Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
Tags
- SRE
- Kubernetes
- Rag
- PETERICA
- kotlin coroutine
- golang
- APM
- 오블완
- aws
- MySQL
- AWS EKS
- 티스토리챌린지
- Java
- 바이브코딩
- tucker의 go 언어 프로그래밍
- LLM
- Spring
- AI
- minikube
- CloudWatch
- 공부
- CKA 기출문제
- CKA
- 코틀린 코루틴의 정석
- 기록으로 실력을 쌓자
- Pinpoint
- go
- Linux
- kotlin
- 정보처리기사 실기 기출문제
Archives
- Today
- Total
목록Encoder (1)
피터의 개발이야기
[AI] Transformer Encoder-Decoder 구조 - Attention 다음 단계, 메커니즘에서 시스템으로
[AI] LLM 학습 노트 공개 - Transformer부터 RAG까지, 그리고 운영 가능한 AI 시스템을 향해 ㅁ 들어가며지난 글에서 Attention이 어떻게 중요한 정보를 골라내는지 살펴봤다. 이번에는 그 Attention이 어떤 구조 안에서 역할을 나눠 동작하는지, 즉 Transformer의 Encoder–Decoder 구조를 정리해 보려 한다. LLM을 실제로 다뤄보면, 결국 다시 이 구조로 돌아오게 된다. RAG를 구성하고, Retriever 품질을 튜닝하고, Prompt를 다듬다 보면 어느 순간 “이 정보는 어디서 이해되고, 어디서 생성되는가?”라는 질문을 하게 된다. 그 답이 바로 Encoder–Decoder다. ㅁ Attention 다음은 ‘구조’Attention은 메커니즘이다. ..
AI/AI이론 | 공부
2026. 2. 3. 22:29
