최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 소량의 대화 말뭉치로 학습 가능한 생성 기반 챗봇 모델을 제안합니다. 형태소와 음절을 복합적으로 사용하는 인코딩-디코딩 기반 시퀀스-투-시퀀스 신경망을 활용하고, 비 대화 말뭉치를 이용한 사전 학습과 대화 말뭉치를 이용한 재학습의 2단계 학습 방법을 적용하여 성능을 향상시켰습니다. 실험 결과, 제안 모델은 미등록어 문제를 감소시키고 BLEU 및 ROUGE 점수를 향상시켰습니다.
챗GPT에게 묻는 인류의 미래 : 김대식 교수와 생성인공지능의 대화
챗GPT 어디까지 써봤니 : 나만 몰랐던 챗GPT 활용법
영어학습을 위한 인공지능 챗봇 활용 및 제작
엑세스가 거부되었습니다 : 전지적 여성 시점으로 들여다보는 테크 업계와 서비스의 이면
액세스가 거부되었습니다 전지적 여성 시점으로 들여다보는 테크 업계와 서비스의 이면
생성형 AI로 수업 레벨 업 : 수업에 바로 쓰는 교과별 챗GPT 활용법
이것이 챗GPT다
AI 챗봇과 한국어 말하기 교육
챗GPT 사용설명서 버전업 2024 : 테스터에서 마스터로 레벨업!
생성형 AI와 법 =
이것이 생성형 AI다 : 대규모 언어 모델(LLM)이 바꾼 AI(인공지능) 생태계의 모든 것
어쨌든, 에이전틱 코딩 : 바이브 코딩을 끝내고 에이전틱 엔지니어링으로 가는 레시피
LLM 프롬프트 활용 교과서 : 챗GPT, 제미나이, 클로드까지 생성형 AI를 제대로 써먹는 질문 공식 =
보이스봇 & 챗봇 디자인 : 아마존 알렉사, 구글홈, 페이스북 메신저에서 배우는 대화형 시스템 구축
챗GPT, 인생의 질문에 답하다 : 6천 년 인류 전체의 지혜에서 AI가 찾아낸 통찰
(자연어 처리와 머신러닝을 이용하여) 파이썬으로 챗봇 만들기
10가지 프로젝트로 끝내는 트랜스포머 활용 가이드 with 파이토치 : 가볍게 시작하는 허깅페이스 트랜스포머 실전 강의
챗GPT : 질문하는 인간, 답하는 AI : 인간보다 더 인간다운 인공지능의 시대
AI-메타버스 융합의 기회
(인공지능과 함께 쓴) AI 저널리즘
Journal of KIISE
Harksoo Kim; Jintae Kim; Hyeon-gu LeeInternational Journal of Emerging Technologies in Learning
Palasundram K.,Sharef N.M.,Nasharuddin N.A.,Kasmiran K.A.,Azman A.인공지능연구 논문지
노연수; 이웅회; 이세훈; 이예슬ACM TRANSACTIONS ON ASIAN AND LOW-RESOURCE LANGUAGE INFORMATION PROCESSING
Hsueh, Yu-Ling; Chou, Tai-Liang열린교육연구
홍연후, 이정민정보과학회논문지
김시형, 김학수IEEE/ACM Transactions on Audio Speech and Language Processing
Wu B.,Deng Y.,Su D.,Xiang J.,Yang C.,Wang Z.,Li Y.,Huang J.,Wang B.Applied Sciences (Switzerland)
Kim J.,Oh S.,Kwon O.W.,Kim H.ETRI Journal
노지현, 김민호, 배경만국어문학
강동훈Heliyon
Zhang Z; Huang X경인교육대학교 교육연구원 교육논총
조규희, 박지현, 남보라, 심창용, 최희경INTERNET TECHNOLOGY LETTERS
Heidari, Arash; Navimipour, Nima Jafari; Zeadally, Sherali; Chamola, VinayInnovation in Language Learning and Teaching
