Skip to main content

주요 개념

AI Canvas를 사용하다 보면 몇 가지 중요한 용어들을 접하게 됩니다. 이 글에서는 AI Canvas의 기본적인 구성 요소들을 이해하기 쉽게 설명해드리겠습니다.

노드​

노드는 AI Canvas의 기본 구성 요소로, 데이터의 처리, 분석, 혹은 특정 작업을 수행하는 개별 블록입니다. 예를 들어, 데이터를 크롤링하거나 이메일을 보내는 등의 작업을 각각 하나의 노드로 구성할 수 있습니다. 각 노드는 입력과 출력 포트(엣지)로 다른 노드와 연결되어 전체 워크플로우를 형성합니다.

노드 헤더​

노드 헤더는 노드의 상단에 위치하며, 해당 노드의 이름과 간단한 정보를 표시하는 부분입니다. 사용자는 노드 헤더를 통해 노드의 역할을 쉽게 파악할 수 있으며, 필요에 따라 노드의 이름을 수정할 수도 있습니다. 노드 헤더는 노드를 드래그하거나 이동할 때도 주요하게 사용됩니다.

포트 및 엣지​

포트는 노드 간 데이터를 주고받는 입출력 지점이며, 엣지는 포트를 통해 노드끼리 연결되는 선을 의미합니다. 각 노드는 입력 포트와 출력 포트를 가질 수 있으며, 이 포트들을 엣지로 연결하여 데이터 흐름을 정의합니다. 입력 포트는 데이터를 받아들이고, 출력 포트는 데이터를 다음 노드로 전달합니다.

포트 종류​

데이터 관련 포트​

  • 데이터셋: 기본 데이터셋 입출력
  • 선택된 데이터셋: 사용자가 선택한 데이터 (버블차트, 리스트 노드에서 선택)
  • 샘플링된 데이터셋: Split Data로 나눈 데이터셋
  • 남은 데이터셋: Split Data로 나눈 후 남은 데이터셋
  • 이미지 데이터셋: 이미지 데이터 처리용
  • 평가된 데이터셋: 모델 예측 점수가 포함된 데이터

모델 관련 포트​

  • 미학습 모델: 학습 전 초기 모델
  • 미학습 추천 모델: 추천 시스템 학습 전 모델
  • 미학습 시계열 모델: 시계열 학습 전 모델
  • 학습된 모델: 학습 완료 후 예측에 사용 가능한 모델

애플리케이션 관련 포트​

  • 페이지: 애플리케이션 페이지 구성용
  • 배포: 애플리케이션 배포용

데이터 타입​

데이터 타입은 데이터셋의 각 컬럼(열)이 어떤 종류의 값을 가지는지 나타냅니다. 올바른 데이터 타입을 설정하면 AI 모델 학습 및 분석의 정확성이 높아집니다.

데이터 타입 종류​

  • Unique(고유값): ID, 시리얼 넘버 등 중복되지 않는 고유 값
  • Category(범주형): 사과, 바나나, 오렌지 등 고정된 선택지 중 하나
  • Continuum(연속형): 온도, 거리, 무게 등 연속적인 실수 값
  • Discrete(이산형): 학생 수, 페이지 수 등 쪼갤 수 없는 정수 값
  • Datetime(날짜/시간형): 날짜 및 시간 데이터
  • Image(이미지형): 사진, 그림 등 이미지 파일
  • Audio(오디오형): 음성, 사운드 등 오디오 파일