오랫동안 아이폰 사용자들의 숙원이었던 교통카드 기능이 마침내 실현되었습니다. 2025년 7월부터 한국에서도 Apple Wallet(지갑) 앱에 티머니 교통카드를 추가하여, 실물 카드 없이 아이폰 또는 애플 워치만으로 지하철, 버스 등 대중교통을 이용할 수 있게 되었습니다. 서울을 비롯한 대한민국 전역의 지하철 및 버스 대부분에서 아이폰을 태그하여 승차할 수 있으며, 편의점 등 티머니 가맹점에서도 결제 수단으로 사용할 수 있습니다

애플페이 티머니 개요 및 장점

오랫동안 아이폰 사용자들의 숙원이었던 교통카드 기능이 마침내 실현되었습니다. 2025년 7월부터 한국에서도 Apple Wallet(지갑) 앱에 티머니 교통카드를 추가하여, 실물 카드 없이 아이폰 또는 애플 워치만으로 지하철, 버스 등 대중교통을 이용할 수 있게 되었습니다. 서울을 비롯한 대한민국 전역의 지하철 및 버스 대부분에서 아이폰을 태그하여 승차할 수 있으며, 편의점 등 티머니 가맹점에서도 결제 수단으로 사용할 수 있습니다

애플페이 티머니는 **익스프레스 모드(Express Mode)**를 지원하여, 아이폰을 잠금 해제하거나 앱을 실행할 필요 없이 단말기에 가까이 대기만 하면 자동으로 결제가 이루어집니다. 심지어 아이폰 배터리가 완전히 방전된 후에도 최대 5시간까지 교통카드 기능을 사용할 수 있는 전원 절약 모드도 지원됩니다. 잔액 확인 및 충전도 아이폰의 지갑 앱에서 바로 가능하고, 자동 충전 기능을 통해 잔액 부족 걱정 없이 이용할 수 있다는 편리함이 있습니다. 아래에서는 Apple Pay 기반 티머니 카드의 등록 방법부터 사용법, 충전 방법, 이용 가능 지역/교통수단, 그리고 실물 카드 대비 장단점까지 차례로 알아보겠습니다.

애플페이 티머니 등록 절차

아이폰에서 티머니 교통카드를 사용하려면, 우선 Apple 지갑 앱에 티머니 카드를 추가해야 합니다. 절차는 다음과 같습니다:

1. 지원 기기 및 iOS 버전 확인: 아이폰 XS/XR 이후 모델이고 iOS 17.2 이상(애플 워치는 Series 6 이상에 watchOS 10.2 이상)이어야 합니다. 구형 기기는 지원되지 않으니 유의하세요. 또한 선불형 티머니 카드만 추가 가능하며(후불 교통카드는 미지원), 아이폰과 애플 워치에 각각 별도로 카드 발급이 필요합니다.
2. 지갑 앱에서 카드 추가: 아이폰의 Wallet (지갑) 앱을 열고 “+” (추가) 버튼을 탭합니다. 메뉴에서 **“교통 카드”**를 선택하고 **“Tmoney”**를 고르면, 화면 안내에 따라 새로운 티머니 교통카드를 발급할 수 있습니다. 이때 최소 충전 금액을 설정하라는 안내가 나오며, 초기 등록을 위해 일정 금액을 충전해야 합니다. 원하는 금액을 애플페이를 통해 결제하면 티머니 카드가 지갑에 추가됩니다. 발급과 충전에 국내 발급 신용/체크카드 (애플페이에 등록된 카드) 가 필요합니다. 현재(2025년 7월) 애플페이에서 지원되는 국내 카드사가 제한적이므로, 현대카드 등 애플페이 등록 카드가 있어야 이 방법으로 충전까지 완료할 수 있습니다.
3. 모바일 티머니 앱 이용 (대안): 만약 현대카드 등 애플페이 가능 카드가 없다면, 모바일 티머니 iOS 앱을 통해 우회할 수 있습니다. App Store에서 “모바일 티머니” 앱을 최신 버전으로 설치/업데이트한 뒤 실행하고, 앱 내에서 모바일 티머니 카드를 새로 발급합니다. 발급된 카드에 다른 신용/체크카드나 계좌이체 등으로 충전한 다음, 해당 티머니 카드를 아이폰 지갑에 추가하면 됩니다. 이렇게 하면 현대카드가 없어도 아이폰에 충전된 티머니 카드를 사용할 수 있습니다. 다만 이 방식은 별도의 앱 설치와 본인 인증 절차가 필요하며, 충전 수단에 따라 일부 수수료가 부과될 수 있습니다

