성과 보고서 다운로드
프로필
영신여자고등학교 소속 김준오(66) 교원입니다.
상세 일정은 노랑풍선 사이트 접속하신 후
예약자 장이래, 예약번호 23061510409, 휴대폰 번호 010-8995-1422 로 확인
영역 : 영어/사회: 김준오, 수학/과학: 윤진석, 예체능:이은지, 정보:오세운 작년에 인공지능교사단 활동을 하신 선생님들을 우선 추천하였습니다
제주도와 수도권 합쳐서 약 17만명의 초중등 교원의 디지털 역량을 키우는데 수도권역 마스터 교원이 큰 역할을 할 것으로 기대합니다.
선생님, 안녕하세요. 오프라인 연수 장소 안내드립니다.
1. 모든 연수는 2층에서 진행됩니다. 따라서
26일에 바로 연수 장소인 Ramada Ballroom 앞 안내데스크
로 와주세요.
2.
특강, 저녁식사, 만찬은 Ramada Ballroom I
에서 진행되며,
점심식사는 8층 한정식당
에서 가질 예정입니다. (식권 배부)
3.
분야별 강의실
은 다음과 같습니다.
•
언어: Ramada Ballroom II
•
수리정보: Ramada Ballroom III
•
예술 : 우도
•
인문사회 : 추자
•
자연과학 I : 비양
•
자연과학 II : 마라
(당일 언어교과 변경에 대한 의사를 한 차례 더 확인할 예정으로 이에 따라 강의실에 변동이 있을 수도 있다는 점 참고부탁드리겠습니다.)
4.
체크인 카드는 26일 3시 강의가 끝난 뒤 일괄 배부
될 예정입니다.
감사합니다.
오프라인 연수 공지
1. 출결 확인
•
->
문의가 있을 경우 해당하는 칸에 댓글
로 남겨주시면 확인하겠습니다.(이메일X, 오픈톡 X) 이번 주 수요일(7.19 자정)까지만 받겠습니다.
그리고 현재 저희 기준으로 이미
Fail인데 오프라인 연수에 신청하신 분들이 계십니다. 이 경우엔 개별적으로 메일
부탁드립니다.
2. 반 배정
•
모든 관심 분야가 25-30명으로 골고루 반 배정이 되었는데
, 언어교육이 55명으로 1순위 선택 인원이 많아, 다른 반으로 이동하시고 싶은 분
계시면
이번 주 수요일(7.19 자정)까지 댓글
로 남겨주시길 부탁드리겠습니다. 참고로 강사님이 소속이 데이터과학원이여서 데이터분석 쪽으로 언어교과 선택하신 분들이 계시는 듯 한데, 데이터분석은 수리정보나 인문사회 혹은 자연과학 I을 추천드립니다.
3. 방 배정
•
최대한 선생님들이 남겨주신 특이사항 반영해서 방 배정 했습니다. 100% 반영할 수 없었다는 점 양해 부탁드리며, 첨부된 파일에서 확인 가능합니다. Twin 베드 침실이며, 혹시 1인 1실, 3인 1실을 원하시는 경우는 개별적으로 호텔에 연락해서 진행해야 한다는 점 안내드립니다. 그리고 명단은 이미 호텔에 전했지만 저희 내부적으로 함께 투숙하시는 분을 변경하시는 것은 무관하오니 그 부분 역시 자체적으로 진행부탁드립니다.
4. 연수 장소 및 준비물
•
장소:
라마다프라자 2층 Ramada Ballroom
(늦지 않게 도착하셔서 11시에 바로 시작할 수 있게 해주세요.)
•
준비물:
개인 노트북(추가 기기가 있는 경우 가지고 와주셔도 좋습니다.), 텀블러
5. 오프라인 연수 목적과 내용 (오프라인 연수 공지 확인 요)
•
오프라인 연수의 핵심은 지난 프로그램 공지와 구두 안내로 설명드린 바와 같이,
현장에서 AI융합교육을 실천을 위한 교안 개발
에 있습니다. 온라인 연수에서는 기본적인 이해와 탐색의 과정이였고 (본 내용들은 오프라인 강사님들께도 모두 공유되었음), 오프라인 연수에서는 실제 관심분야 별 이론(AI융합모형), 사례탐색 및 도구 실습 등으로 구성되어있습니다. 강사님들께서 각 교과나 관심 분야별로 AI융합교육모형을 기반으로 최종적으로 선생님들이 교안을 개발할 수 있는 것에 초점을 두어 강의를 개발 중에 있습니다. 설문으로 남겨주신 의견도 모두 전달드렸습니다.
•
연수 자료는 구글 클래스룸에 연수가 시작 전 공유
될 예정입니다. 그 외에 각 시도교육청에서 개발 중인 AI융합/활용 교육 자료나 도움이 될 만한 자료 역시 현재 교수님들께서 수합 중으로 차차 공유드리겠습니다.
•
1일차에 1차 설계(안)을 제출해주시고, 2일차에 수정된 최종 교안을 제출
해주시면 됩니다. 그리고 현재 평가기준을 공동 연구 교수님들께서 개발 중이시며, 공정성 이슈를 감안해 어떻게 랜덤하게 투표를 진행할 지는 지속적으로 협의 중입니다.
6. 해외연찬연수
•
시도교육청 장학사님들과 협의하여 최종적으로
10월 2일 저녁 ~ 10월 8일 일정으로 해외연찬연수는 진행
하고자 합니다. 그리고 구글 본사 탐방에 인원 제한이 있어 어쩔 수 없이 이번엔 8인에게만 기회를 제공할 수 밖에 없을 것 같습니다.
•
평가결과에 따라
시도교육청 2인이 선발
될 예정입니다. 시도교육청 인원 수가 다른데 2인씩 뽑는 것에 대해 불만이 있을 수도 있지만 우선 해외연찬연수는 특전으로 제공되는 것이고 수도권역 마스터교원 선발은 연수와 후속 활동에 있다는 점을 다시금 분명히 하고 싶습니다. 더욱이 본 사업에 각 시도교육청에서 동일한 예산이 편성되어 시도교육청 차원에서 형평성 고려를 위해 각 시도교육청 별 2인이 선발될 예정입니다.
7.
AI융합 교수학습모형개발 지원
•
모형개발의 경우 3개월 간 지원금과 멘토링이 제공되며, 추후 모형개발 진행 상황과 사례에 대한 리더교원(현직교원) 대상 강의를 포함합니다. (강사료 따로 지급)
•
좀 더 연구적 성격이 강한 내용으로 본 선발에는 공동연구진의 평가 결과 역시 반영될 수 있다는 점 미리 안내드립니다.
8. 마스터교원 활동
- 마스터교원 활동 방식에 대해서는 7월 28일 콘테스트 및 이수식에서 안내드릴 예정입니다.
9. 당부의 말씀
우선 지금까지 한 달 동안 매주 토요일 시간을 내어 연수에 참여해주셔서 다시 한 번 감사드립니다. 각자 느낀 바와 배운 바가 다르셨겠지만 부디 의미 있었다고 느껴지는 연수였기를 바래봅니다. 한 가지 오프라인 연수 시작 전에 당부의 말씀 드리고 싶습니다.
우선 온라인 연수의 경우 저희도 매 주말을 할애해 40차시의 연수를 듣는 것이 쉽지 않다는 것을 알고 있어 최대한 선생님들의 편의를 봐드렸고 운영팀에서 할 수 있는 것은 최대한 해드리려고 노력했습니다. (물론 그럼에도 부족했다는 점 역시 알고 있어 이 부분은 죄송스럽습니다. ) 따라서 온라인 연수 중 참여, 태도 등에 있어 이슈들이 있었으나 최대한 부담이 안가도록 하는 것에 초점을 두었습니다. 그러나 알게 모르게 이러한 이슈에 대한 내부와 더욱이 외부에서도 여러 문의를 받았습니다. 강사님들 역시 이를 걱정하는 경우도 생겨 대단히 안타깝기도 하고 속상하기도 했습니다. 수도권역 마스터교원에 대한 이러한 이미지가 내외부적으로 고착화된다면 저희에게도 마스터교원으로 활동해주실 선생님들께도 결코 바람직한 일은 아니라고 생각됩니다.
서론이 길었습니다만, 그래서 한 가지 당부드리고 싶은 점은 오프라인 연수에서 적극적 참여입니다. 오프라인 연수는 집합 연수로 모두가 만나서 하는 연수이며 연수의 마무리이자 마스터교원으로 활동이 시작되는 지점입니다. 또한 결과물을 내기 위한 일련의 과정으로 선생님들의 활동과 참여로 완성될 수 있습니다. 운영진도 계속해서 최대한의 지원과 알찬 연수를 제공해드리기 위해 노력하겠습니다. 그럼 다시 한 번 지금까지 바쁜 와중에 온라인 연수 잘 마무리해주셔서 감사드리고, 오프라인 연수 제주에서 직접 인사드리겠습니다.
감사합니다.
방배정
공식 수업 클래스룸
목차
오프라인 연수(20차시)
온라인 연수(40차시)
연수 세부 일정
온라인 1일차 연수
줌연수 일정 및 줌회의실 번호
줌연수 일정
1) 오전 연수(10:00 ~ 12:00)
회의 ID: 956 2747 8735
2) 오후 연수(13:00 ~ 17:00)
회의 ID: 972 3822 7134
3) 퀴즈 및 실습(17:00 ~)
회의 ID: 947 8620 8770
오리엔테이션(09:00~09:50)
윤숙영 강사님의 수업
K는 적절하게 조절할 필요가 있음. 전체 데이터를 기준으로 하면 다수의 데이터가 옳다고 생각할 수 있음
가지고 있는 데이터 중에서 일부 데이터를 훈련 데이터로 사용하고, 일부는 테스트 데이터로 사용하는 것이 좋음
데이터 전처리 부분
단순 선형 회귀는 1차 함수, 다항 선형 회귀는 곡선 형태 함수
선형회귀에서는 다항식을 복잡하게 만들어서 문제를 해결한다.
강사님께서 제공해 주신 코랩 실습 파일
66번 훈련 교사 실습 파일
# 코랩 사용하기
# 코드 작성하기
print("hello world")
# 텍스트 작성하기
# K-NN 분류의 시작
# 2. 데이터 준비하기
# 강꼬치고기 데이터(17개)
pike_length = [32.3, 34.0, 35.0, 37.3, 38.0, 38.5, 42.5, 42.5, 43.0, 45.0,46.0, 48.0, 51.7, 56.0, 60.0, 60.0, 63.4] # 강꼬치고기의 길이
pike_weight = [200.0, 300.0, 300.0, 300.0, 430.0, 345.0, 456.0, 510.0, 540.0, 500.0,567.0, 770.0, 950.0, 1250.0, 1550.0, 1600.0, 1650.0] # 강꼬치고기의 무게
# 빙어 데이터(14개)
smelt_length = [9.8, 10.5, 10.6, 11.0, 11.2, 11.3, 11.8, 11.8, 12.0, 12.2,12.4, 13.0, 14.3, 15.0] # 빙어의 길이
smelt_weight = [6.7, 7.5, 7.0, 9.7, 9.8, 8.7, 10.0, 9.9, 9.8, 12.2,13.4, 12.2, 19.7, 19.9] # 빙어의 무게
# 3. 데이터 분포 살펴보기
# 강꼬치고기 데이터 산점도
import matplotlib.pyplot as plt
plt.scatter(pike_length, pike_weight)
plt.xlabel('pike length')
plt.ylabel('pike weight')
plt.show()
# 빙어 데이터 산점도
plt.scatter(smelt_length, smelt_weight)
plt.xlabel('smelt length')
plt.ylabel('smelt weight')
plt.show()
# 강꼬치고기와 빙어의 데이터 산점도
plt.scatter(pike_length, pike_weight, color='brown') # 강꼬치고기
plt.scatter(smelt_length, smelt_weight, color='purple') # 빙어
plt.xlabel('length')
plt.ylabel('weight')
plt.show()
# 4. 입력 데이터를 2차원 리스트 만들기
# 강꼬치고기 17개 데이터와 빙어 14개 데이터를 합치기
length = pike_length + smelt_length
weight = pike_weight + smelt_weight
fish_data = [[l,w] for l, w in zip(length, weight)]
print(fish_data)
print(len(fish_data))
# 타깃(정답) 데이터 만들기
# 강꼬치고기는 1, 빙어는 0
fish_target = [1] * 17 + [0] * 14
# 6. K-최근접 이웃 알고리즘 사용하기
from sklearn.neighbors import KNeighborsClassifier
kn = KNeighborsClassifier()
kn.fit(fish_data, fish_target) # 알고리즘 훈련하기
kn.score(fish_data, fish_target) # 모든 fish 데이터의 답을 정확히 맞춤
# 7. 새로운 생선 데이터 예측하기
kn.predict([[15,7]]) # 빙어로 예측
# 8. (more) K값 바꿔보기
kn31 = KNeighborsClassifier(n_neighbors=31)
kn31.fit(fish_data, fish_target)
kn31.score(fish_data, fish_target)
print(17/31)
# 훈련 세트와 테스트 세트
# 2. 훈련 세트와 테스트 세트
# 0~16번째(17개)를 훈련 데이터로
train_input = fish_data[:17]
train_target = fish_target[:17]
# 17~31번째
Python
복사
퀴즈, 실습 과제 제출, 수업 모형 아이디어
AI(아이)야 놀자 아이에게 답하라 - 지도안 제출
온라인 2일차 연수
온라인 연수 - 전체 일정
줌 링크
2023년 6월 24일 토요일 줌 링크
1) 오전 연수
•
회의 ID: 982 8862 5287
2) 오후 연수
•
회의 ID: 930 8767 4203
3) 퀴즈 및 실습
•
회의 ID: 915 0404 4271
온라인 연수 2일차 일정
문서에 있는 Few-shot examples과 Chain of Thought를 참고하시면 됩니다. 수학문제 잘 풀게 하고 싶다.
박찬준(업스테이지_아숙업_개발자) 강사님 수업 내용
ㅁ 주제
: 딥러닝의 이해와 실제
ㅁ 학습 목표
•
딥러닝의 개념과 자연언어처리의 역사를 살펴보고 실세계에서의 자연언어처리 서비스에 대한 인사이트를 공유할 수 있다.
•
언어모델과 초거대 언어모델을 이해하고 프로그래밍을 통해 구현할 수 있다.
ㅁ 강사
: 박찬준(업스테이지 AI Research Engineer)
강의 초청 및 질문
1교시 수업 내용
TLDR
인공지능은 추천 시스템, 검색 엔진, 기계 번역기 등 다양한 분야에서 활용되며, 딥러닝은 계층적인 특징을 학습하여 고차원적인 피처를 습득하고 모델을 만들 수 있다. 빅 모델은 초거대 언어 모델로, 프리트레인 파인튜닝 방법론을 기반으로 하여 다양한 언어 처리 작업에서 성능이 좋다. 하이퍼 클로바는 하이퍼 파라미터 최적화를 통해 성능을 개선하는 방법론이다. 데이터 센트릭 AI와 모델 센트릭 AI는 AI 개발 방법론 중에서도 중요한 역할을 한다.
•
인공지능은 추천 시스템, 검색 엔진, 기계 번역기 등 다양한 분야에서 활용됩니다.•
딥러닝은 계층적인 특징을 학습하여 고차원적인 피처를 습득하고 모델을 만들 수 있습니다.•
빅 모델은 초거대 언어 모델로, 프리트레인 파인튜닝 방법론을 기반으로 하여 다양한 언어 처리 작업에서 성능이 좋습니다.•
하이퍼 클로바는 하이퍼 파라미터 최적화를 통해 성능을 개선하는 방법론입니다.•
데이터 센트릭 AI와 모델 센트릭 AI는 AI 개발 방법론 중에서도 중요한 역할을 합니다.•
데이터 센트릭 AI는 데이터의 품질과 일관성을 개선하여 성능을 향상시킵니다.•
모델 센트릭 AI는 모델의 구조를 개선하여 성능을 향상시킵니다.Summary
인공지능은 우리 일상 속에서 많이 활용되고 있습니다. 예를 들어, 추천 시스템은 유튜브나 페이스북에서 우리가 관심 있는 콘텐츠를 추천해 줍니다. 또한, 검색 엔진은 우리가 검색한 내용과 관련된 문서를 찾아줍니다. 기계 번역기는 다른 언어를 번역해 주며, 영어 문법 교정기는 영어 문장을 올바른 문장으로 고쳐 줍니다. 또한, 인공지능은 영상 편집, 문서 요약, 음성 인식 등 다양한 분야에서도 활용됩니다. 이러한 인공지능 기술들은 우리의 삶을 편리하게 해주는 역할을 합니다.
빠르게 발전하고 중요해졌는지에 대해 설명한 것이고, 뒷부분에서는 딥러닝의 특징인 피처 익스트랙션과 클래스 분류가 하나로 통합되어 더욱 효율적인 학습이 가능해진다는 것을 설명하고 있습니다. 또한, 딥러닝이 규칙 기반의 방법보다 데이터의 양과 질에 더 의존한다는 것을 강조하고 있습니다.
딥러닝은 자동으로 계층적인 특징을 학습하는 기술이다. 딥러닝은 입력으로부터 피처를 자동으로 학습하고, 여러 개의 층을 거치면서 피처들을 겹치면서 학습한다. 이렇게 층을 쌓아가면 점점 더 고차원적인 피처를 습득하고, 잘 분류할 수 있는 모델을 만들 수 있다. 딥러닝은 데이터가 많이 필요하고, 적절한 층을 쌓는 것이 중요하다. 또한, 딥러닝은 비선형적인 분류를 잘 할 수 있는데, 이는 여러 개의 층을 쌓아서 곡선화를 만들어내기 때문이다. 딥러닝은 최적의 파라미터 값을 찾아가는 학습 과정을 통해 모델을 학습한다. 이를 위해 입력과 목표 출력으로 구성된 데이터를 사용하여 최적의 파라미터를 찾아가는 것이 딥러닝의 학습이다. 딥러닝은 다양한 입력과 출력을 학습할 수 있으며, 모델의 예측과 실제 정답 사이의 차이를 최소화하는 것을 목표로 한다.
2023 AIEDAP에서는 빅 모델이라는 새로운 AI 개발 방식이 소개되었습니다. 빅 모델은 초거대 언어 모델로, 프리트레인 파인튜닝 방법론을 기반으로 합니다. 이 방법론은 대용량의 텍스트 데이터로 사전 훈련된 모델을 만들고, 해당 모델을 특정 태스크에 맞게 미세조정하여 사용하는 것입니다. 이렇게 생성된 빅 모델은 다양한 언어 처리 작업을 수행할 수 있으며, 기존의 규칙 기반 방법론보다 더 좋은 성능을 보입니다. 그러나 빅 모델은 많은 양의 데이터와 고성능 하드웨어가 필요하므로 이러한 제약이 있습니다.
2023년 AIEDAP 수도권 역량 마스터 클래스에서는 AI 개발 방법론 중 하이퍼 클로바에 대해 소개했다. 이 방법론은 카카오와 LG가 투자하고 있으며, 채찍 PT를 통해 성능을 증명하고 있다. 머신러닝, 딥러닝, 파운데이션 모델 등이 연속적으로 발전하며, 데이터 센트릭 AI와 모델 센트릭 AI의 중요성이 부각되었다. 데이터 센트릭 AI는 데이터의 품질을 향상시키고, 모델 센트릭 AI는 모델의 구조를 개선한다. 기업에서는 데이터 센트릭 AI에 더 많은 투자를 하고 있으며, 데이터의 중요성을 강조하고 있다. AI 시스템은 코드와 데이터로 이루어져 있으며, 데이터 센트릭 AI를 통해 성능을 향상시킬 수 있다. 데이터의 일관성과 품질을 개선하는 것이 중요하다. 데이터 센트릭 AI는 모델을 고정하고 데이터를 개선하는 것이고, 모델 센트릭 AI는 데이터를 고정하고 모델을 개선하는 것이다. 데이터 센트릭 AI는 모델 센트릭 AI보다 더 중요하다. AI 분야의 4대 천왕은 얀 루쿤, 제프리 힌튼, 제 프린트니, 앤드류 응이다. 데이터 센트릭 AI에 대한 연구는 2021년부터 많이 진행되고 있다. 데이터 센트릭 AI는 데이터 관점에서 성능 향상을 위해 다양한 방법을 고민한다. 기업에서는 데이터 센트릭 AI에 더 많은 시간과 노력을 투자하고 있다. 데이터 센트릭 AI는 모델링을 통한 성능 향상이 아닌 데이터를 통한 성능 향상이다. AI 시스템을 개발할 때 데이터 센트릭 AI를 고려해야 한다. 데이터의 품질과 일관성이 중요하다.
Content
2023 AIEDAP 수도권 여건 마스터클래스 온라인 연수 2주차 온라인 연수 시작하는 6월 24일 토요일. 총 195분이 접속해야 하는데 아직 접속하지 않은 분들이 계셔서 기다려 보고 다시 시작하기로 함.
연수 이수 관리를 위해 참가자명을 선생님들 부여받은 번호로 변경 요청. 선생님들에게는 효과적인 출석 체크를 위해 참가자명을 성함으로 변경해 주시기를 부탁. 이후 연수 이수는 서울대학교, 서울교대 교육연수원에서 이루어지며, 선생님들이 카메라를 켜고 접속하지 않으면 이수에 어려움이 있을 수 있다고 안내.
김성은 대표님과의 협력으로 업스테이지에서 딥러닝과 인공지능 개발 등 다양한 일을 하고 있음을 소개. 교육 분야에서의 인공지능의 활용 가능성에 대해 언급하며, 딥러닝에 대한 소개와 초거대 언어 모델에 대한 설명을 시작.
인공지능이 일상 속에 침투되는 사례로 추천 시스템과 검색 시스템을 소개. 유튜브와 네이버 검색을 예로 들며, 사용자의 기록과 히스토리를 바탕으로 추천과 검색 결과를 제공하는 인공지능 기술에 대해 설명.
인공지능의 역사와 정보 검색 시스템에 대한 설명. 인공지능의 탄생과 발전 과정, 추천 시스템과 검색 시스템의 작동 원리 등을 다루며, 인공지능이 우리 일상 속에 어떻게 적용되고 있는지를 강조.
2023 AIEDAP 수도권 여행 온라인 연수 2주차 온라인 연수
OCR 기술의 활용과 금융권의 필요성
리멤버 어플의 활용
기계 번역의 발전과 딥러닝
영어 문법 교정과 딥러닝
문서 요약 기술과 비디오 언더스탠딩
자율주행 기술과 음성인식
인공지능 스피커와 음성 인식의 활용
자판 입력과 음성 인식의 편의성
택배 기사들의 음성 인식 사용 경험
인공지능의 발전과 한글 자판의 편의성
인공지능 기술의 다양한 응용 분야
인공지능의 한계와 활용 가능성
인공지능 기술의 비판과 가능성
인공지능의 한글 자판과 음성 인식의 편의성
AIEXPO 2016에서의 경험과 인공지능의 가능성
2023 AIEDAP 수도권 엑소 브레인 프로젝트에 참여한 사람들의 경험과 성과에 대한 이야기.
인공지능과 연예인, 예능 프로그램에 대한 이야기.
인공지능이 검색 기술에 어떻게 적용되는지에 대한 이야기.
인공지능의 발전과 딥러닝의 등장에 대한 이야기.
인공지능이 어디까지 할 수 있는지에 대한 이야기.
인공지능의 응용 분야로서 미술, 게임, 언론, 문학 등에 대한 이야기.
2023 AIEDAP 수도권 여건 온라인 연수 2주차 온라인 연수
초벌 개념으로 문제를 만들 때 선생님들과의 차이
중간고사, 기말고사 문제 만들기의 중요성
채찍을 이용한 학습 목표 설정과 문제 제작
인공지능 작곡과 의료 분야의 활용
인공지능 번역기와 다국어 활용
인공지능의 음성 인식과 시각 지능
인공지능의 언어 지능과 컴퓨터 비전
머신러닝과 딥러닝의 발전과 활용
지도학습과 비지도학습의 개념
AIEDAP 수도권 여건 언어인 언수 2주차 언수
머신러닝과 지도학습의 관계
뉴럴 네트워크와 딥러닝
규칙 기반과 통계 기반의 한계
빅데이터와 딥러닝
딥러닝의 층별 학습
딥러닝 모델의 성능과 데이터 양
딥러닝 모델은 수많은 문장이 필요하다. 데이터가 많이 필요한 것이 딥러닝의 단점이다. 데이터 사업을 많이 하는 이유는 딥러닝이 학습 데이터의 양에 따라 성능이 결정되기 때문이다.
딥러닝과 기계학습의 차이는 학습 데이터의 양과 질에 따라 성능이 결정되는지 여부이다. 지도학습은 레이블이 필요한 데이터로 학습하고, 비지도학습은 레이블이 필요하지 않은 대량의 데이터로 학습한다. 지도학습은 인력과 비용이 많이 들지만 성능이 좋을 수 있다. 비지도학습은 데이터 확보가 어렵지만 대량으로 구축할 수 있다.
딥러닝 모델의 구조 선택은 데이터 확보 방법보다는 중요도가 낮을 수 있다. 데이터가 딥러닝의 기본 뼈대이며, 입력과 출력의 특성을 파악하는 것이 모델의 구조 선택에 중요하다. 퍼셉트론은 하나의 층으로 구성되고, 여러 개의 층이 깊이 쌓이면 딥러닝이 된다.
딥러닝은 웨이트를 학습하여 입력과 출력 사이의 중요도를 조절한다. 학습은 웨이트를 조율해 나가는 과정으로, 실제 정답에 맞게 웨이트를 조정하여 학습을 진행한다.
딥러닝은 입력으로 이미지, 언어, 자연어 등 다양한 형태의 데이터를 받아들일 수 있고, 학습을 통해 최적의 파라미터 값을 조정하여 원하는 출력을 만들어내는 모델이다. 학습은 입력과 모델이 예측한 결과와 실제 정답 사이의 차이를 최소화하는 과정이며, 이 차이를 나타내는 함수를 로스 함수라고 한다. 로스 함수를 최소화하기 위해 파라미터 값을 조정하면서 딥러닝 모델을 학습시킨다. 이러한 학습 과정은 수학적인 계산과 반복을 통해 이루어진다.
