AI, 머신러닝 관련 영어 표현
AI와 머신러닝은 더 이상 특정 분야에만 국한된 기술이 아닙니다.
추천 시스템, 챗봇, 이미지 분류, 자연어 처리 등 다양한 서비스에 폭넓게 활용되면서, 이제 거의 모든 개발자에게 기본적인 이해와 협업 능력이 요구되는 분야가 되었습니다.
AI 시스템을 개발하거나 운영하는 과정에서는 모델 설계, 데이터 전처리, 성능 평가, 하이퍼파라미터 조정 등 전문적인 개념들이 자주 등장하며, 이를 팀원이나 외부 파트너와 공유할 때는 관련 영어 표현을 정확히 이해하고 활용하는 것이 중요합니다.
이번 수업에서는 AI 및 머신러닝 관련 프로젝트에서 자주 사용되는 영어 표현들을 정리해 보겠습니다.
Which verb best describes the process of teaching an AI system using labeled data?
cluster
train
deploy
split
Lecture
AI Tutor
Design
Upload
Notes
Favorites
Help
AI 개발자를 위한 실무 영어 표현
모델을 학습시키다
train a model
train은 AI/ML에서 모델이 데이터를 통해 학습하도록 하는 과정을 의미합니다.
데이터를 전처리하다
preprocess the data
preprocess는 데이터를 모델 학습 전에 정제하는 과정을 뜻합니다.
정확도를 평가하다
evaluate accuracy
evaluate는 평가하다, accuracy는 정확도를 뜻합니다. 성능 지표로 자주 사용됩니다.
하이퍼파라미터를 튜닝하다
tune hyperparameters
hyperparameter는 학습 전 설정하는 값이며, tune은 성능 개선을 위한 조정을 의미합니다.
오버피팅을 방지하다
prevent overfitting
overfitting은 학습 데이터에 과하게 적합되는 현상을 의미합니다.
모델을 배포하다
deploy a model
deploy는 모델을 실제 서비스 환경에 적용하는 과정을 의미합니다.
입력 데이터를 추론하다
infer from input data
infer는 AI가 입력값을 바탕으로 예측을 수행하는 동사로 '추론하다'라는 뜻입니다.
훈련 세트와 테스트 세트를 분리하다
split data into training and test sets
split은 데이터를 나누다, training/test set은 머신러닝 학습에서 자주 등장하는 기본 용어입니다.
레이블이 없는 데이터를 클러스터링하다
cluster unlabeled data
cluster는 유사한 데이터를 그룹화하는 동사입니다.
모델 성능을 시각화하다
visualize model performance
visualize는 데이터를 차트 등으로 '시각화하다'라는 의미로, 분석 단계에서 자주 사용됩니다.