In computer science, the term GIGO, which stands for “garbage in, garbage out,” is especially applicable to projects involving artificial intelligence (AI).
컴퓨터 공학에서 ‘쓰레기가 들어가면, 쓰레기가 나온다’를 의미하는 용어 GIGO는 인공 지능(AI)과 관련한 프로젝트에 특히 적용 가능하다.
This is because AI analyzes large amounts of data in order to improve how it performs its functions.
이는 AI가 자신의 기능을 수행하는 방식을 개선하기 위해 대량의 데이터를 분석하기 때문이다.
For this reason, data collection, preparation, cleaning, and labeling are extremely important in AI projects.
이러한 이유로, 데이터 수집, 준비, 정제 및 분류는 AI 프로젝트에서 매우 중요하다.
If AI is fed bad data or data that has not been appropriately labeled, the program or application will produce inaccurate results.
만약 AI에 잘못된 데이터나 적절하게 분류되지 않은 데이터가 주어지면, 그 프로그램이나 응용 프로그램은 부정확한 결과를 생성할 것이다.
For example, if you are trying to teach an AI program to find images of airplanes in photos posted online, you have to provide it with thousands of images of airplanes to analyze.
예를 들어, 만약 당신이 AI 프로그램에게 온라인에 게시된 사진들에서 비행기 이미지를 찾도록 가르치려 한다면, 당신은 그 프로그램에 분석할 수천 개의 비행기 이미지를 제공해야 한다.
If some of these pictures are labeled as airplanes but show other objects instead, the AI will learn the wrong patterns.
만약 이 사진들 중 일부가 비행기로 분류되어 있지만 대신 다른 물체를 보여 준다면, AI는 잘못된 패턴을 학습할 것이다.
In that case, what goes wrong cannot be blamed on the machine itself—just as it is not the contractor’s fault when a building collapses due to a flawed design.
그런 경우, 잘못된 것을 기계 자체의 탓으로 돌릴 수 없는데, 이는 결함 있는 설계로 인해 건물이 붕괴될 때 그것이 도급업자의 잘못이 아닌 것과 마찬가지이다.
카페
고객센터
070-4042-1075 (평일 오전 9:30 ~ 오후 6시)
