최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
최승재, 김효진, 정오현
2020 / Culinary Science & Hospitality Research
데이터가 존재하지 않습니다.
loading...
본 연구는 언어네트워크 분석을 활용하여 소외계층 영재교육 관련 연구 동향을 분석하였다. 분석 결과, ‘프로그램’ 키워드가 가장 핵심적이며, 다문화, 미성취/장애, 경제적 소외 영재 분야에서는 각각 ‘인식’, ‘학습’, ‘사회’ 키워드가 중심적으로 나타났다. 영재교육진흥종합계획 시기별 분석에서는 1차 계획 시기에는 ‘학습’, 이후 계획 시기에는 ‘프로그램’ 키워드가 가장 높은 빈도를 보였다.
Output-driven phonology : theory and learning
Teaching word recognition : effective strategies for students with learning difficulties
Corpus-based approaches to sentence structures
Contemporary special education research : syntheses of the knowledge base on critical instructional issues
Discourse analysis of languaging and literacy events in educational settings : a microethnographic perspective
(배움중심 학습 사회의) 영어 학습자 검사도구
Mining the Web : discovering knowledge from hypertext data
Understanding the social and emotional lives of gifted students
Routledge dictionary of language and linguistics
Assessing ethnolinguistic vitality : theory and practice : selected papers from the Third International Language Assessment Conference
언어 정보와 인문언어학
Kommunikatives Verhalten von Deutschlernenden in Kontaktsituationen : eine exemplarische Untersuchung am Beispiel sprachlicher Problemlösungsstrategien kamerunischer Deutschlernender
語言和文字
Selecting the right analyses for your data : quantitative, qualitative, and mixed methods
The Fluency Construct : Curriculum-Based Measurement Concepts and Applications
Beyond communities of practice : language, power, and social context
What reading research tells us about children with diverse learning needs : bases and basics
User modeling : proceedings of the sixth international conference, UM97, Chia Laguna, Sardinia, Italy, June 2-5 1997
Toward a genetics of language
윤진아; 김수진; 서혜애 · 2016
영재교육연구
김태강 · 2021
한국청각언어장애교육연구
김성연; 이선영; 신종호; 최원 · 2015
수학교육 논문집
김성연; 이선영; 신종호; 최원 · 2015
수학교육 논문집
이효휘, 박창언 · 2019
예술인문사회 융합 멀티미디어 논문지
신유선, 김양희 · 2020
영어교육연구
서윤아; 남기원 · 2025
유아교육학논집
이주영 · 2024
학습자중심교과교육연구
윤진아, 서혜애 · 2016
과학교육연구지
강혜진 · 2021
문화와융합
전선 / 대학원
본 강좌는 영재/창의성 교육 전공 대학원생들을 위한 고급 강좌로 영재/창의성 교육에 관한 중요 문헌들을 리뷰하고 이를 비판적으로 해석, 논의하는 것이 주된 과제이다. 수업을 통해서 학생들은 영재/창의성 교육에서 중요한 역사적 이론 및 연구들과 최근의 이론적, 실증적 연구들을 통해서 영재성과 창의성 이론 및 모형들을 분석적, 비판적, 창의적으로 재해석해보는 기회를 가지게 될 것이다. 뿐만 아니라 향후 수행할 영재/창의성 교육 관련 연구 주제들을 선정하고 관련 이론적 근거와 틀을 우리나라의 사회적, 문화적 맥락을 고려하여 해석 비판해보도록 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.전필 / 학사
인문학은 전통적으로 질적 접근을 주 방법론으로 삼아왔으나, 최근 수량적 접근의 필요성이 크게 부각되고 있다. 이 과목은 인문데이터과학을 전공하는 학생들에게 인문학의 여러 영역의 자료를 수량적으로 분석하기 위한 기초 지식을 제공한다. 통계의 기본 개념과 추론의 원리를 익히고 통계 소프트웨어를 활용하여 실제 데이터를 분석하는 능력을 키운다. 인문계열 1학년 수준의 수학 배경 지식에 맞추어 통계적 기법을 이해할 수 있도록 이론적인 부분을 최소화하되 추후에 본격적인 통계 관련 수업을 들을 수 있는 수리적인 기초를 닦을 수 있는 기회를 제공할 수 있도록 한다.전선 / 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