Guo, K.; Li, D.; Wang, J.; Chu, S.K.W.Procedia Computer Science
Chandra, Yogi Wisesa; Suyanto, SuyantoACM Computing Surveys
Scotti V.,Sbattella L.,Tedesco R.외국어로서의 한국어교육
장선희Higher Education: The International Journal of Higher Education Research
McGrath, Cormac; Farazouli, Alexandra; Cerratto-Pargman, Teresa스마트미디어저널
이준환멀티미디어 언어교육
김영우전선 / 대학원
본 교과목은 오늘날 인공지능의 중심을 이루는 거대언어모델(Large Language Models)과 이를 기반으로 한 대화형 인공지능을 다룬다. 특히 거대언어모델의 학습부터 응용까지 이어지는 전체 파이프라인을 아래와 같이 체계적으로 다룬다. (1) Pre-training: 지식 습득을 위한 사전학습(Transformer, BERT, GPTs) (2) Supervised Fine-tuning: 상호작용 학습(Dialogue Fine-tuning, Instruction Tuning, Reasoning) (3) Alignment: 인간 가치와의 정렬(RLHF, DPO, KTO 등) 및 언어모델 해석 기법(AI Psychometrics, Mechanistic Interpretability) (4) Grounding: 외부 데이터 및 도구 활용 기법(페르소나, 문서, 이미지, 지식 그래프, 도구 증강 에이전트) (5) Applications: 다양한 도메인으로의 응용(대화 시뮬레이션 및 심리상담·교육·설득 응용) 수업에서는 각 연구 주제별로 핵심 논문들의 아이디어, 데이터, 방법론 등을 강의한다. 실습으로는 언어모델 학습, 언어모델 API를 이용한 대화 시스템 구현, 대화형 인공지능과 관련된 작은 연구 프로젝트를 수행한다. 이 과목을 통해 수강생들은 거대언어모델 연구 동향을 큰 틀에서 파악하고, 핵심적인 연구 주제들과 방법론을 이해하며, 이를 실제 연구에 적용하는 능력을 기르게 된다.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 대학원
대형언어모델(Large Language Model, LLM)은 수억 이상 파라미터를 갖는 인공신경망으로 구성된 언어모델이다. 자기지도학습이나 반자기지도학습을 사용하여 레이블링 되지 않은 대규모 텍스트로 훈련된다. 토큰화, 트랜스포머 모델, 프롬프트 엔지니어링, 파인 튜닝 등으로 구성된다. Neural Network, CNN, RNN, LSTM, 어텐션, 트랜스포머, RLHF, 프롬프트 엔지니어링, 파인튜닝, RAG 등을 다룬다. LLM 이론을 기초부터 완성 단계까지 학습한다. LLM를 소규모로 직접 사전학습모델을 구현한다. 사전학습된 모델을 기반으로 프롬프트 엔지니어링, 파인튜닝, RAG를 통하여 성능을 향상시키는 것을 구현한다.전선 / 학사
본 수업은 인간-AI 상호작용에 관한 이론적 기초와 최신 연구를 실제 적용 사례와 함께 균형 있게 다룬다. 학생들은 AI의 윤리, 편향과 공정성, 투명성 등 AI가 사회에 미치는 영향을 깊이 있게 학습하며, 인간 중심 AI 디자인의 중요성을 이해한다. 또한, 투명하고 신뢰할 수 있으며 공정한 AI 시스템을 설계하는 방법을 배운다. 실습 프로젝트를 통해 이를 통해 인간-AI 협업 및 의사결정 지원 시스템을 개발하고, AI 시스템의 사회적 영향에 대해 비판적으로 분석하며, 인간 중심의 가치를 고려한 AI 솔루션 설계 능력을 키울 수 있도록 한다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.전선 / 대학원
