ReadCode

AI를 아는 것에서, 풀 수 있는 것으로

CLIP과 제로샷 분류 — 학습 없이 분류하기 | ReadCode

📚커리큘럼 🎯실력 진단 🏆도전 📋모집공고·모의면접 ⚔️미션·랭킹 🌱학습 현황 🎟️요금제

학습 기록

로그인하면 공부 기록이 여기에 저장돼요.

Pro 시작하기 로그인

이런 분들이 찾고 있어요

이 레슨과 관련된 학습 키워드

CS/AI 전공 대학생

트랜스포머 시험attention 수식 정리self-attention 원리트랜스포머 과제

비전공/입문자

트랜스포머 쉽게attention 직관트랜스포머란

취준생

트랜스포머 면접attention 구현NLP 엔지니어 준비

직장인

트랜스포머 실무LLM 파인튜닝

대학원생/연구자

attention mechanism 논문efficient transformer 서베이

AI 교육 플랫폼

AI 교육 플랫폼 추천AI 강의 사이트머신러닝 온라인 강의딥러닝 강의 추천

AI 독학/로드맵

AI 독학 방법머신러닝 공부 순서딥러닝 로드맵머신러닝 독학 로드맵

AI 취업/커리어

AI 취업 준비데이터 사이언티스트 강의ML 엔지니어 준비AI 면접 준비

상호명: Kairoba Inc. | 대표자명: 김희원 | 사업자등록번호: 370-81-04127

사업장 주소: 서울특별시 동작구 상도로55길 6, 104호(상도동, 테크스테이션) | 유선번호: 02-820-0679

고객센터: readcode@kairoba.com

© 2026 ReadCode. All rights reserved.

CLIP과 제로샷 분류

1 / 15

CLIP이란?

100%

CLIP (Contrastive Language-Image Pre-training) 은 OpenAI가 2021년에 발표한 멀티모달 모델입니다. 핵심 아이디어: 이미지와 텍스트를 같은 벡터 공간 에 매핑 인터넷에서 수집한 4억 개(400M) 의 이미지-텍스트 쌍으로 학습 별도의 라벨링 없이 자연어 설명만으로 학습 \to 약한 지도 학습(Weakly Supervised) 왜 혁신적인가: 기존: ImageNet 1000개 클래스에 대해 분류기 학습 \to 1000개만 인식 CLIP: 자연어로 "아무 개념"이든 표현 가능 \to Open-Vocabulary 학습 때 본 적 없는 클래스도 텍스트만으로 분류 가능 (Zero-Shot) 이름의 의미: Contrastive : 같은 쌍은 가깝게, 다른 쌍은 멀게 학습 Language-Image : 언어와 이미지 두 모달리티를 연결 Pre-training : 범용 표현 학습 \to 다양한 하위 작업에 전이 가능 왜 중요한가? 기존 이미지 분류기는 ImageNet의 1000개 클래스처럼 미리 정해진 카테고리만 인식합니다. 새로운 카테고리를 추가하려면 라벨링된 데이터를 모아 다시 학습해야 합니다. CLIP은 이미지와 텍스트를 같은 공간에 매핑하는 대조 학습(contrastive learning)으로 이 제약을 깨뜨렸습니다. 텍스트 프롬프트만 바꾸면 한 번도 본 적 없는 카테고리도 분류할 수 있으며, 이것이 "범용 시각 지능"으로의 패러다임 전환점입니다.

0:00 / 3:31