딥러닝은 다양한 분야에서 자연어 처리를 포함한 인공지능 기술을 혁신적으로 발전시켰다. 이전에는 규칙 기반의 시스템이 주로 사용되었지만, 딥러닝의 등장으로 인해 규칙 기반의 처리가 어려운 복잡한 언어 처리 작업도 가능해졌다. 딥러닝은 형태소 분석, 구문 분석, 의미 분석 등 다양한 모듈을 필요로 하며, 이를 통해 번역 문장을 생성하는 규칙 기반의 기계 번역 시스템을 구현할 수 있다.
인공지능의 역사를 살펴보면, 초기에는 룰 베이스 프로그래밍이 주로 사용되었다. 이는 인간이 일일이 규칙을 만들어야 했고, 처리도 제한적이었다. 그러나 딥러닝의 등장으로 인공지능 시스템은 규칙 기반에서 딥러닝 기반으로 전환되었다. 딥러닝은 하나의 모델로 다양한 자연어 처리 작업을 수행할 수 있으며, 성능도 폭발적으로 향상되었다. 이제는 딥러닝을 활용한 인공지능 시스템이 많은 분야에서 사용되고 있다.
딥러닝은 입력 문장을 넣으면 소스 문장이 나오는 시스템이다. 딥러닝을 사용하면 규칙 기반 자동 번역보다 더 시각적으로 보이며, 규칙 기반 자동 번역에서 사용되는 변환규칙과 달리 딥러닝은 대량의 데이터를 확보하여 통계 기반으로 예측을 한다. 딥러닝은 커먼 센스가 부족하다는 단점이 있지만, 유러 심볼릭과 같은 방법론을 통해 해결할 수 있다.
딥러닝은 기계학습 방법론 중 하나로, 고차원의 벡터로 표현된 데이터를 학습하여 자연어를 이해하는 시스템을 개발한다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 딥러닝은 컴퓨터가 이해할 수 있는 지식 표현 체계를 구축하는 것이 중요하며, 초거대 언어 모델을 사용하여 언어를 잘 표현하고 이해할 수 있는 모델을 만든다.
딥러닝은 규칙 기반과 하이브리드 방법론과는 다른 접근 방식을 가지고 있다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하는 방법을 사용한다. 이를 통해 컴퓨터가 인간의 언어를 이해할 수 있는 지식 표현 체계로 변환할 수 있다. 딥러닝은 초거대 언어 모델을 사용하여 언어를 이해하고 표현할 수 있는 능력을 갖추게 된다.
딥러닝은 인간의 언어를 이해할 수 있는 지식 표현 체계를 구축하기 위해 초거대 언어 모델을 사용한다. 이를 통해 컴퓨터가 인간의 언어를 이해하고 표현할 수 있는 능력을 갖출 수 있다. 딥러닝은 언어 모델을 학습하여 특정 태스크에 맞게 미세조정하는 방법을 사용한다. 이러한 접근 방식은 컴퓨터가 인간의 언어를 잘 이해하고 처리할 수 있는 모델을 만들기 위한 핵심 요소이다.
딥러닝은 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 모델을 만들기 위해 사용되는 기계학습 방법론이다. 딥러닝은 초거대 언어 모델을 사용하여 언어를 이해하고 표현할 수 있는 능력을 갖추게 된다. 이를 위해 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 딥러닝은 컴퓨터가 인간의 언어를 잘 이해하고 처리할 수 있도록 하는 핵심 기술이다.
딥러닝은 인간의 언어를 이해하고 처리할 수 있는 모델을 만들기 위해 사용되는 기계학습 방법론이다. 딥러닝은 초거대 언어 모델을 사용하여 언어를 이해하고 표현할 수 있는 능력을 갖추게 된다. 이를 위해 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 딥러닝은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
딥러닝은 초거대 언어 모델을 사용하여 컴퓨터가 인간의 언어를 이해하고 처리할 수 있는 능력을 갖출 수 있는 기계학습 방법론이다. 딥러닝은 큰 모델을 만들고 특정 태스크에 맞게 미세조정하여 사용한다. 이러한 접근 방식은 인간의 언어를 잘 이해하고 처리할 수 있는 컴퓨터 시스템을 개발하는 핵심 기술이다.
2023 AIEDAP 수도권 역량 맛보기
Freetraining을 통한 데이터 학습
빵꾸뽕으로 문장 생성
프리체인으로 문맥 파악
프릭체인 파인튜닝 방법론
빅모델 방법론과 하이퍼 클로바
컨티뉴얼 러닝 방법론
AI 시스템의 코드와 데이터
코드 변경과 데이터 변경 전략
데이터 센트릭 AI와 모델 센트릭 AI
2023 AIEDAP 수도권 여건 온라인 연수 2주차 온라인 연수
데이터 센트릭과 모델 센트릭의 성능 차이
기업과 학계의 데이터 중요성의 차이
데이터 센트럴과 모델 센트릭의 역할
데이터 센트럴 AI와 모델 센트릭 AI의 비율
데이터 센트럴 AI와 모델 센트릭 AI의 역할
데이터 센트럴 AI와 모델 센트릭 AI의 비교
AI 시스템 개발의 시간 비율
데이터 센트릭 AI의 중요성
데이터 센트릭 AI의 발전과 학회
데이터 센트릭 AI와 데이터 중요성의 관련성
데이터 센트릭 AI와 초거대 언어 모델
과제 제출과 지연 제출에 대한 안내
2교시 수업 내용
TLDR
원 핫 인코딩은 단어 간의 관계를 고려할 수 없다. 라지 랭귀지 모델은 대용량 데이터와 인프라를 필요로 한다. GPU와 반도체 기술도 중요하다. 프롬프트 엔지니어링은 데이터 가치와 AI 모델 성능에 중요하다.
•
원 핫 인코딩은 단어 간의 관계를 표현할 수 없다.
•
라지 랭귀지 모델은 대용량 데이터와 인프라를 필요로 한다.
•
GPU와 반도체 기술도 중요하다.
•
프롬프트 엔지니어링은 데이터 가치와 AI 모델 성능에 중요하다.
•
프롬프트 매니저는 멀티모델 호출 역할을 한다.
•
프롬프트 파라미터 튜닝으로 모델 성능을 조절할 수 있다.
•
다양한 서드파티 플랫폼이 프롬프트 엔지니어링 기반으로 서비스를 제공하고 있다.
Summary
인간의 언어를 컴퓨터가 이해할 수 있는 지식으로 변환하기 위해 사용되는 원 핫 인코딩 방식은 각 단어를 0과 1로 표현하는 방식이다. 하지만 이 방식은 단어들 간의 관계를 고려할 수 없다는 단점이 있다. 예를 들어 도그와 캣은 동물이라는 범주에 속하고, 돈가스와 스시는 일식이라는 범주에 속한다는 관계를 표현할 수 없다.
라질 랭귀지 모델을 만들 수 있다는 것입니다. 데이터 수집, 퀄리티 필터링, 중복 제거, 개인정보 보호 등의 전처리 작업을 거친 후, 토크나이제이션을 통해 어떤 단위로 학습할지 결정합니다. 이렇게 대용량의 데이터를 이용하여 라지 랭귀지 모델을 개발하고, 언어 모델의 능력을 최대한 발휘할 수 있게 됩니다. 이러한 작업을 통해 라질 랭귀지 모델은 점점 발전하고, 다양한 기업들이 이를 활용하여 언어 모델의 엄청난 능력을 개발하려는 노력을 하고 있습니다.
지금은 라지 랭귀지 모델의 시대이며, 이 모델을 만들기 위해서는 하이퍼스케일, 클라우드, 수퍼컴퓨팅, 데이터 센터 등의 인프라가 필요하다. 또한, 이러한 인프라를 지원하기 위해 GPU가 필요하고, GPU는 병렬처리가 가능하기 때문에 행렬 연산을 빠르게 처리할 수 있다. 따라서, GPU 기반의 하이퍼스케일된 데이터 센터가 중요하다. 또한, 백본 모델인 LNM을 통해 모델을 튜닝하고, 경량화된 행렬 연산 기술을 사용하여 비용을 최적화해야 한다. 이를 위해 반도체 기술도 중요하다. 따라서, 기업은 이러한 요소들을 고려하여 LLM을 구축해야 한다.
이어지는 것입니다. 마지막으로, 프롬프트 엔지니어링은 단순히 라질 랭귀지 모델의 능력을 발굴하는 것이 아니라, 사용자가 원하는 결과를 도출하기 위한 입력 값들의 조합을 찾는 작업입니다. 이를 통해 인풋과 아웃풋 사이의 관계를 최적화하고, 데이터를 가치로 변환할 수 있습니다. 프롬프트 엔지니어링은 프롬프트 디스커버링과 프롬프트 템플릿을 포함하며, 이를 통해 데이터의 가치를 높일 수 있습니다. 또한, 최적화를 위해 프롬프트 엔지니어링을 사용하는 것도 중요합니다. 마지막으로, 프롬프트 엔지니어링은 데이터의 가치를 발굴하고 AI 모델의 성능을 향상시키는데 중요한 역할을 합니다.
2023 AIEDAP 수도권 역량 매니저 온라인 연수 2주차 온라인 연수의 내용을 요약하면 다음과 같습니다. 프롬프트 매니저는 멀티모델을 호출하는 역할을 하며, API를 통해 여러 기능을 호출할 수 있습니다. 프롬프트 파라미터 튜닝을 통해 모델의 성능을 조절할 수 있으며, 이를 통해 비용 절감과 효율적인 멀티모델 운영이 가능합니다. 현재 다양한 서드파티 플랫폼이 프롬프트 엔지니어링을 기반으로 서비스를 제공하고 있습니다. 또한, 데이터 기반의 성능 향상과 데이터 프라이버시에 대한 고민이 중요한 요소입니다.
Content
강의 전에 선생님들께서 연수명과 연수 번호, 성함 그리고 소속교 형태로 이름을 변경해 주시는 부탁을 드립니다. 중간에 접속 문제로 외부로 튕겼다가 다시 들어오는 경우가 있을 수 있으니 이 점 유의해 주시기 바랍니다.
강의 중에 카메라 접속 문제로 인해 선생님들께서 카메라 방향을 강사 쪽으로 옮겨주시는 부탁과 화면 관련 이슈가 조금 있으며, 카메라를 켜는 것은 원칙으로 하고 원격 수업 시에는 개인정보 보호를 위해 주민등록번호 등을 마스킹해야 합니다.
과제 제출과 관련하여, 과제 미제출한 분들의 성함이 명단에 올라가 있을 수 있으며, 과제를 제출하지 못한 경우 개별 과제 이수 시간을 인정하게 됩니다. 또한, 데이터 플라이휠과 데이터 언어테이션에 대해 설명하고, 개인정보 마스킹과 데이터 전처리에 대한 과정을 설명하였습니다.
DMOS와 데이터 스킨에 대해 설명하고, 데이터 프리프로세싱과 데이터 언어테이션 작업자를 고용하는 과정을 설명하였습니다.
2023 AIEDAP 수도권 여건 온라인 연수 2주차 온라인 연수
8단계에서 작업자들이 언어 데이터를 언노테이션
9단계에서 레이블링을 진행하고 10단계 11단계는 모델 검증과 체크 포인트 작성
12단계에서 검증과정을 거쳐 최종 구축
고객의 니즈에 맞는 모델을 만들어야 하는 이유
데이터 센터에서 데이터를 생성하고 레이블링 툴을 사용하여 데이터를 가공
OCR은 글자 인식, 레이블링은 사람이 해야 하는 역할
사업자 등록증을 전사하고 데이터를 가공하여 모델에 맞는 학습 데이터로 변환
실제 모델을 굽고 UI를 추가하여 사용자가 편하게 사용할 수 있도록 포장
데이터 팀, 모델 팀, 서빙 팀의 역할과 엮임
기업에서의 AI 모델 제작 과정
데이터 팀, 모델 팀, 서빙 팀의 협업과 역할
기업에서의 AI 모델 운영과 소통
각 팀의 역할과 협업 구조
기업에서의 AI 모델 운영과 피드백
기업에서의 AI 모델 테스트와 평가
기업에서의 AI 모델 서빙과 UI/UX
기업에서의 AI 모델 제작과 역할 분배
기업에서의 AI 모델 제작과 역할 분배 (계속)
기업에서의 AI 모델 제작과 역할 분배 (마지막)
기업에서의 AI 모델 운영과 구조
기업에서의 AI 모델 피드백과 개선
기업에서의 AI 모델 운영과 구조 (계속)
2023 AIEDAP 수도권 여건 온라인 연수 2주차 온라인 연수
Future of AI에 대한 강의 마무리
초거대 언어 모델에 대한 기사들과 랭귀지 모델의 시대
언어 모델과 초거대 언어 모델의 개념과 역사
원핫 인코딩과 워드 투 벡터의 문제점
워드 투 벡터와 트랜스포머 모델의 등장
프리 트레이닝과 트랜스포머 모델의 발전
트랜스포머 모델의 문제점과 엘모, 버트, GPT 등의 모델
딥러닝 기반 언어 모델의 발전과 자연어 생성
2023 AIEDAP 수도권 여행 온라인 어플리케이션 연수 2주차 온라인 어플리케이션 개발과정에 대한 소개
어텐션(Attention)이란 어떤 개념인지에 대한 설명
트랜스포머(Transformer)의 인코더와 디코더에 대한 설명
자연어 처리 분야의 언어 이해와 생성에 대한 설명
트랜스포머를 기반으로 한 인코더-디코더 아키텍처와 언어 모델에 대한 설명
프리트레인 파인튜닝을 통한 언어 모델 개발과 데이터셋에 대한 설명
언어 모델의 발전과 트랜스포머 아키텍처의 중요성에 대한 설명
인코더와 디코더의 역할과 언어 모델의 평가 방법에 대한 설명
프리트레인 파인튜닝을 통한 언어 모델의 성능 향상과 벤치마크 데이터셋에 대한 설명
인스트럭터 GPT와 휴먼 피드백 러닝에 대한 설명
언어 모델의 발전과 트랜스포머 기반의 라지 랭귀지 모델 시대에 대한 설명
2023 AIEDAP 수도권 역량 온라인 연수 2주차 온라인 연수
모델 크기와 데이터 양의 관계
과거와 현재의 차이
국내 기업의 대규모 언어 모델 개발
중소기업의 어려움
AI 주권과 국내 언어 모델 개발의 중요성
라지 랭귀지 모델의 시장
프롬프트 엔지니어링
전략적인 오픈 AI
데이터 준비 과정
대기업과 중소기업의 차이
카카오의 전략은 멀텍스트뿐만 아니라 멀티 모델을 빠르게 발전시키는 것이다. 이는 한국의 달리와 같은 기업들이 이미 다 하고 있다는 것을 알 수 있다. 이제는 언어 모델의 시대이며, 컴퓨터가 인간의 언어를 이해할 수 있게 표현해주는 언어 모델이 중요하다. 원핫 인코딩과 워드투벡터는 이러한 언어 모델의 한계를 보완하기 위해 등장했다.
인간의 의식적으로 만든 데이터인 피드백 데이터를 생성하여 모델에게 주는 것이 채찍피디의 핵심이다. 이를 통해 모델은 피드백을 받고 점수를 매기며 학습을 진행한다. 또한, 강화 학습을 이용하여 모델의 성능을 향상시키는데, 이를 위해 랭킹 정보를 활용하여 리워드와 패널티를 주어 모델을 학습시킨다. 이러한 과정을 통해 채찍피디는 점점 더 좋은 모델로 발전하게 된다.
채찍피디는 인스트럭션 데이터셋을 통해 모델을 튜닝하고, 랭킹 정보를 활용하여 리워드 모델을 만든다. 이를 통해 채찍피디는 검색의 주도권을 가지게 되었으며, 기존 검색 엔진 시스템과는 다른 방식으로 원하는 정보를 제공한다. 채찍피디는 사용자의 의도를 파악하고 그에 맞는 결과를 제공하기 위해 계속 발전하고 있다.
2023 AIEDAP 수도권 여행에 대한 이야기가 시작됩니다. 여행 정보를 검색할 때 네이버와 구글을 사용하고, 학습 자료를 만들 때는 선생님들의 머릿속에 있는 구상을 활용하고 싶다고 언급합니다. 그리고 검색의 주도권은 검색 엔진에 있다고 말합니다.
AIEDAP에 대한 설명이 나옵니다. AIEDAP는 주도권을 가지고 있는 역할이고, 캐치피치는 주도권을 갖고 있는 역할이라고 말합니다. 이러한 움직임은 검색 엔진의 혁신 포인트 중 하나라고 언급합니다.
대화형 언어 모델에 대한 이야기가 나옵니다. 기존의 검색 엔진을 대화형 언어 모델로 바꾸려는 움직임이 있다고 말합니다. 예시로 교보문고와 예스24에서 책을 구매하는 상황을 들면서 대화형 엔진의 장점을 설명합니다.
채찍피치에 대한 이야기가 나옵니다. 채찍피치는 주도권을 갖고 있는 역할이라고 말합니다. 질문을 잘 할 줄 알아야 되고, 가스라이팅을 잘해야 원하는 정보를 얻을 수 있다고 설명합니다.
llm에 대한 이야기가 나옵니다. llm은 주도권을 갖고 있는 역할이라고 말합니다. llm은 대화용으로 많이 바뀔 것이고, 학습을 통해 원하는 정보를 찾을 수 있다는 큰 혁신 포인트라고 언급합니다.
채찍피티에 대한 이야기가 나옵니다. 채찍피티는 주도권을 갖고 있는 역할이라고 말합니다. 이를 위해 질문을 잘하고 가스라이팅을 잘해야 한다고 설명합니다.
llm의 재료에 대해 설명합니다. 하이퍼스케일, 클라우드, 수퍼컴퓨팅, 데이터 센터 등이 필요하다고 말합니다. 그리고 gpu가 중요한 이유와 엔비디아의 주가 상승과의 관계를 언급합니다.
AI 플러스 클라우드에 대해 설명합니다. 인프라와 백본 모델이 필요하다고 말합니다. 그리고 llm을 위해 필요한 것은 데이터 센터와 클라우드 인프라라고 언급합니다.
인공지능과 클라우드의 관계에 대해 설명합니다. 인공지능을 개발하기 위해서는 클라우드 인프라가 필요하다고 말합니다. 그리고 llm의 재료로서 하이퍼스케일과 하드웨어의 중요성을 언급합니다.
lnm의 시대에 대한 이야기가 나옵니다. ln을 기반으로 한 후속 모델이 중요하다고 말합니다. 그리고 AI 플러스 클라우드를 중심으로 비즈니스 패러다임이 이동한다고 언급합니다.
AI 플러스 클라우드를 위해 필요한 것은 인프라와 백본 모델이라고 말합니다. 그리고 llm을 위해 필요한 것은 하이퍼스케일과 하드웨어라고 언급합니다.
AI 플러스 클라우드의 중요성에 대해 설명합니다. 인공지능을 잘 만들기 위해서는 클라우드 인프라가 필요하다고 말합니다. 그리고 데이터 센터가 필요한 이유와 네이버의 클라우드 인프라에 대해 언급합니다.
lnm을 기반으로 한 후속 모델들에 대해 설명합니다. 이 모델들은 이미 구축된 기반 위에서 튜닝을 하는 것이라고 말합니다. 그리고 하이퍼 클로바 x에 대해 언급하고, 인프라와 백본 모델이 필요하다고 말합니다.
AI 플러스 클라우드를 위해 필요한 것은 인프라와 백본 모델이라고 말합니다. 그리고 lnm을 기반으로 한 후속 모델들은 이미 구축된 기반 위에서 튜닝을 하는 것이라고 언급합니다.
인프라와 백본 모델이 AI 플러스 클라우드를 위해 필요한 요소라고 말합니다. 그리고 lnm이 되어버린 시대에 AI를 잘 만들기 위해서는 클라우드 인프라가 필요하다고 언급합니다.
lnm을 기반으로 한 후속 모델들에 대해 설명합니다. 이 모델들은 이미 구축된 기반 위에서 튜닝을 하는 것이라고 말합니다. 그리고 하이퍼 클로바 x에 대해 언급하고, 인프라와 백본 모델이 필요하다고 말합니다.
AI 플러스 클라우드를 위해 필요한 것은 인프라와 백본 모델이라고 말합니다. 그리고 lnm을 기반으로 한 후속 모델들은 이미 구축된 기반 위에서 튜닝을 하는 것이라고 언급합니다.
lnm을 기반으로 한 후속 모델들에 대해 설명합니다. 이 모델들은 이미 구축된 기반 위에서 튜닝을 하는 것이라고 말합니다. 그리고 하이퍼 클로바 x에 대해 언급하고, 인프라와 백본 모델이 필요하다고 말합니다.
AI 플러스 클라우드를 위해 필요한 것은 인프라와 백본 모델이라고 말합니다. 그리고 lnm을 기반으로 한 후속 모델들은 이미 구축된 기반 위에서 튜닝을 하는 것이라고 언급합니다.
lnm을 기반으로 한 후속 모델들에 대해 설명합니다. 이 모델들은 이미 구축된 기반 위에서 튜닝을 하는 것이라고 말합니다. 그리고 하이퍼 클로바 x에 대해 언급하고, 인프라와 백본 모델이 필요하다고 말합니다.
AI 플러스 클라우드를 위해 필요한 것은 인프라와 백본 모델이라고 말합니다. 그리고 lnm을 기반으로 한 후속 모델들은 이미 구축된 기반 위에서 튜닝을 하는 것이라고 언급합니다.
2023 AIEDAP 수도권 역량 매쉬업 온라인 연수 2주차 온라인 연수
AI 기술과 LNM의 중요성
튜닝 기술과 경량화의 필요성
비용 절감과 경쟁력 강화의 중요성
반도체 기술과 경쟁력 확보
최적화와 데이터의 중요성
멀티모달과 데이터 센트릭 AI
데이터 센트릭 AI의 중요성
모델의 크기와 데이터의 구성
멀티모달의 중요성
소외된 언어와 데이터의 중요성
데이터 센트릭 AI의 미래
하이 리소스 랭귀지와 로우 리소스 랭귀지
이스트런 롤러지가 세 번째 키워드인 '이 씬테틱 데이터'에 대해 설명합니다. 이 데이터는 라질 랭귀지 모델을 학습하기 위해 사용됩니다. 이 데이터를 활용하면 모델의 학습 데이터로 활용할 수 있으며, 합성 데이터와 비슷한 역할을 합니다. 이러한 신택틱 데이터는 딥러닝에서 매우 중요한 역할을 하며, 2030년에는 리얼 데이터보다 더 높은 비중을 가질 것으로 예측됩니다.
두 번째 키워드인 '데이터의 중요성'에 대해 설명합니다. 딥러닝에서 데이터의 양은 매우 중요하며, 많을수록 모델의 성능이 좋아집니다. 합성 데이터와 신택틱 데이터를 통해 데이터 양을 늘릴 수 있으며, 이는 딥러닝 모델의 학습에 큰 도움이 됩니다. 데이터는 딥러닝의 핵심 키워드로, 딥러닝 모델의 성능 평가에도 중요한 역할을 합니다.
다섯 번째 키워드인 '도메인 특화'에 대해 설명합니다. 돈을 벌기 위해서는 데이터를 도메인에 특화시켜야 합니다. 하이퍼 클로바 X와 같은 모델을 활용하여 도메인 특화 데이터를 생성하고 이를 기반으로 모델을 튜닝할 수 있습니다. 이를 통해 기업이나 고객에게 맞는 데이터를 생성하고, AI 모델의 가치를 높일 수 있습니다.
세 번째 키워드인 '프롬프트 엔지니어링'에 대해 설명합니다. 프롬프트 엔지니어링은 대화형 AI 모델의 결과물 품질을 높이기 위한 작업입니다. 이는 특정한 인풋 데이터와 컨텍스트 모델, 아웃풋 인디케이터의 조합을 찾는 작업입니다. 예를 들어 특정 문장의 번역을 원한다면, 해당 문장을 프롬프트로 주고 번역 결과를 얻을 수 있습니다. 프롬프트 엔지니어링은 AI 모델의 결과물을 개선하는 중요한 작업입니다.
라질랭귀지 보유하고 있는 내재된 능력치를 발굴하는 것은 프롬프트 엔지니어링이다. 프론트 엔지니어링과는 다르게 디스커버링을 하는 과정이며, 책과 관련된 서적들을 읽어보면 엑셀에서의 활용 방법이나 기술적인 측면에 대한 내용이 대부분이다. 이러한 내용들은 프롬프트 엔지니어링과는 다른 관점에서 이해할 수 있다.
프롬프트 디스커버링을 하는 것은 ln의 성능을 평가하는 것이다. 단순히 디스커버링과 엔지니어링은 차이가 크다. 가짜 책이나 다른 정보에 의존하지 않고 실제 데이터를 사용하여 프롬프트 엔지니어링을 수행한다. 이는 대부분의 프로젝트에서 이미 기계 번역 문서에 대한 성능 측정을 포함하고 있으며, 가이드 등을 통해 소개되고 있다.
프롬프트 엔지니어링은 단순히 답변을 내놓는 것이 아니라 답변이 도달하는 과정을 학습시키는 것을 목적으로 한다. 이는 프롬프트 매니저를 통해 조절할 수 있는데, 템퍼처를 조절하여 성능을 향상시킬 수 있다. 이러한 튜닝은 기업 입장에서 비용 절감을 위한 핵심이다. 프롬프트 엔지니어링은 써드 플랫폼 전쟁의 중심이 되고 있으며, 다양한 서드 파티 플러그인들이 개발되고 있다.
프롬프트 엔지니어링은 기업들이 비용을 절감하고 경쟁력을 유지하기 위한 중요한 전략이다. 이를 통해 서드 파티 플랫폼들이 다양하게 발전하고 있으며, 이를 통해 다양한 서비스가 제공되고 있다. 프롬프트 엔지니어링은 lnm의 안드로이드 마켓과 iOS 마켓과 같은 플랫폼에서도 활용되고 있다. 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 사회의 다양한 분야에 적용될 수 있는 기술이다. 예를 들어 여행 계획을 짜주거나 책의 구매를 도와주는 서드 파티 플러그인들이 개발되고 있다. 이러한 플러그인 전쟁은 기업들이 경쟁하고 돈을 벌기 위한 전략의 일부이다. 프롬프트 엔지니어링은 lnm의 안드로이드 마켓과 iOS 마켓에서도 활용되며, 성능을 향상시키기 위해 템퍼처를 조절하는 등의 노력이 이루어지고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 lnm의 안드로이드 마켓과 iOS 마켓을 비롯한 다양한 플랫폼에서 활용되고 있다. 이를 통해 채찍피디 플랫폼에 다양한 서드 파티 플러그인들을 붙일 수 있으며, 예를 들어 여행 계획을 짜주거나 도서 구매를 도와주는 기능을 제공할 수 있다. 이는 기업들이 비용을 절감하고 경쟁력을 유지하기 위한 중요한 전략이다.
