LG 그램(gram) 노트북 (14ZD90R-GX56K)

14ZD90R-GX56K

기존에 사용하던 노트북을 정리하고 새로운 노트북을 선택하기로 했다.

물론, 심각한 문제가 있는건 아니였지만 최근 들어 노트북을 들고 다니면서 작업하는

상황이 자주 발생하다 보니 노트북에 DC 어뎁터까지 거의 2kg 에 육박하는 제품이

내 어깨에 너무 부담으로 다가왔다.

거기에, 썬더볼트 지원을 통한 모니터 출력과 충전을 동시에 하고 싶은 마음이

매우 굴뚝 같아서 이번에 가볍고, 썬더볼트를 지원하는 제품을 알아보는 과정에서

LG의 13세대 gram 14ZD90R-GX56K 모델을 발견하고 구매를 진행하였다.

제품 사양(이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.)

14ZD90R-GX56K

박스 앞에 하얀색 글씨로 “gram” 로고가 딱 보인다.

14ZD90R-GX56K

따끈 따끈한 2023년 13세대 인텔코어 i5를 탑재한 모델을 데리고 왔다.

기존 노트북은 AMD 모델이였는데, 이번에 다시 인텔로 컴백했다.
(개인적으로, 나 하고는 인텔이 잘 맞는 것 같다.)

14ZD90R-GX56K

박스를 뜯고 뚜껑을 개봉하니 하얀색 gram 노트북과 함께 오른쪽에 전원 케이블이 들어 있다.

14ZD90R-GX56K

14ZD90R-GX56K

14ZD90R-GX56K

제품 사양 상 무게가 990g 이라 그런지, 한 손으로 정말 부담 없이 들 수 있는 무게였다.

기존에 사용하던 노트북과 비교를 해 보니 무게는 당연히 넘사벽이였고, 두께도 좀 더 얇았다.

14ZD90R-GX56K

노트북 오른쪽에 썬더볼트 포트가 2개가 위치해 있다.

위 포트를 통해 모니터와 연결도 하면서 동시에 충전도 할 수 있다. ㅎㅎㅎ

14ZD90R-GX56K

노트북 왼쪽에는 USB 단자 2개와 마이크로 SD단자가 있다.

개인적으로 GoPro를 사용하는 나에게 다른 엑세서리 필요없이 바로 파일을

확인할 수 있다는 게 장점으로 다가왔다.

14ZD90R-GX56K

노트북 전용 어댑터. 65W급 충전기로, DC 어뎁터에 비해 매~우 가볍다.

밖에서 노트북 사용할 때 마다 USB-C 타입으로 노트북 충전하는 사람들 너무 부러웠다.

14ZD90R-GX56K

14ZD90R-GX56K

14ZD90R-GX56K

14ZD90R-GX56K

13세대 인텔 i5 CPU와 함께 iRISx 그래픽이 내장되어 있다.

물론, 고사양의 게임을 돌리기에는 무리가 될 수 있지만, 기본적인 작업과 사진 편집,

그리고 간단한 동영상 편집과 4K 영상 보기에는 문제없이 사용할 수 있다.

14ZD90R-GX56K

제품을 사용하면서 아쉬웠던 부분이 바로 Del 키와 전원 버튼의 위치다.

두 키가 나란히 붙어 있으니… 가끔씩 Del 키를 누른다는 걸 전원 버튼을 누르게 된다. ㅠㅠ

이 점은 좀 아쉬을 따름이다.

14ZD90R-GX56K

바로 USB-C 케이블을 연결하여 충전을 진행해 보았다.

옆의 작은 불빛을 통해 연결 상태를 확인할 수 있다.

14ZD90R-GX56K

제품을 좀 더 저렴하게 구매하기 위해 프리도스로 선택하였기 때문에

바로 USB를 통해 윈도우11 설치를 진행하였다.

기본적인 컴퓨터 설정을 다 마친 후 Cinebench 를 돌려보았다.