맞춤형 과학학습을 지원하기 위한 AI 챗봇의 구성과 활용에 대해 다룬다. 기계학습의 관점과 과학학습이론의 관점에서 과학학습 담화를 분석·비교한다.교양 / 학사
최근 기술 발전에 힘입어 사회 전반적으로, 특히 일상생활 영역에서 AI가 급속히 확산하고 있다. 이에 본 교과목은 기술적 이해와 적용을 넘어 AI에 대한 사회과학적 이해를 제공하는 데 목적이 있다. 구체적으로, AI 기술이 구현한 미디어를 알고리듬 미디어로 규정하고 AI 미디어, AI 텍스트, AI와의 상호작용, 인간 및 사회에 대한 영향 등을 사회과학 이론들을 토대로 설명함으로써 현대 고도 기술 사회에서 인간과 사회에 대한 AI의 영향과 함의를 모색하고자 한다. 수강생들은 이 수업을 통해 AI라는 새로운 기술 변화에 대한 통합적, 체계적 이해를 갖게 될 것이다.전선 / 대학원
이 교과목에서는 음성언어처리, 특히 연속음성인식 및 대화처리를 위하여 필요한 기초이론에 대해서 배운다. 구체적으로는 대용량 연속음성 인식을 위한 대표적인 기법인 Hidden Markov Model의 기초 이론 및 주요 구성 요소인 음향 모델, 어휘 모델, 언어 모델과 탐색 방법에 대해서 배우며, 언어학과 공학의 학제적 성격을 가지는 낭독체 및 대화체 연속음성인식과 대화처리를 위한 언어학 이론의 적용 방법에 대하여 배운다.전선 / 학사
딥 러닝의 핵심 개념, 모델 및 활용 사례를 강의한다. 강의 전반부에는 deep neural network의 정의, stochastic gradient descent, backpropagation, activation, optimization 등 딥 러닝의 핵심 개념을 강의하며, 후반부에는 convolutional neural network, recurrent neural network, generative adeversarial network, transformer 등 실제로 활용되는 딥 러닝 모델들의 특징과 활용 사례를 다룬다. 또한 각 모델들을 PyTorch를 통해 실제로 활용해볼 수 있도록 과제/프로젝트를 구성한다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.전선 / 학사
이 수업에서는 고대 한국에서 현대 한국에 이르기까지 출현한 정치사상을 탐구한다. 그를 통해 한국의 정치사상사에 대한 일정한 지식을 함양하고자 하는 동시에, 일반적이지만 대학교육에 핵심을 이루는 다음과 같은 목적을 갖는다: 꼼꼼히 읽기, 쓰기, 논변 능력의 배양. 이 수업은 정치사상 일반이나 한국 문화에 대한 깊은 지식을 전제로 하지 않고 있다. 따라서 초보자에게 열려 있다.전선 / 대학원
데이터사이언스와 관련한 여러 분야의 최근의 국내외 연구동향을 소개한다. 강의와 세미나를 통하여 관련분야의 최신 방법론과 특정 주제를 심도 있게 습득할 수 있도록 한다.전선 / 대학원
오늘날 프랑스어교수법은 실천으로부터 경험적으로 확인된 고유한 문제론에 입각하여 이론을 정립함으로써 하나의 독립된 학문분야로서, 과학으로서 그 특수성을 인정받고 있다. 프랑스어교수법의 이러한 지위는 다른 학문들로부터 고립되어 이루어진 것이 아니다. 본 교과목은 언어학, 사회언어학, 심리언어학 등의 응용언어학이 프랑스어교수법과 어떻게 연관관계를 맺고 있는지 심도 있게 탐구하고 응용언어학의 연구결과를 프랑스어교육의 이론과 실제에 적용해보도록 한다.전선 / 학사