프롬프트 엔지니어링은 lnm의 안드로이드 마켓과 iOS 마켓을 비롯한 다양한 플랫폼에서 활용되고 있다. 이를 통해 채찍피디 플랫폼에 다양한 서드 파티 플러그인들을 붙일 수 있으며, 예를 들어 여행 계획을 짜주거나 도서 구매를 도와주는 기능을 제공할 수 있다. 이는 기업들이 비용을 절감하고 경쟁력을 유지하기 위한 중요한 전략이다.
프롬프트 엔지니어링은 lnm의 안드로이드 마켓과 iOS 마켓을 비롯한 다양한 플랫폼에서 활용되고 있다. 이를 통해 채찍피디 플랫폼에 다양한 서드 파티 플러그인들을 붙일 수 있으며, 예를 들어 여행 계획을 짜주거나 도서 구매를 도와주는 기능을 제공할 수 있다. 이는 기업들이 비용을 절감하고 경쟁력을 유지하기 위한 중요한 전략이다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
프롬프트 엔지니어링은 기업들이 선점하고 빠르게 적응하며 협업하는 것이 중요하다. 비즈니스 관점에서 프롬프트 엔지니어링을 잘 이해하고 활용하면 기업의 경쟁력을 향상시킬 수 있다. 프롬프트 엔지니어링을 통해 다양한 서드 파티 플러그인들이 개발되고 있으며, 이는 기업들이 돈을 벌기 위해 애플리케이션을 출시하고 성능을 향상시키는 것에 중점을 두고 있다.
주가가 7% 떨어진 이유는 기대치가 높아졌기 때문이다. 구글에 바들을 겪으니까 한류시네이션 문제가 있다. 선점한 효과가 있다고 생각한다. 선정하는 것이 중요하며 검색에 패러다임이 변하고 있다. 적응과 반복이 중요하다. 기술과 콜라보레이션도 중요하다. 데이터 센트릭에서 중요한 것은 써드파티 플랫폼의 운영이다. 슈퍼 익스트림x가 필요하다. 데이터 리서치를 잘 대비해야 한다. 소타는 중요하지 않다. 컨버지 되는 태스크를 잘 분간하는 것이 중요하다. 최신 트렌드에 민감하게 반응해야 한다. 소프트웨어 2.0 데이터의 중요성을 강조한다. 데이터 플라이휠이 모델의 성능을 향상시킬 수 있다. 자연어 이해와 생성의 차이를 이해해야 한다. 데이터의 성능은 낮아질 수밖에 없다. 파이썬 실력과 코딩 교육의 중요성을 강조한다.
개인정보 보호와 데이터 프라이버시는 중요한 문제이다. 오픈 AI 데이터를 사용하는 기업은 보험사와 같이 고객의 데이터를 사용할 수 없다. 내재화를 원하는 기업은 데이터를 제공받을 수 있다. 데이터의 내재화와 도메인 특화가 중요하다. 파이썬과 수학 중 파이썬이 더 중요하다. 수학적인 능력은 개발 실력에 중요하다. 코딩 교육은 고등학교부터 받는 것이 좋다.
문과 학생들은 문헌 정보학과나 언어학과로 가서 관련 공부를 할 수 있다. 이과 학생들은 컴퓨터 공학과로 가서 다양한 것을 배울 수 있다. 결론적으로, 수학과 파이썬 중 파이썬이 더 중요하다고 한다. 프로그래밍을 고등학교에서 배울 수 있다면 좋은 것 같다. 유튜버들의 강의도 많아서 학생들이 관심을 가지고 스스로 찾아서 공부하는 분위기이다.
인공지능에 관련해서 초등학교부터 중학교까지 어느 부분까지 교육을 해야 할까? 초등학교에서는 어떤 부분에 특화해야 할까? 중학교에서는 어떤 부분에 특화해야 할까? 이러한 질문들이 공통적으로 올라오고 있다. 또한, 네이버나 카카오와 같은 기업들은 한국어 모델을 한국어 거대 모델로 특화하고 있다. 그러나 이러한 모델이 국내에서만 사용 가능한 것은 아니다. 해외에서도 발전 방향을 얻을 수 있을까?
한국어에 특화된 이유는 한국어를 처리하는데 영어보다 비용이 더 들기 때문이다. 네이버는 자체 AI 주권을 가져야 하고 종속되지 않아야 한다는 이유로 한국어에 특화된 모델을 만들고 있다. 한국어 처리에 특화된 모델을 만드는 것은 시간 문제이다. 네이버도 한국어에 특화된 모델을 만들려고 하지만 글로벌로 나아가기 위해 다른 언어에 특화된 모델도 만들어야 한다.
부산외대의 자연 언어처리 학과는 부산에 대해서 최초로 만들어진 학과이다. 이 학과는 한국어 처리와 동남아시아 언어에 특화되어 있다. 부산외대는 자체 AI 연구를 계속하고 있으며, 글로벌로 나가기 위해 노력하고 있다. 이과 학과는 현재 없어진 상태이다.
강의 초정 이메일도 받으신다고 합니다.
poza 프로그램을 이용해서 작곡을 할 수 있음
튜닙의 세이프티 엔진을 이용하면 임의의 텍스트에 혐오 표현 및 개인정보가 포함되어 있는 지를 검사하여 다각도록 분석 리포트를 만들어 줌
인공지능에는 다양한 지능이 있다.
기계학습에는 인간의 뇌 신경망 구현한 것이 뉴럴 네트워크, 이것을 더 깊게 만들면 딥러닝, 딥러닝 기반 대규모 언어 모델로 만든 것이 ChatGPT이다.
규칙 기반 학습은 데이터가 일정량이 넘어도 성능 향상을 기대할 수 없다. 딥러닝은 데이터가 많아지면 많아질수록 성능 향상을 기대할 수 있다.
Transformer 모델 기반으로 현재는 통일이 되어있음.
가중치(weight)를 어떻게 잡을 것인가가 인공지능에서 가장 중요한 부분이다.
로스는 정답과 결과 값의 차이다.
딥러닝은 히든 레이어가 엄청 많은(깊은) 것을 말한다.
히든 레이어가 많아지면 비선형 분류(곡선으로 분류)가 가능해지는 것이다.
직선으로 분류하는 것 보다 곡선으로 분류해야 더 잘 분류 가능해짐
딥러닝에서 학습은 수많은 파라미터들의 최적값을 찾아가는 과정이다.
딥러닝이 좋은 이유는 비선형 분류가 가능하기 때문이다. 와우~~~~
결국 로스를 줄이는 것이 중요하다. 입력에 대해 모델이 예측을 하고, 예측과 정답 사이의 차이(로스)를 가소 시키도록 학습
모델은 트렌트포머 모델로 확정이고 데이터 확보에 주력하고 있는 상황
딥러닝은 Feature-learing&Classfication을 모두 기계가 하는 것이다.
Pretrain-Finetuning
프리트레이닝 모델은 빵꾸뽕 전략을 사용하여 빵꾸를 잘 매꾸게 만들면 모델이 완성된 것이다. 비지도 학습 방법이다.
그리고 지도 학습 방법으로 파인튜닝을 하는 것이다.
모델 전체의 웨이트를 업데이트 하는 것이 파인 튜닝하는 것이다.
엄청 큰 모델을 만들고 엄청 난 파라미터를 갖추고, 이 모델로 모든 것을 다 가능하게 만드는 것이다. 이것이 초 거대 모델이고 네이버 하이퍼 클로버, ChatGPT 이다.
이것은 Pretrain-Finetuning 모델의 후속작이다. 이유는 모델 전체의 웨이트를 파인 튜닝하는 것이 비용이 많이 발생하니 큰 거 하나 만들고 이 곳에서 다 끝내게 하는 것이다.
이것을 Big Model 방법론이라고 부른다.
이제는 질 좋은 육수(Big Model)를 하나 만들고, 양념만 섞어서 다양한 국물을 만드는 것이라고 이해하면 좋겠다.
백종원 간장 ㅎㅎ
기업에서는 Continual Learning 방법론을 만들어서 사용한다. 쌓인 지식을 다시 학습 시켜서 모델을 더 좋게 만든다.
AI system = code + data
AI Service 개발 사이클
Project Setup → Data preparation → Model tuning → Deploying
Data-Flywheel은 기업에서 사용하고 있는 Continual Learning 방법론과 의미를 같이 한다.
DMOps(Data Management Operations and Recipies) 데이터를 어떻게 모으고 이를 이용해서 서비스를 개발할 것인가?
ChatGPT도 점점 발전하고 있다. 모델의 성능이 향상되고 있다.
테슬라도 마찬가지로 Data-Flywheel로 정보를 모아서 계속해서 모델을 업데이트 시킨다.
Attention is all you need 논문
Attention은 집중해야 할 단어를 알려주는 것이다.
트랜스포머의 인코더는 자연어의 이해, 디코더는 자연어 생성
구글은 트랜스포머의 인코더를 집중해서 언어모델 BERT, 오픈AI는 트랜스포머의 디코더에 집중해서 ChatGPT
구글은 빵꾸뽕으로 학습 시키고 빈칸 예측, 오픈AI는 현재 언어의 다음 언어 예측
트랜스포머는 구글이 만들었음. 망하지 않을 회사. 원천 소스는 현재 구글의 것
대중이 만든 데이터(Pre-train) + 전문가가 만든 데이터(Fine-tune) 기반의 NLP
트랜스포머의 시대가 왔다.
인공지능>머신러닝>딥러닝>Foundation Model(Transformer:대규모언어모델)
ChatGPT의 경우에는 인간이 QnA를 정성을 들여 작업한 데이터로 튜닝을 시킨 모델을 활용하여 학습을 시키기 때문에 정말 인간같이 대답을 할 수 있는 것이다.
모델이 제공한 답변을 순위를 매기는 형식으로 또 조정을 하고 후에 강화학습을 통해 지속적인 학습이 진행된다.
기존의 검색 엔진과 챗GPT와의 차이점: 검색의 주도권이 누구에게 있는가? 점점 사용자에게 주도권을 주겠다는 것이다.
챗GPT가 인기있는 이유는 UX라고 생각한다.
Prmpt Engineering 능력은 나중에 엑셀 사용 능력과 같이 될 것이다.
육수(Foundation Model)를 잘 만들어야하는 시대 - 데이터를 많이 확보해야 하는 시대
LLM을 위해서 필요한 것(More COmpute, More Data, Larger Model)
행렬 곱셈을 해야한다. 결국 인공지능은 곱의 합이 필요하다. GPU는 병렬처리가 가능하다. 행렬의 곱 연산을 빠르게 처리할 수 있기 때문에 GPU가 필요하다.
그래서 앤비디아 주가가 오르고 있다.
우리나라는 세계에서 3번째로 LLM을 만든 자랑스런 국가이다. 하이퍼 클로버 - 네이버
•
Infra: 하드웨어, 클라우드, 수퍼 컴퓨팅
•
Backbone Model: LLM 구축을 위해서는 LLM이 필요하다.
•
Tunining: 행렬 연산을 위해서는 효과적으로 해야한다. 반도체 기술이 필요(행렬 연산 최적화). 어떻게 경량화 할 것인가? 비용 측면에서 반도체 기술이 필요하다. 네이버와 삼성 전자의 동맹
•
Data: 고품질 & 다량의 학습 데이터
Scaling Law - 더 크게 더크게 그게 좋아….. 찐짜? 모델의 역량을 잘 사용해야 한다. 입력 파라미터의 수를 늘리는 것보다 학습 데이터를 늘리는 것이 좋을 수 있다.
Scaling Law: 원조 맛집이 중요하고, 데이터가 중요하고, 데이터의 구성이 중요하고, 어떤 데이터로 학습 시키는 가도 중요하고, 사전 학습 모델의 크기도 중요하고……
Data-Centric AI 방향성 키워드
1.
Multimodal: 다양한 입력 값이 필요하다. 여러 모달로 육수 만들기. 구글 Palm. 마이크로소프트 Language is not what you need.
2.
Multilingual: No Language Left Behind (메타에서 만든 논문), 우간다어 등에도 관심을 가지자, PaLM2, Low Resource Language에도 관심을….
3.
External Knowledge: 외부 지식의 유입이 필요
4.
Synthetic Data: 데이터를 만들어달라고 할 수 있다. 합성 데이터 필요함. 사람보다 우수한 Case가 발생. 레이블도 인공지능이 더 잘 만들어 준다. LLM 간의 채팅을 통해서 데이터 학습이 진행될 수 있음. Self-Chatting(Alphago Zero)
5.
Domain Specialized: 기업에 맞는 도메인의 특화가 필요하다
6.
Evaluation: 평가 연구가 학계에서 중요해질 것이다. 얼마나 잘 하는가?를 평가할 수 있어야 한다. GPT4가 사람보다 평가를 더 잘할 수 있다는 논문이 있음. 인공지능이 쓴 글인지 사람이 쓴 글인지 구분하는 기술도 함께 발전하고 있다.
정리
Modeling > Data
From Unimodal to Multimodal
Data 에 대한 정답이 불명확
Data가 돈이 되는 시대입니다.
Data = Prompt = Money
ex) Prompt MarketPlace
LM(AI) as a Service (B2B, B2C): Data가 Value를 만들어 낸다.
Prompt Engineering? Input or Instruction, Prompt 입력 값들의 조합을 찾는 작업
Instruction: 지시 사항, Context: 추가 정보, Input Data, Output Indicator
Prompt Discovering이 대부분의 책에서 사용하고 있는 것이다. 이것이 Prompt Engineering이라고 할 수 없다.
Prompt Engineering
•
Chain-of-thought prompting: 답변에 도달하는 과정을 학습시키는 것이 중요
•
Prompt Template
•
Optimization, Tuning: Let’s think step by step, Self-Consistency 단계별로 생각하라고 요구하면 질 좋은 답변을 얻을 수 있다
•
Prompt Manager: Cross Function Modality - 어떤 질문에는 ChatGPT, Hyper Clover 중에서 골라서 각각의 객체로 보고 사용하라
•
Prompt Parameter Tuning(PPT): Temperature, Top_p, frequency_penalty 등
Prompt Engineering → 3rd Party Platform: Microsoft 365 Copilot
ChatGPT Plugins(=LLM의 안드로이드 마켓, IOS 마켓이라고 표현할 수 있다) 어떻게 하면 앵크리버드를 만들어서 히트를 칠 수 있을까?
Future: Preoccupy(선점 효과가 있음), Rapid Adaptation(검색의 패러다임이 변하고 있다, 주도권이 사용자에게), Collaboration(네이버와 삼성, OpenAI와 Microsoft)
DataFlywheel → 모으는 방식은 Super Extremely Easy UX가 필요, 편하게 인공지능 서비스를 사용할 수 있어야 함.
잘 활용하라. 선점하라.
LLM의 윤리적 관점에서 주의: 거짓 정보(거짓이 거짓을 낳는다.), 지적 재산권 문제, 일자리 위협, 프라이버시 문제(삼성전자의 경우 업무에 챗봇 사용하면 징계)
과제
1. 퀴즈 풀기
완료
2. 인사이트 공유하기
[주제] 딥러닝의 이해와 실제 - Insight 공유하기.
[학습목표]
ChatGPT 시대의 인공지능 발전 방안에 대한 기술적, 비지니스적 관점에서 미래 방향성에 대해 설명할 수 있다.
※ 개별과제를 위한 줌링크 주소를 별도 공지할 예정입니다. 실시간 줌 접속 기록이 연수 시간에 포함되므로 줌에 접속한 상태로 '퀴즈 및 개별과제'를 수행해야 합니다.
[과제 내용]
가. "샘 알트먼 GPT-4와 AGI에 대한 대담) 영상 시청과 함께 insight 작성 :
(동영상 주소)
(패들렛 주소)
OpenAI가 AGI에 대한 작업을 발표했을 때 처음에 조롱과 오해를 받았고, GPT-4의 초기 버전은 느리고 버그가 많지만 미래의 발전 가능성을 가리킨다고 설명합니다. GPT-4는 인간의 피드백을 통해 강화 학습을 통해 개선될 수 있으며, 사용성과 사용자 친화성의 중요성을 강조합니다. 또한 GPT-4의 복잡성과 크기에 대해 언급하며, 크기 자체만으로는 성능을 결정하지 않는다고 강조하고, 인간의 지혜와 추론에 기여할 수 있는 잠재력을 언급합니다. 인공지능이 일자리 상실과 초지능으로 인한 위험에 대한 우려와 이를 다루는 중요성을 언급하고, 안전성과 조정에 대한 연구와 개선의 필요성을 강조합니다. GPT-4의 수용에 대해 이야기하며, 기대에 부합하지 않았고, AGI의 발전에 따른 디스인포메이션 문제와 경제적 충격을 감지하고 예방할 수 있는 강력한 AI 시스템의 필요성을 언급합니다. 의식의 개념과 AGI의 잠재적인 위험에 대해 논하며, 안전 보장과 일치 문제에 대한 어려움을 강조하고, 다양한 AGI가 공존할 수 있는 믿음을 표명하며, OpenAI의 비영리 기관에서 영리 조직으로의 전환을 언급합니다.
OpenAI의 AGI 작업 발표는 처음에 조롱과 오해를 받았지만, GPT-4의 초기 버전은 미래의 발전 가능성을 가리키며, 인간의 피드백을 통해 강화 학습을 통해 개선될 수 있다고 설명합니다. GPT-4의 복잡성과 크기에 대해 언급하며, 인공지능이 일자리 상실과 초지능으로 인한 위험에 대한 우려와 이를 다루는 중요성을 강조합니다. 또한, AGI의 발전에 따른 디스인포메이션 문제와 경제적 충격을 감지하고 예방할 수 있는 강력한 AI 시스템의 필요성을 언급합니다.
AGI는 "Artificial General Intelligence"의 약자로, 인공지능의 한 분야로서 인간의 지능과 유사한 범용적인 지능을 가진 인공지능을 연구하는 분야입니다.
오늘 강연 때 배운 내용들이 담겨있는 동영상입니다. 특히 인간의 피드백을 통한 강화 학습 덕분에 GPT-4는 이전 모델에 비해 개선될 수 있는 부분, 크기 자체만으로는 성능을 결정하지 않는다는 부분이 인상적입니다. 인공지능에 대한 다양한 견해가 있지만 샘 알트먼은 늘 일관성있게 인간의 일자리 상실, 초지능으로 인한 위험 등에 우려와 이를 다르는 중요성을 언급하지만, 인간과 AGI는 공존할 수 있다는 믿음을 가지고 있습니다. 오늘 강연해 주신 박찬준 개발자님의 말씀대로 ChatGPT는 UX를 개선해서 조만간에 우리가 현재 검색창으로 궁금한 것을 검색하듯이 인공지능 서비스를 이용할 수 있는 행복한 미래를 기대합니다.
나. "챗 GPT 완벽정리 "영상 시청과 함께 insight 작성 :
(동영상 주소)
(패들렛 주소)
이 영상은 챗GPT에 대한 완벽한 정리를 제공한다. 챗GPT는 대화형 인공지능 모델로, 인공지능의 성지를 만들어보자는 것이 목표이다.
챗GPT는 대화형 인공지능 서비스로, 언어 모델에 기반한다. 이 영상에서는 챗봇에 대한 설명과 챗봇이 본질적으로 무엇인지에 대해 다루고 있다.
인공지능 서비스 중 챗봇은 많이 사용되고 있는데, 챗봇은 대규모 언어 모델을 기반으로 한다. 이 영상에서는 언어를 어떻게 배우고 학습하는지에 대해 설명하고 있다.
인공지능 소프트웨어는 데이터 덩어리로 이루어져 있으며, 기계학습을 통해 학습한다. 이 영상에서는 기계학습과 데이터의 역할에 대해 다루고 있다.
인공지능의 핵심 기술 중 하나인 딥러닝에 대해 설명하고 있다. 딥러닝은 인간의 뇌를 모방하여 신경망을 구성하는 기술이다.
딥러닝은 수학적인 뉴론을 기반으로 하며, 매트릭스를 통해 데이터를 처리한다. 이 영상에서는 딥러닝과 매트릭스의 관계에 대해 설명하고 있다.
인공지능의 학습 과정과 문제 해결 방법에 대해 다루고 있다. 인공지능은 데이터를 학습하여 문제를 해결하며, 이를 통해 지능적인 결정을 내릴 수 있다.
인공지능의 성능을 개선하기 위해 딥러닝과 매트릭스를 활용하는 방법에 대해 설명하고 있다. 인공지능은 데이터를 통해 패턴을 학습하고, 이를 통해 예측을 수행할 수 있다.
게임 개발에서 인공지능의 활용에 대해 다루고 있다. 게임 개발에서는 물리 엔진과 그래픽 프로세스를 통해 인공지능을 구현한다.
인공지능이 어떻게 학습하고 문제를 해결하는지에 대해 설명하고 있다. 인공지능은 데이터를 분석하여 패턴을 학습하고, 이를 통해 문제를 해결한다.
인공지능의 학습과정과 인간의 학습 방식에 대해 비교하고 있다. 인공지능은 인간의 뇌를 모방하여 학습하며, 이를 통해 지능적인 결정을 내릴 수 있다.
인공지능의 발전과 딥러닝의 역사에 대해 다루고 있다. 딥러닝은 신경망을 기반으로 한 기술로, 인간의 뇌를 모사하여 작동한다.
인공지능의 개발과정과 인공지능이 어떻게 작동하는지에 대해 설명하고 있다. 인공지능은 데이터를 분석하여 학습하고, 이를 통해 문제를 해결한다.
이 영상은 챗GPT에 대한 완벽한 정리를 제공합니다. 영상에서는 챗GPT의 입문부터 심화까지 다양한 주제를 다루고 있습니다. 영상의 첫 번째 부분에서는 텐서 매트릭스와 벡터 계산에 대해 설명하고 있습니다. 또한, 인공지능의 학습 방식과 딥러닝의 개념에 대해 다루고 있습니다.
두 번째 부분에서는 부부의 이혼과 잘 사는 부부의 특징을 찾는 인공지능의 노력에 대해 설명하고 있습니다. 또한, 인공지능이 학습하는 방식과 우리 뇌의 학습 방식을 비교하고 있습니다.
세 번째 부분에서는 인공지능의 학습을 위해 필요한 파라미터와 뉴론의 개념에 대해 다루고 있습니다. 또한, 딥러닝과 인공지능의 관계에 대해 설명하고 있습니다.
네 번째 부분에서는 딥러닝의 발전과 인공지능의 역사에 대해 이야기하고 있습니다. 또한, 대화형 인공지능과 오픈 AI에 대해 언급하고 있습니다.
다섯 번째 부분에서는 어텐션 모델과 역전파 기술에 대해 설명하고 있습니다. 또한, 인공지능의 학습 방법과 언어의 복잡성에 대해 다루고 있습니다.
여섯 번째 부분에서는 구글의 채찍 PT와 오픈 AI에 대해 언급하고 있습니다. 또한, 인공지능의 발전과 구글의 사업적 감각에 대해 이야기하고 있습니다.
일곱 번째 부분에서는 인공지능의 학습 방식과 어텐션 모델의 활용에 대해 다루고 있습니다. 또한, 데이터의 중요성과 뉴런의 연결 구조에 대해 설명하고 있습니다.
여덟 번째 부분에서는 딥러닝과 인공지능의 발전에 대해 이야기하고 있습니다. 또한, 어텐션 모델과 역전파 기술의 활용에 대해 다루고 있습니다.
아홉 번째 부분에서는 인공지능의 학습 방법과 어텐션 모델의 한계에 대해 설명하고 있습니다. 또한, 인간의 뇌와 인공지능의 비교에 대해 언급하고 있습니다.
열 번째 부분에서는 인공지능의 한계와 발전 가능성에 대해 이야기하고 있습니다. 또한, 인간과 인공지능의 학습 방법의 차이에 대해 다루고 있습니다.
열한 번째 부분에서는 인공지능의 발전과 어텐션 모델의 활용에 대해 설명하고 있습니다. 또한, 인공지능의 학습 방법과 언어의 복잡성에 대해 다루고 있습니다.
열두 번째 부분에서는 인공지능의 발전과 구글의 역할에 대해 이야기하고 있습니다. 또한, 인공지능의 학습 방법과 언어의 처리에 대해 다루고 있습니다.
열세 번째 부분에서는 인공지능의 학습 방법과 어텐션 모델의 활용에 대해 설명하고 있습니다. 또한, 인공지능의 발전과 언어의 이해에 대해 다루고 있습니다.
열네 번째 부분에서는 인공지능의 학습 방법과 어텐션 모델의 한계에 대해 이야기하고 있습니다. 또한, 인공지능의 발전과 언어의 복잡성에 대해 다루고 있습니다.
영상은 챗GPT에 대한 완벽한 정리를 제공합니다. 챗GPT는 신경망 모델로, 사람들이 입력한 질문에 대해 대답을 생성하는 능력을 갖추고 있습니다. 이 모델은 많은 양의 텍스트 데이터를 학습하여 언어를 이해하고 생성할 수 있도록 되어 있습니다. 또한, GPT 모델은 생성적인 인공지능 중 하나로, 말뿐만 아니라 그림, 음악, 방송 등 다양한 형태의 콘텐츠를 생성할 수 있습니다. 이러한 모델의 성능은 계속해서 발전하고 있으며, 더 많은 데이터를 학습시키고 추가 기술을 적용함으로써 더욱 뛰어난 결과를 얻을 수 있게 됩니다.
챗GPT 모델은 기존의 언어 모델과는 다른 방식으로 의미를 이해합니다. 인간은 의미를 직접적으로 이해하지 못하지만, 챗GPT는 수학적인 방식으로 의미를 이해하고 처리합니다. 이 모델은 많은 양의 텍스트 데이터를 학습하여 의미를 이해하고 생성할 수 있도록 되어 있습니다. 또한, 챗GPT 모델은 사전 학습된 모델로, 이미 많은 지식을 내포하고 있습니다. 이러한 모델은 생성적인 인공지능 중에서도 말을 생성하는 능력이 뛰어나며, 다양한 형태의 질문에 대한 답변을 제공할 수 있습니다.