완충되지 않은 상태에서, 윈도우 설치를 마친 후 바로 진행한 첫 기록으로서,

멀티코어 7779, 싱글코어 1730 으로 나왔다.

뭐, 개인적으론 체감으로 느끼는 성능을 중요시해서 점수는 크게 느껴지지 않았다.

대신 구매 후 지금까지 사용해 본 체감 성능은 매우 만족하고 있다.

무게도 990g에 매우 가벼운 충전기로 인해 피로감 없이 들고 다닐 수 있으며,

성능도 13세대 i5 인텔 CPU 가 탑재되어 있기 때문에 작업 진행에도 만족하고 있다.
(나는 게임은 하지 않기 때문에 게임 진행 시의 성능은 잘 모르겠네요.)

거기에 최근 구매한 모니터 한성컴퓨터 모니터 TFG27U06PQ PRO 와도 궁합이 좋아

문제 없이 화면 출력과 노트북 충전을 할 수 있다.

지금까지 LG 그램(gram) 14ZD90R-GX56K 에 대해 소개해 보았다.

개인적으로, 가벼운 노트북을 중요한 요소로 생각하면서 어느 정도 충분한 퍼포먼스를

낼 수 있는 노트북을 찾는다고 하면 이 제품을 당당히 추천할 수 있겠다.

인공지능(AI), 머신러닝(ML), 인공신경망(ANNs), 딥러닝(DL) : 네 가지 기술의 이해

인공지능(AI), 머신러닝(ML), 인공신경망(ANNs), 딥러닝(DL)

Introduction

최근 우리 주변에서 많이 듣게 되는 인공지능 관련 정보들 중에는 명확하게 구분되지 않은 상태로 전달되는 것이 많다. 가장 대표적으로 인공지능과 머신러닝, 인공신경망, 그리고 딥러닝에 대한 개념이 많이 혼동되고 있다. 이 네 가지 기술에 대해서 정확하게 이해하고, 이 기술의 관계에 대해 알아보도록 하자

1. 인공지능(AI)이란

인공지능이란, 간단히 말해서, 기계가 인간처럼 생각하고 학습하는 능력을 가지게 하는 기술을을 말한다. 이는 기계가 인간의 지능을 모방하여 학습하고, 추론하며, 스스로를 개선하는 행위까지 의미한다. 또한, 인간이 직접 조종하지 않아도 기계 스스로 반응하고 작업을 수행할 수 있도록 할 수 있다. 이러한 기술이 가능한 이유는 바로 자연어 처리, 음성 인식, 컴퓨터 비전 등의 기술을 통해 데이터를 학습하여 스스로 판단을 내리는 것이다.

2. 머신러닝(ML)이란

머신러닝은 인공지능의 한 분야로, 컴퓨터가 스스로 학습하는 능력을 개발하는 것을 말한다. 이는 알고리즘을 사용하여 데이터를 분석하고, 패턴을 학습하며, 예측이나 결정을 내리게 된다. 머신러닝은 크게 지도 학습, 비지도 학습, 강화 학습의 세 가지 유형으로 나뉜다. 지도 학습은 알고리즘이 입력과 그에 상응하는 출력을 통해 학습하는 방식이고, 비지도 학습은 알고리즘이 출력 없이 입력만을 통해 학습하는 방식이다. 그리고 강화 학습은 알고리즘이 행동을 통해 얻은 보상을 기반으로 학습하는 방식이다.

3. 인공신경망(ANNs)이란

인공 신경망은 인간의 뇌가 정보를 처리하는 방식을 모방한 컴퓨팅 시스템으로, 인간 뇌의 뉴런이 서로 연결되어 복잡한 패턴을 인식하고 학습하는 방식을 따라한 것이다. 인공 신경망은 여러 개의 노드 또는 “뉴런”으로 구성되며, 이 뉴런들은 계층적으로 배열된다. 각 뉴런은 입력을 받아 처리하고, 그 결과를 다음 뉴런에 전달된다. 이 과정으로 입력 계층에서 시작하여 출력 계층에서 끝난다.

