ ±â°èÇнÀ ¾Ë°í¸®Áò ºñ±³ [Ç¥ 21] ±â°èÇнÀÀÇ ¿ª»ç [Ç¥ 22] ±â°èÇнÀÀÇ ÀÀ¿ë ºÐ¾ß [Ç¥ 23] ±â°èÇнÀ ¾Ë°í¸®Áò [Ç¥ 24] ÁöµµÇнÀ°ú ºñÁöµµÇнÀ ¹æ¹ý [Ç¥ 25] µö·¯´× ÁÖ¿ä ¾Ë°í¸®Áò [Ç¥ 26] ½Å°æ¸ÁÀÇ ¹ßÀü °úÁ¤ [Ç¥ 27] ÀÚ¿¬½Å°æ¸Á(a)¿Í Àΰø½Å°æ¸Á(b)ÀÇ ºñ±³ [Ç¥ 28] À½¼ºÀÎ½Ä ±â¼úÀÇ ¿ª»ç ¹× ¹ßÀü°úÁ¤ [Ç¥ 29] À½¼ºÀνÄÀÇ Æ¯Â¡ [Ç¥ 30] À½¼ºÀÎ½Ä ±â¼úÀÇ ÇöÀç¿Í ¹Ì·¡ [Ç¥ 31] À½¼ºÀÎ½Ä »ó¿ëÈ »ç·Ê [Ç¥ 32] ÀÚ¿¬¾îó¸® ±¸¼º ¹× ó¸® ´Ü°è [Ç¥ 33] ÀÌ»ó±ÝÀ¶°Å·¡ ŽÁö ¸ðµ¨¿¡ È°¿ëµÇ´Â ¸Ó½Å·¯´× ¾Ë°í¸®ÁòÀÇ ¿¹ [Ç¥ 34] ÀÚÀ²ÁÖÇà ÀÚµ¿Â÷ °ü·Ã ÇÙ½É ±â¼ú [Ç¥ 35] ÀÇ·áºÐ¾ß¿¡¼ »ç¿ëµÇ´Â µðÁöÅÐ ÇコÄɾî Ç÷§Æû ±â¼ú ÇöȲ [Ç¥ 36] ¿Â¶óÀÎ ·Îº¸¾îµå¹ÙÀÌÀúÀÇ À¯Çü(¹Ì±¹) [Ç¥ 37] ÁÖ¿ä ±â¾÷ÀÇ ÀΰøÁö´É ºÐ¾ß M&A [Ç¥ 38] ±Û·Î¹ú ÁÖ¿ä ±â¾÷ÀÇ ÀΰøÁö´É Ç÷§Æû ÇöȲ [Ç¥ 39] ±¸±Û ¾ËÆÄ°í ±â¼ú Àû¿ë ºÐ¾ß [Ç¥ 40] ±¸±ÛÀÇ ¾ËÆÄ°í [Ç¥ 41] ¿Ó½¼°ú ¾ËÆÄ°í [Ç¥ 42] ±¸±ÛÀÇ ÃÖ±Ù Àμö¾÷ü ¸®½ºÆ® [Ç¥ 43] ¸¶ÀÌÅ©·Î¼ÒÇÁÆ®ÀÇ ÃÖ±Ù Àμö¾÷ü ¸®½ºÆ® [Ç¥ 44] ¾Æ¸¶Á¸ÀÇ ¸Ó½Å·¯´× Ç÷§Æû [Ç¥ 45] ¾Æ¸¶Á¸ ÃÖ±Ù Àμö¾÷ü ¸®½ºÆ® [Ç¥ 46] ÆäÀ̽ººÏ ÃÖ±Ù Àμö¾÷ü ¸®½ºÆ® [Ç¥ 47] ¿Ó½¼ÀÇ Àû¿ë ºÐ¾ß [Ç¥ 48] ÀΰøÁö´É ¿Ó½¼ÀÇ Àû¿ë »ç·Ê [Ç¥ 49] ¿Ó½¼ÀÇ ¿¡ÄڽýºÅÛÀÇ ÁÖ¿ä ±â´É [Ç¥ 50] IBM ÃÖ±Ù Àμö¾÷ü ¸®½ºÆ® [Ç¥ 51] ¾ÖÇà ÃÖ±Ù Àμö¾÷ü ¸®½ºÆ® [Ç¥ 52] À½¼ºÀÎ½Ä ±â¼ú ºñ±³ [Ç¥ 53] ¾Ë¸®¹Ù¹Ù ÃÖ±Ù Àμö¾÷ü ¸®½ºÆ® [Ç¥ 54] ÅÙ¼¾Æ® ÃÖ±Ù Àμö¾÷ü ¸®½ºÆ® [Ç¥ 55] ÄÄÇ»ÅÍÀÇ Ã³¸® ¹æ½Ä [Ç¥ 56] °¢±¹ Á¤ºÎÀÇ ÀΰøÁö´É ¿¬±¸ ÅõÀÚ ÇöȲ [Ç¥ 57] ÀΰøÁö´É¿¡ ¶Ù¾îµç ±¹³» ÁÖ¿ä Áß¼Ò±â¾÷¡¤½ºÅ¸Æ®¾÷ [Ç¥ 58] ±¹³» ÁÖ¿ä ÀΰøÁö´É R&D °úÁ¦ ÇöȲ, ¿¢¼Òºê·¹ÀÎ ¼¼ºÎ°úÁ¦º° ±â¼ú°³¹ß ³»¿ë ¹× Àü·« [Ç¥ 59] ÁÖ¿ä ±¹°¡ÀÇ ÀΰøÁö´É ÅõÀÚ Á¤Ã¥ [Ç¥ 60] Áß±¹ÀÇ ÀÎÅͳݱâ¾÷ ÀΰøÁö´É ÅõÀÚ ÇöȲ [Ç¥ 61] °¢±¹ÀÇ ÀΰøÁö´É °ü·Ã ½ÃÀå Àü¸Á