챗GPT 모델은 데이터를 학습하여 점점 더 말을 잘하게 됩니다. 이 모델은 대규모의 데이터를 사용하여 학습되며, 최신 기술을 적용하여 성능을 개선합니다. 예를 들어, GPT-3 모델은 이전 모델들에 비해 많은 단어를 이해하고 생성할 수 있으며, 인간의 신경망과 비교했을 때 매우 많은 파라미터를 가지고 있습니다. 하지만, 인간의 뇌와 비교할 때에는 여전히 효율성이 떨어진다는 점을 감안해야 합니다.
챗GPT 모델은 지속적으로 발전하고 있으며, 더 많은 데이터와 기술을 적용함으로써 성능을 향상시킬 수 있습니다. 이 모델은 데이터를 기반으로 문제를 해결하고, 인간과 비슷한 수준의 답변을 제공할 수 있습니다. 또한, 강화 학습을 통해 모델을 개선하고 성능을 높일 수도 있습니다. 하지만, 챗GPT 모델은 인간의 뇌와는 다른 방식으로 동작하며, 인간처럼 생각하지는 않습니다.
챗GPT 모델은 대규모의 데이터와 강화 학습을 통해 점점 더 뛰어난 성능을 갖추게 됩니다. 이 모델은 많은 양의 데이터를 모아 학습하고, 사람들이 제공한 답변을 평가하여 모델을 개선합니다. 또한, 인간의 뇌와는 다른 방식으로 동작하며, 데이터와 기술의 조합을 통해 더 나은 결과를 얻을 수 있습니다. 하지만, 챗GPT 모델은 아직 인간의 뇌와 비교할 때 효율성이 떨어진다는 한계가 있습니다.
챗GPT 모델은 계속해서 발전하고 있는 생성적 인공지능 중 하나입니다. 이 모델은 많은 양의 데이터를 학습하여 다양한 형태의 콘텐츠를 생성할 수 있습니다. 또한, 챗GPT 모델은 데이터를 기반으로 문제를 해결하고, 인간과 비슷한 수준의 답변을 제공할 수 있습니다. 이러한 모델은 인간의 뇌와는 다른 방식으로 동작하며, 데이터와 기술의 조합을 통해 더 나은 결과를 얻을 수 있습니다.
이번 영상에서는 챗GPT에 대한 완벽한 정리를 다루고 있습니다. 이경일 대표가 입문부터 심화까지 챗GPT에 대해 설명하고 있으며, 챗GPT의 기능과 사용법에 대해 시연도 진행합니다. 또한, 인공지능의 미래에 대한 이야기와 인공지능의 역사, 중요한 이론 등에 대해서도 다루고 있습니다.
이경일 대표가 챗GPT와 대화형 인공지능에 대해 이야기하고, 인공지능의 미래와 중요한 기술에 대해 설명합니다. 또한, 인공지능의 발전과 관련된 이론과 중요한 개념에 대해서도 다루고 있습니다. 이를 통해 인공지능 기술의 중요성과 적용 가능성을 강조하고 있습니다.
이경일 대표가 챗GPT를 포함한 인공지능의 기술과 그 중요성에 대해 이야기합니다. 또한, 인공지능을 운영하기 위한 기술과 중요한 이론에 대해서도 설명하고 있습니다. 이를 통해 인공지능 기술의 미래와 사업 영역에 대한 관심과 투자 가치를 강조하고 있습니다.
이경일 대표가 인공지능과 관련된 중요한 이론과 기술에 대해 설명하고, 인공지능의 발전과 비즈니스 모델에 대한 이야기를 합니다. 또한, 구글의 위기와 인공지능의 돈 버는 모델에 대한 토론을 다루고 있습니다. 마지막으로, 한국 기업의 생존 전략과 투자 방향에 대해 이야기합니다.
이경일 대표가 인공지능의 한계와 구글의 발전에 대해 이야기하고, 인공지능의 비즈니스 모델과 투자에 대한 관점을 제시합니다. 또한, 인공지능의 실전 적용 사례와 중요한 문제점에 대해서도 다루고 있습니다. 마지막으로, 한국 기업의 생존 전략과 향후 발전 가능성에 대해 이야기합니다.
이경일 대표가 챗GPT와 구글의 비즈니스 모델에 대해 이야기하고, 인공지능의 한계와 발전 가능성에 대해 논의합니다. 또한, 상식과 논리에 대한 인공지능의 약점과 실시간 정보 처리에 대한 문제점을 다루고 있습니다. 마지막으로, 한국 기업의 생존 전략과 투자 방향에 대해 이야기합니다.
이경일 대표가 챗GPT와 구글의 비즈니스 모델에 대해 이야기하고, 인공지능의 한계와 발전 가능성에 대해 논의합니다. 또한, 상식과 논리에 대한 인공지능의 약점과 실시간 정보 처리에 대한 문제점을 다루고 있습니다. 마지막으로, 한국 기업의 생존 전략과 투자 방향에 대해 이야기합니다.
이경일 대표가 챗GPT와 구글의 비즈니스 모델에 대해 이야기하고, 인공지능의 한계와 발전 가능성에 대해 논의합니다. 또한, 상식과 논리에 대한 인공지능의 약점과 실시간 정보 처리에 대한 문제점을 다루고 있습니다. 마지막으로, 한국 기업의 생존 전략과 투자 방향에 대해 이야기합니다.
이경일 대표와의 대화에서 나온 여러 주제에 대해 이야기하고, 챗GPT와 구글의 비즈니스 모델에 대한 토론을 진행합니다. 또한, 인공지능의 한계와 발전 가능성에 대해 이야기하고, 한국 기업의 생존 전략과 투자 방향에 대해 논의합니다.
마지막으로 이경일 대표에게 몇 가지 질문을 하고, 다음 시간에 이야기할 주제에 대해 언급합니다. 또한, 참석자들에게 감사의 인사를 전하며 영상을 마무리합니다.
양쪽이 말을 너무 잘하는데, 양쪽이 마드가 됐다. GPT는 완벽하게 얘기를 하는데, 완벽하게 거짓말을 한다. 상식 있는 사람은 이게 말도 안 돼. 하지만 이게 좀 어려움이 있을 수 있다. 현재 대통령은 조바이든이 아니다. GPT와 채찍 PT는 서로 다른 성능을 가지고 있다. GPT는 추론 능력이 뛰어나고, 채찍 PT는 대화 능력이 좋다. GPT는 지금도 업데이트가 이루어지고 있다.
한국어와 영어의 차이에 대해 이야기한다. 한국어와 영어는 문법이나 표현 방식이 다르다. 예를 들어, 영어에서는 '미국 대통령은 누구야?'라고 물으면 '도널드 트럼프'라고 대답한다. 그러나 한국어에서는 '미국 현재 대통령은 도널드 트럼프다.'라고 대답한다. 또한, 한글은 한국, 중국, 일본에서 사용되는데, 한국어는 한국에서 사용되는 언어이다.
GPT와 채찍 PT의 성능 차이에 대해 이야기한다. GPT는 대화 능력이 좋고, 채찍 PT는 대답을 잘 한다. 하지만 GPT는 틀릴 수도 있고, 채찍 PT는 신뢰성이 높다. GPT는 최신 정보를 제공할 수 있지만, 채찍 PT는 그렇지 않다. 또한, GPT는 사람의 피드백을 받아 강화 학습을 할 수 있다.
한국어의 구조적인 문제와 한국 기업의 제약 사항에 대해 이야기한다. 한국어 처리에 필요한 하드웨어 인프라가 부족하고, 인재의 수도 미국과 중국에 비해 적다. 또한, 한국 기업들은 AI 분야에 대한 투자 규모가 작아 경쟁력이 부족하다. 미국과 중국은 투자 규모와 컴퓨팅 파워가 크기 때문에 AI 분야에서 선두에 있다.
한국 기업과 미국 기업의 차이에 대해 이야기한다. 한국 기업은 투자 규모와 컴퓨팅 파워가 미국 기업에 비해 작다. 미국 기업은 대규모로 AI에 투자하고 있으며, 인프라와 인재도 우수하다. 또한, 미국 기업들은 AI 분야에서 글로벌 시장을 선도하고 있다. 한국 기업들은 하드웨어 인프라와 인재의 부족으로 인해 경쟁력이 제한된다.
한국의 AI 분야의 과제와 한국 기업의 노력에 대해 이야기한다. 한국은 인재와 하드웨어 인프라의 부족으로 인해 AI 분야에서 선두에 나서기 어렵다. 그러나 한국 기업들은 노력하고 있으며, AI 분야에 대한 관심과 투자가 증가하고 있다. 한국은 국내 AI 기업들의 성장과 함께 AI 생태계를 구축하고 발전시키기 위해 지원 정책을 추진하고 있다.
미국과 중국의 AI 분야의 우위와 한국의 과제에 대해 이야기한다. 미국과 중국은 AI 분야에서 선두에 있으며, 투자 규모와 인재, 하드웨어 인프라 등이 우수하다. 한국은 AI 분야에서의 경쟁력을 강화하기 위해 인재 육성과 하드웨어 인프라 구축에 노력해야 한다. 또한, 한국은 국내 기업들의 성장과 협력을 통해 AI 생태계를 발전시켜야 한다.
AI 기술의 발전과 한국의 도전에 대해 이야기한다. AI 기술은 계속 발전하고 있으며, 미국과 중국의 우위가 지속될 것으로 예상된다. 한국은 AI 분야에서의 경쟁력을 강화하기 위해 인재 육성과 하드웨어 인프라 구축에 노력해야 한다. 또한, 한국은 국내 기업들의 성장과 협력을 통해 AI 생태계를 발전시켜야 한다.
한국 기업의 AI 분야의 노력과 한계에 대해 이야기한다. 한국 기업들은 AI 분야에서의 경쟁력을 강화하기 위해 투자와 연구 개발에 노력하고 있다. 그러나 인재와 하드웨어 인프라의 부족으로 인해 한계가 있다. 한국은 인재 육성과 하드웨어 인프라 구축에 더 많은 투자를 해야 하며, 국내 기업들과의 협력을 강화하여 AI 생태계를 발전시켜야 한다.
한국의 AI 분야의 도약을 위한 방안에 대해 이야기한다. 한국은 인재 육성과 하드웨어 인프라 구축에 노력해야 하며, 국내 기업들과의 협력을 강화하여 AI 생태계를 발전시켜야 한다. 또한, 정부의 지원 정책과 투자 환경 개선이 필요하다. 한국은 AI 분야에서의 경쟁력을 강화하여 글로벌 시장에서 선도적인 역할을 해야 한다.
한국 기업의 AI 분야에서의 성장과 도약을 기대한다. 한국은 인재 육성과 하드웨어 인프라 구축에 노력하고, 국내 기업들과의 협력을 강화하여 AI 생태계를 발전시켜야 한다. 또한, 정부의 지원 정책과 투자 환경 개선이 필요하다. 한국 기업들은 글로벌 시장에서의 경쟁력을 강화하여 성장해야 한다.
한국의 AI 분야의 도약과 성장에 대한 희망을 표현한다. 한국은 인재 육성과 하드웨어 인프라 구축에 노력하고, 국내 기업들과의 협력을 강화하여 AI 생태계를 발전시켜야 한다. 또한, 정부의 지원 정책과 투자 환경 개선이 필요하다. 한국은 AI 분야에서의 경쟁력을 강화하여 글로벌 시장에서 선도적인 역할을 해야 한다.
챗GPT는 언어를 이해하고 지식을 참조하여 문제를 해결하는 인공지능이다. 챗GPT를 사용하기 위해서는 해당 분야의 지식이 필요하며, 학습과 극복을 통해 성장할 수 있다. 채취 pt3는 에너지와 돈을 의미하며, 구글과 같은 대기업들은 막대한 금액을 투자하여 인공지능을 개발하고 있다. 하지만 한국에서는 중학생 정도의 수준으로 인공지능을 개발하는 것이 가능하며, 효율적인 방법과 낮은 비용으로도 인공지능을 만들 수 있다.
인공지능 개발에는 데이터와 하드웨어가 필요하며, 이를 확보하기 위해서는 중요한 인프라스트럭처와 돈이 필요하다. 돈을 투자하여 인공지능을 개발하면 다른 분야에서도 활용할 수 있으며, 한국에서도 기업들이 인공지능 개발에 투자하고 있다. 그러나 독일과 한국을 비교하면 독일은 대학 이후에도 교육을 받는 비율이 높아 인재와 인프라가 더 갖추어져 있다. 따라서 한국에서는 중학교 이후에도 전문 분야를 공부하여 인공지능 개발에 도전해야 한다.
GPT와 GPT 포레벨은 데이터 양과 파라미터 수의 차이가 있다. GPT 포레벨은 데이터 양이 많고 파라미터 수가 500배 많아 더 깊은 대답과 더 정확한 결과를 제공할 수 있다. 따라서 한국에서는 중학생 정도의 수준으로 GPT를 개발할 수 있지만, GPT 포레벨까지 가는 것은 다른 얘기다. GPT 포레벨은 완전히 다른 차원이며, 데이터 양과 파라미터 수가 훨씬 많아야 한다.
인공지능 개발에는 소프트웨어와 하드웨어가 필요하며, 데이터도 필요하다. 구글과 마이크로소프트는 이미 많은 데이터를 보유하고 있어 인공지능 개발에 우위를 가지고 있다. 하지만 네이버는 한글 데이터 양에서 구글에 비해 뒤쳐지고 있다. 그렇기 때문에 네이버는 한글 데이터를 더 확보하고 인공지능 개발에 투자해야 한다. 또한, 한국에서도 스타트업이나 기업들이 중학생 정도의 수준으로 인공지능을 개발할 수 있지만, 규모가 큰 기업들과는 비교적 어려움을 겪을 수 있다.
인공지능 개발에는 중학생 정도의 수준으로도 가능한 방법들이 있다. 예를 들어, 문서를 학습하여 지식 그래프를 구축하고 지식의 정수만 추출하는 방식이 있다. 이렇게 추출된 지식을 활용하여 문제를 해결할 수 있다. 또한, 미래를 예측하는 것이 아니라 이미 시작된 미래를 시간 차이를 두고 진행하는 방식인 멀티 에이전트도 가능하다. 이러한 방법들을 활용하여 중학생 정도의 수준에서도 인공지능을 개발하고 활용할 수 있다.
인공지능 개발에는 솔트룩스와 같은 방식을 활용할 수 있다. 솔트룩스는 도서관에 있는 책을 참조하여 지식을 전달하는 방식이다. 이를 활용하여 중학생 정도의 수준에서도 인공지능을 개발할 수 있다. 또한, 메타 예와 같이 일타 강사를 활용하여 지식을 전달하는 방식도 가능하다. 이러한 방식들을 활용하여 중학생 정도의 수준에서도 인공지능을 개발하고 활용할 수 있다.
미래의 인공지능 개발은 시간과 비용이 중요한 요소이다. 하지만 기술적으로도 한국에서는 여러 가지 방법으로 도전할 수 있다. 예를 들어, 지식 그래프를 활용하여 중학생 정도의 수준에서도 인공지능을 개발할 수 있다. 또한, 멀티 에이전트를 통해 여러 개의 인공지능이 협력하여 문제를 해결하는 방식도 가능하다. 이러한 방법들을 활용하여 미래의 인공지능 개발에 도전할 수 있다.
인공지능 개발에는 솔트룩스와 같은 방식을 활용할 수 있다. 솔트룩스는 도서관에 있는 책을 참조하여 지식을 전달하는 방식이다. 이를 활용하여 중학생 정도의 수준에서도 인공지능을 개발할 수 있다. 또한, 메타 예와 같이 일타 강사를 활용하여 지식을 전달하는 방식도 가능하다. 이러한 방식들을 활용하여 중학생 정도의 수준에서도 인공지능을 개발하고 활용할 수 있다.
인공지능 개발에는 소프트웨어와 하드웨어가 필요하며, 데이터도 필요하다. 구글과 마이크로소프트는 이미 많은 데이터를 보유하고 있어 인공지능 개발에 우위를 가지고 있다. 하지만 네이버는 한글 데이터 양에서 구글에 비해 뒤쳐지고 있다. 그렇기 때문에 네이버는 한글 데이터를 더 확보하고 인공지능 개발에 투자해야 한다. 또한, 한국에서도 스타트업이나 기업들이 중학생 정도의 수준으로 인공지능을 개발할 수 있지만, 규모가 큰 기업들과는 비교적 어려움을 겪을 수 있다.
인공지능 개발에는 중학생 정도의 수준으로도 가능한 방법들이 있다. 예를 들어, 문서를 학습하여 지식 그래프를 구축하고 지식의 정수만 추출하는 방식이 있다. 이렇게 추출된 지식을 활용하여 문제를 해결할 수 있다. 또한, 미래를 예측하는 것이 아니라 이미 시작된 미래를 시간 차이를 두고 진행하는 방식인 멀티 에이전트도 가능하다. 이러한 방법들을 활용하여 중학생 정도의 수준에서도 인공지능을 개발하고 활용할 수 있다.
인공지능 개발에는 솔트룩스와 같은 방식을 활용할 수 있다. 솔트룩스는 도서관에 있는 책을 참조하여 지식을 전달하는 방식이다. 이를 활용하여 중학생 정도의 수준에서도 인공지능을 개발할 수 있다. 또한, 메타 예와 같이 일타 강사를 활용하여 지식을 전달하는 방식도 가능하다. 이러한 방식들을 활용하여 중학생 정도의 수준에서도 인공지능을 개발하고 활용할 수 있다.
해외에서 비즈니스를 하는 경우, 시간 차이로 인해 어려움이 있을 수 있다. 돈을 버는 얘기를 해볼 때, 채찍 PT를 예로 들면, 초기에는 비용을 아끼기 위해 구독 모델을 사용하고 있다. 또한, 자본론에서는 돈, 노동력, 토지를 3대 요소로 언급하고 있다. 그러나 현재는 자본론이 아닌 기술론으로 바뀌어가고 있다. 기술을 가진 사람들이 돈을 모으고, 사람을 고용하며, 중심이 되는 기술이 큰 영향을 미치고 있다.
150년 전에는 자본론으로 돈을 버는 것이 중요했지만, 현재는 기술론으로 바뀌었다. 예전에는 아마존이 온라인 서점으로 돈을 버는 비즈니스 모델을 사용했지만, 현재는 아마존의 매출의 50%가 온라인 쇼핑몰인 것을 볼 수 있다. 또한, 우버는 자율주행 서비스를 제공하며, 테슬라는 자율주행 차량을 판매하는 서비스를 제공한다. 이러한 비즈니스 모델은 기존의 모델과는 완전히 달라진 혁신적인 모델이다.
지난 20년 동안에는 텐베어가 2번 있었으며, 이러한 변화는 비즈니스 모델에도 영향을 미치고 있다. 예를 들어, 아마존은 롱테일 비즈니스 모델을 사용하여 온라인에서 책을 판매하고 있다. 구글은 키워드 광고를 통해 매출을 올리고 있다. 또한, 인공지능 기술의 발전으로 인해 비즈니스 모델의 변화가 계속되고 있다. 생성적 인공지능을 사용하여 영상 생성이 가능해지고, 광고 시장이 변화하고 있다.
현재는 생성적 인공지능이 발전하고 있으며, 비즈니스 모델에 큰 변화를 가져오고 있다. 예를 들어, 광고 시장에서는 PPL과 같은 새로운 형태의 광고가 등장하고 있다. 또한, 영상 생성과 텍스트 생성 등 다양한 기능을 제공하는 서비스가 등장하고 있다. 이러한 변화는 미디어 산업에도 큰 영향을 미치고 있다. 또한, 인공지능을 활용한 서비스는 콜센터나 법률 분야에서도 대체될 수 있을 것으로 예상된다.
미래에는 전화나 콜센터와 같은 일부 직업은 인공지능에 의해 대체될 것으로 예상된다. 현재는 초기 단계이지만, 향후에는 구독 모델이 발전하고 기능이 개선될 것으로 예상된다. 예를 들어, 오픈 AI는 API를 통해 기능을 호출할 때마다 비용을 지불해야 하며, 이러한 비즈니스 모델은 향후 몇 년 내에 큰 변화를 가져올 것으로 예상된다. 또한, 광고 시장에서도 AI를 활용한 새로운 모델이 등장할 것으로 예상된다.
현재는 생성적 인공지능을 활용한 비즈니스 모델이 등장하고 있다. 예를 들어, 영화나 대본 작성에도 AI를 활용하여 새로운 서비스가 제공되고 있다. 또한, AI를 활용한 변호사 조사나 판례 조사 등 법률 분야에서도 변화가 예상된다. 이러한 변화는 경제학이나 특허 분야에도 영향을 미칠 것으로 예상된다. 또한, AI를 활용한 서비스는 사용자에게 더 나은 기능과 성능을 제공하며, 비즈니스 모델의 변화를 이끌어낼 것으로 예상된다.
채찍 PT와 같은 생성적 인공지능은 비즈니스 모델의 변화를 가져오고 있다. 현재는 초기 단계이지만, 향후에는 구독 모델이 발전하고 기능이 개선될 것으로 예상된다. 또한, AI를 활용한 서비스는 광고 시장이나 영화, 게임 대본 작성 등 다양한 분야에 적용될 수 있으며, 이를 통해 비즈니스 모델이 큰 변화를 겪을 것으로 예상된다. 또한, AI를 활용한 서비스는 미디어 산업에도 큰 영향을 미칠 것으로 예상된다.
현재는 생성적 인공지능이 발전하고 있으며, 비즈니스 모델에 큰 변화를 가져오고 있다. 예를 들어, 광고 시장에서는 PPL과 같은 새로운 형태의 광고가 등장하고 있다. 또한, 영상 생성과 텍스트 생성 등 다양한 기능을 제공하는 서비스가 등장하고 있다. 이러한 변화는 미디어 산업에도 큰 영향을 미치고 있다. 또한, 인공지능을 활용한 서비스는 콜센터나 법률 분야에서도 대체될 수 있을 것으로 예상된다.
미래에는 전화나 콜센터와 같은 일부 직업은 인공지능에 의해 대체될 것으로 예상된다. 현재는 초기 단계이지만, 향후에는 구독 모델이 발전하고 기능이 개선될 것으로 예상된다. 또한, 광고 시장에서도 AI를 활용한 새로운 모델이 등장할 것으로 예상된다. 이러한 변화는 경제학이나 특허 분야에도 영향을 미칠 것으로 예상된다. 또한, AI를 활용한 서비스는 사용자에게 더 나은 기능과 성능을 제공하며, 비즈니스 모델의 변화를 이끌어낼 것으로 예상된다.
현재는 생성적 인공지능을 활용한 비즈니스 모델이 등장하고 있다. 예를 들어, 영화나 대본 작성에도 AI를 활용하여 새로운 서비스가 제공되고 있다. 또한, AI를 활용한 변호사 조사나 판례 조사 등 법률 분야에서도 변화가 예상된다. 이러한 변화는 경제학이나 특허 분야에도 영향을 미칠 것으로 예상된다. 또한, AI를 활용한 서비스는 사용자에게 더 나은 기능과 성능을 제공하며, 비즈니스 모델의 변화를 이끌어낼 것으로 예상된다.
미래에는 전화나 콜센터와 같은 일부 직업은 인공지능에 의해 대체될 것으로 예상된다. 현재는 초기 단계이지만, 향후에는 구독 모델이 발전하고 기능이 개선될 것으로 예상된다. 또한, 광고 시장에서도 AI를 활용한 새로운 모델이 등장할 것으로 예상된다. 이러한 변화는 경제학이나 특허 분야에도 영향을 미칠 것으로 예상된다. 또한, AI를 활용한 서비스는 사용자에게 더 나은 기능과 성능을 제공하며, 비즈니스 모델의 변화를 이끌어낼 것으로 예상된다.
현재는 생성적 인공지능을 활용한 비즈니스 모델이 등장하고 있다. 예를 들어, 영화나 대본 작성에도 AI를 활용하여 새로운 서비스가 제공되고 있다. 또한, AI를 활용한 변호사 조사나 판례 조사 등 법률 분야에서도 변화가 예상된다. 이러한 변화는 경제학이나 특허 분야에도 영향을 미칠 것으로 예상된다. 또한, AI를 활용한 서비스는 사용자에게 더 나은 기능과 성능을 제공하며, 비즈니스 모델의 변화를 이끌어낼 것으로 예상된다.
현재는 생성적 인공지능을 활용한 비즈니스 모델이 등장하고 있다. 예를 들어, 영화나 대본 작성에도 AI를 활용하여 새로운 서비스가 제공되고 있다. 또한, AI를 활용한 변호사 조사나 판례 조사 등 법률 분야에서도 변화가 예상된다. 이러한 변화는 경제학이나 특허 분야에도 영향을 미칠 것으로 예상된다. 또한, AI를 활용한 서비스는 사용자에게 더 나은 기능과 성능을 제공하며, 비즈니스 모델의 변화를 이끌어낼 것으로 예상된다.
미래에는 전화나 콜센터와 같은 일부 직업은 인공지능에 의해 대체될 것으로 예상된다. 현재는 초기 단계이지만, 향후에는 구독 모델이 발전하고 기능이 개선될 것으로 예상된다. 또한, 광고 시장에서도 AI를 활용한 새로운 모델이 등장할 것으로 예상된다. 이러한 변화는 경제학이나 특허 분야에도 영향을 미칠 것으로 예상된다. 또한, AI를 활용한 서비스는 사용자에게 더 나은 기능과 성능을 제공하며, 비즈니스 모델의 변화를 이끌어낼 것으로 예상된다.
현재는 생성적 인공지능을 활용한 비즈니스 모델이 등장하고 있다. 예를 들어, 영화나 대본 작성에도 AI를 활용하여 새로운 서비스가 제공되고 있다. 또한, AI를 활용한 변호사 조사나 판례 조사 등 법률 분야에서도 변화가 예상된다. 이러한 변화는 경제학이나 특허 분야에도 영향을 미칠 것으로 예상된다. 또한, AI를 활용한 서비스는 사용자에게 더 나은 기능과 성능을 제공하며, 비즈니스 모델의 변화를 이끌어낼 것으로 예상된다.
