NeuralScope
GLOBAL LEARNING FLOW
AI 전체 학습 지도11.04 Query / Key / Value · ATTENTION
현재 위치 기준 전체 진행
38%
00AI FOUNDATIONAI 기초 지도
100%
01MATHEMATICS FOR AIAI 수학
100%
02DATA & PREPROCESSING데이터와 전처리
100%
03MACHINE LEARNING FUNDAMENTALS머신러닝 기초
100%
04CLASSICAL MACHINE LEARNING전통 머신러닝
100%
05ML TRAINING & EVALUATIONML 학습과 평가
100%
06DEEP LEARNING FOUNDATION딥러닝 기초
100%
07NEURAL NETWORK TRAINING신경망 학습
100%
08DEEP LEARNING ARCHITECTURES딥러닝 아키텍처
100%
09COMPUTER VISION컴퓨터 비전
100%
10NLP FOUNDATION자연어 처리 기초
100%
11ATTENTION어텐션
29%
12TRANSFORMER트랜스포머
0%
13LANGUAGE MODEL언어 모델
0%
14LLM FOUNDATIONLLM 기초
0%
15LLM TRAINING & ALIGNMENTLLM 학습과 정렬
0%
16EMBEDDING & VECTOR SEARCH임베딩과 벡터 검색
0%
17RAG검색 증강 생성
0%
18PROMPT & CONTEXT ENGINEERING프롬프트와 컨텍스트
0%
19AI AGENTAI 에이전트
0%
20MULTIMODAL AI멀티모달 AI
0%
21GENERATIVE MODELS생성 모델
0%
22AI SYSTEM ENGINEERINGAI 시스템 엔지니어링
0%
23LLM PERFORMANCE & INFERENCELLM 성능과 추론 최적화
0%
24MLOPS & LLMOPSMLOps와 LLMOps
0%
25AI SECURITY, SAFETY & GOVERNANCEAI 보안·안전·거버넌스
0%
26MODERN AI ARCHITECTURE현대 AI 아키텍처
0%
27BUILD IT YOURSELF직접 구현 실습
0%
28AI RESEARCH & ADVANCED TOPICSAI 연구·고급 주제
0%
11. ATTENTION / 11.04

Query / Key / Value

Query·Key·Value

CORE

Query는 내가 찾는 정보, Key는 각 Token이 가진 검색용 특징, Value는 실제로 가져올 정보라고 볼 수 있습니다. Attention은 Q와 K의 관계로 V의 혼합 비율을 결정합니다.

WHY SHOULD I KNOW THIS?

왜 알아야 하나?

Attention을 이름만 암기하지 않고 실제 데이터가 변환되는 과정을 이해하기 위한 핵심 연결점입니다. 이후 Transformer·LLM 학습에서 이 흐름이 반복해서 사용됩니다.

WHERE IS IT USED?

어디에 사용되나?

TransformerLLMVision Transformer멀티모달
TRANSFORMER FLOW
01Token→
02Embedding→
03Attention→
04Add & Norm→
05FFN→
06Output
QUERY cat
The0.12
cat0.52
chased0.18
mouse0.18
QKᵀ / √d → Softmax → Σ(weight × V)

ATTENTION WEIGHTS

각 막대는 현재 Query가 각 Key/Value를 얼마나 참고하는지 나타냅니다.
Σ weights = 1.00
INTERACTIVE CONCEPT LABATTENTION LAB
01Token02Query03Key04Score05Softmax06Value
CURRENT STAGE1 / 6 · Token

Query

노드를 클릭하거나 PLAY FLOW를 눌러 정보가 어떻게 이동하는지 단계별로 확인하세요. 슬라이더는 시각적 영향도를 조절합니다.
이 Topic에서 알아야 할 핵심
✓Query
✓Key
✓Value
✓Projection matrix
이해 확인 질문
Q1Q와 K가 점수를 만들고 V가 결과에 쓰이는 이유는?
Q2한 Token에서 Q/K/V가 각각 어떻게 만들어지는가?
CATEGORY
ATTENTION

Transformer의 핵심인 Attention 계산을 Q/K/V 이전부터 단계별로 분해합니다.

CURRENT PATH
11.04 Query / Key / Value

이 Topic의 위치와 앞뒤 순서를 항상 Curriculum 기준으로 유지합니다.