[±×¸² ¸ñÂ÷]
[±×¸² 1] ºòµ¥ÀÌÅÍÀÇ ºñÀü [±×¸² 2] ±¹³» ±â¾÷ÀÇ ºòµ¥ÀÌÅÍ µµÀÔ·ü [±×¸² 3] ±¹³» ºòµ¥ÀÌÅÍ ½ÃÀå±Ô¸ð [±×¸² 4] ºòµ¥ÀÌÅÍ ½ÃÀå Àü¸Á ÃßÀÌ [±×¸² 5] ºòµ¥ÀÌÅÍ ºÐ¼®±â¼ú [±×¸² 6] µ¥ÀÌÅÍ ¸¶ÀÌ´×ÀÇ ÀÇ¹Ì [±×¸² 7] ÅؽºÆ®¸¶ÀÌ´× ÇÁ·Î¼¼½º ÀýÂ÷µµ [±×¸² 8] ¿ÀÇǴϾ𠸶ÀÌ´×(Opinion Mining) [±×¸² 9] ¼Ò¼È ºÐ¼® ±¸¼ºµµ [±×¸² 10] Twitter Browser [±×¸² 11] K-means ¾Ë°í¸®Áò [±×¸² 12] ºòµ¥ÀÌÅÍ Áö½Äó¸® ÀΰøÁö´É SWÀÇ °³³äµµ [±×¸² 13] µ¥ÀÌÅÍ ºÐ¼®ÀÇ ºÐ·ù [±×¸² 14] ºòµ¥ÀÌÅÍ¿Í ÀΰøÁö´É [±×¸² 15] ÀΰøÁö´É, ¸Ó½Å·¯´×, µö·¯´× °³³äµµ [±×¸² 16] Æ©¸µ ±â°è °³³ä [±×¸² 17] ÀΰøÁö´ÉÀÇ ±âÃÊ, Æ®¸® Ž»ö [Á¦1Àå µö·¯´×°ú ºòµ¥ÀÌÅÍ
1. ºòµ¥ÀÌÅÍ¿Í ¸Ó½Å·¯´×
1-1. ºòµ¥ÀÌÅÍ¿Í ÀΰøÁö´É
1-1-1. ºòµ¥ÀÌÅÍÀÇ Á߿伺
1-1-2. ºòµ¥ÀÌÅÍÀÇ ºÐ¼® ±â¹ý
°¡. ÅؽºÆ® ¸¶ÀÌ´×(Text Mining)
³ª. ¿ÀÇǴϾ𠸶ÀÌ´×(Opinion Mining), °¨¼ººÐ¼®(Sentiment Analysis)
´Ù. ¼Ò¼È³×Æ®¿öÅ© ºÐ¼®(Social Network Analytics)
¶ó. ±ºÁýºÐ¼®(Cluster Analysis)
1-1-3. ºòµ¥ÀÌÅÍ¿Í ÀΰøÁö´ÉÀÇ °áÇÕ
1-1-4. ÀΰøÁö´É(Artificial Intelligence, AI)
°¡. ÀΰøÁö´ÉÀÇ °³³ä°ú Á¤ÀÇ
³ª. ÀΰøÁö´ÉÀÇ ¿ª»ç
´Ù. ÀΰøÁö´ÉÀÇ ºÐ·ù
´Ù-1. ¾àÀΰøÁö´É(ANI, Artificial Narrow Intelligence)
´Ù-2. °ÀΰøÁö´É(AGI, Artificial General Intelligence)
´Ù-3. ÃÊÀΰøÁö´É(ASI, Artificial Super Intelligence)
