NeuralScope

GLOBAL LEARNING FLOW

전체 학습 경로학습 로드맵

전체 학습률

0%

AI FOUNDATION01–04

NEURAL BASICS05–09

LEARNING10–14

TRANSFORMER & LLM15–18

MODERN AI19–21

ROADMAP

AI의 큰 그림부터 내부 계산까지

Foundation + 16 Interactive Steps

START HERE · FOUNDATION MAP

AI → ML → DL → Neural Network → Transformer → LLM

AI라는 추상적인 개념부터 전체 관계를 먼저 이해합니다. 무엇을 지금 알아야 하고 무엇을 나중에 깊게 볼지도 안내합니다.

RECOMMENDED START

STEP 00 · FOUNDATION

Introduction

AI 내부를 직접 관찰하는 학습 방식

STEP 01 · FOUNDATION

Neuron

입력·가중치·Bias가 하나의 출력으로 합쳐지는 과정

STEP 02 · FOUNDATION

Activation

같은 입력이 함수에 따라 어떻게 달라지는가

STEP 03 · FOUNDATION

Layer

여러 뉴런이 동시에 계산되는 모습

STEP 04 · FOUNDATION

Vector & Matrix

수많은 연결을 행렬 하나로 계산하기

STEP 05 · FOUNDATION

Forward Propagation

신호가 Layer를 지나 Output까지 흐르는 과정

STEP 06 · LEARNING

Loss

예측과 정답 사이의 차이를 숫자로 보기

STEP 07 · LEARNING

Gradient

Loss가 줄어드는 방향을 시각적으로 찾기

STEP 08 · LEARNING

Backpropagation

오차가 뒤에서 앞으로 되돌아오는 과정

STEP 09 · LEARNING

Optimizer

Gradient를 이용해 Weight를 실제로 이동시키기

STEP 10 · LEARNING

Training

Forward → Loss → Backward → Update 반복

STEP 11 · VISUALIZATION

Neural Visualizer

전체 신경망 내부 상태를 한 화면에서 관찰하기

STEP 12 · TRANSFORMER

Token & Embedding

문장이 숫자 벡터로 변하는 과정

STEP 13 · TRANSFORMER

Transformer

Transformer Block 내부에서 정보가 흐르는 방식

STEP 14 · TRANSFORMER

Self Attention

각 Token이 다른 Token을 얼마나 참고하는가

STEP 15 · TRANSFORMER

Mini Language Model

입력 문장에서 Next Token이 결정되는 전체 흐름