딥러닝 카테고리

분류표

카테고리	주요 모델/방법	사용하는 데이터	대표	특징
Feedforward Neural Network (DNN)	MLP (Multilayer Perceptron)	정형 데이터	분류, 회귀	가장 기본적인 구조, 순방향만 존재
Convolutional Neural Network (CNN)	ResNet, VGG, EfficientNet	이미지, 영상	이미지 분류, 객체 탐지	공간 정보(패턴)를 잘 잡음
Recurrent Neural Network (RNN)	RNN, LSTM, GRU	시계열, 텍스트	번역, 음성, 시계열 예측	순서 정보 기억
Transformer 계열	Transformer, BERT, GPT	텍스트, 멀티모달	번역, 생성, QA	Attention 기반, 병렬 처리 강함
Autoencoder	AE, VAE	비지도 데이터	차원 축소, 이상 탐지	입력을 압축 후 복원
Generative Models	GAN, Diffusion	이미지, 음성 등	이미지 생성, 스타일 변환	새로운 데이터 생성
Graph Neural Network (GNN)	GCN, GAT	그래프 데이터	추천 시스템, 네트워크 분석	노드 관계 학습
Reinforcement Learning (RL)	DQN, PPO, A3C	환경 상호작용	게임, 로봇 제어	보상 기반 학습
Self-Supervised Learning	Contrastive Learning (SimCLR 등)	라벨 없는 데이터	표현 학습	라벨 없이 학습 가능
Multimodal Learning	CLIP, Flamingo	이미지+텍스트 등	이미지 설명, 검색	여러 데이터 타입 결합

핵심 정리

데이터 기준
이미지 → CNN
텍스트 → RNN / Transformer
그래프 → GNN

목적 기준

예측 → DNN, CNN, Transformer
생성 → GAN, Diffusion
압축 → Autoencoder

최근 트렌드

거의 모든 분야에서 Transformer 기반 모델이 강세
생성 분야는 Diffusion 모델이 GAN을 많이 대체 중