¶ó. ÀΰøÁö´ÉÀÇ ÀïÁ¡
¶ó-1. ÀΰøÁö´É¿¡ ´ëÇÑ ±àÁ¤·Ð
¶ó-2. ÀΰøÁö´É¿¡ ´ëÇÑ È¸ÀÇ·Ð
1-2. ¸Ó½Å·¯´×(machine learning)
1-2-1. ¸Ó½Å·¯´×ÀÇ °³¿ä
1-2-2. ¸Ó½Å·¯´×ÀÇ ÇнÀ ¿ø¸®
1-2-3. ¸Ó½Å·¯´×ÀÇ ºÐ¼® ±â¹ý
°¡. ÁöµµÇнÀ(supervised learning)
³ª. ºñÁöµµÇнÀ(unsupervised learning)
´Ù. ¹ÝÁöµµÇнÀ(Semi-Supervised Learning)
¶ó. °È ÇнÀ(Reinforcement Learning)
1-2-4. ¸Ó½Å·¯´×°ú ºòµ¥ÀÌÅÍ
2. µö·¯´×(Deep Learning)
2-1. µö·¯´×(Deep Learning)ÀÇ °³¿ä ¹× Á¤ÀÇ
2-1-1. µö·¯´×ÀÇ °³¿ä ¹× Á¤ÀÇ
2-1-2. µö·¯´× °³¹ß ¹è°æ ¹× ¿ª»ç
2-1-3. µö·¯´×ÀÇ µ¿ÀÛ¿ø¸®
2-2. ±â°èÇнÀ°ú ½ÉÈÇнÀ
2-2-1. ±â°èÇнÀÀÇ ¿ª»ç
°¡. Àΰ£ÀÇ ³ú¿Í ±â°èÇнÀ
³ª. ±â°èÇнÀ(machine learning)ÀÇ °³¿ä
2-2-2. ±â°èÇнÀÀÇ ±âº» ¿ø¸®
°¡. ÇнÀ ¿µ¿ª
³ª. ÀÎ½Ä ¿µ¿ª
2-2-3. ±â°èÇнÀ ºÐ·ù
°¡. ÁöµµÇнÀ(Supervised Learning)
³ª. ºñÁöµµÇнÀ(Unsupervised Learning)
2-2-4. GPU(Graphics Processing Unit)¿Í CPU(Central Processing Unit)
°¡. CPU(Central Processing Unit, Áß¾Óó¸®ÀåÄ¡)
³ª. GPU(Graphics Processing Unit, ±×·¡ÇÈ Ã³¸® ÀåÄ¡)
2-3. µö·¯´× ¿¬±¸ ºÐ¾ß
2-3-1. Àΰø½Å°æ¸Á(artificial neural networks)
°¡. Àΰæ½Å°æ¸ÁÀÇ °³¿ä
³ª. Àΰæ½Å°æ¸ÁÀÇ ±¸Á¶
´Ù. Àΰø½Å°æ¸Á ÇнÀ ¾Ë°í¸®Áò
´Ù-1. ÆÛ¼ÁÆ®·Ð(Perceptron)
´Ù-2. ´ÙÃþÆÛ¼ÁÆ®·Ð
´Ù-3. ¿ªÀüÆÄ ¾Ë°í¸®Áò(Back propagation)
2-3-2. µö·¯´× ÇÙ½É ±â¼ú
°¡. ½ÉÃþ½Å°æ¸Á(Deep neural networks)
°¡-1. »çÀüÇнÀ(pre-traning)
°¡-2. Dropout
³ª. ÄÁº¼·ç¼Ç ³×Æ®¿öÅ©(CNN, convolutional neural networks, ȸ¼± ½Å°æ ³×Æ®¿öÅ©)
