총 292개
-
생성형 인공 지능 입문 족보 대비 문제은행(오프라인 기말고사, 세종대)2025.01.151. 생성형 인공지능이란? 생성형 인공지능은 데이터 전처리, 모델 학습, 결과 생성으로 구성되며, GPT와 ChatGPT와 같은 모델이 대표적입니다. 생성형 인공지능은 텍스트, 이미지, 소리, 동영상 등 다양한 콘텐츠 생성에 활용되지만, 데이터 의존성, 모델 복잡성, 윤리적 문제 등의 한계가 있습니다. 이를 해결하기 위해 데이터 증강, 전이 학습, 하드웨어 개선, 효율적인 알고리즘 개발 등의 방안이 필요합니다. 2. 언어 처리 신경망 개요 RNN은 순차 데이터 처리를 위해 필요하지만, 기울기 소실 문제가 있습니다. LSTM과 GRU...2025.01.15
-
인공지능의 역사와 생성형 AI의 등장 - Generative AI의 발전 과정2025.01.141. 인공지능의 초기 발전 인공지능(AI) 연구의 역사는 1950년대로 거슬러 올라가며, 이 시기는 AI 분야의 초기 발전 단계로 중요합니다. 초기 AI 연구는 기본적인 알고리즘 개발과 머신 러닝 기법의 탐색에 집중되었습니다. 이 단계에서 연구자들은 컴퓨터가 복잡한 문제를 해결하고, 패턴을 인식하며, 학습하는 기초적인 방법들을 탐구했습니다. 이러한 초기 단계의 연구와 발전은 오늘날 AI 기술이 다양한 분야에서 복잡한 문제를 해결하고, 인간의 언어와 행동을 이해하며, 독립적으로 학습할 수 있는 능력을 갖추게 하는 데 중요한 역할을 했...2025.01.14
-
고등학교 인공지능수학 평가계획서2025.01.161. 인공지능과 관련된 수학 인공지능의 발전에 기여한 역사적 사례에서 수학이 어떻게 활용되었는지를 이해하고, 인공지능에 수학이 활용되는 다양한 예를 찾을 수 있다. 2. 텍스트 자료의 표현 수와 수학 기호를 이용하여 실생활의 텍스트 자료를 목적에 알맞게 표현할 수 있고, 수와 수학 기호로 표현된 텍스트 자료를 처리하는 수학 원리를 이해하며 자료를 시각화할 수 있다. 3. 이미지 자료의 표현 수와 수학 기호를 이용하여 실생활의 이미지 자료를 목적에 알맞게 표현할 수 있고, 수와 수학 기호로 표현된 이미지 자료를 처리하는 수학 원리를 ...2025.01.16
-
읽기 자료의 실제성과 텍스트 수정에 대한 논의 및 중급4급 수준의 읽기 텍스트 제작과 수업 방안2025.04.301. 읽기 교육 읽기에 대한 이해가 변화하면서 읽기 교육의 방향이 전환되어야 함을 논의하였다. 텍스트 중심에서 독자 중심으로, 교사 중심에서 학습자 중심으로, 결과 중심에서 과정 중심으로 전환되어야 한다고 제시하였다. 2. 읽기와 어휘 읽기 과정에서 어휘의 역할과 중요성을 강조하였다. 초기 읽기 이론에서는 해독 또는 상향식 처리에 초점을 두었지만, 배경지식과 문화적 요소의 중요성이 부각되었음을 설명하였다. 3. 읽기 사례 분석 한국 문화의 집들이 관련 텍스트를 제시하고, 이를 바탕으로 학습자들에게 질문을 제시하여 이해도를 높일 수 ...2025.04.30
-
효율적인 텍스트 분류를 위한 fastText 모델2025.01.261. 텍스트 분류 이 논문은 웹 검색, 정보 검색, 감정 분석과 같은 애플리케이션에서 자연어 처리의 필수 작업인 텍스트 분류 문제를 다룹니다. 저자들은 신경망 기반 모델은 정확하지만 훈련과 테스트 단계 모두에서 계산 비용이 많이 들고 느린 경향이 있기 때문에, 대규모 데이터 세트를 처리할 수 있는 확장 가능하고 효율적인 모델이 필요하다고 지적합니다. 이 논문에 적용된 모델인 fastText는 높은 정확도를 유지하면서 텍스트 분류의 계산 비효율성 문제를 해결하도록 설계되었습니다. 2. 데이터 세트 이 논문에서는 텍스트 분류 작업에 잘...2025.01.26
-
