요즘 인공지능 모델은 점점 커지고 복잡해졌습니다. GPT, BERT, ResNet, Whisper, SAM 같은 모델들은 수십~수백억 개의 파라미터를 갖고 있습니다.
이런 모델을 처음부터 학습하려면 비용과 시간이 엄청납니다. 그래서 우리는 대부분, 이미 잘 훈련된 모델을 "내 문제에 맞게 조금만 수정해서 쓰는 방법"을 씁니다.
그게 바로 Fine-tuning (파인튜닝)입니다. Fine-tuning이란?
사전 학습된(pretrained) 모델을 가져와서, 일부 층(layer) 또는 전체를 내 데이터에 맞게 다시 학습하는 것 예를 들어, BERT는 이미 대규모 문서로 사전 학습된 언어모델입니다. → 이걸 가져와서 “리뷰 감성 분석” 같은 내 태스크에 맞게 학습합니다. ResNet은 ImageNet 데이터로 학습된 이미지 분류 모델입니다. → 이걸 가져와서 “의료 X-ray 분류” 같은 내 데이터에 맞게 조정합니다.
Fine-tuning을 하는 이유 이유 설명 비용 절약 처음부터 학...
