🧠 인공지능의 7단계

💡 AI 개발 실무 7단계 × 기술 및 언어 정리

단계	실무 용어	주요 작업	사용 기술 & 도구	사용 언어
1️⃣	문제 정의 (Problem Definition)	해결 목표 정의 데이터 요건 파악 평가 지표 설정	Notion, Google Docs, Whimsical 협업툴: Jira, Trello, Slack	없음 (자연어 기술)
2️⃣	데이터 수집 (Data Collection)	DB, API, 크롤링, 센서 수집 파일 수집 (CSV, JSON 등)	SQL (MySQL, PostgreSQL) API: REST, GraphQL 웹 크롤링: BeautifulSoup, Selenium	Python (requests, bs4) Shell Script SQL
3️⃣	데이터 전처리 (Data Cleaning)	결측치 처리 이상치 제거 스케일링/인코딩 등	Pandas, NumPy Sklearn: SimpleImputer, StandardScaler OpenRefine	Python R Excel
4️⃣	데이터 탐색 (EDA)	시각화 분포 확인 상관관계 분석	Matplotlib, Seaborn, Plotly Pandas Profiling Tableau, Power BI	Python R SQL
5️⃣	모델링 (Model Training)	모델 선택 및 학습 교차검증, 튜닝	Sklearn, XGBoost, LightGBM TensorFlow, PyTorch MLflow	Python R Java/C++ (생산환경)
6️⃣	예측 및 평가 (Inference & Evaluation)	테스트 예측 정확도/F1/RMSE 측정	Sklearn 평가 함수 Keras/TensorFlow 평가 API Optuna, GridSearchCV	Python Jupyter Notebook
7️⃣	서빙 및 개선 (Deployment & Feedback)	모델 API화 모니터링 및 피드백 적용	Flask, FastAPI Docker, Kubernetes AWS, GCP, MLflow, Airflow	Python Bash YAML SQL