미래에는 전화나 콜센터와 같은 일부 직업은 인공지능에 의해 대체될 것으로 예상된다. 현재는 초기 단계이지만, 향후에는 구독 모델이 발전하고 기능이 개선될 것으로 예상된다. 또한, 광고 시장에서도 AI를 활용한 새로운 모델이 등장할 것으로 예상된다. 이러한 변화는 경제학이나 특허 분야에도 영향을 미칠 것으로 예상된다. 또한, AI를 활용한 서비스는 사용자에게 더 나은 기능과 성능을 제공하며, 비즈니스 모델의 변화를 이끌어낼 것으로 예상된다.
현재는 생성적 인공지능을 활용한 비즈니스 모델이 등장하고 있다. 예를 들어, 영화나 대본 작성에도 AI를 활용하여 새로운 서비스가 제공되고 있다. 또한, AI를 활용한 변호사 조사나 판례 조사 등 법률 분야에서도 변화가 예상된다. 이러한 변화는 경제학이나 특허 분야에도 영향을 미칠 것으로 예상된다. 또한, AI를 활용한 서비스는 사용자에게 더 나은 기능과 성능을 제공하며, 비즈니스 모델의 변화를 이끌어낼 것으로 예상된다.
미래에는 전화나 콜센터와 같은 일부 직업은 인공지능에 의해 대체될 것으로 예상된다. 현재는 초기 단계이지만, 향후에는 구독 모델이 발전하고 기능이 개선될 것으로 예상된다. 또한, 광고 시장에서도 AI를 활용한 새로운 모델이 등장할 것으로 예상된다. 이러한 변화는 경제학이나 특허 분야에도 영향을 미칠 것으로 예상된다. 또한, AI를 활용한 서비스는 사용자에게 더 나은 기능과 성능을 제공하며, 비즈니스 모델의 변화를 이끌어낼 것으로 예상된다.
현재는 생성적 인공지능을 활용한 비즈니스 모델이 등장하고 있다. 예를 들어, 영화나 대본 작성에도 AI를 활용하여 새로운 서비스가 제공되고 있다. 또한, AI를 활용한 변호사 조사나 판례 조사 등 법률 분야에서도 변화가 예상된다. 이러한 변화는 경제학이나 특허 분야에도 영향을 미칠 것으로 예상된다. 또한, AI를 활용한 서비스는 사용자에게 더 나은 기능과 성능을 제공하며, 비즈니스 모델의 변화를 이끌어낼 것으로 예상된다.
저작권과 지적재산권에 대한 이슈
채취 PT와 인터랙티브 프로퍼티
AI와 경제의 관계
미래의 인공지능과 인간의 협력
인공지능과 예술, 메타코그니션
챗GPT는 공감능력을 흉내 내기가 힘들어서 인간이 갖는 두 가지 능력을 갖는 것이 점점 중요해질 가능성이 있다고 생각한다.
인터넷과 스마트폰이 등장하면서 기업들은 그 환경에 빨리 적응하여 돈을 벌었고, 검색엔진 중에는 네이버가 세상을 지배하게 되었다.
인공지능 시대에는 기업들이 데이터와 장치 산업을 가지고 있는 것이 중요하며, 구글과 마이크로소프트는 그런 우선권을 가지고 있다.
네이버가 카카오를 이기지 못한 이유는 찾아내는 것이 중요하며, 이미 구글이나 네이버, 마이크로소프트 주가가 높아 투자하기 어렵다.
투자는 투자자의 몫이며, TV 채널과 출연자는 책임지지 않는다.
이 영상을 보기 전에 샘 알트먼 영상을 봤다면, 인공지능에 대한 이해가 향상되었을 것 같습니다. 이 영상은 챗GPT의 기초를 설명하여, 다양한 생각을 할 수 있게 만들어줍니다. 챗GPT는 대화형 인공지능 모델이며, 입력된 질문에 대한 답변을 생성하는 능력을 가지고 있습니다. 이 영상에서는 챗GPT의 작동 방식과 딥러닝 등의 기술에 대해 다루고 있습니다.
인공지능 소프트웨어는 데이터를 분석하여 학습하며, 이를 통해 지능적인 결정을 내릴 수 있습니다. 이 영상에서는 기계학습과 데이터의 역할에 대해 다루고 있습니다.
딥러닝은 인간의 뇌를 모방하여 신경망을 구성하는 기술입니다. 이 영상에서는 딥러닝과 매트릭스의 관계에 대해 설명하고 있습니다.
인공지능은 데이터를 분석하여 문제를 해결하며, 이를 통해 지능적인 결정을 내릴 수 있습니다. 이 영상에서는 인공지능의 학습 과정과 문제 해결 방법에 대해 다루고 있습니다.
게임 개발에서는 물리 엔진과 그래픽 프로세스를 통해 인공지능을 구현합니다. 이 영상에서는 인공지능이 어떻게 학습하고 문제를 해결하는지에 대해 설명하고 있습니다.
이 영상에서는 챗GPT를 비롯한 인공지능의 다양한 측면에 대해 다루고 있습니다.
영상을 시청한 후에 저는 디스토피아적인 미래보다는 인공지능과 함께 이전과는 비교할 수 없는 질 높은 삶을 영위하는 미래의 저의 모습을 상상하게 되었습니다. 지나치게 낙관적이라고 생각하시겠지만 사피엔스 종은 오랜시간 위기를 기회로 바꾸면서 발전하였습니다. 인공지능과도 어려운 상황을 극복하며 공존할 것 같습니다.
이 영상을 보기 전에 샘 알트먼 영상을 봤다면, 인공지능에 대한 이해가 향상되었을 것 같습니다. 이 영상은 챗GPT의 기초를 설명하여, 다양한 생각을 할 수 있게 만들어줍니다. 챗GPT는 대화형 인공지능 모델이며, 입력된 질문에 대한 답변을 생성하는 능력을 가지고 있습니다. 이 영상에서는 챗GPT의 작동 방식과 딥러닝 등의 기술에 대해 다루고 있습니다.
인공지능 소프트웨어는 데이터를 분석하여 학습하며, 이를 통해 지능적인 결정을 내릴 수 있습니다. 이 영상에서는 기계학습과 데이터의 역할에 대해 다루고 있습니다.
딥러닝은 인간의 뇌를 모방하여 신경망을 구성하는 기술입니다. 이 영상에서는 딥러닝과 매트릭스의 관계에 대해 설명하고 있습니다.
인공지능은 데이터를 분석하여 문제를 해결하며, 이를 통해 지능적인 결정을 내릴 수 있습니다. 이 영상에서는 인공지능의 학습 과정과 문제 해결 방법에 대해 다루고 있습니다.
게임 개발에서는 물리 엔진과 그래픽 프로세스를 통해 인공지능을 구현합니다. 이 영상에서는 인공지능이 어떻게 학습하고 문제를 해결하는지에 대해 설명하고 있습니다.
이 영상에서는 챗GPT를 비롯한 인공지능의 다양한 측면에 대해 다루고 있습니다.
영상을 시청한 후에 저는 디스토피아적인 미래보다는 인공지능과 함께 이전과는 비교할 수 없는 질 높은 삶을 영위하는 미래의 저의 모습을 상상하게 되었습니다. 지나치게 낙관적이라고 생각하시겠지만 사피엔스종은 오랜 시간 위기를 기회로 바꾸면서 발전하였습니다. 인공지능과도 어려운 상황을 극복하며 공존할 것 같습니다.
사피엔스종은 오랜 시간 위기를 기회로 바꾸면서 발전해왔다
사피엔스종은 인류 역사상 가장 영향력 있는 종으로, 약 70,000년 전부터 현재까지 이어져왔습니다. 인류의 생존을 위해 다양한 문제를 극복하며 발전해왔으며, 이러한 발전은 인간의 직관, 상상력, 협력 능력 등의 인간적인 능력이 큰 역할을 했습니다. 따라서, 인공지능과 함께 공존해야 할 미래에 있어서도 인간적인 능력이 중요하게 작용할 것으로 예상됩니다.
2. 각 연수번호 섹션에 맞게 insight를 작성.
제목: 연수번호. 이름(124.홍길동)
내용(양식): 한 단락(문단)정도의 분량으로 작성
※ 구글 클래스룸의 [과제 참고자료] 이용 가능!
온라인 3일차 연수
생성형 인공지능의 교육적 활용(ChatGPT)(3~4교시) 구리고등학교 윤용근 선생님
3차원 공간 구현 서비스(인공지능 교실에 접목해서 홍보 효과 극대화 가능)
표절 검사 서비스
강사님의 나눔 자료
과학과제 연구수업 준비
수업 내용
ChatMind 앱을 활용해서 자신이 생각한 지식에 대한 개념도를 그릴 수 있다.
과제를 제출할 때는 prompt를 함께 제출하도록 한다.
copykillerschool 사이트에서 표절 등의 검사를 한다.
chatpdf.com에서 ‘보고서 내용을 5가지로 요약해 줘! 연구가설을 알려 줘!’ 명령을 내려서 정리된 내용 확보한다.
ChatGPT에게 ‘아래 내용을 APA 스타일로 참고 문헌 목록으로 만들어 줘’ 명령을 내려서 참고 문헌을 정리할 수 있다.
chatmind 서비스를 이용해서 지식의 개념도를 그릴 수 있다.
강의 결론
아이들인 일단 인공지능을 접하기 전에 스스로 학습 해서 수업 과제를 수행했으면 좋겠다. 창의성을 키우는데 더 도움이 될 것 같음.
우리에게 EduTech가 필요한 이유는 이 기술을 통해 그동안 관심을 갖지 못했던 아이까지 포함해서 모든 아이들에게 FeedBack을 남길 수 있기 때문이다.
매터포트 기술을 이용하면 공간을 3D로 구현하고, 홍보에 활용할 수 있다.
제주도 담벼락은 특별합니다. 서울 도심의 담벼락은 전체의 틀을 고려해서 돌을 깎아 블록을 만들어 연결합니다. 그러나 제주도 담벼락은 돌의 모양을 그대로 유지한 채로 함께 있는 돌들과 같이 놓아 두기 위해서 약간만 다듬어서 함께 모아 쌓아 올립니다. 그러면 태풍에서 끄떡없는 튼튼한 담이 완성됩니다. 교사는 옆에 있는 돌들과 어울리도록 돌 하나하나를 다듬어 주는 역할을 했으면 좋겠습니다. 이 교사의 역할은 돌들이 모여있으면 태풍이 와도 끄떡없이 버틸 수 있도록 하는 것입니다. 이를 위해 교사는 돌들을 다듬어 정돈하고, 서로 어울리도록 배치합니다. 이렇게 하면 돌들은 합심하여 강력한 힘을 발휘할 수 있으며, 그 결과로 태풍과 같은 자연재해로부터도 자신을 보호할 수 있습니다. 이와 같이 교사는 학생들을 지도하고 가르치는 것뿐만 아니라, 학생들이 서로 도울 수 있는 협력적인 환경을 조성하여 강력한 팀워크를 발휘할 수 있도록 도와줍니다.
학생 주도의 연구 논문 작성 활동
나의 진로를 적고 진로와 관련된 관심 주제 최소 5개를 적개 한다.
인공지능의 도움을 받아서 각각의 키워드에 대한 관심 주제 10가지를 조사 후 기록한다.
관심 주제에 대해 filetype:pdf 키워드를 붙여서 검색을 하면 다양한 연구자들이 공유한 수많은 학술 논문을 만날 수 있다.
이 논문들을 다운로드 해서 연구 제목과 키워드, 그리고 연도를 적어서 살펴보아야 한다.
이제 더이상 연구가 진행되고 있지 않은 주제인지, 지역만 바꿔서 계속해서 살을 붙이는 형태로 논문이 만들어지고 있는지 등을 알게 된다.
큰 노력을 들이지 않아도 이전 연구자와 차별화된 연구 주제로 연구 논문을 작성할 수 있게 된다.
마지막 단계에서는 자신의 논문 주제를 정해서 논문 작성을 시작할 수 있다.
AI 활용 수업(1~2교시) 인천부내초등학교 박찬 선생님
패들릿
세 줄 요약
인공지능을 쉽게 활용할 수 있는 도구들을 선택하고 활용하는 것이 중요하며, 아이들의 창의적 상상력과 생각을 효과적으로 표현할 수 있도록 도와주는 도구들을 사용하는 것을 제안합니다. 인공지능 교육은 미래 사회에서 요구되는 역량 중 하나이며, 디지털 소양과 확장성 있는 도구의 활용이 중요하다고 강조합니다.
•
인공지능 교육을 위해 도구 활용이 중요합니다.•
아이들의 창의적 상상력과 생각을 표현할 수 있는 도구를 사용해야 합니다.•
인공지능 교육은 미래 사회에서 요구되는 역량 중 하나입니다.요약
이 비디오는 인공지능 교육에 대한 이야기를 다루고 있습니다. 인공지능을 쉽게 활용할 수 있는 도구들을 선택하고 활용하는 것이 중요하다고 말하며, 선생님들에게 인공지능 활용 교육에 대한 공감을 부탁합니다. 또한, 아이들의 창의적 상상력과 생각을 효과적으로 표현할 수 있도록 도와주는 도구들을 사용하는 것을 제안합니다. 이를 통해 아이들이 자신의 생각을 끄집어내고 표현할 수 있게 되며, 인공지능을 활용한 교육을 의미있게 적용할 수 있다고 말합니다. 인공지능 교육은 미래 사회에서 요구되는 역량 중 하나이며, 디지털 소양과 확장성 있는 도구의 활용이 중요하다고 강조합니다.
이 비디오에서는 오토 드로우와 구글 렌즈 같은 인공지능 도구를 활용하여 학생들이 주변 환경에 관심을 갖게 하는 교육 방법을 소개합니다. 오토 드로우를 사용하여 아이들이 생각을 이미지로 표현하고, 구글 렌즈를 사용하여 주변의 동식물을 알아보는 활동을 할 수 있습니다. 또한, 패들넷을 사용하여 학생들이 작가의 스타일로 그림을 그리는 활동을 할 수 있습니다. 이러한 도구들을 통해 학생들은 자신의 생각을 표현하고 주변에 대한 관심을 갖게 됩니다. 또한, 생성형 AI를 활용하여 음악이나 이미지를 만들어 학습을 돕는 것도 가능합니다. 선생님들은 이러한 도구들을 활용하여 창의적이고 흥미로운 교육 경험을 제공할 수 있습니다.
이 동영상은 이미지 생성 도구인 빙 이미지 크리에이터와 파이어플라이에 대한 설명을 담고 있습니다. 이 도구들을 활용하여 이미지를 생성하고 이야기 책을 만들 수 있으며, 선생님들이 학습 자료를 제작하는 데 도움이 될 수 있다고 언급하고 있습니다. 또한, 다양한 이미지 생성 도구를 활용하여 학생들에게 새로운 경험을 제공하고 디지털 소양을 키울 수 있다고 말하고 있습니다. 마지막으로, 선생님들에게 좋은 자료와 아이디어를 공유해 주는 것을 바란다는 의견을 전달하고 있습니다.
내용
이번 섹션은 노래 가사에 대한 이야기입니다. 가사는 슬픈 동화 속의 이야기처럼 드러나며, 사랑은 아름다운 떨처럼 묘사됩니다. 또한, 꿈을 꾸며 사랑하는 마음을 표현하고, 힘을 내야 행복해질 수 있다는 메시지가 담겨 있습니다.
이번 섹션은 강의 시작에 대한 이야기입니다. 강사는 생성형 AI에 대한 이야기를 할 예정이며, 인공지능을 활용한 교육에 대한 인사이트를 공유할 것입니다. 참여자들은 카메라를 켜고 적극적으로 강의에 참여해 주기를 부탁받습니다.
이번 섹션에서는 인공지능과 교육의 관련성에 대해 이야기합니다. 강사는 인공지능이 교육 현장에서 어떻게 적용될 수 있는지에 대한 고민을 나눕니다. 또한, 생성형 AI를 사용하여 아바타를 만들고 상호작용하는 예시를 소개합니다.
이번 섹션에서는 인공지능과 교육의 적용에 대한 이야기를 합니다. 강사는 인공지능이 교육에 어떻게 적용될 수 있는지에 대한 사례를 소개하며, 생성형 AI를 활용한 교육 컨텐츠 제작에 대한 가능성을 제시합니다.
이번 섹션에서는 인공지능의 이해력에 대해 이야기합니다. 강사는 구글 번역을 통해 인공지능의 언어 이해력을 보여주고, 생성형 AI가 자연어를 이해하고 상호작용할 수 있는 능력을 갖추었다고 설명합니다.
이번 섹션에서는 인공지능과 상호작용에 대한 이야기를 합니다. 강사는 생성형 AI를 사용하여 아바타들이 상호작용하고 대화하는 모습을 소개하며, 이러한 상호작용이 실제 교육에 어떻게 적용될 수 있는지를 설명합니다.
이번 섹션에서는 인공지능 교육의 필요성에 대해 이야기합니다. 강사는 교육부의 중점 사항과 교육 현장에서의 인공지능의 중요성에 대해 논의하며, 인공지능이 교육에 필수적인 역량이라고 주장합니다.
이 상황에서 교육을 어떻게 해야 할지가 고민된다.
기초 소양인 언어와 수리 능력 외에도 디지털 소양이 중요하다.
알파세대는 디지털 환경에서 태어났으며 디지털 기기를 잘 활용할 수 있다.
쉽게 사용할 수 있는 도구를 선택하고 활용해야 한다.
도구를 사용하여 아이들의 표현력을 향상시킬 수 있다.
도구를 사용하여 창의적 사고와 발명을 유도할 수 있다.
사용 방법이 쉽고 확장성 있는 도구를 선택해야 한다.
도구를 사용하여 다양한 활동을 할 수 있다.
도구를 사용하여 아이들의 생각을 효과적으로 공유할 수 있다.
도구를 사용하여 창의적 사고와 발명을 활용할 수 있다.
기후변화 생태교육의 중요성과 오토도로를 활용한 창의적 상상력
포스터 그리기 활동의 어려움과 실패감
오토도로를 활용한 비정부 기구 디자인
광고 카피 제작과 아이들의 창의력 향상
학교 폭력 예방 교육과 오토도로를 활용한 이모티콘 제작
오토드로를 활용한 진로 흥미 검사
구글 렌즈를 활용한 주변 환경 탐색
패들렛은 캔버스 형식을 사용하여 이미지를 옮길 수 있어서 학교 주변의 식물을 탐색하는 시간을 가졌습니다.
맨드라미는 학교 담장에 피어있던 꽃으로, 이를 통해 학생들이 꽃에 대한 관심을 갖게 되었습니다.
맨드라미를 검색하여 꽃의 진위를 확인한 학생들은 집에 가면서도 계속해서 확인하고 관심을 갖게 되었습니다.
학생들은 과학실 안전기구를 탐색하여 안전에 대한 교육을 받았으며, 이를 통해 안전에 대한 관심을 갖게 되었습니다.
송메이커와 패들넷은 학생들의 음악적인 경험과 창의력 향상을 위해 활용되었습니다.
생성형 AI를 사용하여 다양한 그림과 이미지를 만들 수 있으며, 이를 통해 학생들은 창의적인 작품을 만들고 경험을 쌓을 수 있었습니다.
한글로도 이미지 생성이 가능하며, 학생들은 한글로 작성한 프롬프트를 통해 다양한 그림을 만들어내었습니다.
영어 시간에 학생들은 이미지 생성기를 사용하여 다양한 그림을 만들며, 이를 통해 영어 학습과 창의적인 활동을 진행하였습니다.
비행 이미지 크리에이터를 사용하여 다양한 그림을 만들고 학생들의 창의력과 표현력을 향상시켰습니다.
미드전과 달리도 엔진은 무료로 사용할 수 있지만, 일정 횟수 이상 사용하면 유료로 전환된다. 회원가입은 어린 아이들도 학교 계정으로 가능하며, MS 오피스 계정을 사용하면 한글 작성과 이미지 생성이 가능하다.
빙 이미지 크리에이터는 다양한 이미지를 생성할 수 있으며, 스테이블 디퓨저를 활용하여 모델을 사용할 수 있다. 이를 통해 다양한 작업을 수행할 수 있다.
띵 이미지 크리에이터는 무제한으로 이미지를 생성할 수 있으며, 토큰을 사용한다. 토큰은 하루에 생성할 수 있는 이미지 개수를 의미하며, 가입 시 25개의 토큰이 제공되고 활용도에 따라 추가로 지급된다.
파이어플라이는 이미지 생성에 활용되는 도구로, 구글 계정으로 연동하여 사용할 수 있다. 이미지 퀄러티가 좋고 다양한 프롬프트를 활용할 수 있으며, 구글 번역을 통해 다양한 형태의 이미지를 생성할 수 있다.
망고툰은 웹툰 제작 도구로, 다양한 캐릭터와 텍스트를 쉽게 만들 수 있다. 이미지를 만들어 PDF로 묶거나 영상으로 제작하여 활용할 수 있다.
이미지 생성을 활용하여 다양한 주제로 이해하기 책이나 환경 이해하기 책을 만들 수 있다. 선생님들은 이미지를 생성하고 PDF나 영상으로 제작하여 학습에 활용할 수 있다.
선생님들은 이미지 생성을 활용하여 이야기책을 만들고, PDF나 영상으로 제작하여 학생들에게 제공할 수 있다. 또한, 망고툰이나 패들넷을 활용하여 이미지를 생성하고 선생님들이 일괄적으로 배포할 수 있다.
선생님들은 이미지 생성과 스토리텔링을 결합하여 이해하기 책을 만들 수 있다. 이러한 결과물을 PDF로 제작하거나 영상으로 제작하여 학생들에게 제공할 수 있다.
동화책의 분량에는 큰 제한이 없습니다.
교사의 전문성은 다양합니다.
영상 제작은 음성과 이미지를 사용하거나, 이미지와 간단한 텍스트를 사용하여 만들 수 있습니다. 이를 통해 이야기 책을 만들거나 음성을 추가하여 영상으로 만들 수 있습니다.
이미지 생성 도구로는 패들렛, 빙 이미지 크리에이터, firefly 등이 있습니다.
과제 제출 기간은 다음 주 주말까지이며, 원칙적으로는 오늘까지나 다음 주 연수 전까지 제출해도 됩니다.
교사의 전문성은 다양한 도구를 활용하여 아이들에게 새로운 경험을 제공하고, 아이들의 사고를 끄집어내는 것에 도움을 줄 수 있습니다. 이를 통해 디지털 소양을 키울 수 있습니다.
작은 인공지능 활용 교육을 통해 아이들에게 새로운 경험을 제공하고 아이들의 표현력을 향상시킬 수 있습니다.
선도교원은 주변에 있는 선생님들에게 좋은 자료와 아이디어를 전달하여 교사들이 새로운 기술과 아이디어를 활용할 수 있도록 도와줄 수 있습니다.
강의가 종료되었으며, 오후 강의는 3시에 시작될 예정입니다.
강의 내용
국영수코
아이들이 계정 정보를 항상 확인하기 쉽지 않다. 그래서 일단 사용방법이 쉬워야 한다. 아이디와 비번……
Quick Draw로 다른 친구들이 표현한 그림을 보면서 서로 배울 수 있다. 아이들은 글 보다는 그림으로도 자신의 생각을 잘 표현한다.
Auto Draw로 자신을 그림으로 소개하는 시간을 가집니다. 같은 도구를 사용해도 표현 방식은 다양합니다. 예) 인포그래픽으로 자기소개하기
머릿속에 대단한 것이 있지만 표현할 방법과 기술이 없는 아이들에게 인공지능은 그리는 기술을 도와서 생각을 표현할 수 있게 만든다. 예) 기후생태 포스터 그리기
당신이 만들고 싶은 비정부 기구 이름, 로고의 의미, 주요 활동을 생각해서 디자인하기 활동
선생님은 활동 주제를 정하고 아이들이 참여해서 쉽게 결과물을 확인하게 할 수 있는 것이 인공지능 교육의 목적이다.
원라벨지를 만들어서 나눠주니까 아이들이 마스크에 붙여주었다.
진로흥미탐색 결과를 이미지로 표현하게 하였다.
구글렌즈로 주변에 있는 식물들을 찍고 수업에 적용하였다.
아이들은 우리 주변에 관심이 없습니다.
내 주변에 관심을 가지게 하자.
과학실 안전 관리를 위해 어떠한 기구가 있는지 구글렌즈로 찍어서 표시하게 하자.
songmaker로 작곡하기
패들릿에도 생성형 AI 활용 도구가 있음.
빙 이미지 크리에이터
Adobe Firefly 활용
이미지의 품질이 높다. 빙과 패들릿과 차원이 다른 이미지를 생성할 수 있다.
망고툰을 이용해서 동화책을 만들 수 있다.
강의 결론: 교사는 아이들의 상상력을 향상시키는데 최선을 다해야 한다.
과제는 그림책 만들기(PDF 형태 또는 영상 모두 가능)
00:48:40 임은선: 선생님들 안녕하세요 ^^ 참가자명을 "연수번호+성함"으로 바꿔주시기 바랍니다.
01:08:42 임은선: 선생님들 안녕하세요 ^^ 참가자명을 "연수번호+성함"으로 바꿔주시기 바랍니다.
01:09:20 임은선: 오전 강의 수업자료는 구글 클래스룸에서 확인하실 수 있습니다 ^^
01:17:15 임은선: 선생님들 안녕하세요 ^^ 참가자명을 "연수번호+성함"으로 바꿔주시기 바랍니다. 오전 강의 수업자료는 구글 클래스룸에서 확인하실 수 있습니다 ^^
01:19:18 임은선(서울대학교): 9:57 AM
선생님들 안녕하세요 ^^ 참가자명을 "연수번호+성함"으로 바꿔주시기 바랍니다. 오전 강의 수업자료는 구글 클래스룸에서 확인하실 수 있습니다 ^^
01:20:44 153.장덕진(평택새빛초): 안녕하세요 :)
01:22:51 193 이하은(이의고): 오 마지막꺼 읽어봤어요
01:22:52 135_김빛나라(신풍초)_TA: 제가 이미 읽어본 책이 몇권 있어요!
01:22:56 033 김누리(서울개포초): Reacted to "안녕하세요 :)" with
01:23:02 199 김수영(나루고): 4권이나 샀네요.
01:23:06 46 유동(등현초): 오 제가 가지고 있는 책도 몇권 있네요
01:27:12 160 유상숙(배곧해솔중): 잘 안 읽힙니다.
