✅ 왜 데이터 정제가 필요한가?딥러닝 모델은 입력 값의 스케일(값의 범위)에 민감합니다. 다양한 스케일의 데이터를 입력하면 학습이 느려지거나 잘못된 방향으로 수렴할 수 있습니다. 특히:여러 feature(특징)가 서로 다른 단위나 범위를 가지면, 학습이 비효율적이 됩니다.Gradient Descent 기반 학습에서 속도와 안정성이 떨어질 수 있습니다.그래서 데이터를 적절한 범위로 조정해주는 정제 과정이 꼭 필요합니다. ✨ 왜 데이터 정규화가 필요할까?딥러닝 모델은 입력 데이터의 스케일에 매우 민감합니다. 예를 들어 어떤 feature는 0~1 범위이고, 다른 feature는 1,000~10,000 범위라면, 큰 값이 학습 과정에서 지나치게 영향을 줄 수 있습니다. 이를 방지하고 안정적인 학습을 위해 정규..