외국어로서의 한국어이해교육론에서 읽기교육 모형 학습2025.01.211. 상향식 읽기 교육 모형 상향식 모형은 읽기 과정을 작은 단위로 나누어 학습하는 접근법입니다. 이 모형은 주로 음소, 철자, 단어 등의 하위 요소를 먼저 학습한 후, 이를 조합하여 문장과 글 전체를 이해하는 방식으로 진행됩니다. 상향식 모형의 장점은 학습자의 기초 언어 능력을 강화할 수 있고, 오류를 최소화할 수 있으며, 학습자의 자신감을 향상시킬 수 있습니다. 2. 하향식 읽기 교육 모형 하향식 모형은 읽기 과정을 전체적인 이해를 기반으로 진행하는 접근법입니다. 이 모형은 학습자가 글 전체의 의미를 파악한 후, 이를 바탕으로 ...2025.01.21
-
대중가요와 시의 상호텍스트성을 활용한 한국 현대시 읽기 교육2025.11.181. 상호텍스트성(Intertextuality) 텍스트는 자족적인 의미를 가질 수 없으며 수많은 텍스트와의 관련성을 바탕으로 의미가 끊임없이 재구성된다는 이론. 대중가요와 시는 주제, 모티프, 정서, 리듬, 비유, 상징 등을 공유하며, 이러한 연계점을 통해 학습자가 시에 대한 이해를 심화시키고 자신의 맥락에서 주체적으로 시적 의미를 재구성할 수 있도록 돕는 교육적 기반이 된다. 2. 고급 학습자를 위한 한국 현대시 읽기 교육 외국인 학문 목적 학습자를 대상으로 대중가요와 시를 연계하여 진행하는 교육 연구. 1차 시 읽기, 대중가요 ...2025.11.18
-
LLM(대규모 언어 모형)과 LMM(대규모 멀티모달 모형)의 비교 및 딥러닝과의 관계2025.01.261. LLM(대규모 언어 모형) LLM은 자연어 처리(NLP) 분야에서 필수적인 역할을 하는 인공지능 시스템입니다. LLM은 인간의 언어 이해 및 해석 방식을 모방하여, GPT-4나 BERT와 같은 대표적인 AI 모델을 만들어냈습니다. 이러한 모델들은 문장 생성, 번역, 요약 등에서 강력한 성능을 발휘하며, 마치 언어 전문가가 문법과 의미를 분석하는 것과 유사한 방식으로 작동합니다. 2. LMM(대규모 멀티모달 모형) LMM은 언어뿐만 아니라 이미지, 소리, 영상 등 다양한 형태의 데이터를 동시에 처리할 수 있는 인공지능입니다. 이...2025.01.26
-
Chat GPT 분석: 기능, 성과, 우려사항 및 단점2025.11.171. Chat GPT의 정의 및 기술 기반 Chat GPT는 Open AI에서 개발한 생성 언어 모델로, Sam Altman, Elon Musk 등이 2015년 설립한 회사에 속해 있습니다. GPT-3.5 기술을 사용하며 Transformer 아키텍처 기반의 생성 언어 모델입니다. 1,750억 개의 매개변수를 가진 GPT-3 모델은 지금까지 학습된 언어 모델 중 가장 큽니다. 자연스러운 대화를 위해 훈련되었으며, 인간의 피드백 기반 강화 학습과 감독된 미세 조정을 통해 개발되었습니다. 2. Chat GPT의 기능 및 성과 Chat ...2025.11.17
-
LLM(대규모 언어 모형)과 LMM(대규모 멀티모달 모형)의 비교 및 딥러닝과의 관계2025.01.291. LLM(Large Language Model) LLM은 대규모 텍스트 데이터를 학습하여 자연어를 이해하고 생성하는 데 중점을 둔 모델입니다. 방대한 데이터 학습, 자연어 생성 능력, 단일 모달리티 처리가 주요 특징이며, 챗봇, 문서 요약 및 생성, 번역 시스템, 코딩 보조 도구 등에 활용됩니다. 2. LMM(Large Multimodal Model) LMM은 텍스트, 이미지, 오디오, 비디오와 같은 다양한 형태의 데이터를 동시에 처리할 수 있는 모델입니다. 다양한 데이터 소스, 상호작용 능력, 복합적 태스크 수행이 주요 특징이...2025.01.29
2 / 30