01:27:25 37 김원유(서울답십리초): 신기하게 잘 읽히네요
01:27:29 197_하미정(강하중): 잘 읽히네요.
01:27:31 36_김수희(서울숭미초)(실습용): 의외로 읽히네요>ㅂ<
01:28:08 160 유상숙(배곧해솔중): 못해요~~
01:28:36 199 김수영(나루고): 2
01:28:36 162_김환(백영고): 2
01:28:37 56 정재은(신미림초): 1
01:28:37 146 배민관(능원초): 1
01:28:37 36_김수희(서울숭미초)(실습용): 1
01:28:37 179 김종석(신장고): 1.5
01:28:38 130 이혜림(도당초): 1
01:28:38 92_오상희(서울사대부중): 2
01:28:38 169 유희정: 1
01:28:38 72 윤진석(서울/서라벌고): 2
01:28:39 51. 장형찬(삼전초): 1
01:28:39 69 김기철(덕성여고): 1
01:28:39 189 김유리(범박고): 2
01:28:39 19 조영은: 2
01:28:39 197_하미정(강하중): 2
01:28:39 4_강윤진(인천십정초): 1
01:28:39 135_김빛나라(신풍초)_TA: 이제는 잘할것 같아요 ㅎㅎ
01:28:40 143_이진혁(곡수초): 1
01:28:40 6 유경윤(인천부내초): 1
01:28:40 192 한종천(수원공고): 1
01:28:40 117_정용석(한산초): 1
01:28:40 77이서정(오륜중): 2
01:28:40 014 김지영(인천만월초): 1
01:28:40 185 김한수(송우중): 2
01:28:40 104 박예진(제주중앙초): 2
01:28:40 61.천석경(서울백석초): 1
01:28:40 136 권정민(금모래초): 1
01:28:40 53 정소영(하늘숲초): 1
01:28:40 193 이하은(이의고): 1
01:28:41 191 권미경(연무중): 1
01:28:41 187 권은숙(광문고): 2
01:28:41 Jongseon Lee: 1
01:28:42 75_강현수(한성여고): 2
01:28:42 37 김원유(서울답십리초): 2
01:28:42 165_신혜수: 2
01:28:42 84_송영재(오금중): 1
01:28:42 172 문지경(영덕중): 2
01:28:42 98 오수경(광양초): 1
01:28:43 55 정연두(서울전동초): 1
01:28:44 110 김시현(노형중): 1
01:28:45 40 박다빈(연은초): 2
01:28:45 18_송도고(박상진): 1
01:28:45 39 노지영(원명초): 1
01:28:46 100김이경(표선초): 1
01:28:46 85_이은지(공릉중): 1
01:28:48 123 양현아(내양초): 2
01:28:50 79김하은(영등포중): 2
01:28:51 190 곽장훈(숭신여고): 1
01:28:51 21박명호(인천신현고): 1
01:28:53 97 이건우(광양초): 1
01:29:30 159 박은솔 (율현중): 2
01:32:50 84_송영재(오금중): 만들 수 있는 플랫폼이 있는건가요? 아니면 논문 저자가 직접 개발한 건가요~?
01:34:17 194 김관동(군서고): 어떤식으로 훈련시킨지 혹시 알 수 있을가요?
01:36:46 197_하미정(강하중): 저도 그것이 궁금합니다. 모드 교과가 다 인공지능의 전문가가 되어야 하는가에 대한 의문이 듭니다.
01:44:08 130 이혜림(도당초): bit.ly/AIEDAP
01:44:20 130 이혜림(도당초): http://bit.ly/AIEDAP
01:44:26 135_김빛나라(신풍초)_TA: Reacted to "http://bit.ly/AIEDAP" with
01:44:40 98 오수경(광양초): Reacted to "http://bit.ly/AIEDAP" with
01:46:00 84_송영재(오금중): Reacted to "http://bit.ly/AIEDAP" with
01:46:16 68_임슬기(명지중): 핵공감입니다ㅠ.ㅠ
01:46:20 160 유상숙(배곧해솔중): 공감 100000%
01:46:24 159 박은솔 (율현중): 저도요….ㅜㅜㅜ
01:46:25 110 김시현(노형중): 중학교도 그래요..
01:46:25 199 김수영(나루고): 고3도 그럽니다.
01:46:26 172 문지경(영덕중): 중학생도 동일합니다.
01:46:26 144신준규(여주세종초): ㅎㅎ 엔트리 로그인 하는데만 20분~
01:46:27 187 권은숙(광문고): 고등학생도 그러합니다. ㅋㅋ
01:46:28 135_김빛나라(신풍초)_TA: .. 한두명이 아닙니다...
01:46:29 61.천석경(서울백석초): 맞습니다....
01:46:32 159 박은솔 (율현중): 중3도 그래요….
01:46:33 85_이은지(공릉중)(서브): 로그인 지옥..ㅠㅠㅠㅠ
01:46:34 84_송영재(오금중): 중3도요...ㅋㅋ
01:46:35 151 백진우: 준비30분 실습10분 ㅠㅠ
01:46:40 159 박은솔 (율현중): 맞습니다… ㅜㅜ
01:46:42 92_오상희(서울사대부중): 맞습니다^^
01:46:54 75_강현수(한성여고): 애들만 그런게 아니라 옆 자리 선생님도 그러세요
01:47:00 160 유상숙(배곧해솔중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:02 85_이은지(공릉중)(서브): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:03 172 문지경(영덕중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:07 110 김시현(노형중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:07 159 박은솔 (율현중): Reacted to "애들만 그런게 아니라 옆 자리 선생님…" with
01:47:07 135_김빛나라(신풍초)_TA: Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:08 110 김시현(노형중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:10 191 권미경(연무중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:10 18_송도고(박상진): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:11 169 유희정: Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:14 75_강현수(한성여고): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:15 151 백진우: Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:17 18_송도고(박상진): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:18 199 김수영(나루고): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:19 22. 이소화(인주중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:20 160 유상숙(배곧해솔중): Replying to "애들만 그런게 아니라 옆 자리 선생님..."
01:23:02 199 김수영(나루고): 4권이나 샀네요.
01:23:06 46 유동(등현초): 오 제가 가지고 있는 책도 몇권 있네요
01:27:12 160 유상숙(배곧해솔중): 잘 안 읽힙니다.
01:27:25 37 김원유(서울답십리초): 신기하게 잘 읽히네요
01:27:29 197_하미정(강하중): 잘 읽히네요.
01:27:31 36_김수희(서울숭미초)(실습용): 의외로 읽히네요>ㅂ<
01:28:08 160 유상숙(배곧해솔중): 못해요~~
01:28:36 199 김수영(나루고): 2
01:28:36 162_김환(백영고): 2
01:28:37 56 정재은(신미림초): 1
01:28:37 146 배민관(능원초): 1
01:28:37 36_김수희(서울숭미초)(실습용): 1
01:28:37 179 김종석(신장고): 1.5
01:28:38 130 이혜림(도당초): 1
01:28:38 92_오상희(서울사대부중): 2
01:28:38 169 유희정: 1
01:28:38 72 윤진석(서울/서라벌고): 2
01:28:39 51. 장형찬(삼전초): 1
01:28:39 69 김기철(덕성여고): 1
01:28:39 189 김유리(범박고): 2
01:28:39 19 조영은: 2
01:28:39 197_하미정(강하중): 2
01:28:39 4_강윤진(인천십정초): 1
01:28:39 135_김빛나라(신풍초)_TA: 이제는 잘할것 같아요 ㅎㅎ
01:28:40 143_이진혁(곡수초): 1
01:28:40 6 유경윤(인천부내초): 1
01:28:40 192 한종천(수원공고): 1
01:28:40 117_정용석(한산초): 1
01:28:40 77이서정(오륜중): 2
01:28:40 014 김지영(인천만월초): 1
01:28:40 185 김한수(송우중): 2
01:28:40 104 박예진(제주중앙초): 2
01:28:40 61.천석경(서울백석초): 1
01:28:40 136 권정민(금모래초): 1
01:28:40 53 정소영(하늘숲초): 1
01:28:40 193 이하은(이의고): 1
01:28:41 191 권미경(연무중): 1
01:28:41 187 권은숙(광문고): 2
01:28:41 Jongseon Lee: 1
01:28:42 75_강현수(한성여고): 2
01:28:42 37 김원유(서울답십리초): 2
01:28:42 165_신혜수: 2
01:28:42 84_송영재(오금중): 1
01:28:42 172 문지경(영덕중): 2
01:28:42 98 오수경(광양초): 1
01:28:43 55 정연두(서울전동초): 1
01:28:44 110 김시현(노형중): 1
01:28:45 40 박다빈(연은초): 2
01:28:45 18_송도고(박상진): 1
01:28:45 39 노지영(원명초): 1
01:28:46 100김이경(표선초): 1
01:28:46 85_이은지(공릉중): 1
01:28:48 123 양현아(내양초): 2
01:28:50 79김하은(영등포중): 2
01:28:51 190 곽장훈(숭신여고): 1
01:28:51 21박명호(인천신현고): 1
01:28:53 97 이건우(광양초): 1
01:29:30 159 박은솔 (율현중): 2
01:32:50 84_송영재(오금중): 만들 수 있는 플랫폼이 있는건가요? 아니면 논문 저자가 직접 개발한 건가요~?
01:34:17 194 김관동(군서고): 어떤식으로 훈련시킨지 혹시 알 수 있을가요?
01:36:46 197_하미정(강하중): 저도 그것이 궁금합니다. 모드 교과가 다 인공지능의 전문가가 되어야 하는가에 대한 의문이 듭니다.
01:44:08 130 이혜림(도당초): bit.ly/AIEDAP
01:44:20 130 이혜림(도당초): http://bit.ly/AIEDAP
01:44:26 135_김빛나라(신풍초)_TA: Reacted to "http://bit.ly/AIEDAP" with
01:44:40 98 오수경(광양초): Reacted to "http://bit.ly/AIEDAP" with
01:46:00 84_송영재(오금중): Reacted to "http://bit.ly/AIEDAP" with
01:46:16 68_임슬기(명지중): 핵공감입니다ㅠ.ㅠ
01:46:20 160 유상숙(배곧해솔중): 공감 100000%
01:46:24 159 박은솔 (율현중): 저도요….ㅜㅜㅜ
01:46:25 110 김시현(노형중): 중학교도 그래요..
01:46:25 199 김수영(나루고): 고3도 그럽니다.
01:46:26 172 문지경(영덕중): 중학생도 동일합니다.
01:46:26 144신준규(여주세종초): ㅎㅎ 엔트리 로그인 하는데만 20분~
01:46:27 187 권은숙(광문고): 고등학생도 그러합니다. ㅋㅋ
01:46:28 135_김빛나라(신풍초)_TA: .. 한두명이 아닙니다...
01:46:29 61.천석경(서울백석초): 맞습니다....
01:46:32 159 박은솔 (율현중): 중3도 그래요….
01:46:33 85_이은지(공릉중)(서브): 로그인 지옥..ㅠㅠㅠㅠ
01:46:34 84_송영재(오금중): 중3도요...ㅋㅋ
01:46:35 151 백진우: 준비30분 실습10분 ㅠㅠ
01:46:40 159 박은솔 (율현중): 맞습니다… ㅜㅜ
01:46:42 92_오상희(서울사대부중): 맞습니다^^
01:46:54 75_강현수(한성여고): 애들만 그런게 아니라 옆 자리 선생님도 그러세요
01:47:00 160 유상숙(배곧해솔중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:02 85_이은지(공릉중)(서브): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:03 172 문지경(영덕중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:07 110 김시현(노형중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:07 159 박은솔 (율현중): Reacted to "애들만 그런게 아니라 옆 자리 선생님…" with
01:47:07 135_김빛나라(신풍초)_TA: Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:08 110 김시현(노형중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:10 191 권미경(연무중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:10 18_송도고(박상진): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:11 169 유희정: Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:14 75_강현수(한성여고): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:15 151 백진우: Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:17 18_송도고(박상진): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:18 199 김수영(나루고): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:19 22. 이소화(인주중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:20 160 유상숙(배곧해솔중): Replying to "애들만 그런게 아니라 옆 자리 선생님..."여기도 핵공감
01:47:24 92_오상희(서울사대부중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:26 124. 손효상(의왕덕성초): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:35 77이서정(오륜중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:41 29 박지은(인천대중예술고) 실습용: Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:42 28.서연희(인천하늘고): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:46 151 백진우: 컴퓨터 안된다고 해서 가면 선 빠져있음 ㅠㅠ
01:47:50 84_송영재(오금중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:48:17 172 문지경(영덕중): Reacted to "컴퓨터 안된다고 해서 가면 선 빠져있..." with
01:48:28 84_송영재(오금중): Reacted to "컴퓨터 안된다고 해서 가면 선 빠져있..." with
01:49:05 135_김빛나라(신풍초)_TA: Reacted to "컴퓨터 안된다고 해서 가면 선 빠져있..." with
01:52:55 135_김빛나라(신풍초)_TA: Reacted to "녹화가 되어야 하지 않나요? 관리자님..." with
01:52:58 135_김빛나라(신풍초)_TA: Reacted to "맞아요" with
01:53:41 197_하미정(강하중): 똥손은 극 공감합니다. 그림 그리는 시간이 너무 힘들었어요. 요즘 이런 에듀테크 도구에 많은 도움을 받고 있습니다^^
01:53:58 92_오상희(서울사대부중): Reacted to "똥손은 극 공감합니다. 그림 그리는 ..." with
01:54:19 61.천석경(서울백석초): Reacted to "똥손은 극 공감합니다. 그림 그리는 ..." with
01:54:52 심원고 이경희: 영어과에서도 파파고 활용으로 영작의 진입장벽이 허물어져서 좋더라구요
01:55:17 143_이진혁(곡수초): Reacted to "똥손은 극 공감합니다. 그림 그리는 ..." with
01:57:43 135_김빛나라(신풍초)_TA: 어제도 아이들이 모둠끼리 포스터 만들기 하다가 내가 그리고 싶다 너 못그린다 하지마라 하며 다투다가 싸우고 왔더라고요… ㅎㅎ
01:59:39 92_오상희(서울사대부중): 아이가 너무 훌륭하네요^^
02:00:34 188 윤수연(진접중): 너무 좋은 아이디어 입니다.
02:02:42 179 김종석(신장고):
02:02:43 28.서연희(인천하늘고): 초등학생다운 귀여운 생각이에요!
02:02:49 56 정재은(신미림초): 너무 멋집니다^^
02:03:23 56 정재은(신미림초): 오른쪽이요~
02:05:17 4_강윤진(인천십정초): https://www.autodraw.com/
02:05:27 28.서연희(인천하늘고): Reacted to "https://www.autodraw..." with
02:05:29 84_송영재(오금중): Reacted to "https://www.autodraw..." with
02:05:29 146 배민관(능원초): Reacted to "https://www.autodraw..." with
02:08:04 41 박민혜(연은초): 컴퓨터 오류로 패들렛 주소 한번만 더 공유 부탁드려요~
02:08:18 박찬: https://padlet.com/ice2020ai/aiedap-l9qeg309xeo5n9gf
02:20:54 56 정재은(신미림초): 백일홍이라네요~
02:20:59 194 김관동(군서고): 백일홍
02:23:23 199 김수영(나루고): 맨드라미>?
02:23:29 197_하미정(강하중): 맨드라미.
02:23:31 77이서정(오륜중): 맨드라미
02:23:32 124. 손효상(의왕덕성초): 맨드라미
02:23:38 199 김수영(나루고): ㅋㅋ
02:23:40 28.서연희(인천하늘고): 맨드라미!!ㅎㅎㅎㅎ
02:23:44 194 김관동(군서고): 모니터를 찍으니 맨드라미라고 검색되네요
02:28:22 36_김수희(서울숭미초)(실습용): 멋있네요,,!
02:28:46 92_오상희(서울사대부중): Reacted to "멋있네요,,!" with
02:29:41 194 김관동(군서고): 고등학교에는 그런 아이들이 매우 많습니다.^^;;;;
02:29:53 034 김상표(행당초): 메갈로바니아 라고 저희반 남자애들이 좋아하더라구요 ㅋㅋ
02:35:17 160 유상숙(배곧해솔중): 모바일에서는 가능하지 않고, 같은 프롬프트에는 항상 같은 결과가 나와요~~~
02:35:35 160 유상숙(배곧해솔중): 영어만 명령
02:36:55 191 권미경(연무중): 한글로도 가능한데요? 정확도가 조금 떨어지긴하지만요..
02:37:48 61.천석경(서울백석초): 한글도 되네요~
02:38:20 61.천석경(서울백석초): 정확도는 많이 떨어지니다....
02:38:38 61.천석경(서울백석초): 영어로 해야 할 듯 합니다...ㅠㅠ
02:38:54 159 박은솔 (율현중): 영어수업시간에 유용하겠어요!!
02:39:26 115김송찬(조종초): 프롬프트로 찾아 가면 되나요??
02:39:40 169 유희정: 링크 주소 알려주시면 감사하겠습니다.
02:39:56 61.천석경(서울백석초): https://padlet.com/ice2020ai/aiedap-l9qeg309xeo5n9gf
02:41:28 160 유상숙(배곧해솔중): 빙에 달리가 들어갔어요~~~
02:41:32 116김영주(중산초): 패들렛은 생성형이미지 제작하데 갯수가 제한이 있나요?
02:41:56 134 나현호(세류초): 아까 어떤 선생님 말씀처럼 모바일에서는 불가하여 실습을 못 하네요ㅠㅠ
나중에 해봐야겠습니다!!
02:42:02 160 유상숙(배곧해솔중): 하지만 17세 이상만 사용가능합니다.
02:42:12 115김송찬(조종초): 달리 좋아요ㅎㅎ
02:42:49 146 배민관(능원초): 암호가 뭐였죠?
02:43:02 160 유상숙(배곧해솔중): 14세 이상은 아숙업도 괜찮아요~~~
02:43:23 160 유상숙(배곧해솔중): 일본 애니풍이어서 좀 그렇죠 ㅎㅎㅎ
02:43:40 159 박은솔 (율현중): 패스워드 좀 다시 보여주세요 ^^
02:43:53 101 김동건(신제주초): 빙 이미지크리에이터 토큰 100개 채워주네요
02:44:11 101 김동건(신제주초): 어제 몇개썼는데 다시 채워줬어요
02:44:11 160 유상숙(배곧해솔중): 구글 계정으로 됩니다.
02:44:25 146 배민관(능원초): 아숙업 사용연령이 14세 이상인가요?
02:44:58 160 유상숙(배곧해솔중): Replying to "아숙업 사용연령이 14세 이상인가요?"
01:47:26 124. 손효상(의왕덕성초): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:35 77이서정(오륜중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:41 29 박지은(인천대중예술고) 실습용: Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:42 28.서연희(인천하늘고): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:47:46 151 백진우: 컴퓨터 안된다고 해서 가면 선 빠져있음 ㅠㅠ
01:47:50 84_송영재(오금중): Reacted to "애들만 그런게 아니라 옆 자리 선생님..." with
01:48:17 172 문지경(영덕중): Reacted to "컴퓨터 안된다고 해서 가면 선 빠져있..." with
01:48:28 84_송영재(오금중): Reacted to "컴퓨터 안된다고 해서 가면 선 빠져있..." with
01:49:05 135_김빛나라(신풍초)_TA: Reacted to "컴퓨터 안된다고 해서 가면 선 빠져있..." with
01:52:55 135_김빛나라(신풍초)_TA: Reacted to "녹화가 되어야 하지 않나요? 관리자님..." with
01:52:58 135_김빛나라(신풍초)_TA: Reacted to "맞아요" with
01:53:41 197_하미정(강하중): 똥손은 극 공감합니다. 그림 그리는 시간이 너무 힘들었어요. 요즘 이런 에듀테크 도구에 많은 도움을 받고 있습니다^^
01:53:58 92_오상희(서울사대부중): Reacted to "똥손은 극 공감합니다. 그림 그리는 ..." with
01:54:19 61.천석경(서울백석초): Reacted to "똥손은 극 공감합니다. 그림 그리는 ..." with
01:54:52 심원고 이경희: 영어과에서도 파파고 활용으로 영작의 진입장벽이 허물어져서 좋더라구요
01:55:17 143_이진혁(곡수초): Reacted to "똥손은 극 공감합니다. 그림 그리는 ..." with
01:57:43 135_김빛나라(신풍초)_TA: 어제도 아이들이 모둠끼리 포스터 만들기 하다가 내가 그리고 싶다 너 못그린다 하지마라 하며 다투다가 싸우고 왔더라고요… ㅎㅎ
01:59:39 92_오상희(서울사대부중): 아이가 너무 훌륭하네요^^
02:00:34 188 윤수연(진접중): 너무 좋은 아이디어 입니다.
02:02:42 179 김종석(신장고):
02:02:43 28.서연희(인천하늘고): 초등학생다운 귀여운 생각이에요!
02:02:49 56 정재은(신미림초): 너무 멋집니다^^
02:03:23 56 정재은(신미림초): 오른쪽이요~
02:05:17 4_강윤진(인천십정초): https://www.autodraw.com/
02:05:27 28.서연희(인천하늘고): Reacted to "https://www.autodraw..." with
02:05:29 84_송영재(오금중): Reacted to "https://www.autodraw..." with
02:05:29 146 배민관(능원초): Reacted to "https://www.autodraw..." with
02:08:04 41 박민혜(연은초): 컴퓨터 오류로 패들렛 주소 한번만 더 공유 부탁드려요~
02:08:18 박찬: https://padlet.com/ice2020ai/aiedap-l9qeg309xeo5n9gf
02:20:54 56 정재은(신미림초): 백일홍이라네요~
02:20:59 194 김관동(군서고): 백일홍
02:23:23 199 김수영(나루고): 맨드라미>?
02:23:29 197_하미정(강하중): 맨드라미.
02:23:31 77이서정(오륜중): 맨드라미
02:23:32 124. 손효상(의왕덕성초): 맨드라미
02:23:38 199 김수영(나루고): ㅋㅋ
02:23:40 28.서연희(인천하늘고): 맨드라미!!ㅎㅎㅎㅎ
02:23:44 194 김관동(군서고): 모니터를 찍으니 맨드라미라고 검색되네요
02:28:22 36_김수희(서울숭미초)(실습용): 멋있네요,,!
02:28:46 92_오상희(서울사대부중): Reacted to "멋있네요,,!" with
02:29:41 194 김관동(군서고): 고등학교에는 그런 아이들이 매우 많습니다.^^;;;;
02:29:53 034 김상표(행당초): 메갈로바니아 라고 저희반 남자애들이 좋아하더라구요 ㅋㅋ
02:35:17 160 유상숙(배곧해솔중): 모바일에서는 가능하지 않고, 같은 프롬프트에는 항상 같은 결과가 나와요~~~
02:35:35 160 유상숙(배곧해솔중): 영어만 명령
02:36:55 191 권미경(연무중): 한글로도 가능한데요? 정확도가 조금 떨어지긴하지만요..
02:37:48 61.천석경(서울백석초): 한글도 되네요~
02:38:20 61.천석경(서울백석초): 정확도는 많이 떨어지니다....
02:38:38 61.천석경(서울백석초): 영어로 해야 할 듯 합니다...ㅠㅠ
02:38:54 159 박은솔 (율현중): 영어수업시간에 유용하겠어요!!
02:39:26 115김송찬(조종초): 프롬프트로 찾아 가면 되나요??
02:39:40 169 유희정: 링크 주소 알려주시면 감사하겠습니다.
02:39:56 61.천석경(서울백석초): https://padlet.com/ice2020ai/aiedap-l9qeg309xeo5n9gf
02:41:28 160 유상숙(배곧해솔중): 빙에 달리가 들어갔어요~~~
02:41:32 116김영주(중산초): 패들렛은 생성형이미지 제작하데 갯수가 제한이 있나요?
02:41:56 134 나현호(세류초): 아까 어떤 선생님 말씀처럼 모바일에서는 불가하여 실습을 못 하네요ㅠㅠ
나중에 해봐야겠습니다!!
02:42:02 160 유상숙(배곧해솔중): 하지만 17세 이상만 사용가능합니다.
02:42:12 115김송찬(조종초): 달리 좋아요ㅎㅎ
02:42:49 146 배민관(능원초): 암호가 뭐였죠?
02:43:02 160 유상숙(배곧해솔중): 14세 이상은 아숙업도 괜찮아요~~~
02:43:23 160 유상숙(배곧해솔중): 일본 애니풍이어서 좀 그렇죠 ㅎㅎㅎ
02:43:40 159 박은솔 (율현중): 패스워드 좀 다시 보여주세요 ^^
02:43:53 101 김동건(신제주초): 빙 이미지크리에이터 토큰 100개 채워주네요
02:44:11 101 김동건(신제주초): 어제 몇개썼는데 다시 채워줬어요
02:44:11 160 유상숙(배곧해솔중): 구글 계정으로 됩니다.
02:44:25 146 배민관(능원초): 아숙업 사용연령이 14세 이상인가요?
02:44:58 160 유상숙(배곧해솔중): Replying to "아숙업 사용연령이 14세 이상인가요?"두달 전에 찾아봤을 때는 그랬습니다.^^
02:45:15 146 배민관(능원초): Replying to "아숙업 사용연령이 14세 이상인가요?"
감사합니다 :)
02:46:23 159 박은솔 (율현중): Reacted to "구글 계정으로 됩니다." with
02:47:23 8 유인근: 위에 선생님 말씀처럼 나이제한이 있는데 빙크리에이터 가입하는데에도 초등학교 학생의 경우 계정 생성 때 부모님의 동의를 받아야 하는 것처럼 나오는데 수업시간에 사용하는게 문제는 없을까요?
02:48:18 160 유상숙(배곧해솔중): 곧 바드에 들어간다고 하더라구요~
02:48:20 44 오보람(서울영화초): https://www.adobe.com/kr/sensei/generative-ai/firefly.html때
02:48:30 115김송찬(조종초): 그럼 초등학생들은 가입이 어렵겠네요...
02:48:49 146 배민관(능원초): Reacted to "스크린샷 2023-07-01 오전 11.27.46.png" with
02:48:58 160 유상숙(배곧해솔중): Replying to "그럼 초등학생들은 가입이 어렵겠네요...."
