[생성AI] 핵심 알고리즘

 

 

● 생성적 적대 신경망 (GAN : Generative Adversarial Networks)

- 두 개의 신경망인 생성자와 판별자가 서로 경쟁하는 과정을 통해 학습하는 구조

- 서로 속이고 판별하는 과정을 통해 점차 더욱 정교한 가짜 데이터를 만들어 냄
(ex. Deep Fake)

구성	설명
생성자(Generator)	가짜 데이터를 만들어냄
판별자(Discriminator)	진짜/가짜 데이터 구분

 

 

● 변이형 자동인코더 (VAE : Variational Autoencoder)

- 입력 데이터를 압축한 후 이 정보로부터 원본데이터와 유사한 새로운 데이터를 생성하는 모델

- 생성AI는 새로운 컨텐츠를 만드는 기술이라면 VAE는 그 안에서 데이터를 압축하고 새로운 데이터를 생성하는 역할

구성	설명
인코더 (Encoder)	입력데이터를 압축하여 잠재공간에 저장, 데이터 특성은 잠재변수로 변환
디코더 (Decoder)	잠재공간에 저장된 데이터를 바탕으로 원본과 유사하지만 새로운 데이터를 생성

 

 

● 트랜스포머 (Transformer)

딥러닝 기반의 자연어 처리 & 인공지능 모델

특징	설명
강력한 문맥 이해능력	Self-Attention 매커니즘으로 문장 내 멀리 떨어진 단어들도 효과적으로 연관성 파악
데이터 병렬처리 능력	단어들을 동시에 병렬 처리하여 학습속도 빠름
대규모 데이터 학습능력	Feed Forward Network를 통해 대규모 학습 최적화

 

 

※ 세가지 모델 비교 요약

항목	GAN	VAE	Transformer
구조	생성자 + 판별자 (2개)	인코더 + 디코더	인코더 / 디코더 또는 둘다
특징	진짜처럼 보이게 속임	다양성 + 부드러운 생성	맥락 이해 + 병렬처리
생성목적	이미지 생성 경쟁	잠재공간 기반 생성	언어 예측/처리
주 활용	이미지 생성	데이터 압축·생성	언어 생성 (텍스트 AI)
대표 모델	StyleGAN, BigGAN	β-VAE, CVAE	GPT, BERT, T5