´Ù. ¼øȯÇü ½Å°æ ³×Æ®¿öÅ©(Recurrent neural networks)
2-3-3. À½¼ºÀνÄ
2-3-4. À̹ÌÁö ÀνÄ
2-3-5. ÀÚ¿¬¾îó¸®
Á¦2Àå µö·¯´×°ú ºòµ¥ÀÌÅÍ ±â¼úµ¿Çâ
1. µö·¯´×°ú ¸Ó½Å·¯´× ÀÀ¿ë ºÐ¾ß
1-1. µö·¯´×°ú ¸Ó½Å·¯´×ÀÇ È°¿ë »ç·Ê ¹× ÀÀ¿ë ºÐ¾ß
1-1-1. »çÀ̹ö¹üÁË ¹× »ç±â¹æÁö ºÐ¾ß
1-1-2. Á¤º¸ À¯Ãâ ¹× º¸¾È ºÐ¾ß
1-1-3. Ÿ°ÙÆäý±¤°í(°³ÀÎ ±¤°í) ºÐ¾ß
1-1-4. ÄÜÅÙÃ÷ Ãßõ
1-1-5. ÀÚµ¿Â÷¤ýÇ°Áú¤ý°³¼± ¹× ÀÚÀ²ÀÚµ¿Â÷
1-1-6. ¸¶ÄÉÆäýºÐ¾ß
1-1-7. ÀÇ·á ºÐ¾ß
1-1-8. ±ÝÀ¶ ºÐ¾ß
2. µö·¯´×°ú ¸Ó½Å·¯´× ¾÷üº° ±â¼úµ¿Çâ
2-1. ±¸±Û
2-1-1. ÅÙ¼Ç÷οì±×¸² 18] computer?science¿Í?information?scienceÀÇ?°èÅëµµ [±×¸² 19] ÀΰøÁö´É ±â¼úÀÇ ºÐ·ù [±×¸² 20] ¸óÅ×Ä«¸¦·Î Æ®¸® ¼Ä¡ [±×¸² 21] ¸óÅ×Ä«¸¦·Î Æ®¸® ¼Ä¡¿¡ µû¸¥ ¾ËÆÄ°íÀÇ ¹ÙµÏ ÁøÇà ¿¹Ãø [±×¸² 22] ÀΰøÁö´ÉÀÇ Áö¼ÓÀûÀÎ ¼ºÀå [±×¸² 23] ·¹ÀÌ Ä¿Áî¿ÍÀÏÀÌ ¾ð±ÞÇÑ ¿¬»ê ´É·ÂÀÇ ±âÇϱ޼öÀû ¼ºÀå °î¼± [±×¸² 24] ÄÄÇ»ÅÍ¿¡ ÀÇÇÑ Á÷¾÷ÀÇ ´ëü °¡´É¼º [±×¸² 25] ¸Ó½Å·¯´× °³³ä [±×¸² 26] ¸Ó½Å·¯´× ÇнÀ ½Ã½ºÅÛÀÇ ±âº» ¸ðµ¨ [±×¸² 27] ¸Ó½Å·¯´×ÀÇ °úÁ¤ [±×¸² 28] ÇнÀ¿¡¼ ¿¹ÃøÀ¸·Î À̾îÁö´Â ¸Ó½Å·¯´×ÀÇ ÇÁ·Î¼¼½º °³³äµµ [±×¸² 29] ÁöµµÇнÀ [±×¸² 30] °ÈÇнÀ [±×¸² 31] µö·¯´× °³¿ä [±×¸² 32] µö·¯´× »ç¹° ÀÎ½Ä °úÁ¤ [±×¸² 33] ÀΰøÁö´ÉÀÇ ¿ª»ç ¹× µö·¯´×ÀÇ Çõ½Å [±×¸² 34] ÀΰøÁö´É ¹ßÀü °úÁ¤°ú µö·¯´×ÀÇ Ãß¼¼ [±×¸² 35] µö·¯´×ÀÇ ¿ª»ç [±×¸² 36] µö·¯´×ÀÇ ±¸Á¶ [±×¸² 37] ±íÀº ½Å°æ¸Á ÀνİúÁ¤ [±×¸² 38] ºòµ¥ÀÌÅÍ¿Í µö·¯´× [±×¸² 39] HTM ³×Æ®¿öÅ© ¾Ë°í¸®Áò [±×¸² 40] ½Ã³À½º [±×¸² 41] Àΰø½Å°æ¸Á [±×¸² 42] ´º·² ³×Æ®¿öÅ© ±¸Á¶ [±×¸² 