인공 신경망의 핵심은 “학습” 과정이다. 이는 네트워크가 주어진 입력에 대한 적절한 출력을 생성하도록 가중치를 조정하는 과정을 거친다. 이 학습은 일반적으로 오류 역전파 알고리즘을 통해 수행된다. 이 알고리즘은 네트워크의 출력과 원하는 출력 간의 차이, 즉 “오류”를 계산하고, 이 오류를 역전파하여 네트워크의 가중치를 조정한다 인공 신경망은 다양한 형태와 구조를 가질 수 있는데 가장 간단한 형태는 피드포워드 신경망이며, 이는 뉴런이 한 방향으로만 연결된 구조를 가진다. 더 복잡한 형태로는 컨볼루션 신경망, 순환 신경망, 딥 신경망 등이 있다.

4. 딥러닝(DL)이란

딥러닝은 머신러닝의 한 분야로, 인공 신경망을 기반으로 하는 기술이다. 이는 인간의 뇌가 정보를 처리하고 학습하는 방식을 모방한 것이다. 딥러닝 모델은 여러 계층의 노드와 연결로 구성되어 있으며, 각 계층은 이전 계층에서 받은 정보를 기반으로 결정을 내린다. 딥러닝은 이미지 분류, 음성 인식, 자연어 처리 등 다양한 분야에서 사용된다. 또한 빅데이터 분석에 사용되어 대량의 데이터를 처리하고 복잡한 패턴을 인식하여 학습하게 된다.

5. 인공지능, 머신러닝, 인공신경망, 딥러닝의 관계

인공지능, 머신러닝, 인공신경망, 딥러닝은 별도의 기술이 아닌 상호 연결된 기술이라고 말할 수 있다.

인공지능(AI), 머신러닝(ML), 인공신경망(ANNs), 딥러닝(DL)

인공지능은 가장 넓은 범위의 개념으로, 기계가 인간의 지능을 모방하여 작업을 수행하는 능력을 의미한다. 머신러닝은 인공지능의 한 분야로, 기계가 데이터를 통해 학습하고, 패턴을 인식하며, 예측이나 결정을 내리는 능력을 개발하는 것이 특징이다. 인공 신경망은 머신러닝의 한 방법론으로, 인간의 뇌가 정보를 처리하는 방식을 모방한 컴퓨팅 시스템이다. 딥러닝은 인공 신경망을 기반으로 한 머신러닝의 한 분야로, 여러 계층의 인공 신경망을 사용하여 복잡한 패턴을 인식하고 학습하는 능력을 개발하여 훨씬 복잡한 분석을 하게 된다.

6. 해당 기술의 응용

▶ 인공지능

인공지능은 대표적으로 가상 개인 비서, 자율 주행 자동차, 음성 인식 기술, 사기 탐지 시스템 등에 사용되고 있으며, 또한, 인공지능은 의료 분야에서 질병 진단, 치료 방안 제안 등에도 활용되고 있다.

▶ 머신러닝

머신러닝은 웹 검색, 이메일 스팸 필터링, 추천 시스템, 이미지 및 음성 인식 등 다양한 분야에서 활용되고 있으며, 금융 시장 예측, 의료 진단, 자연어 처리 등에도 사용되고 있다.

▶인공신경망

인공 신경망은 이미지 및 음성 인식, 자연어 처리, 손글씨 인식 등 다양한 분야에서 활용되고 있으며, 복잡한 패턴을 인식하고 예측하는 데 사용되므로, 주식 시장 예측, 날씨 예측 등에도 활용되고 있다.

▶ 딥러닝

딥러닝은 머신러닝과 인공 신경망의 기술을 활용하여 더 복잡한 문제를 해결한다. 이미지 및 음성 인식, 자연어 처리, 의료 진단 등에서 뛰어난 성능을 보이며, 가장 대표적인 분야로 자율 주행 자동차의 개발에 활용되고 있다.

error: Content is protected !!