Skip to main content

AI 지식 지도

참고: 이 문서는 영문 원본의 자동 번역본입니다.

AI 지식 지도

이 페이지는 DecAIHub 위키의 모든 AI 관련 설명서로 가는 내비게이션 가이드입니다. 초보자를 위해 설계되었습니다 — 첫 프로젝트 카드를 읽고 있든, 카테고리 라벨에서 "AI/Agents"가 무엇을 의미하는지 이해하려 하든 말입니다. 이를 목차, 개념 트리, 그리고 추천 읽기 경로 모음으로 사용하세요.

요약하면: 이것은 백과사전이 아니라 지도입니다. 아래의 모든 제목은 독립된 글로 연결됩니다. 여러분의 질문이 있는 곳에서 시작하고, 링크를 따라가고, 방향이 필요할 때 여기로 돌아오세요.

검증 주제(무엇이 증명으로 인정되는가)와 기술 주제(모델이나 에이전트가 무엇인가) 사이를 자주 오간다면 이 페이지를 북마크하세요. 아래 섹션은 길을 잃지 않고 고수준 개념에서 특수 클러스터 페이지로 이동할 수 있도록 정렬되어 있습니다.

여기서 시작하세요

DecAIHub와 크립토 AI 검증이 처음이라면, 다음 네 글을 먼저 읽으세요:

  1. 인공지능이란 무엇인가 — 가장 넓은 출발점.
  2. AI 컴포넌트란 무엇인가 — 모든 프로젝트 카드의 핵심 개념.
  3. 프로젝트 카드 읽는 법 — 각 필드가 무엇을 의미하고 어디를 봐야 하는지.
  4. DecAI Fit이란 무엇인가 — 프로젝트의 검증 가능성을 요약하는 0-6 점수.

개념 트리

이 위키의 글들은 계층을 이룹니다. 아래의 들여쓰기는 부모-자식 관계를 보여줍니다.

읽기 경로

"나는 첫 프로젝트 카드를 읽고 있다"

  1. AI 컴포넌트란 무엇인가 — 핵심 필드를 이해하세요.
  2. AI 컴포넌트 vs 유스케이스 — 왜 이들이 별개인지 배우세요.
  3. 복합 AI 카테고리가 작동하는 방식 — 카테고리 라벨을 해독하세요.
  4. 프로젝트 카드 읽는 법 — 모든 필드에 대한 전체 안내.

"나는 AI가 실제인지 이해하고 싶다"

  1. 프로젝트가 실제로 AI를 가지고 있는지 판별하는 법 — 검증 프레임워크.
  2. 무엇이 AI의 증거로 인정되는가 — 무엇이 증명으로 인정되는가.
  3. 무엇이 증거로 인정되지 않는가 — 흔한 거짓 양성.
  4. AI washing, Onchain washing, Token washing — 위험 신호.

"나는 특정 AI 카테고리가 무엇을 의미하는지 알고 싶다"

  1. 카테고리를 고르세요: AI/Agents | AI/Compute | AI/Inference | AI/Data | AI/Analytics | AI/Training.
  2. 해당하는 컴포넌트 글을 읽으세요: 에이전트 | 컴퓨트 | 인퍼런스 | 데이터 | 분석 | 트레이닝.
  3. 에이전트 특화 뉘앙스를 위해: AI 에이전트란 무엇인가와 비서, 코파일럿, 챗봇, 에이전트.

"나는 AI 기술 자체를 이해하고 싶다"

  1. 인공지능이란 무엇인가 — 분야 개요.
  2. AI 모델이란 무엇인가 — 핵심 구성 요소.
  3. 머신러닝이란 무엇인가 — 모델이 데이터로부터 학습하는 방식.
  4. 대규모 언어 모델이란 무엇인가 — 크립토 AI에서 가장 흔한 모델 유형.
  5. 인퍼런스란 무엇인가 — 트레이닝된 모델이 출력을 생산하는 방식.
  6. 벤치마크와 품질 지표 — 모델 품질이 측정되는 방식.

자주 묻는 질문

연결된 모든 글을 읽어야 하나요?

아니요. 이 페이지를 사용해 경로를 선택하세요. 각 설명서는 독립적으로 존재합니다. 주제가 어떻게 연결되는지 상기가 필요할 때 — 예를 들어 증거 등급이 AI 컴포넌트 표현과 어떻게 관련되는지 — 여기로 돌아오세요.

한 글이 모르는 용어를 사용하면 어디로 가야 하나요?

위의 개념 트리를 열고 부모 글을 따라가거나(예: LLM에서 인공지능으로 올라가기), 필드 정의를 위해 프로젝트 카드 읽는 법으로 이동하세요.

외부 참고 자료

No comments to display

Back to top