Tip: 애플 워치에서도 티머니를 쓰고 싶다면, 아이폰에서 티머니 카드를 발급한 후 Watch 앱의 “지갑 및 Apple Pay” 설정으로 들어가 애플 워치에 티머니 카드 추가를 진행해야 합니다. 아이폰에 추가한 카드가 자동으로 워치에 동기화되는 것은 아니므로, 워치용으로 별도 발급·추가하세요

지갑 앱에서의 사용 방법

일단 지갑 앱에 티머니 교통카드를 추가했다면, 사용 방법은 기존 실물 티머니 카드와 거의 동일합니다. 아이폰이나 애플 워치로 지하철 개찰구 단말기나 버스 단말기에 가져다 대기만 하면 결제됩니다. 익스프레스 모드 덕분에 별도의 Face ID 인증이나 화면 켜기도 필요 없으며, 잠긴 화면 상태에서도 태그만으로 인식됩니다. 태그 시 진동/소리와 함께 화면 상단에 티머니 카드 이미지와 잔액 변동 등이 잠깐 표시되어, 성공적으로 결제되었는지 확인할 수 있습니다. 애플 워치 역시 화면을 켤 필요 없이 단말기에 가까이 대면 진동 피드백과 함께 승차가 완료됩니다.

잔액 확인 및 이용 내역: 아이폰의 지갑 앱에서 티머니 카드를 선택하면 현재 잔액이 표시됩니다. 카드를 아래로 스크롤하면 최근 거래 내역도 확인할 수 있어, 언제 어디서 얼마나 사용했는지 볼 수 있습니다

또한 티머니 카드 우측 상단의 “⦁⦁⦁” 버튼을 탭하면 카드 세부 설정 메뉴가 열리며, 여기서 자동 충전 설정이나 카드 삭제, 익스프레스 모드가 활성화 여부 등을 관리할 수 있습니다. 참고로 애플페이 티머니는 기본적으로 첫 추가 카드에 익스프레스 모드가 자동 활성화되며, 만약 티머니 카드를 여러 장 추가한 경우 하나만 Express로 설정되고 나머지는 수동 선택해야 사용 가능합니다.

오프라인 결제: 티머니 카드는 대중교통 외에도 편의점, 택시 등 티머니 가맹점에서 소액결제 수단으로 사용할 수 있습니다. 결제 시 “티머니로 결제할게요”라고 말한 뒤 아이폰을 리더기에 태그하면, 교통카드 잔액에서 금액이 차감되어 결제됩니다. 이때도 대체로 익스프레스 모드로 인식되지만, 일부 단말기에서는 인식이 다소 지연되거나 실패할 수 있으니, 화면에 표시되는 완료 여부를 확인하는 것이 좋습니다.

저전력 모드: 아이폰 배터리가 부족한 경우에도 최대 5시간까지는 교통카드 기능이 유지됩니다. 배터리가 0%로 꺼진 상태에서 교통카드를 태그하면, 전원 절약 모드로 잔여 시간 동안 결제가 가능하므로 긴급한 상황에서 유용합니다. 다만 5시간이 지나 완전히 방전된 경우나 기기를 분실한 경우를 대비해 예비용 실물 카드를 소지하거나, 애플 워치를 함께 활용하는 것도 안전한 방법입니다.

충전 및 자동 충전 방법 (지원 결제 수단)

애플페이 티머니 카드는 충전식(선불) 교통카드이므로, 잔액이 충분해야 사용할 수 있습니다. 충전하는 방법은 여러 가지가 있으며, 지원되는 결제 수단에도 차이가 있습니다. 주요 충전 방법과 특징은 아래 표와 같습니다:

충전한 금액은 즉시 티머니 카드 잔액에 반영되며, 충전 최대 한도는 50만 원입니다 (실물 카드와 동일). Apple 지갑에서의 자동 충전 기능도 세계 최초로 도입되었는데, 이를 활용하면 잔액이 일정 금액 이하로 내려갈 때 미리 설정한 금액만큼 자동으로 충전됩니다. 지갑 앱의 카드 설정에서 **“자동 충전”**을 켜고 *기준 잔액 (예: 5,000원 이하)*과 *충전 금액 (최소 1만 원~)*을 지정하면, 이후부터는 잔액이 부족해도 자동으로 카드에 금액이 추가됩니다. 예를 들어 잔액 7,000원 이하로 떨어지면 20,000원을 자동충전하도록 설정해 두면 출퇴근 시 잔액 부족으로 곤란을 겪을 일이 사라집니다. 자동충전 시 결제되는 카드 역시 애플페이에 등록된 국내 신용카드로 한정되며, 현재로선 현대카드로 설정하는 경우가 많습니다. 자동 충전 설정/변경은 지갑 앱이나 티머니 앱 양쪽에서 모두 가능합니다.

2025년 7월 현재 애플페이 국내 서비스는 현대카드 단독으로 제공되고 있습니다. 지갑 앱에서 티머니를 충전하거나 자동충전을 이용하려면 현대카드처럼 애플페이에 등록된 국내 카드가 반드시 필요합니다. 현대카드가 없는 경우 앞서 언급한 티머니 앱 충전 또는 오프라인 충전 방식을 이용해야 합니다. 추후 신한카드, KB국민카드 등 다른 카드사의 애플페이 지원이 확대되면 지갑 앱 충전도 더 자유로워질 것으로 기대됩니다.

티머니 사용 가능 지역 및 교통수단

애플페이 티머니 카드는 기존 실물 티머니 교통카드와 동일한 범위에서 사용 가능합니다. 즉, 티머니로 결제할 수 있는 대부분의 교통수단에서는 아이폰 교통카드로도 이용이 가능하다는 뜻입니다. 수도권부터 지방까지 폭넓게 활용되지만, 일부 제한 사항도 있으므로 상세 내용을 정리하면 다음과 같습니다:

요약하면, “티머니” 마크가 붙어 있는 거의 모든 교통수단에서 아이폰 티머니도 사용할 수 있다고 보면 됩니다. 실제로 기자 실험에 따르면, 아이폰에 추가한 티머니 카드로 서울 시내버스를 승차한 결과 1500원 요금이 정상 차감되며 실물 카드와 동일하게 동작했습니다. 단, 일부 시외버스와 일부 지역의 택시를 제외하고는 문제없이 이용 가능하나, 혹시 모를 단말기 미지원에 대비해 승차 전 티머니 결제여부를 미리 확인해보는 것이 좋습니다. 현재는 청소년 우대용 티머니나 기후동행카드/K패스 등 특수 할인 교통카드는 지원되지 않으므로(등록 불가), 해당 할인 혜택을 받으려면 아직 실물 카드를 이용해야 합니다.

실물 카드 대비 디지털 티머니의 장단점

스마트폰 속으로 들어온 디지털 티머니는 여러모로 편리하지만, 기존 실물 티머니 카드와 비교했을 때 장점과 단점이 있습니다. 이를 정리하면 다음과 같습니다:

디지털 티머니의 주요 장점

• 휴대 편의성: 지갑이나 카드 케이스를 들고 다닐 필요 없이 항상 소지하는 아이폰만으로 교통카드를 이용할 수 있습니다. 실물 카드 분실 위험도 사라집니다. 또한 아이폰과 애플 워치를 연동하면 손목만으로도 결제되는 등 일상 이동이 한층 간편해집니다.
• **손쉬운 **충전 및 관리: 아이폰에서 언제든지 잔액 확인과 충전을 할 수 있어 편의점이나 역무기기 앞에서 번거롭게 충전할 필요가 없습니다. 자동 충전을 켜두면 잔액이 부족할 틈 없이 늘 일정 금액이 유지되어 안심입니다. 이 모든 충전 과정에 수수료가 없고(애플페이 충전 시) 매우 즉각적으로 처리가 됩니다.
• 보안 및 분실 대처: 애플페이 티머니는 Secure Element 칩을 통해 카드 정보를 안전하게 저장하고, 개인의 이용 내역을 애플이나 티머니가 추적할 수 없습니다. 기기를 분실하였을 경우 나의 찾기(Find My) 앱을 통해 원격으로 아이폰을 분실 모드로 전환하거나 티머니 카드를 즉시 사용 중지할 수 있어, 실물 카드를 잃어버렸을 때보다 보안 대응이 용이합니다.
• 빠른 태그 인식: 실제 사용 후기에 따르면 아이폰의 티머니 인식 속도는 매우 빨라 지하철 개찰구나 버스 단말기에서 실물 카드와 동일하게 즉시 인식됩니다. 특히 최신 교통 단말기와의 호환성이 좋아 쾌적하게 이용할 수 있습니다. (※ 다만 일부 구형 단말기는 인식이 살짝 지연될 수 있다고 보고됨)
• 추가 기능: 모바일 티머니 앱과 연동하여 티머니 마일리지 적립이나, 어린이/청소년 할인 설정 같은 부가 기능을 활용할 수 있습니다. 예를 들어 모바일 티머니 앱에서 해당 연령으로 등록하면 디지털 티머니 카드에도 청소년/어린이 교통할인 요금이 적용됩니다. (실물 할인카드는 별도 발급 절차가 필요한 반면, 모바일에서는 비교적 간편하게 설정 가능.)