43] µö·¯´×ÀÇ ¿ª»ç [±×¸² 44] Àΰ£ÀÇ ½Å°æ¸ÁÀ» ¸ð¹æÇÑ ÀΰøÁö´É ½Å°æ¸Á [±×¸² 45] ±â°èÇнÀÀÇ ¿ø¸® [±×¸² 46] ÇнÀ°úÁ¤ÀÇ ¿¹ [±×¸² 47] ÀνİúÁ¤ÀÇ ¿¹ [±×¸² 48] °í¾çÀ̸¦ ÀνÄÇÏ´Â °úÁ¤ [±×¸² 49] CPU ó¸® °úÁ¤ [±×¸² 50] CPU¿Í GPU [±×¸² 51] ±â°èÇнÀ ¾ÖÇø®ÄÉÀÌ¼Ç [±×¸² 52] GPGPU [±×¸² 53] ½Å°æ¼¼Æ÷ÀÇ ±¸¼º°ú Àΰø½Å°æ¸Á [±×¸² 54] Àΰø½Å°æ¸ÁÀÇ ±¸Á¶¿Í ÆÐÅÏÀÎ½Ä °úÁ¤ [±×¸² 55] Àΰø½Å°æ¸Á ±âº» ÇüÅ [±×¸² 56] ÆÛ¼ÁÆ®·Ð ±¸Á¶ [±×¸² 57] ¼±Çü ºÐ·ù °¡´É ºÐÆ÷¿Í ¼±Çü ºÐ·ù ºÒ°¡´É ºÐÆ÷(XOR) [±×¸² 58] ´ÜÃþÆÛ¼ÁÆ®·Ð°ú ´ÙÃþÆÛ¼ÁÆ®·Ð [±×¸² 59] ¼±Çü ¸ÂÃã(linear fitting)°ú ºñ¼±Çü º¯È¯(nonlinear transformation or activation) [±×¸² 60] ´ÙÃþÆÛ¼ÁÆ®·Ð ±¸Á¶ [±×¸² 61] 3Ãþ ±¸Á¶¸¦ °¡Áø ´ÙÃþÆÛ¼ÁÆ®·Ð [±×¸² 62] ¿ªÀüÆÄ ¾Ë°í¸®ÁòÀÇ ÇнÀ °úÁ¤ [±×¸² 63] »ç¶óÁö´Â °æ»ç Çö»ó [±×¸² 64] DNN¿¡¼ ¼¼ °³ÀÇ ¼û°ÜÁø ÃþÀ» °®´Â ½ÉÃþ½Å°æ¸Á »ý¼º °úÁ¤ [±×¸² 65] Àΰø½Å°æ¸Á°ú ½ÉÃþ½Å°æ¸ÁÀÇ Â÷ÀÌ [±×¸² 66] ½ÉÃþ½Å°æ¸Á(DNN) ¾Ë°í¸®Áò [±×¸² 67] ½ÉÃþ ½Å°æ¸Á ÀÎ½Ä °úÁ¤ [±×¸² 68] ½ÉÃþ¸Á ÇнÀÀ» À§ÇÑ »çÀüÇнÀ [±×¸² 69] Algorithm of conventional Dropout and Random Dropout [±×¸² 70] ¹°Ã¼ÀνĿ¡ »ç¿ëµÈ CNN [±×¸² 71] ÄÁº¼·ç¼Ç ½Å°æ¸ÁÀÇ ÀÏ¹Ý ±¸Á¶ [±×¸² 72] convolution ½Å°æ¸Á [±×¸² 73] CNN ÀÛµ¿¿ø¸® [±×¸² 74] Convolutional Neural NetworkÀÇ ±¸Á¶ [±×¸² 75] Convolution layer [±×¸² 76] Max-pooling Layer [±×¸² 77] ±âÁ¸ ½Å°æ¸Á°ú Recurrent neural networksÀÇ ±¸Á¶ [±×¸² 78] ¸Å¼ø°£ÀÇ Àΰø½Å°æ¸ÁÀ» ½×¾Æ ¿Ã¸° ¸®Ä¿·±Æ® ´º·² ³×Æ®¿öÅ© [±×¸² 