🧠 AI 심화 수업 Day1: 머신러닝 개념 + 이미지 임베딩 실습 정리(with Orange)

오늘은 AI 심화 오프라인 수업 첫날이었고,
머신러닝 기본 개념과 이미지 임베딩 실습을 Orange 툴로 진행했다.
처음 설치부터 약간의 에러도 있었지만, 직접 해결해가며 구조를 익히는 과정이 재미있었다.

---

🔍 머신러닝 학습 방식 3종 요약

1. 지도학습 (Supervised Learning)

정답(label, target)이 있는 데이터로 학습하는 방식.

• 분류(Classification): 정답이 범주형 (ex: 성별, 혈액형, 스팸/정상)
• 회귀(Regression): 정답이 연속형 숫자 (ex: 집값, 온도)

✔ 예:
스팸메일 분류 → 이진 분류 (0/1)
주가 예측 → 회귀

2. 비지도학습 (Unsupervised Learning)

정답이 없는 데이터를 기반으로 패턴을 자동으로 탐색
→ 클러스터링, 차원 축소 등

3. 강화학습 (Reinforcement Learning)

행동에 따라 **보상(점수)**을 받고 학습을 반복
→ 알파고, 보행 로봇 등

---

🧠 인공지능 윤리 이슈

❗ 불쾌한 골짜기 (Uncanny Valley)

AI가 사람처럼 생겼지만 어설플수록 기분 나쁘다는 심리적 현상.
→ 감정적 신뢰 저하 발생

❗ 트롤리 딜레마

AI가 생명 관련 의사결정을 해야 할 때, 윤리적 기준은 누가 정할까?
→ 자율주행차 판단 기준 논쟁과 맞닿음

---

🧪 Orange 설치 & 환경 구성

✅ 설치 환경

• Python: 3.9 이상 권장
• pip: 최신 버전 유지 필요
• Orange 버전: 3.x

❌ 설치 중 발생한 문제

아나콘다가 설치되어있어서 설치중 오류발생!!
그래서 cmd창에서 가상환경으로 설치를 진행 아나콘다를 삭제할순없었다...

pip install orange3

실행 시 다음과 같은 에러 발생:

ERROR: Failed building wheel for orange3 ModuleNotFoundError: No module named 'PyQt5'

🔧 해결 방법

1. 필수 모듈 선제 설치

 

pip install PyQt5 pip install numpy scipy scikit-learn

1. 이후 다시 Orange 설치

 

pip install orange3

1. 실행 확인

 

python -m Orange.canvas

    GUI 실행되면 성공!

---

🖼️ 이미지 임베딩 실습

전체 흐름 요약

1. 이미지 임포트
2. 이미지 뷰어로 시각적 확인
3. Image Embedding 노드 → 벡터(2048차원)로 변환
4. 결과 데이터 확인 → 모델 학습/거리 분석에 활용 가능

📌 워크플로우 시각화

📌 임베딩 전/후 비교 화면

 

 

---

📝 오늘의 인사이트

• "이미지도 결국 숫자다"라는 말을 몸소 체감했다.
• Orange처럼 노코드 시각화 도구를 활용하면 AI 흐름을 처음 배우는 입장에서도 훨씬 직관적으로 이해 가능하다.
• 설치 단계에서 에러가 나도 포기하지 않고 하나하나 해결해가면 결국 된다.