디지털 티머니의 단점 및 유의사항

• 초기 설정 및 조건: 애플페이 지원 아이폰 (iPhone XS, XR 이후 모델) 이면서 iOS 17.4 이상이 설치되 있어있어야 하고, 국내 발급 카드가 애플페이에 등록되어 있어야 티머니 충전이 가능합니다. 특히 외국인 관광객의 경우 국내 신용카드가 없으면 아이폰에 티머니를 충전할 방법이 없어 사실상 사용이 불가능합니다. (일본의 Suica처럼 해외 카드로 바로 충전되지 않는 점이 아쉬운 부분입니다.) 현재 티머니 측에서도 외국인 관광객도 사용할 수 있는 방안을 검토 중이라고 하나, 아직까지는 한국 거주자 위주의 서비스임을 참고해야 합니다.
• 특수 할인/후불 기능 미지원: 앞서 언급했듯 후불형 티머니 카드 (신용카드 연계 교통결제)나 정기권/KPass/기후동행카드 등의 특수 기능은 디지털 티머니에서 지원되지 않습니다. 따라서 해당 할인 혜택을 받기 위해서는 실물 카드(또는 별도 앱)을 그대로 사용해야 합니다. 또한 현재 일부 티머니 선불카드의 잔액 이전도 직접적으로 할 수 없어, 기존 카드 잔액을 모바일로 옮기려면 번거로운 환불 절차나 마일리지 전환을 거쳐야 하는 불편도 있습니다.
• 기기별 개별 카드: 아이폰과 애플 워치를 둘 다 사용하는 경우 각 기기에 별도의 티머니 카드를 발급해야 합니다. 하나의 교통카드를 두 기기가 공유하지 못하므로, 두 장의 카드에 잔액을 각각 관리해야 합니다. 예를 들어 아이폰과 워치에 각각 5천 원씩 충전되어 있다면 한쪽을 다 쓰더라도 다른 쪽 잔액을 합쳐 쓸 수는 없습니다. 이 부분은 다소 비효율적일 수 있는데, 추후 아이클라우드 연동 등을 통한 개선이 기대됩니다.
• 기타 사항: 디지털 티머니는 초기 발급 시 최소 충전금액 부담(보통 1만원 내외 권장) 정도가 있으며, 실물 카드(통상 2,500원 구매) 대비 카드 발급 자체 비용은 없으나 충전 자금은 선불로 잡아두어야 합니다. 또한 아주 드물게 티머니 결제가 지원되지 않는 터미널이나 오류 상황이 있을 수 있으므로, 중요한 출퇴근시에 대비해 잔액 부족 알림을 켜두거나(자동충전 활용) 예비 수단을 준비하는 것이 좋습니다.

애플페이 도입은 아이폰 사용자들에게 큰 편의를 가져다주었습니다. 아직 몇 가지 제약 사항이 남아있지만, 향후 더 많은 카드사의 애플페이 참여와 외국인 이용 지원, 후불 기능 등이 확충 된다면 더욱 완성도 높은 서비스가 될 것으로 보입니다. 지금까지 실물 교통카드를 들고 다녔던 아이폰 사용자라면, 빠르고 편리한 애플페이 교통카드 기능을 꼭 사용해보시기 바랍니다.