79] ¼øȯ½Å°æ¸Á(ÁÂ)°ú LSTM(¿ì) ºñ±³ [±×¸² 80] LSTMÀÇ ±¸Á¶(ÁÂ) ¹× µ¿ÀÛ(¿ì) [±×¸² 81] À½¼ºÀÎ½Ä [±×¸² 82] À½¼º ¾ð¾î±â¼úÀÇ À¶ÇÕ¼º, È®À强 [±×¸² 83] À½¼ºÀÎ½Ä ±â¼úÀÇ ¿ø¸® [±×¸² 84] À½¼ºÀνı⠱⺻ ±¸Á¶ [±×¸² 85] À½¼ºÀÎ½Ä ±â¼ú ºÐ·ù [±×¸² 86] À½¼ºÀÎ½Ä ±â¼úÀÇ ¹ßÀü ¹æÇâ [±×¸² 87] À½¼ºÀÎ½Ä ½Ã½ºÅÛ [±×¸² 88] ÀΰøÁö´É Æз¯´ÙÀÓÀÇ º¯È [±×¸² 89] CNN ÃßÃâµÈ Ư¡¸ÊÀÇ ¸ð½À [±×¸² 90] µö·¯´× ¾Ë°í¸®ÁòÀ» È°¿ëÇÑ ¾ó±¼ÀÎ½Ä ÇÁ·Î¼¼½º [±×¸² 91] ¾ó±¼ÀÎ½Ä °úÁ¤ ¿¹½Ã [±×¸² 92] µö·¯´×À» ÀÌ¿ëÇÑ À̹ÌÁö ÀÎ½Ä [±×¸² 93] À̹ÌÁö ÀνÄÀ» À§ÇÑ ±¸±ÛÀÇ ½ÉÈÇнÀ [±×¸² 94] ÆäÀ̽ººÏ µöÆäÀ̽º µ¿ÀÛ ¿ø¸® ¸ð½À [±×¸² 95] ¹®Àå Çؼ® [±×¸² 96] ÀÚ¿¬¾ð¾î󸮸¦ À§ÇÑ ÀΰøÁö´É ±â¹ý [±×¸² 97] FDS¿¡¼ ºÐ¼® ¹× ŽÁö±â´ÉÀÇ ¹üÀ§¿Í ¸Ó½Å·¯´× [±×¸² 98] ÆäÀÌÆÈÀÇ µö·¯´× ¹æ½Ä Àû¿ë [±×¸² 99] ·ê ±â¹Ý FDS¿Í µö·¯´× ±â¹Ý FDS [±×¸² 100] °³ÀÎ °ü½É»ç ±â¹Ý ±¤°í Ãßõ ¹æ½Ä [±×¸² 101] ÄÜÅÙÃ÷ Ãßõ [±×¸² 102] ¹Ì·¡ ¸Ó½Å·¯´×À¸·Î ÀÛµ¿ÇÏ´Â ±¸±ÛÂ÷ [±×¸² 103] ¾Æ¸¶Á¸ÀÇ ¿Â¶óÀÎ ¼îÇÎ ÀýÂ÷ [±×¸² 104] ÀÇ·á ºÐ¾ß¿¡¼ÀÇ IBM ¿Ó½¼ È°¿ë °³³äµµ [±×¸² 105] ÀΰøÁö´É ±â¹Ý ÇコÄÉ¾î ¼ºñ½º [±×¸² 106] (Google TensorFlow)
2-1-2. ¾ËÆÄ°í
2-1-3. ±¸±Û ÀÚÀ²ÀÚµ¿Â÷
2-1-4. ±¸±ÛÀÇ ±¸±Û³ª¿ì(Google Now)
2-2. ¸¶ÀÌÅ©·Î¼ÒÇÁÆ®
2-2-1. ¾ÖÀú ML ½ºÆ©µð¿À(Microsoft Azure ML Studio)
2-2-2. DMLT(Distributed Machine Learning Toolkit)
2-2-3. CNT(Computational Network Toolkit)
2-2-4. ÄÚŸ³ª
2-2-5. Adam
2-3. ¾Æ¸¶Á¸
2-3-1. AML(Amazon Machine Learning)
2-3-2. ¿¡ÄÚ
2-4. ÆäÀ̽ººÏ
2-4-1. µöÆäÀ̽º
