[TensorFlow] 구글이 만든 머신러닝·딥러닝 프레임워크 !!

 

 

1️⃣ TensorFlow가 뭐냐면

• AI 모델(머신러닝 / 딥러닝)을 만들고, 학습시키고, 배포까지 할 수 있는 오픈소스 라이브러리
• 구글이 내부에서 쓰다가 공개함
• 주 언어는 Python (C++ 기반, 속도 빠름)

---

2️⃣ 이름이 왜 TensorFlow?

• Tensor: 다차원 배열 (0차원~N차원 데이터)
• Flow: 데이터가 그래프처럼 흘러가며 계산됨
  👉 “다차원 데이터가 계산 그래프를 따라 흐른다”는 뜻

---

3️⃣ TensorFlow로 뭐 할 수 있어?

대표적인 활용 예:

✅ 딥러닝 모델

• 이미지 인식 (CNN)
• 음성 인식
• 자연어 처리 (NLP)
• 추천 시스템

✅ 실서비스 배포

• 웹 서버
• 모바일 앱 (Android / iOS)
• 엣지 디바이스 (Jetson, IoT)

✅ GPU / TPU 활용

• GPU, 멀티 GPU
• TPU (구글 전용 가속기)

---

4️⃣ Keras랑 무슨 관계야?

👉 요즘 TensorFlow = TensorFlow + Keras

• Keras: 초보자도 쓰기 쉬운 고수준 API
• TensorFlow 2.x부터 tf.keras가 기본

 

import tensorflow as tf

model = tf.keras.Sequential([
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax')
])

 

 

 

👉 PyTorch보다 문법이 “정형화”되어 있음

---

5️⃣ TensorFlow vs PyTorch (아주 간단 비교)

항목	TensorFlow	PyTorch
만든 곳	Google	Meta
사용성	구조적, 안정적	직관적, 연구 친화
배포	⭐ 매우 강함	점점 좋아짐
실무/서비스	⭐⭐⭐⭐	⭐⭐⭐

👉 연구·실험 → PyTorch
👉 대규모 서비스·운영 → TensorFlow 많이 씀

(물론 요즘은 경계가 많이 허물어짐)

---

6️⃣ 이런 사람에게 잘 맞음

• AI 모델을 서비스까지 배포해야 하는 경우
• GPUaaS / Kubernetes / 대규모 클러스터 환경
  (← 이건 지금 질문 주신 흐름이랑 딱 맞아요 😄)
• 모바일/엣지까지 고려하는 경우

---

7️⃣ 한 문장으로 정리

TensorFlow는 “AI 모델을 실험부터 운영까지 한 번에 다루는 구글산 딥러닝 엔진”