[기본 용어 설명] Latent Space(잠재 공간)와 latent vector(잠재 벡터)

잠재 공간

: 잠재공간이란 데이터를 표현할 때 주요 특징을 모아놓은 추상적인 공간으로 이해할 수 있다. 즉, 복잡한 데이터를 낮은 차원에서 표현하여 주요 특징을 간결하게 담고 있는 공간이다. 하나의 데이터만 한정해서가 아니라 여러 데이터의 특징들이 잠재 공간에 들어갈 수 있다.

 

쉽게 말해서, 얼굴 이미지 데이터를 학습한 잠재 공간이 있다고 가정하면 코, 눈, 입의 위치나 크기 같은 중요한 특징들이 요약되어 표현된다. 

 

잠재 벡터

: 하나의 데이터의 전체적인 특징을 요약한것이 잠재공간인데 그 잠재공간의 하나의 지점(벡터)이다. 즉, 데이터의 여러 특징들이 결합되어 만들어진 요약된 표현이다.  

 

쉽게 말해서, 얼굴의 여러 특징을 결합해 하나의 벡터로 압축한 표현이다. 비슷한 잠재 벡터는 잠재 공간에서 서로 근접해 있다.

 

 

 

 

 

 

https://www.youtube.com/watch?app=desktop&v=gJ86ixUx6MU