2-4-2. ÆäÀ̽ººÏ M
2-5. IBM
¤ý2-5-1. ¿Ó½¼(Watson)
2-6. ³ÝÇø¯½º(Netflix)
2-7. ÆäÀÌÆÈ
2-8. ¾ÖÇÃ
2-8-1. ½Ã¸®
2-9. ¾Ë¸®¹Ù¹Ù
2-9-1. Ÿ¿À¹Ù¿À
2-10. ÅÙ¼¾Æ®
2-11. ¹ÙÀ̵Î
2-12. Ä÷ÄÄ
Á¦3Àå ±¹³»¿Ü ÀΰøÁö´É µ¿Çâ ¹× ½ÃÀå Àü¸Á
1. ±¹³» µ¿Çâ
1-1. ±¹³» ÀΰøÁö´É µ¿Çâ
1-1-1. ETRI
1-1-2. »ï¼º
1-1-3. ³×À̹ö
1-1-4. Çö´ëÀÚµ¿Â÷
1-1-5. ¼ÖÆ®·è½º
1-1-6. ·ç´Ö(Lunit)
1-1-7. ºä³ë(VUNO)
1-1-8. ¼Ö¸®µå¿þ¾î
1-1-9. ½ºÅÄ´ÙÀÓ(Standigm)
1-1-10. À¯ºñÆÄÀÌ(UVify)
2. ÇØ¿Ü µ¿Çâ
2-1. ¹Ì±¹
2-2. ÀϺ»
2-3. Áß±¹ÀÇ ÀΰøÁö´É ½ÃÀå ¹ßÀü ÇöȲ
2-4. EU
3. ½ÃÀå Àü¸Á
3-1. ±¹³»¿Ü ½ÃÀå Àü¸Á
3-1-1. ±¹³»¿Ü ÀΰøÁö´É ½ÃÀå ±Ô¸ð
3-1-2. ƯÇ㵿Çâ
3-1-3. ºòµ¥ÀÌÅÍ ½ÃÀå Àü¸Á
Âü°í ¹®Çåµö·¯´× ±â¼úÀ» ÀÌ¿ëÇÑ ±ÝÀ¶½ÃÀå ¿¹Ãø [±×¸² 107] ÅÙ¼ÇÃ·Î¿ì ½Ã¹Ä·¹ÀÌÅÍ È¸é [±×¸² 108] ±¸±¼ÀÇ À̹ÌÁö¸¦ ¹®ÀåÀ¸·Î ¹¦»çÇس»´Â ±â¼ú [±×¸² 109] ±¸±ÛÀÇ ÀÚÀ²ÀÚµ¿Â÷ [±×¸² 110] ±¸±Û ³ª¿ì [±×¸² 111] ¿Á½ºÆ÷µå ÇÁ·ÎÁ§Æ® [±×¸² 112] Microsoft Azure ±â°èÇнÀ ½ºÆ©µð¿À ±â´É °³¿ä [±×¸² 113] GUI±â¹ÝÀÇ ¸Ó½Å·¯´× ¾Ë°í¸®Áò ±¸¼º ¿¹ [±×¸² 114] ¸¶ÀÌÅ©·Î¼ÒÇÁÆ®ÀÇ ¾ÖÀú(Azure) ¸Ó½Å·¯´× [±×¸² 115] CNTK ±¸Á¶ [±×¸² 116] ¾Æ¸¶Á¸ À¥¼ºñ½º [±×¸² 117] Amazon.com Ãßõ¼ºñ½º¿¡ ÀÇÇÑ ÆǸŠ¿¹½Ã [±×¸² 118] ºñ¼ ¼ºñ½º ¾Ë·º»ç(Alexa)°¡ ÀåÂøµÈ ½ºÇÇÄ¿ '¿¡ÄÚ(Echo)' [±×¸² 119] ÆäÀ̽ººÏ µöÆäÀ̽º µ¿ÀÛ ¿ø¸® [±×¸² 120] ÆäÀ̽ººÏ M ±¸µ¿ À̹ÌÁö [±×¸² 121] IBM mapping the path to cognitive computing [±×¸² 122] ¿Ó½¼ÀÇ Deep Q&A ±â¼ú [±×¸² 123] ¿Ó½¼ ¿ÂÄݸ®Áö ÀÇ·áÁø´ÜÁö¿ø °úÁ¤ [±×¸²?124]?³ÝÇø¯½ºÀÇ?