02:47:23 8 유인근: 위에 선생님 말씀처럼 나이제한이 있는데 빙크리에이터 가입하는데에도 초등학교 학생의 경우 계정 생성 때 부모님의 동의를 받아야 하는 것처럼 나오는데 수업시간에 사용하는게 문제는 없을까요?
02:48:18 160 유상숙(배곧해솔중): 곧 바드에 들어간다고 하더라구요~
02:48:20 44 오보람(서울영화초): https://www.adobe.com/kr/sensei/generative-ai/firefly.html때
02:48:30 115김송찬(조종초): 그럼 초등학생들은 가입이 어렵겠네요...
02:48:49 146 배민관(능원초): Reacted to "스크린샷 2023-07-01 오전 11.27.46.png" with
02:48:58 160 유상숙(배곧해솔중): Replying to "그럼 초등학생들은 가입이 어렵겠네요...."중1,2도 힘들어요
02:49:38 014 김지영(인천만월초): 인천은 chatGPT 및 생성형AI 학교현장에서의 활용 가이드라인이 배포되었는데요 chatGPT를 포함한 생성형 AI를 초등학생이 직접 사용은 금한다(? 라고 안내되었던 걸로 알고 있습니다만...
02:50:23 134 나현호(세류초): Replying to "인천은 chatGPT 및 생성형AI ..."
이거 자료 나름 좋더라고요..저도 타 지역이지만 많이 참고했다는..^^
02:50:29 4_강윤진(인천십정초): Replying to "인천은 chatGPT 및 생성형AI ..."
그래서 해당 가이드에 보호자 동의서 양식을 같이 만들어 놓았다고 들었습니다~ 금지까지는 아니나 유의해서 활용하라고 안내하셨더라구요 ㅎㅎ
02:50:48 115김송찬(조종초): 이미지크리에이터 구글 계정 연동이 되는게 맞을까요??지금 해보니 메일을 입력하라고 나와서요...
02:51:00 014 김지영(인천만월초): Replying to "인천은 chatGPT 및 생성형AI ..."
@4_강윤진(인천십정초) 동의는 중, 고등만 학부모 동의후 사용 가능하다고 알고 있습니다.
02:51:06 130 이혜림(도당초): Replying to "이미지크리에이터 구글 계정 연동이 되..."
구글 메일로 가입이 됩니다
02:51:43 44 오보람(서울영화초): Replying to "이미지크리에이터 구글 계정 연동이 되..."
continue with google 버튼 누르시면 됩니다!
02:52:02 박찬: https://padlet.com/ice2020ai/ai-hlvovged1l0zgoxa
02:52:31 146 배민관(능원초): 어도비도 제한 없이 이미지 생성 가능한가요?
02:53:13 4_강윤진(인천십정초): Replying to "인천은 chatGPT 및 생성형AI ..."
그렇네요 ㅠㅠ
02:53:15 169 유희정: 어도비로 들어가는 건가요?
02:53:38 169 유희정: BING 이미지 크리에이터인가요?
02:53:46 169 유희정: 가입하라고 나오는데요..
02:55:22 84_송영재(오금중): https://padlet.com/ice2020ai/ai-hlvovged1l0zgoxa
02:55:33 84_송영재(오금중): 위 링크로 들어오시면 돼요
02:56:03 75_강현수(한성여고): 빙에서 사람의 얼굴이 일그러지게 나오는 건 어쩔 수 없는 거지요?
02:56:33 199 김수영(나루고): 어도비에서 제작한 이미지를 다운로드 눌러도 다운로드가 안되는데요.
02:57:16 199 김수영(나루고): 그걸 눌렀는데 안되네요.
02:57:24 172 문지경(영덕중): Replying to "어도비에서 제작한 이미지를 다운로드 ..."
캡쳐하셔도 되요~
02:59:08 165_신혜수: 다운로드를 여러번 눌렀더니 되는 시점이 있네요 ㅎㅎ
03:01:49 146 배민관(능원초): 음성은 네이버 클로바 사용하신 걸까요?
03:03:16 169 유희정: 네이버 클로바가 이제 유료화되었어요..
03:03:24 146 배민관(능원초): Reacted to "네이버 클로바가 이제 유료화되었어요...." with
03:03:25 159 박은솔 (율현중): Reacted to "네이버 클로바가 이제 유료화되었어요.…" with
03:03:36 100김이경(표선초): 그림 저작권은 상관 없는 건가요~?
03:04:38 169 유희정: 처음 가입하는 사람은 일정부분 무료 가능한데 이전에 썼던 사람은 유료화되었어요
03:04:49 160 유상숙(배곧해솔중): 강의자료가 너무 좋아요!! 정말 감사합니다!!
03:04:49 61.천석경(서울백석초): Reacted to "처음 가입하는 사람은 일정부분 무료 ..." with
03:05:08 44 오보람(서울영화초): https://padlet.com/ice2020ai/ai-zp6tfl6eh5sz8dcj
03:05:21 61.천석경(서울백석초): 무료 유료 둘다 있습니다.
03:05:22 169 유희정: 저는 유료로 전환되어서요..ㅠ.ㅠ
03:05:26 68_임슬기(명지중): 한달동안 프로젝트 10개까지 쓸수 있습니다.
03:05:39 194 김관동(군서고): 저는 예전에 가입되어 있는데 무료로 사용 가능하네요.
03:05:57 84_송영재(오금중): 동화책 분량은 제한 없는거죠~?
03:06:00 172 문지경(영덕중): 음성까지 집어넣는 건가요?
03:06:15 115김송찬(조종초): 도구 설명 다시 부탁드립니다
03:07:06 104 박예진(제주중앙초): 언제까지 제출해야 되는 것일까요?
03:07:42 169 유희정: 주말까지 해주시면 좋겠습니다.
03:07:47 85_이은지(공릉중)(서브): 금요일 18시요.
03:07:47 28.서연희(인천하늘고): 1주일
03:07:53 135_김빛나라(신풍초)_TA: 원칙은 오늘까지이나 다음 주 연수 전까지 해주시면 됩니다
03:07:55 85_이은지(공릉중)(서브): 넵 감사합니다
03:08:07 44 오보람(서울영화초): 이게 오늘 오후 과제인거죠?
03:08:07 61.천석경(서울백석초): 넘넘 감사합니다~^^ 많이 배웠습니다.
03:08:13 182 김수진(창성중): 감사합니다
03:08:16 41 박민혜(연은초): 너무 재미있고 유용한 수업이었습니다!!!
03:08:18 135_김빛나라(신풍초)_TA: 3-4차시 쉬는 시간동안 해주시면 충분히 하실 수 있습니다. ^^
03:08:18 82_김수민(장위중): 넵 감사합니다!!
03:08:55 44 오보람(서울영화초): Replying to "3-4차시 쉬는 시간동안 해주시면 충..."
03:03:25 159 박은솔 (율현중): Reacted to "네이버 클로바가 이제 유료화되었어요.…" with
03:03:36 100김이경(표선초): 그림 저작권은 상관 없는 건가요~?
03:04:38 169 유희정: 처음 가입하는 사람은 일정부분 무료 가능한데 이전에 썼던 사람은 유료화되었어요
03:04:49 160 유상숙(배곧해솔중): 강의자료가 너무 좋아요!! 정말 감사합니다!!
03:04:49 61.천석경(서울백석초): Reacted to "처음 가입하는 사람은 일정부분 무료 ..." with
03:05:08 44 오보람(서울영화초): https://padlet.com/ice2020ai/ai-zp6tfl6eh5sz8dcj
03:05:21 61.천석경(서울백석초): 무료 유료 둘다 있습니다.
03:05:22 169 유희정: 저는 유료로 전환되어서요..ㅠ.ㅠ
03:05:26 68_임슬기(명지중): 한달동안 프로젝트 10개까지 쓸수 있습니다.
03:05:39 194 김관동(군서고): 저는 예전에 가입되어 있는데 무료로 사용 가능하네요.
03:05:57 84_송영재(오금중): 동화책 분량은 제한 없는거죠~?
03:06:00 172 문지경(영덕중): 음성까지 집어넣는 건가요?
03:06:15 115김송찬(조종초): 도구 설명 다시 부탁드립니다
03:07:06 104 박예진(제주중앙초): 언제까지 제출해야 되는 것일까요?
03:07:42 169 유희정: 주말까지 해주시면 좋겠습니다.
03:07:47 85_이은지(공릉중)(서브): 금요일 18시요.
03:07:47 28.서연희(인천하늘고): 1주일
03:07:53 135_김빛나라(신풍초)_TA: 원칙은 오늘까지이나 다음 주 연수 전까지 해주시면 됩니다
03:07:55 85_이은지(공릉중)(서브): 넵 감사합니다
03:08:07 44 오보람(서울영화초): 이게 오늘 오후 과제인거죠?
03:08:07 61.천석경(서울백석초): 넘넘 감사합니다~^^ 많이 배웠습니다.
03:08:13 182 김수진(창성중): 감사합니다
03:08:16 41 박민혜(연은초): 너무 재미있고 유용한 수업이었습니다!!!
03:08:18 135_김빛나라(신풍초)_TA: 3-4차시 쉬는 시간동안 해주시면 충분히 하실 수 있습니다. ^^
03:08:18 82_김수민(장위중): 넵 감사합니다!!
03:08:55 44 오보람(서울영화초): Replying to "3-4차시 쉬는 시간동안 해주시면 충..."5시 이후에 또 다른 과제가 있는지도 궁금합니다^^
03:09:17 135_김빛나라(신풍초)_TA: Replying to "3-4차시 쉬는 시간동안 해주시면 충..."
5-6차시에도 간단한 과제가 있습니다. 오래 걸리지 않습니다!
03:09:25 28.서연희(인천하늘고): 진짜 직접 해보라고 해주시고, 따라할 수 있는 시간도 주셔서 실질적으로 도움이 되는 시간이었습니다. 다양한 툴도 많이 알려주셔서 처음에는 막막했지만 해보면서 손에 잡히는 느낌이 들었습니다. 정말 유용한 수업이었어요.
03:09:26 82_김수민(장위중): Replying to "3-4차시 쉬는 시간동안 해주시면 충..."
3-4차시도 어제 못들으신분들은 쉬는시간이라고 보기어려울듯합니다!
03:09:26 117_정용석(한산초): https://read.bookcreator.com/Azu1Cc15A7UU5rtY4XYkqW4ZDRt2/JlHwspg0Q5-yT76KsE2DPw
03:09:37 117_정용석(한산초): 북크리에이터로 동화책 만들어 사례 입니다.
03:10:00 61.천석경(서울백석초): 운영자님~ 오늘 수업은 이 과제가 다인가요? 오후 수업에 또 있나요?
03:10:08 36_김수희(서울숭미초)(실습용): Reacted to "북크리에이터로 동화책 만들어 사례 입..." with
03:10:11 159 박은솔 (율현중): Reacted to "북크리에이터로 동화책 만들어 사례 입…" with
03:10:19 135_김빛나라(신풍초)_TA: 5-6차시에도 간단한 과제가 있습니다! 간단한 과제입니다. ^^
03:10:20 23번 박은숙 인화여중: 냉장고 문이 안 열리는게 신기하네요
03:10:29 159 박은솔 (율현중): Reacted to "3-4차시도 어제 못들으신분들은 쉬는…" with
03:10:35 123 양현아(내양초): Replying to "북크리에이터로 동화책 만들어 사례 입..."
03:10:11 159 박은솔 (율현중): Reacted to "북크리에이터로 동화책 만들어 사례 입…" with
03:10:19 135_김빛나라(신풍초)_TA: 5-6차시에도 간단한 과제가 있습니다! 간단한 과제입니다. ^^
03:10:20 23번 박은숙 인화여중: 냉장고 문이 안 열리는게 신기하네요
03:10:29 159 박은솔 (율현중): Reacted to "3-4차시도 어제 못들으신분들은 쉬는…" with
03:10:35 123 양현아(내양초): Replying to "북크리에이터로 동화책 만들어 사례 입..."너무 귀여워요~
03:10:45 183 이영록(성남여고): 감사합니다~
03:10:45 197_하미정(강하중): 현장에서 아이들과 함께 하신 수업사례 나눠주셔서 감사합니다. 아이들의 사고를 끌어내기 위한 활용교육으로서의 접근과 선생님의 수업철학에 극 공감하고 많이 배웠습니다. 고맙습니다.
03:10:47 188 윤수연(진접중): 선생님 강의 직접 들을수 있어서 행복했습니다.
03:10:47 임은선(서울대학교): 열정적으로 강의해주신 박찬 선생님 감사드립니다. 토요일 아침부터 연수 들으신 선생님들도 고생 많으셨습니다 ^^
점심 식사 맛있게 하시고, 오후 강의는 3시에 시작하겠습니다.
03:10:47 44 오보람(서울영화초): 강의 감사합니다 !
03:10:48 84_송영재(오금중): 수고 많으셨습니다. 감사합니다~
03:10:48 56 정재은(신미림초): 알찬 연수 감사합니다^^
03:10:49 135_김빛나라(신풍초)_TA: 감사합니다!
03:10:49 104 박예진(제주중앙초): 감사합니다~!!^^
03:10:49 191 권미경(연무중): 감사합니다~~
03:10:51 46 유동(등현초): 감사합니다
03:10:51 61.천석경(서울백석초): 감사합니다~
03:10:51 172 문지경(영덕중): 감사합니다^^
03:10:52 8 유인근: 감사합니다^^
03:10:52 22. 이소화(인주중): 감사합니다
03:10:52 111.김지현(제주사대부고): 감사합니다~
03:10:52 169 유희정: 감사합니다
03:10:52 146 배민관(능원초): 감사합니다~
03:10:53 159 박은솔 (율현중): 수고하셨습니다
03:10:54 187 권은숙(광문고): 감사합니다!!
03:10:55 121_김희선(미사중앙초): 감사합니다~
03:10:56 18_송도고(박상진): 감사합니다
03:10:56 39 노지영(원명초): 감사합니다
03:10:56 153.장덕진(평택새빛초): 감사랍니다
03:10:57 36_김수희(서울숭미초)(실습용): 감사합니다~!!
03:10:57 193 이하은(이의고): 감사합니다
03:10:57 164_신혜정(동국사대부속영석고): 감사합니다~~~
03:10:58 92_오상희(서울사대부중): 감사합니다^^
03:10:58 143_이진혁(곡수초): 감사합니다~~
03:10:58 29 박지은(인천대중예술고) 실습용: 많은 사례 알차게 나눠주셔서 감사합니다!
03:10:59 034 김상표(행당초): 알찬 연수 감사합ㄴ디ㅏ!
03:10:59 179 김종석(신장고): 감사합니다~
03:11:04 124. 손효상(의왕덕성초): 감사합니다.
03:11:04 77이서정(오륜중): 즐거운 연수 감사합니다!
03:11:04 123 양현아(내양초): 알찬연수 감사합니다.
03:11:05 35_김성주(삼일초): 감사합니다~~
03:11:07 100김이경(표선초): 정말 유익했습니다 감사합니다`!
03:11:08 6 유경윤(인천부내초): 알찬 연수 잘 들었습니다. 감사합니다!! ^^
03:11:16 014 김지영(인천만월초): 감사합니다~
03:11:20 117_정용석(한산초): Reacted to "너무 귀여워요~" with
03:11:21 4_강윤진(인천십정초): 좋은 연수 감사합니다~~~
03:11:24 129 정경욱(신천초): 감사합니다^^
03:11:29 66_김준오(영신여고): 잠시 꿈을 꾼 것 같은 강의였습니다.
03:11:29 93오세운(미래산업과학고): 고생많으셨습니다!
03:11:30 188 윤수연(진접중): 감사합니다.
03:11:33 130 이혜림(도당초): 감사합니다
03:11:37 66_김준오(영신여고): 선생님, 존경합니다.
03:11:40 66_김준오(영신여고): 와와와와~
03:11:42 134 나현호(세류초): 현장에 바로 활용 가능한 유익한 연수 감사합니다!! ^^
03:11:47 66_김준오(영신여고): 잠이 오히려 깼습니다.
03:11:52 66_김준오(영신여고): 안 졸려요~~~~
03:11:53 임은선(서울대학교): Reacted to "안 졸려요~~~~" with
03:11:53 28.서연희(인천하늘고): 재능기부 감사합니다. 앞으로도 선생님들을 위한 강의 많이 해주세요! 목소리도 좋으시고 전달력도 짱이십니다!!
03:11:54 66_김준오(영신여고): 와와와와와
03:12:01 98 오수경(광양초): 감사합니다~~ !! ^^
03:12:01 66_김준오(영신여고): 말이 턱 막히는 강의
03:11:21 4_강윤진(인천십정초): 좋은 연수 감사합니다~~~
03:11:24 129 정경욱(신천초): 감사합니다^^
03:11:29 66_김준오(영신여고): 잠시 꿈을 꾼 것 같은 강의였습니다.
03:11:29 93오세운(미래산업과학고): 고생많으셨습니다!
03:11:30 188 윤수연(진접중): 감사합니다.
03:11:33 130 이혜림(도당초): 감사합니다
03:11:37 66_김준오(영신여고): 선생님, 존경합니다.
03:11:40 66_김준오(영신여고): 와와와와~
03:11:42 134 나현호(세류초): 현장에 바로 활용 가능한 유익한 연수 감사합니다!! ^^
03:11:47 66_김준오(영신여고): 잠이 오히려 깼습니다.
03:11:52 66_김준오(영신여고): 안 졸려요~~~~
03:11:53 임은선(서울대학교): Reacted to "안 졸려요~~~~" with
03:11:53 28.서연희(인천하늘고): 재능기부 감사합니다. 앞으로도 선생님들을 위한 강의 많이 해주세요! 목소리도 좋으시고 전달력도 짱이십니다!!
03:11:54 66_김준오(영신여고): 와와와와와
03:12:01 98 오수경(광양초): 감사합니다~~ !! ^^
03:12:01 66_김준오(영신여고): 말이 턱 막히는 강의피지컬컴퓨팅과 AI 융합수업(5~6교시)
손님접속 / 비밀번호 2023!!
세 줄 요약
마이크로비트와 센서를 사용하여 심장박동을 측정하는 장치를 만들고, 이를 통해 아이들이 심장박동에 대해 탐구하고 실험할 수 있는 활동을 제공합니다.
•
마이크로비트와 센서를 사용하여 심장박동을 측정하는 장치를 만듭니다.•
아이들은 심장박동에 대해 탐구하고 실험할 수 있는 활동을 할 수 있습니다.•
피지컬 컴퓨팅을 통해 자신의 신체 데이터를 탐색하며 창의적인 아이디어를 발전시킬 수 있습니다.요약
이번 주차 강의에서는 피지컬 컴퓨팅과 마이크로비트를 다루고 있습니다. 피지컬 컴퓨팅은 실시간 데이터를 수집하고 처리하여 물리 세계에 영향을 주는 시스템을 만드는 것을 말합니다. 마이크로비트는 다양한 센서와 액츄에이터를 가지고 있으며, 블록 코드 에디터를 통해 프로그래밍할 수 있습니다. 이를 통해 아이들과 상호작용하고 다양한 프로젝트를 만들 수 있습니다. 마이크로비트를 컴퓨터에 연결하여 코드를 작성하고 다운로드하여 실행할 수 있습니다. 이를 통해 실제 하드웨어에 프로그램을 적용하여 사용할 수 있습니다.
이번 수업에서는 마이크로비트의 에뮬레이터와 센서를 사용하여 실시간 데이터를 다루는 방법을 배웠습니다. 센서로부터 들어오는 값에 따라 LED 바 그래프가 변화하는 것을 확인할 수 있었고, 이를 활용하여 다양한 프로젝트를 만들 수 있다는 것을 알게 되었습니다. 또한, 마이크로비트를 활용하여 피지컬 컴퓨팅을 할 수 있으며, 실시간 데이터를 활용하여 상호작용이 가능하다는 것을 알 수 있었습니다.
이 비디오는 피지컬 컴퓨팅을 통해 자신의 신체 데이터를 탐색하는 과정을 설명합니다. 이를 위해 마이크로비트와 센서를 사용하여 심장박동을 측정하는 장치를 만드는 방법을 소개하고, 이를 통해 아이들이 심장박동에 대해 탐구하고 자유롭게 실험할 수 있는 활동을 제공합니다. 또한, 스마트워치와 산소포화도 센서 등 다양한 기기를 활용하여 심장 활동을 측정하는 방법과 이를 활용한 심장박동 수 측정 등에 대해 설명합니다. 이러한 활동을 통해 아이들은 피지컬 컴퓨팅에 대한 이해를 높이고, 자신의 몸에서 일어나는 변화를 탐색하며 창의적인 아이디어를 발전시킬 수 있습니다.
내용
이 영상에서는 박형용 교수님의 수업 영상을 다룹니다. 영상은 피지컬 컴퓨팅에 대한 내용을 다루고 있으며, 피지컬 컴퓨팅이 무엇인지에 대해 설명하고 있습니다.
피지컬 컴퓨팅은 센서와 액츄에이터를 활용하여 물리적인 실세계의 변화를 감지하고 처리하는 컴퓨팅 시스템입니다. 이를 통해 컴퓨터와 인간이 상호작용하고 소통할 수 있으며, 교육 분야에서도 다양한 활용 사례가 있습니다. 피지컬 컴퓨팅은 현대 사회에서 중요한 역할을 하고 있으며, 연구 분야에서도 활발한 연구가 이루어지고 있습니다.
피지컬 컴퓨팅은 연구 분야에서도 활발히 연구되고 있습니다. 피지컬 컴퓨팅을 기반으로 한 철제 PT, 생성형 AI, 그리고 피지컬 컴퓨팅을 활용한 새로운 교육 방법 등에 대한 연구가 진행되고 있으며, 이를 통해 교육 분야에 새로운 재현을 제공할 수 있습니다.
피지컬 컴퓨팅은 학교에서의 교육에도 활용될 수 있습니다. 아이들은 다양한 센서와 액츄에이터를 활용하여 문제 해결과 탐구의 경험을 할 수 있으며, 컴퓨터와의 상호작용을 통해 창의적인 교육 환경을 제공받을 수 있습니다.
피지컬 컴퓨팅은 센서와 액츄에이터를 활용하여 다양한 활동을 실시간으로 모니터링하고 제어하는데 사용됩니다. 예를 들어, 철제 PT를 활용하여 생산형 AI를 구현하거나, 인터넷에서 구한 이미지를 활용하여 챗봇을 개발하는 등 다양한 활용 사례가 있습니다.
피지컬 컴퓨팅은 현대 사회에서 인공지능 교육이나 소프트웨어 교육과 같은 다양한 교육 분야에서 중요한 역할을 합니다. 이를 통해 아이들은 다양한 센서와 액츄에이터를 활용하여 실시간 데이터를 탐색하고 문제 해결을 경험할 수 있습니다.
피지컬 컴퓨팅은 사물인터넷 기술과 밀접한 관련이 있으며, 현실 세계의 환경을 실시간으로 모니터링하고 상호작용하는 시스템으로 활용될 수 있습니다. 이를 통해 다양한 분야에서 문제 해결과 탐구의 경험을 제공할 수 있습니다.
피지컬 컴퓨팅은 센서, 액츄에이터, 그리고 컴퓨팅 디바이스로 구성됩니다. 센서는 다양한 정보를 입력받고, 액츄에이터는 입력받은 정보를 처리하여 물리 세계에 다시 리턴해주는 역할을 합니다.
피지컬 컴퓨팅은 센서와 액츄에이터를 이용하여 물리적인 실세계의 변화를 감지하고 처리하는 컴퓨팅 시스템입니다. 이를 통해 컴퓨터와 인간이 상호작용하고 소통할 수 있습니다.
교실에서 피지컬 컴퓨팅을 활용하는 시도들이 많이 있었습니다. NBL이라고 알려진 교구를 사용하여 컴퓨터와 연결하여 정확한 데이터를 얻고 실시간으로 문제를 해결하는 시도들이 있었습니다. 이를 바탕으로 많은 연구와 교육이 이루어졌습니다.
피지컬 컴퓨팅은 라즈베리파이, 마이크로비트, 아두이노와 같은 장치를 사용하여 학교에서 연구와 교육을 할 필요가 있다는 주장이 있습니다. 앨런 미크로프트 교수는 피지컬 컴퓨팅에 대한 내용을 강의에서 다루고 있습니다.
마이크로비트는 작은 MCU 컨트롤러에 여러 가지 센서들을 붙여서 다양한 것들을 만들어낼 수 있는 장치입니다. 블록 코드 에디터를 사용하여 코딩을 할 수 있으며, 에뮬레이터를 통해 실제 마이크로비트가 없어도 작동을 시뮬레이션할 수 있습니다.
마이크로비트는 학교에서 다양한 프로젝트를 할 수 있는 기능과 아이디어를 제공합니다. 메이크 코드 사이트에서 다양한 프로젝트를 참고하고 실습할 수 있습니다. LED를 제어하거나 버튼을 누르는 등의 동작을 프로그래밍하여 마이크로비트를 활용할 수 있습니다.
마이크로비트를 컴퓨터에 연결하기 위해서는 USB 케이블이 필요합니다. 마이크로비트 외장 드라이브가 컴퓨터에 등록되면 메이크 코드 사이트에서 작성한 프로그램을 다운로드하여 마이크로비트에 저장할 수 있습니다.
마이크로비트를 실제로 연결하여 실습을 진행합니다. 마이크로비트 외장 드라이브가 컴퓨터에 등록되면 웹 플랫폼에서 작성한 프로그램을 다운로드하여 마이크로비트에 연결합니다. 프로그램을 실행하면 마이크로비트가 작동하며 LED의 상태가 변화하는 것을 확인할 수 있습니다.
마이크로비트를 활용하여 버튼을 누르면 LED의 상태가 변화하는 예시를 실습합니다. 웰컴 프로그램을 대체하는 프로그램을 작성하여 마이크로비트에 저장하고 작동시킵니다.
마이크로비트를 컴퓨터에 연결하면 마이크로비트 외장 드라이브가 등록되는 것을 확인합니다. 이후 웹 플랫폼에서 작성한 프로그램을 다운로드하여 마이크로비트에 저장할 수 있습니다.
마이크로비트를 컴퓨터에 연결하는 방법에 대해 설명합니다. 마이크로비트를 연결하기 위해 연결하기 버튼을 누르고, 장치 연결을 선택해야 합니다. 연결이 완료되면 컴퓨터에 연결된 마이크로비트가 리스트에 표시되며, 선택하여 연결할 수 있습니다.
