비전 트랜스포머

뜻풀이

쉬운 AI 사전

1. [명사] (비전) 이미지를 바둑판처럼 작은 조각으로 잘라 글자 대신 트랜스포머에 넣는 모델. 조각 사이 관계를 보며 이미지를 이해한다.

실무 AI 사전

1. [명사] (비전) 이미지 분류, 탐지, 분할과 멀티모달 모델의 이미지 인코더로 쓴다. 데이터와 사전 학습이 충분할 때 CNN을 넘는다. 해상도가 크면 조각 수가 늘어 연산이 커진다.

전문 AI 사전

1. [명사] (비전) 이미지를 고정 크기 패치로 나눠 선형 사영한 뒤 위치 임베딩과 분류 토큰을 더해 표준 트랜스포머 인코더에 넣는다. 지역성 가정이 적어 데이터가 많이 필요하고 계산은 패치 수의 제곱이다.

관용구/함께 쓰는 말

• 패치 — 이미지를 자른 조각.
• 분류 토큰 — 이미지 전체를 대표하는 특별 토큰.

쉬운 비유

퍼즐을 조각으로 나눠 조각끼리 어떻게 연결되는지 보며 그림을 알아내는 것과 비슷하다.

예문

• CLIP의 이미지 쪽은 비전 트랜스포머로 만든 모델이 많다.
• 사진을 16x16 패치로 잘라 비전 트랜스포머에 넣었다.

헷갈리는 용어 비교

CNN

CNN은 가까운 픽셀을 먼저 보는 습관이 내장되어 있고, 비전 트랜스포머는 처음부터 모든 조각 관계를 본다. 대신 학습 데이터가 더 많이 필요하다.

맞춤법/표기법

바른 표기

비전 트랜스포머

주의할 표기

비전트랜스포머

원어

vision transformer

다른 이름

ViT, 비트, 비전 트랜스포머 모델, 시각 트랜스포머

참고

줄임말은 'ViT'이며 읽을 때 '비트'라 하는 경우가 있다.

관련어

마지막 확인 2026-10-15
뜻풀이는 학습용 참고 자료입니다.