ÄÜÅÙÃ÷?Ãßõ?¹æ¹ý [±×¸² 125] °³ÀÎÈµÈ ÆäÀÌÁö ±¸¼º ¿¹½Ã [±×¸² 126] ³ÝÇø¯½ºÀÇ ÃßõÀÇ ¿ä¼Òµé [±×¸² 127] ÆäÀÌÆÈÀÇ µö·¯´×À» ÀÌ¿ëÇÑ ±â¼ú [±×¸² 128] ½Ã¸®ÀÇ Á¤º¸ Á¦°ø [±×¸² 129] Ÿ¿À¹Ù¿À À̹ÌÁö °Ë»ö [±×¸² 130] ÅÙ¼¾Æ®ÀÇ Àü·« [±×¸² 133] Qualcomm Zeroth Machine intelligence Platform [±×¸² 134] Ä÷ÄÄÀÇ µö·¯´× ÇÁ·ÎÁ§Æ® [±×¸² 135] Áö´ÏÅå [±×¸² 136] ¿¢¼Òºê·¹ÀÎ ¼¼ºÎ°úÁ¦ ±¸¼º [±×¸² 137] ÀΰøÁö´ÉÀÌ ÀÚ¿¬¾îÀÇ ¹®À屸Á¶¸¦ ÆľÇÇÏ´Â ¾Ë°í¸®Áò [±×¸² 138] »ï¼ºÀÇ sº¸À̽º [±×¸² 139] ³×À̹öÀÇ ÀÚµ¿°Ë»ö±â´É [±×¸² 140] Çö´ë±â¾ÆÂ÷ÀÇ 'Ä¿³ØƼµå Ä«' 4´ë ÁßÁ¡ ºÐ¾ß [±×¸² 141] ÀΰøÁö´ÉÀÇ °³³ä-¼ÖÆ®·è½º¿¡¼ °³¹ßÇÑ ÀΰøµÎ³ú '¾Æ´ã' [±×¸² 142] ·ç´ÖÀÇ µö·¯´× µ¥¸ð [±×¸² 143] Weakly Supervised Learning?¾Ë°í¸®Áò- »çÁø¿¡¼ ÀÚÀü°Å À§Ä¡ ÀνÄÇϱâ [±×¸² 144] VUNO-Med ¸¦ ÅëÇÑ ÆóÁúȯ À̹ÌÁö ºÐ¼® [±×¸² 145] SoildCore Algorithm training [±×¸² 146] ¹Ì±¹ Brain Initiative °³¿ä [±×¸² 147] Àΰ£ ¸ð½À°ú À¯»çÇÑ ÀϺ» ·Îº¿ [±×¸² 148] ÀϺ»ÀÇ ´ëÈÇü ·Îº¿ ½ÃÀå ±Ô¸ð ÃßÀÌ [±×¸² 150] ÀΰøÁö´ÉÀÇ ¼¼°è ½ÃÀå±Ô¸ð Àü¸Á [±×¸² 151] À½¼ºÀÎ½Ä [±×¸² 152] ÀΰøÁö´ÉÀÌ ¸¸µå´Â »õ·Î¿î ½ÃÀå [±×¸² 153] ¼¼°è ½º¸¶Æ®¸Ó½Å ½ÃÀå ±Ô¸ð Àü¸Á [±×¸² 154] ÀΰøÁö´É °ü·Ã º¥Ã³ÅõÀÚ ±Ô¸ð ÃßÀÌ [±×¸² 156] ÀΰøÁö´É ±â¼úÀÇ ¿¬µµº° ƯÇã°Ç¼ö ¹× °Ë»ö DBº° ƯÇã°Ç¼ö [±×¸² 157] ÁÖ¿ä Ãâ¿øÀÎ ÇöȲ [±×¸² 158] ÃÖ±Ù 10³â°£ ±¹³» ƯÇã Ãâ¿ø [±×¸² 159] ±¹³» ºòµ¥ÀÌÅÍ ±â¼ú ¹× ¼ºñ½º ½ÃÀå Àü¸Á
-
-
-
|
ÆíÁýºÎ [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. |
|
|
|
|