Stable Diffusion을 사용하다 보면 자주 보이는 용어 중 하나가 바로 ‘가중치(weights)’입니다. 가중치란 간단히 말해 “특정 요소가 결과물에 얼마나 강력한 영향을 미치는지”를 나타내는 숫자라고 생각하면 쉽습니다.

가중치를 왜 사용하나요?

가중치는 AI가 이미지를 생성할 때 프롬프트 내에서 어떤 키워드나 문구가 더 중요하게 다뤄져야 하는지를 결정합니다. 예를 들어, 프롬프트에 “아름다운 해변”과 “일몰”이라는 두 키워드가 있을 때, 일몰의 색감과 느낌을 더 강조하고 싶다면 “일몰” 키워드에 더 높은 가중치를 부여할 수 있습니다.

• 예시 프롬프트:

아름다운 해변, 일몰:1.5

여기서 ‘일몰’에 붙은 숫자 1.5는 기본 가중치 1보다 1.5배 더 중요하게 반영하라는 뜻입니다.

가중치는 어떻게 표현하나요?

Stable Diffusion에서는 주로 프롬프트 뒤에 콜론(:)과 숫자를 사용하여 가중치를 표시합니다.

• 예시:

고양이:1.2, 귀여운:0.8, 선글라스:1.5

이 프롬프트는 “선글라스”를 가장 강조하고, “귀여운” 요소는 조금 덜 강조하라는 의미가 됩니다.

가중치를 잘 활용하는 팁

가중치를 적절히 활용하면 결과 이미지의 디테일과 분위기를 원하는 대로 정확하게 조정할 수 있습니다. 그러나 너무 과도한 가중치는 오히려 부자연스러운 결과물을 만들 수 있으므로, 0.8~1.5 사이의 값을 권장합니다.

• 가중치 조정 시 참고사항:
  • 높은 가중치 (1.2 이상): 매우 강조하고 싶은 요소
  • 낮은 가중치 (1 이하): 덜 강조하거나 배경 요소로 처리할 요소

Python 코드로 Stable Diffusion에서 가중치를 사용하는 예시

Stable Diffusion을 Python으로 다룰 때 가중치를 설정하는 방법은 다음과 같습니다:

from diffusers import StableDiffusionPipeline
import torch

# 모델 로드
model_id = "CompVis/stable-diffusion-v1-4"
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

# 프롬프트 설정 (가중치 예시)
prompt = "a very beautiful portrait girl:1.2, looking_at_viewer:1.0, blush:0.9, red brown hair:1.3, brown watery eyes:1.1, short smile, shirt, indoors, highly detailed"

# 이미지 생성
image = pipe(prompt).images[0]

# 이미지 저장
image.save("output.png")

위 이미지를 보면, 프롬프트 내에 특정 요소에 가중치를 다르게 부여하여 미세하게 표현된 디테일의 차이를 확인할 수 있습니다. 예를 들어, “red brown hair”의 가중치를 높이면 헤어의 색감과 디테일이 더욱 뚜렷하게 나타나게 됩니다.

결론

Stable Diffusion에서 ‘가중치’는 프롬프트 내 각 키워드의 중요도를 조절하여 더욱 만족스러운 이미지 생성 결과를 얻을 수 있게 도와주는 유용한 도구입니다. 다양한 가중치 값을 시도해보면서 자신만의 창의적인 이미지를 만들어보세요!

4차 산업혁명의 핵심 기술 중 하나인 **머신러닝(Machine Learning)**은 데이터를 통해 스스로 학습하고 예측하는 능력으로 다양한 산업에서 혁신을 이끌고 있습니다. 이러한 머신러닝을 보다 쉽게 구현할 수 있도록 도와주는 라이브러리 중 대표적인 것이 바로 TensorFlow입니다.
구글이 개발한 오픈소스 머신러닝 프레임워크인 TensorFlow는 방대한 커뮤니티와 강력한 기능 덕분에 초보자부터 전문가까지 널리 활용되고 있습니다.

1. TensorFlow란 무엇인가?

TensorFlow는 구글 브레인 팀이 개발한 오픈소스 라이브러리로, 수치 계산과 신경망 모델링을 효율적으로 처리할 수 있는 플랫폼입니다. 이름에서 알 수 있듯이, 데이터를 텐서(Tensor) 형태로 관리하고, 이를 흐름(Flow) 형태로 연산하는 구조를 갖추고 있어 대규모 데이터 처리와 병렬 연산에 강점을 지니고 있습니다.

