AI 학습 노트

이 폴더는 AI를 취미·교양·실용 관점에서 공부하기 위한 별도 카테고리다.

wiki/Concepts/는 개념 사전처럼 쓰기 좋지만, AI 논문 지도는 한 개념이 아니라 학습 경로, 논문 묶음, 그림 자료, 읽기 순서가 함께 필요한 작은 코스다. 그래서 별도 AI/ 카테고리로 분리한다.

하위 폴더

• AI/Roadmaps/: 비전공자용 읽기 지도와 학습 경로.
• AI/Papers/: 개별 논문·해설 글 노트.
• AI/Assets/: 공개 가능한 설명용 도식 SVG. 원논문 그림을 무단 복제하지 않고, 초심자 이해를 돕는 자체 제작 요약 도식으로 둔다.

시작점

• 비전공자를 위한 AI 핵심 논문 지도 - 30papers에서 출발하기
• The Unreasonable Effectiveness of RNNs - RNN 직관
• Understanding LSTM Networks - LSTM 입문
• Attention Is All You Need - Transformer 출발점 — 토큰·벡터부터 Q·K·V, 멀티헤드, 위치, 마스킹, 학습과 생성의 차이를 원문 순서대로 읽는다. 숫자 예제와 설명용 인포그래픽 7점을 포함한다.
• The Annotated Transformer - 구현으로 읽는 Transformer
• Scaling Laws for Neural Language Models - 스케일링 법칙