언어사용의 네 국면중 '읽기'부분은 지금까지 비교적 그 연구 성과가 많이 집적된 편이다. 읽기 이론의 성과는 교재 구성, 교수-학습 방법, 교육과정 등에 직접적인 도움을 줄 수 있는 중요한 영역이기도 하다. 이 강좌에서는 '읽기'와 관련하여 기존의 이론을 비판검토하고, 교수-학습 상황에서의 측면과 읽기 활동에 요구되는 능력들과 그 기본원리의 탐색을 목표로 한다.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
경험적 연구를 수행할 수 있는 자료 분석능력을 함양하고 나아가 필요한 통계기법을 습득할 능력을 키우기 위해 커뮤니케이션 연구영역에서 가장 많이 쓰이는 중/고급 통계분석방법을 이해하고 주요통계기법의 활용방법을 익힌 다음, 실제 자료분석을 통해 확인한다.전선 / 대학원
음악교육 연구의 다양한 주제 및 연구 방법을 조사하고 토론한다. 자신의 논문 주제를 구체적으로 선정하고 탐구하는 방법을 성찰하는 동시에 음악교육 연구의 전체적인 동향과 다양한 이론들이 현장에 적용되는 방식들을 조망한다.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
본 과목은 자연어 이해를 위한 확률 및 딥러닝 학습 방법론을 다룬다. 자연어 이해는 인공 지능에서 크게 주목받고 있는 영역으로 활용 범위가 웹 검색, 번역, 대화 모델 등으로 다양하다. 자연어 이해에서 성공적인 모델은 확률기반, 딥러닝 기반, 대형 언어모델 기반 모델 등이 있다. 본 과목에서는 이러한 다양한 모델을 이해하고, 디자인하고 구현하고 평가하는데 요구되는 최신 기술들을 다룬다. 1. 과목소개 2. Bag-of-word 언어모델 3. N-gram 언어모델 4. Bayesian 모델 5. Logistic 회귀 6. 임베딩 7. CNN 8. RNN 9. Transformer 10. 문맥적 임베딩 11. 지식 구축 및 활요 12. 언어에서의 AI 편향성전선 / 대학원
응용언어학과 관련되어 있는 사회언어학, 화용론, 담화/기능적 문법, 사전학, 제2언어평가, 제2언어습득과 같은 제 분야에서 논의되고 있는 이론적이고 실험적인 최근 연구들을 검토하는 것에 초점을 둔다. 특히 이러한 이론과 연구들이 어떻게 영어학습자들의 교육에 활용될 수 있는 것인지를 다룬다.전선 / 대학원
아시아 연구 데이터 분석은 아시아 전역의 사회문화적 역학 연구를 위해 데이터 집약적 기법과 인문학적 해석을 연결하는 학제적 방법으로서 문화 분석을 소개한다. 이 강의는 문화 분석을 단순한 방법론적 틀이 아닌, 컴퓨터적 접근 방식과 해석적 실천을 연결하는 구체적인 방식으로 다룬다. 이를 통해 인문학과 사회과학을 특징짓는 상호텍스트성, 심층적인 역사적 맥락, 그리고 상황적 발화를 전면에 부각시킨다. 경험적으로, 이 과정은 텍스트, 시각, 청각의 세 가지 탐구 영역을 아우르며, 컴퓨터 도구를 활용하여 민족주의, 카스트와 같은 사회적 응집력, 그리고 언어, 지역, 젠더, 계급 등 사회학적 지표 전반에 걸친 다양한 변이와 같은 강력한 사상의 궤적을 추적한다.전선 / 대학원
응용언어학 및 영어교육분야에서의 연구 방법론을 다루며 연구 설계 및 통계분석에 관한 기본개념에 중점을 둔다.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.전필 / 대학원
인공지능(AI) 기반 교육을 현장에서 적용하기 위해선, AI융합전공 수강생들은 인공지능(AI)을 교과 수업 상황에 융합하여, 수업을 설계하고 실행할 수 있는 역량이 요구된다. 이 강의는 AI융합전공 수강생들이 인공지능(AI) 자체에 대한 수업과, 인공지능(AI) 학습도구를 활용한 인공지능(AI)-교과 융합수업을 설계하고, 실행할 수 있는 역량을 갖추는 것을 목적으로 한다. 이를 위해 AI융합전공 수강생들은 먼저, 인공지능(AI) 자체에 대한 수업 설계 역량을 기른다. 그리고 실제적이고 집중적인 교육을 통해, 이 교과목은 수강생들의 인공지능 교과 융합 수업을 설계하고 실행하는 역량 증진시킬 것이다.전선 / 대학원
디자인 연구의 기본이 되는 논문의 개념 및 기본 연구 설계 방법을 학습하고 실습한다. 디자인 자료 수집의 기초가 되는 설문지 및 인터뷰 시나리오 구성, 자료 수집 방법 및 전략, 연구 대상 설정 등의 연구 설계의 기초 과정을 이해하여, 연구 설계를 할 수 있는 능력을 배양한다. 또한 본인 연구주제와 관련된 선행 연구 분석을 통해, 연구논문계획서를 작성하여, 디자인 연구 진행의 기초가 될 수 있도록 한다.교양 / 학사
본 강좌는 이중언어사용 현상의 언어학, 심리언어학, 신경언어학, 사회언어학적, 교육적 측면을 소개하는 것을 목표로 한다. ‘이중언어사용’의 정의와 측정, 이중언어 아동의 발달, 이중언어사용자의 언어 접촉 현상, 이중언어사용의 심리언어학적·신경언어학적 기초 지식, 이중/다중언어 사회의 사회언어학적 양상, 이중언어사용자의 교육과 언어 정책의 쟁점 등을 다룬다.전선 / 대학원
데이터마이닝 (Data Mining)은 대용량 데이터베이스에 존재하는 데이터 간의 관계, 패턴, 규칙 등을 찾아내고 모형화해서 의사결정을 돕고, 유용한 정보로 변환하는 일련의 과정이다. 본 강좌에서는 기술모델링과 예측모델링에 사용되는 통계학, 기계학습, 신경회로망 기법들을 공부하고, 응용 사례 연구와 패키지를 이용한 프로젝트를 수행한다.전선 / 학사
본 과목에서는 대용량의 텍스트를 분석하여 유의미한 결론을 도출하는 텍스트마이닝 기법에 대해 강의한다. Natural language processing, probabilistic topic model, text clustering, text categorization, contextual text mining 등, 텍스트마이닝 분야의 핵심 Keyword 및 기법에 대해 다룬다.