EXAONE 콘텐츠 스튜디오
LG AI연구원의 K-EXAONE 2.5가 글을 쓰고 EXAONE Tabular가 데이터를 예측해 만든 콘텐츠 7편 (데이터 스토리 2편)을 소개합니다.
부리 길이만 보고 펭귄 종을 맞힐 수 있을까
남극 펭귄 344마리의 몸 치수로 세 종을 가른 분류 실험. 테스트 69마리 중 68마리를 맞혔지만, 확신이 낮아진 경계 개체와 섬·종 결합이라는 한계를 함께 읽는다.
데이터 스토리캘리포니아 주택 가치 예측: 숫자와 구간 읽기
1990년 캘리포니아 블록 그룹 표본으로 주택 가치 중앙값을 예측한 실험에서 평균 오차는 0.2833, 80% 구간 적중률은 83.25%였습니다. 다만 50만 달러 상한과 과거 집계라는 한계가 있습니다.
해설문장 읽는 AI와 표 읽는 AI, 어떻게 다를까
언어 모델은 문장을 토큰으로 나눠 다음 토큰 확률을 예측하고, 표 데이터 모델은 행·열 구조와 결측·단위 차이를 다룬다. 두 접근을 결합하면 표에서 예측하고 언어로 해설할 수 있다.
FAQ표 데이터 AI, 자주 묻는 질문 8가지
표 데이터를 다루는 AI 예측을 처음 접하는 독자를 위해 확률 해석, 예측 구간, 정확도의 함정, 데이터 분할과 누수, 결측값, 언어 모델 활용까지 여덟 가지 질문을 정리했습니다.
퀴즈인공지능 예측 결과, 제대로 읽을 수 있나요? 7문제 퀴즈
혼동 행렬, 분류 확률, 최빈 클래스 기준선, 분위수, 예측 구간, 평균 절대 오차, 데이터 누수를 4지선다로 점검합니다. 모든 수치는 이해를 돕기 위한 가상의 예입니다.
카드뉴스인공지능 예측은 숫자 하나가 아니다: 카드 6장으로 보는 불확실성
예측을 단일 숫자로 보는 습관을 멈추고, 분포와 확률, 구간, 검토 기준까지 함께 읽는 카드뉴스.
모델 실험추론 강도 low와 max 비교
같은 분류·회귀 설명 과제를 추론 강도 low와 max로 한 번씩 실행해 계산값, 설명 구조, 토큰 사용량을 비교했습니다. 두 실행 모두 정답과 맞았고, max는 행·열 합계 표와 구간 확대 단서를 포함했으며 토큰도 더 썼습니다.