이 과목은 다중언어·다문화 사회에서 나타나는 한국언어문화 현상과 (한)국어 교육이 실천되는 다양한 맥락을 이해하고, 학습자 배경·정체성·언어권 문제를 고려한 (한)국어 교육의 체계적 접근법을 탐색하는 것을 목적으로 한다. 이를 위해 언어와 사회·문화의 관계를 다루는 사회언어학적 관점을 토대로, 양층/다층언어현상, 코드스위칭, 트랜스랭귀징 등의 다중언어 현상의 실제와 이론적 쟁점을 분석하고 논의한다. 또한, 국내 제2언어로서의 (한)국어(KSL) 교육과 국외 계승어로서의 (한)국어(KHL) 교육의 다중언어·다문화 풍경의 특징과 이에 따른 교육 내용 및 방법, 언어교육 정책 등을 비교·분석한다. 이를 통해 다중언어현상과 다문화주의 개념, 제2언어·계승어 교육의 언어학습 및 사회문화 특징을 이해하고 그 특징에 맞는 교육과정, 교육자료 개발 설계 등을 실천할 수 있는 역량을 함양한다.전선 / 대학원
이 강좌에서는 외국어로서의 한국어교육의 교육과정과 관련된 여러 요인들과 각 요인들의 상호작용, 그리고 한국어교육과정 개발과 운영 등에 대하여 심도 있는 탐구를 진행하게 된다. 특히 한국어 교육내용의 선정과 위계화, 내용 체계의 조직 의 원리 등을 언어 요인, 문화 요인과 결부시켜 집중적으로 논구하게 된다.전선 / 대학원
본 교과목에서는 AI가 매스 커뮤니케이션을 포함한 인간 커뮤니케이션 전 영역에 걸쳐 메시지 작성, 확산, 큐레이션(curation) 등 보다 다양하고 적극적인 역할(agency)을 수행하게 됨에 따라 대두되는 질문들을 (a) 인간-AI 커뮤니케이션(human-AI communication)과 (b) AI 매개 커뮤니케이션(AI-mediated communication)의 하위 분야로 나누어 심층적으로 고찰한다. 먼저 인간-컴퓨터 상호작용(human-computer interaction), 컴퓨터 매개 커뮤니케이션(computer-mediated communication) 분야의 대표적 이론 및 관련 실증연구들을 학습하고, AI 발전에 따른 최신 연구동향을 검토한다. 실제 AI 활용 사례(예; AI 스피커, AI 뉴스 추천 시스템. 챗봇)를 대상으로 기술적 속성, 이용자들의 속성, 커뮤니케이션 맥락 등에 따라 기존 이론 및 모델을 어떻게 수정, 보완, 확장해야 하는지 논의한다. 이를 통해 커뮤니케이션학에서 AI의 문제를 어떻게 정의하고 연구할 것인가에 대한 이해를 증진시킬 것이다.전선 / 학사
인공신경망의 원리와 종류를 살펴보고 그 동작을 이해한다. 이를 기반으로 딥러닝 네트워크의 원리를 공부하고 설계하여 그 동작을 이론과 실습을 통해 이해한다. 또한 응용 분야에 따른 다양한 딥러닝 네트워크를 알아보고 학습과 검증 과정을 통해 설계 및 응용분야에 적용하는 예제를 공부한다.전선 / 학사
스토리 생성(Story generation)은 인공지능의 도전적인 과제 중 하나이다. 본 수업은 스토리 생성 기술을 개발하기 위하여 시도된 다양한 사례들을 통해 자연어처리의 주요 개념과 인공지능 분야 전반에 대한 기초적인 지식을 소개한다. 또한 최근 주목받고 있는 초거대 언어 모델(Large language model)에 대해 살펴보고 이를 활용하여 사람과 같은 수준의 이야기를 만들 수 있는지 그 가능성과 한계를 탐색하고자 한다. 마지막으로 창조성의 영역까지 넘보고 있는 인공지능이 인간의 창작 프로세스에 어떤 도움을 줄 수 있는지 이해하고, 이러한 변화가 사회와 산업에 어떤 영향을 미칠 것인지를 고찰하고자 한다.전선 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.