fix: apply suggestion from @AhnJoonSung

Author: chhaewxn

chapters/ko/chapter3/5.mdx

@@ -100,7 +100,7 @@ trainer.train()
 
 ![Healthy Loss Curve](https://huggingface.co/datasets/huggingface-course/documentation-images/resolve/main/en/chapter3/5.png)
 
-위의 그림을 살펴보겠습니다. 손실 곡선(왼쪽)과 해당 정확도 곡선(오른쪽)을 모두 표시합니다. 이러한 곡선은 뚜렷한 특성을 가지고 있습니다.
+위의 그림은 손실 곡선(왼쪽)과 해당 정확도 곡선(오른쪽)을 함께 보여줍니다. 두 곡선은 뚜렷한 특성을 가지고 있습니다.
 
 손실 곡선은 시간에 따른 모델 손실의 값을 보여줍니다. 처음에는 손실이 높다가 점차 감소하여 모델이 개선되고 있음을 나타냅니다. 손실 값의 감소는 손실이 예측된 출력과 실제 출력 간의 오류를 나타내므로 모델이 더 나은 예측을 하고 있음을 시사합니다.
 
@@ -121,7 +121,7 @@ trainer.train()
 
 ### 실용적인 예시[[practical-examples]]
 
-학습 곡선의 몇 가지 실용적인 예시를 살펴보겠습니다. 먼저 훈련 중 학습 곡선을 모니터링하는 몇 가지 접근 방식을 강조하겠습니다. 아래에서는 학습 곡선에서 관찰할 수 있는 다양한 패턴을 분해하겠습니다.
+학습 곡선의 몇 가지 실용적인 예시를 살펴보겠습니다. 먼저 훈련 중 학습 곡선을 모니터링하는 몇 가지 접근 방식을 강조하겠습니다. 아래에서는 학습 곡선에서 관찰할 수 있는 다양한 패턴을 살펴보겠습니다.
 
 #### 훈련 중[[during-training]]