• CPU와 GPU(심지어 TPU까지) 지원으로 고속 연산 가능
• 다양한 머신러닝 및 딥러닝 모델을 빠르게 구축 가능
• Python을 비롯해 C++, JavaScript 등 다양한 언어 인터페이스 제공
• 활발한 커뮤니티와 풍부한 학습 자료

2. 머신러닝의 기본 원리 이해

머신러닝의 핵심은 데이터로부터 패턴을 학습하여 미래를 예측하는 것입니다. 예를 들어 이메일의 스팸 여부를 분류하는 스팸 필터는 수많은 이메일 데이터에서 스팸의 특징을 학습하고, 새로운 이메일이 들어왔을 때 스팸일 확률을 계산합니다.
TensorFlow는 이러한 학습 과정을 수학적 연산과 자동 미분(Gradient Descent) 기법을 통해 빠르고 정확하게 수행할 수 있도록 돕습니다.

3. TensorFlow의 실제 활용 사례

TensorFlow는 다양한 산업에서 활용되고 있습니다.

• 이미지 인식: 얼굴 인식, 자동차 번호판 인식, 의료 영상 분석
• 자연어 처리: 번역기, 챗봇, 감정 분석
• 추천 시스템: 유튜브, 넷플릭스, 쿠팡의 맞춤형 추천
• 시계열 데이터 분석: 주가 예측, 날씨 예보

4. TensorFlow 기초 코드 예제

아래는 간단한 선형 회귀(Linear Regression) 예제입니다. 데이터를 기반으로 y = 2x + 1 관계를 학습하도록 하는 코드입니다.

import tensorflow as tf
import numpy as np

# 데이터 생성
x_train = np.array([1, 2, 3, 4], dtype=np.float32)
y_train = np.array([3, 5, 7, 9], dtype=np.float32)

# 변수 정의
W = tf.Variable(0.0)
b = tf.Variable(0.0)

# 학습률
learning_rate = 0.01

# 손실 함수 (MSE)
def loss():
    y_pred = W * x_train + b
    return tf.reduce_mean(tf.square(y_pred - y_train))

# 최적화 (경사하강법)
optimizer = tf.optimizers.SGD(learning_rate)

# 학습 실행
for step in range(1000):
    optimizer.minimize(loss, var_list=[W, b])
    if step % 100 == 0:
        print(f"Step {step}: W={W.numpy()}, b={b.numpy()}, loss={loss().numpy()}")

print(f"최종 결과: W={W.numpy()}, b={b.numpy()}")

5. 모델 성능을 끌어올리는 실전 팁

• 하이퍼파라미터 튜닝: keras_tuner 라이브러리를 이용해 학습률·배치 크기·층 수를 자동 탐색합니다.
• 데이터 증강(Data Augmentation): tf.image API로 회전·좌우 반전·밝기 조절을 적용해 데이터 다양성을 확보합니다.
• Mixed Precision: tf.keras.mixed_precision.set_global_policy('mixed_float16')로 메모리 사용량을 낮추고 학습 속도를 개선합니다.

6. 자주 묻는 질문(FAQ)

Q1. TensorFlow 1.x와 2.x의 가장 큰 차이는?
A1. 2.x는 즉시 실행(Eager Execution)을 기본으로 채택해 파이썬 코드처럼 직관적으로 작성·디버깅할 수 있습니다.

Q2. 모델 학습 결과를 시각화하려면?
A2. tensorboard 명령어로 대시보드를 띄우고, 학습 곡선·파라미터 분포·그래프 구조를 웹에서 확인할 수 있습니다.

Q3. TPU를 사용하려면 어떻게 하나요?
A3. Google Colab Pro+ 또는 GCP TPU VM을 생성한 뒤, resolver = tf.distribute.cluster_resolver.TPUClusterResolver() 코드를 추가하면 됩니다.

TensorFlow는 초보자도 빠르게 머신러닝 모델을 구축하고, 전문가 수준까지 확장 가능한 강력한 플랫폼입니다. 본 글에서 소개한 설치 방법, 케라스 통합, 코드 예제, 프로젝트 아이디어를 차근차근 따라 해 보신다면 데이터에서 가치를 뽑아내는 AI 엔지니어링 역량을 기를 수 있습니다.