마이크로비트는 다양한 기능을 제공합니다. 소프트웨어적으로 가상 공간에서 작동시키는 것부터 실제 하드웨어에 코드를 입력하여 작동시키는 것까지 가능합니다. 마이크로비트는 입력과 출력을 다룰 수 있으며, 소리를 내거나 입력을 받을 수도 있습니다. 또한 다양한 센서를 활용하여 빛의 밝기나 온도 등을 측정할 수 있습니다.
마이크로비트는 그래프 그리기 기능을 제공합니다. 그래프 그리기를 위해 입력 블록을 사용하여 센서의 값을 받아올 수 있습니다. 예를 들어, 조도 센서를 사용하여 빛의 밝기를 측정하고, 그 값을 그래프로 표현할 수 있습니다. 또한 이러한 그래프 기능을 활용하여 센서의 값을 실시간으로 확인할 수 있습니다.
마이크로비트는 외부 장치와 연결하여 사용할 수 있습니다. GPIO 핀을 사용하여 내장되어 있지 않은 센서나 액추에이터를 연결할 수 있습니다. 이를 통해 더 다양한 기능을 구현할 수 있으며, 아두이노나 라즈베리파이와 같은 다른 장치들과의 연동도 가능합니다.
마이크로비트는 서버 기능을 제공하며, 확장 블록을 통해 다양한 기능을 추가할 수 있습니다. 서버 기능은 GPIO 핀을 활용하여 외부 장치를 연결할 때 사용되며, 확장 블록은 마이크로비트에서 제공하는 블록 외에도 다양한 블록들을 추가로 사용할 수 있게 해줍니다.
마이크로비트와 액추에이터를 활용하여 다양한 작품을 만들 수 있습니다. 액추에이터를 사용하여 물리적인 변화를 만들 수 있으며, 서버와 연동하여 원하는 동작을 구현할 수 있습니다. 예를 들어, 문을 열고 닫는 장치나 선풍기를 작동시키는 등의 작품을 만들 수 있습니다.
마이크로비트는 외부 회로를 연결하여 사용할 수 있습니다. GPIO 핀을 활용하여 외부 회로를 연결하고, 이를 통해 센서나 액추에이터를 제어할 수 있습니다. 이를 통해 더 복잡한 회로를 구성하고 다양한 기능을 구현할 수 있습니다.
마이크로비트는 서버와 통신하여 데이터를 주고받을 수 있습니다. 서버 블록을 사용하여 데이터를 전송하고 받을 수 있으며, 이를 활용하여 실시간 데이터 표시 등의 기능을 구현할 수 있습니다. 또한 서버와의 통신을 통해 다른 장치나 애플리케이션과의 연동도 가능합니다.
마이크로비트는 실제 하드웨어와 연결하여 작동시킬 수 있습니다. 마이크로비트에 코드를 입력하고 하드웨어에 연결하면 프로그램이 작동하게 됩니다. 이를 통해 마이크로비트로 만든 작품을 실제로 동작시킬 수 있으며, 더 다양한 기능을 구현할 수 있습니다.
마이크로비트를 창의적으로 활용하여 다양한 작품을 만들 수 있습니다. 센서와 액추에이터를 조합하여 원하는 동작을 구현하거나, 외부 회로와의 연결을 통해 더 복잡한 기능을 구현할 수 있습니다. 마이크로비트의 다양한 기능을 활용하여 자신만의 창작물을 만들어보세요.
블랙박스는 사물이나 인간들이 상호작용하는 과정에서 잘 작동하는 상황을 잘 정리하고 상자화시키는 개념이다. 이를 통해 문제의 해결 방식이나 새로운 것을 만드는 과정에서 중요한 역할을 한다. 블랙박스는 우리 주변에 많이 존재하며, 인간의 사고의 과정이나 문제 해결의 과정을 정리하고 상품화하여 다른 사람들과 공유할 수 있다.
데이터는 문제 해결과 상호작용의 과정에서 중요한 역할을 한다. 데이터 수집, 분석, 해석을 통해 다양한 질문을 만들고 상호작용할 수 있다. 디지털 리터러시와 데이터 리터러시는 현대 사회에서 중요한 역할을 하는데, 이를 통해 우리는 사회와 소통하고 문제를 해결할 수 있다.
피지컬 컴퓨팅은 실시간으로 데이터를 가지고 뭔가를 해보는 과정을 의미한다. 이를 통해 문제 해결과 창작의 과정을 경험하며, 사회와 소통하고 발전하는 과정을 경험할 수 있다. 마이크로비트와 같은 하드웨어를 활용하여 실습을 통해 피지컬 컴퓨팅을 익힐 수 있다.
블록 코딩을 통해 피지컬 컴퓨팅을 구현할 수 있다. 마이크로비트와 같은 하드웨어를 활용하여 블록을 조립하여 프로그램을 만들고, 센서와 액츄에이터를 활용하여 실시간으로 상호작용할 수 있는 작품을 만들 수 있다. 이를 통해 아이들은 코딩과 창작의 기초를 배울 수 있다.
피지컬 컴퓨팅과 블랙박스는 다양한 분야에서 응용될 수 있다. 예를 들어, 플라스틱 선별기를 만들거나 자동차의 블랙박스와 같은 응용이 가능하다. 이를 통해 아이들은 문제 해결과 창작의 과정을 경험하며, 실시간으로 상호작용할 수 있는 작품을 만들어낼 수 있다.
이 영상은 몸 안에서 일어나는 일에 대해 이해하고 알려주기 위한 수업 영상이다. 영상에서는 스마트워치와 혈압계 등의 웨어러블 장치를 활용하여 몸의 심장박동과 혈액순환에 대한 이해를 돕는다. 또한, 생물학적인 지식과 피지컬 컴퓨팅을 통해 몸의 동작을 측정하고 데이터를 분석하는 방법을 소개한다.
스마트워치와 혈압계 등의 웨어러블 장치를 사용하여 몸 안에서 일어나는 일에 대해 알아본다. 이를 통해 몸의 심장박동과 혈액순환에 대한 이해를 높이고, 몸의 상태를 측정하고 관리하는 방법을 배운다.
생물학적인 지식과 피지컬 컴퓨팅을 활용하여 몸의 동작을 측정하고 데이터를 분석하는 방법을 배운다. 심장박동을 측정하기 위해 펄스 센서를 사용하고, 아날로그 입력 값을 그래프로 표시하여 몸의 변화를 관찰한다.
스마트워치와 펄스 센서를 연결하여 하드웨어를 구성한다. 센서와 마이크로비트를 연결하고 전원을 인가하여 센서가 작동하도록 한다. 또한, 확장 보드를 사용하여 연결을 편리하게 한다.
마이크로비트의 GPIO 핀을 사용하여 소프트웨어 프로그래밍을 한다. LED에 출력 값을 주어서 빛을 만들고, 펄스 센서의 값을 읽어와서 그래프로 표시한다. 또한, 시리얼 통신을 사용하여 데이터를 전송한다.
이번 섹션에서는 심장박동 측정에 대해 다룹니다. 수업에서는 심장박동과 관련된 데이터를 수집하고 분석하는 방법을 알려줍니다. 또한, 심장박동을 측정하는 장치를 만들기 위한 아이디어를 제시하고, 아이들과 함께 실제로 활동을 진행합니다.
이번 섹션에서는 피지컬 컴퓨팅과 탐구에 대해 다룹니다. 수업에서는 마이크로비트를 사용하여 피지컬 컴퓨팅 활동을 진행하고, 아이들이 심장박동을 측정하는 장치를 만들어보도록 안내합니다. 또한, 다양한 아이디어를 도출하고 탐색하는 과정을 강조합니다.
이번 섹션에서는 스토리라인을 만드는 방법에 대해 다룹니다. 수업에서는 아이들과 함께 스토리라인을 구성하고, 마이크로비트를 활용하여 심장박동을 측정하는 장치를 만들어보도록 안내합니다. 또한, 아이들이 창의적인 아이디어를 도출하고 구현하는 과정을 경험하게 합니다.
이번 섹션에서는 마이크로비트를 활용한 심장박동 측정 장치를 만드는 방법에 대해 다룹니다. 수업에서는 코드 작성과 다운로드, 심장박동 데이터의 표시 등을 안내하며, 아이들에게 실제로 코드를 작성하고 활동을 진행하도록 도와줍니다.
이 영상에서는 스마트워치의 작동 원리에 대해 설명합니다. 스마트워치는 심장 활동을 측정하는 센서를 가지고 있으며, 이를 통해 심장박동을 계산하고 신체에서 발생하는 변화를 카운팅합니다. 이런 원리를 이해하기 위해 마이크로비트와 심장의 펌핑에 의한 변화를 카운팅하는 장치들을 사용합니다. 이러한 원리를 바탕으로 스마트워치는 심장 활동을 측정할 수 있습니다.
스마트워치는 심장 활동을 측정하는 핵심적인 아이디어를 가지고 있습니다. 이를 통해 아이들은 스마트워치를 사용하여 자신의 심장 활동을 측정하고, 이를 기반으로 탐구를 진행할 수 있습니다. 또한, 스마트워치를 활용하여 심장 활동을 측정하는 센서를 만들고, 이를 통해 심장박동을 정교하게 분당 심장박동수로 측정할 수 있습니다.
스마트워치를 통해 심장 활동을 측정하는 원리와 기술을 소개합니다. 이를 바탕으로 스마트워치를 만들고, 이를 활용하여 심장박동을 측정할 수 있습니다. 이러한 프로그램은 최소 5시간에서 6시간 정도를 계획하여 진행됩니다. 아이들은 스마트워치를 사용하여 심장박동이 측정되는 것을 확인하고, 이를 바탕으로 직접 탐구를 진행할 수 있습니다. 탐구 과제는 운동의 종류에 따라 협업하며 수행하고, 자유탐구 과제도 주어집니다.
이 프로그램은 스마트워치의 작동 원리와 탐구 과제를 포함하여 진행됩니다. 아이들은 스마트워치를 사용하여 심장 활동을 측정하고, 이를 바탕으로 직접 탐구를 진행합니다. 프로그램은 최소 5시간에서 6시간 정도를 계획하여 진행되며, 아이들은 여러 가지 활동을 수행하면서 스마트워치를 활용합니다. 이를 통해 아이들은 스마트워치의 작동 원리와 탐구 과제를 이해하고, 직접적인 탐구를 경험하게 됩니다.
왜 라즈베리파이는 깔끔하지 않은 내부가 다 보이도록 노출시켰는가?에 대한 내용을 영상에 담았습니다.
GPIO란 무엇인가요?
•
•
디지털 회로에서 사용되며, 마이크로컨트롤러와 같은 다른 디지털 회로와 통신할 수 있습니다.
분리 배출 장치 만들기 활동이 가능함.
빛 밝기에 의해 서보의 각도를 바꾸는 코드
입력 부분의 시리얼 전송은 플러스 버튼 누른 후 끄기→켜기를 꼭 하셔야 합니다.
과제
과제는 마이크로비트 활용 사례를 연구하고 수업에 적용할 수 있는 아이디어 제시하기입니다.
논문 주제 정하기, 동화만들기, 마이크로비트 활용 아이디어 제시, 퀴즈 체크
[1-2차시] 박찬 선생님
•
생성형 인공지능으로 그림책 만들기
•
제출 :
bit.ly/AI그림책
[3-4차시] 윤용근 선생님
•
과학 탐구 주제 탐색하기
•
제출 : 구글 클래스룸
•
빈칸을 모두 채울 필요는 없습니다.
[5-6차시] 박형용 교수님
•
마이크로비트 활용 사례 조사하여 수업 상황에 적용할 수 있는 아이디어 정리하기
•
제출 :
[퀴즈]
•
제출: 구글 클래스룸
1. 마이크로비트 활용 사례
마이크로:비트를 사용하여 ChatGPT와 상호 작용하는 방법
이 비디오는 마이크로:비트를 사용하여 ChatGPT와 상호 작용하는 방법을 보여줍니다. 발표자는 마이크로:비트 시뮬레이터를 사용하여 자바스크립트 코드를 작성하고 온도 프로브를 시뮬레이션하며, 온도 임계값에 따라 다른 메시지를 표시하는 방법을 보여줍니다. 또한 ChatGPT와 마이크로:비트를 탐색하고 실험해보라고 시청자들에게 권장하며, 다양한 기능을 위해 자바스크립트 코드를 생성하는 편리함을 강조합니다.
•
마이크로:비트를 사용하여 ChatGPT와 상호 작용하는 방법을 보여줍니다.•
마이크로:비트 시뮬레이터를 사용하여 자바스크립트 코드를 작성하고 온도 프로브를 시뮬레이션합니다.•
ChatGPT와 마이크로:비트를 탐색하고 실험해보세요!https://traw.ai/video/19fd387e-9180-4a58-8462-1c0e92b88c0a
2. 수업 적용 방안
66번 영신여자고등학교 김준오 교사입니다.
[수업 설계 목표]
저는 평소에 IT 기술에 인문학적 요소와 스토리텔링 기법이 함께 융합되어 하나가 될 때, 새로운 가치가 창출되고 원했던 교육적 가치를 찾을 수 있을 것이라는 확신이 있습니다.
[수업 내용]
협업 프로젝트로 수업이 진행됩니다.
그룹별로 인원을 구성하고, 그룹 구성원들은 함께 만든 스토리를 만듭니다.
스토리에 맞게 자신이 가지고 있는 마이크로비트에 역할을 부여하여 때로는 캐릭터로, 때로는 배경음악, 또는 무대장치로 활용합니다.
스토리가 완성되고 마이크로비트 작동 준비가 되면 장면마다 촬영하여 하나의 스토리 영상을 만듭니다.
발표를 통해 각 그룹의 동영상을 감상하고 서로에게 피드백을 주고 받으면서 자신의 팀에 부족했던 부분과 우수한 부분을 확인합니다.
[기대 효과]
학생들이 ChatGPT의 도움을 받아서 마이크로비트를 편하게 작동시키고 사용할 수 있게되면 작은 성공 경험을 하게 됩니다.
이후의 마이크로비트를 활용한 심화 수업에 이전에 경험한 성공 경험이 다양한 형태의 전이 학습을 가능하게 할 것입니다.
다음은 ChatGPT의 도움을 받아 가상으로 수업 지도안을 설계한 내용입니다.
ChatGPT와 micro:bit를 결합하여 스토리텔링을 탐구하는 두 가지 재미있는 수업 계획입니다.
수업 계획 1: 협동 스토리텔링 모험
목표: micro:bit 및 ChatGPT를 사용하여 대화형 내러티브를 만드는 공동 스토리텔링 모험에 학생들을 참여시킵니다.
재료:
•
마이크로:비트 보드
•
USB 케이블
•
인터넷 접속이 가능한 컴퓨터
절차:
1.
소개(10분):
•
스토리텔링의 개념과 창의성과 상상력을 키우는 데 있어 스토리텔링의 중요성을 소개합니다.
•
학생들이 micro:bit 및 ChatGPT를 사용하여 대화형 스토리를 만들기 위해 협력할 것이라고 설명합니다.
2.
스토리라인 생성(20분):
•
학생들을 소그룹으로 나눕니다.
•
각 그룹에게 캐릭터, 설정 및 주요 갈등을 포함하여 스토리 아이디어를 브레인스토밍하고 개발하도록 지시합니다.
•
각 그룹 내에서 창의성과 협업을 장려합니다.
3.
스토리 프로그래밍(30분):
•
마이크로비트에 코드를 작성하여 캐릭터, 설정 및 주요 이벤트와 같은 스토리 요소를 표시하도록 학생들을 안내합니다.
•
학생들에게 micro:bit의 직렬 통신을 사용하여 스토리 프롬프트 또는 선택 사항을 ChatGPT로 보내는 방법을 보여줍니다.
•
학생들이 ChatGPT의 응답을 스토리 내러티브에 통합하도록 돕습니다.
4.
인터랙티브 스토리텔링(30분):
•
그룹이 번갈아 서로의 대화형 스토리를 통해 재생하도록 허용합니다.
•
그룹이 스토리 프롬프트나 선택에 직면하면 마이크로비트를 사용하여 결정을 입력한 다음 응답을 위해 ChatGPT로 전송됩니다.
•
그룹이 선택에 따라 다양한 스토리 경로와 결과를 탐색하도록 권장합니다.
5.
성찰 및 토론(10분):
•
공동 스토리텔링 경험에 대한 토론에 학생들을 참여시킵니다.
•
그들이 직면한 도전과 그들이 개발한 창의적인 해결책을 생각해 보십시오.
•
대화형 스토리텔링을 향상시키는 기술의 힘에 대해 토론합니다.
수업 계획 2: Micro:bit 및 ChatGPT를 사용한 캐릭터 개발
목표: micro:bit 및 ChatGPT를 사용하여 캐릭터 프로필 및 내러티브를 개발하여 스토리텔링 및 캐릭터 개발을 탐색합니다.
재료:
•
마이크로:비트 보드
•
USB 케이블
•
인터넷 접속이 가능한 컴퓨터
절차:
1.
소개(10분):
•
스토리텔링에서 잘 발달된 캐릭터의 중요성에 대해 토론합니다.
•
학생들이 micro:bit 및 ChatGPT를 사용하여 자신만의 고유한 캐릭터를 만들고 개발할 것이라고 설명합니다.
2.
캐릭터 생성(20분):
•
각 학생에게 이름, 외모, 성격 특성 및 배경 이야기를 포함한 캐릭터 프로필을 작성하도록 지시합니다.
•
학생들이 창의적으로 생각하고 캐릭터에 고유한 특성을 추가하도록 격려하십시오.
3.
캐릭터 프로그래밍(30분):
•
마이크로비트 보드를 프로그래밍하여 캐릭터의 이름, 시각적 표현 및 성격 특성을 표시하도록 학생들을 안내합니다.
•
학생들에게 micro:bit의 직렬 통신을 사용하여 캐릭터에 대한 프롬프트나 질문을 ChatGPT로 보내는 방법을 보여줍니다.
4.
캐릭터 상호작용(30분):
•
학생들이 micro:bit 및 ChatGPT를 사용하여 서로의 캐릭터와 상호 작용할 수 있습니다.
•
학생들은 서로의 캐릭터에 대해 질문할 수 있으며 ChatGPT는 캐릭터 프로필을 기반으로 응답을 생성할 수 있습니다.
5.
성찰 및 토론(10분):
•
캐릭터 개발 경험에 대한 토론에 학생들을 참여시킵니다.
•
micro:bit 및 ChatGPT를 사용하여 캐릭터에 생명을 불어넣는 과정에 대해 토론합니다.
•
학생들이 자신의 캐릭터에 대해 발견한 흥미로운 상호작용이나 발견을 공유하도록 격려하십시오.
이 수업 계획은 학생들에게 micro:bit 및 ChatGPT를 통합하면서 스토리텔링, 창의성 및 캐릭터 개발을 탐구할 수 있는 실습 기회를 제공합니다. 학생들은 대화형 내러티브를 개발하고 협력적인 스토리텔링 모험에 참여하여 상상력과 비판적 사고 기술을 함양합니다.
인공지능을 활용해서 동화책 만들기
온라인 4일차 연수
오늘의 일정
4주차 연수 안내
ㅁ 주제: 인공지능교육 교수학습방법
ㅁ 학습 목표
•
인공지능 교육 목표와 철학을 세울 수 있다.
•
인공지능 교수학습방법을 이해하고, 적용방안을 찾아볼 수 있다.
ㅁ 강사: 신승기 교수(서울교대)
줌 링크
•
토 오전 10-12시 강의 링크: https://snu-ac-kr.zoom.us/j/97502969675
•
토 오후 13시-17시 강의 링크: https://snu-ac-kr.zoom.us/j/93615685443
•
토 오후 개별학습 강의 링크: https://snu-ac-kr.zoom.us/j/94275307425
영어 작문에서 학습자와 인공지능 번역기 간 상호작용 유형 탐색
[내용 요약]
1교시
세 줄 요약
인공지능 교육과정은 2000년대 초반부터 정보통신기술 교육 강화, 2015년 개정교육과정에서 디지털 소양 필수화, 2017년 정보통신윤리 법 발표, 2019년 인공지능 국가 전략 발표, 2020년 디지털 소양 강화 종합계획 발표, 2021년 개정교육과정에 디지털 소양과 문제 해결력 담김. 인공지능 교육은 초등학교부터 강화되며 맞춤형 교육을 추구.
•
인공지능 교육과정은 2000년대부터 정보통신기술 교육을 강화하고 디지털 소양 필수화, 정보통신윤리 법 발표, 인공지능 국가 전략 발표 등으로 진화해왔다.•
2021년 개정교육과정에는 디지털 소양과 문제 해결력을 갖추기 위한 내용이 담겨져 있다.•
교육부는 초등학교부터 디지털 소양과 활용을 강화하고 맞춤형 교육을 추구한다.요약
이 비디오는 인공지능 교육과정의 변화와 흐름에 대해 설명하고 있습니다. 2000년대 초반부터 이미 교육부에서 정보통신기술 교육을 강화하기 위한 지침을 내렸으며, 2015년 개정교육과정에서는 디지털 소양을 필수 소양으로 담아내고 있습니다. 이후 2017년에는 정보통신윤리 교육을 강화하기 위한 법이 발표되었고, 2019년에는 인공지능 국가 전략이 발표되었습니다. 2020년에는 디지털 소양을 강화하기 위한 종합계획이 발표되었고, 2021년 개정교육과정에는 디지털 소양과 문제 해결력을 갖추기 위한 내용이 담겨져 있습니다. 교육부는 이러한 소프트웨어 교육과정을 통해 초등학교부터 디지털 소양과 활용을 강화하고자 하며, 최종적으로는 맞춤형 학습과 경로 최적화를 통해 모두를 위한 맞춤 교육시대를 구현하고자 합니다.
이 비디오에서는 교육과정의 변화와 인공지능 교육에 대한 내용을 다루고 있습니다. 교육부에서는 인공지능과 소프트웨어 교육을 강화하고, 컴퓨팅 사고력을 중요시하는 방향으로 전략을 수립하고 있습니다. 또한, 인공지능 교육을 통해 문제 해결력과 창의력을 키워야 한다는 것을 강조하고 있습니다. 미래 교육의 관점에서는 기술적 활용뿐만 아니라 추상화와 자동화에 초점을 맞춰야 하며, 선생님들은 아이들이 혁신하고 생각할 수 있는 환경을 만들어 주는 역할을 해야 합니다. 이를 위해 교사들은 컴퓨팅 사고력을 기를 수 있는 교수학습 방법에 대해 고민해야 합니다.
이번 영상에서는 인공지능 교육에 대해 설명하고, 인공지능을 활용한 사례들을 소개했습니다. 수업 설계에는 교육 과정과 성취 기준을 고려하여 접근 가능성을 확보해야 한다고 말했고, 건축에서의 설계와 유사한 점을 언급했습니다. 또한, udl(유니버설 디자인 러닝)의 관점에서 모든 학생들이 참여할 수 있는 수업 설계가 필요하다고 강조했습니다. 그리고 데이터 분석을 통한 사회 변화에 대한 예측과 상관관계 분석을 소개하며, 초등학교 수업에서 이를 활용한 사례를 제시했습니다. 이외에도 다양한 인공지능 기반의 서비스 사례들을 간략하게 언급했습니다. 마지막으로, 선생님들에게는 인공지능을 활용한 수업 설계에 대해 고민하고, 데이터 분석과 관련된 활동을 진행해보는 것을 권장했습니다.
내용
4주차 연주가 시작됩니다. 선생님들께서 미리 접속해주셨고, 주말에 시간을 내어 참여해주셔서 감사하다는 말씀을 드립니다. 4주차에도 많이 피곤하시겠지만 적극적으로 참여해주셔서 감사드립니다.
인공지능 정부 사업을 통해 선생님들과의 연수 기회가 생겼으며, 오늘 연수는 초중고등학교가 함께 하는 의미가 있습니다. 오늘은 교과교육과 인공지능 교육에 대해 말씀드리고, 수업을 구성하고 연구할 수 있는 방법에 대해 이야기하겠습니다.
오전과 오후로 크게 나눠진 연수가 진행될 예정입니다. 오전에는 강의 중심의 연수가 이루어지고, 오후에는 활동 중심의 연수가 진행됩니다. 연수는 29개 모둠으로 편성되어 있으며, 각 모둠은 연수 과정에서 안내될 예정입니다.
2001년에 진행된 교육과정 변화에 대한 진단 결과에 따르면, 한국의 학생들은 미래의 환경에 잘 준비되어 있어야 한다는 평가를 받았습니다. 이를 위해 프로그래밍, 수학, 과학 등의 교육이 필요하다고 진단되었습니다. 또한, 선생님들의 역량도 매우 뛰어나다고 평가되었습니다.
2001년에 초중학교 정보통신기술교육 운영지침이 발표되었습니다. 이 지침에 따르면, 매주 1시간의 소양교육과 모든 교과에서 10% 이상의 활용 교육이 이루어져야 한다고 권고되었습니다. 이는 교과교육과 융합교육을 강조하는 것입니다.
기술 발전에 따라 디지털 기술의 부작용이 나타나고, 이에 대한 윤리적인 가이드라인이 필요하다고 생각됨. 컴퓨터 보급으로 인한 부작용을 예방하기 위해 정보통신 윤리와 교육에 대한 내용이 다루어짐.
과거에는 디지털 활용에 대한 교육이 부족하여 교육 수준의 차이가 있었지만, OECD 평균에 비해 한국의 PC 보급 비율은 낮아 아쉬움이 있었음. OECD 국가들 중에서도 디지털 활용에 대한 태도가 최하위권임. 다른 국가들의 교육 시스템을 참고하여 교육으로 선두에 나가고자 하는 모습이 나타남.
2015 개정교육과정을 통해 소프트웨어 교육의 필수성이 인정되고, 인재양성을 위한 교육과정 개발이 이루어짐. 2017년에는 과학수학 정보교육진흥법이 발표되어 교원 양성과 교육 환경 구축 등의 지원이 이루어짐. 교육과정 발표 이후에는 교사 대상 연수와 학교 인프라 구축 등이 집중적으로 추진됨.
교육과정의 발표와 함께 디지털 소양과 활용에 대한 내용이 담겨지고, 맞춤형 학습과 최적화된 학습 경로를 제공하는 방향으로 개선되고 있음. 데이터를 기반으로 운영되는 맞춤형 학습과 디지털 학습 환경 구축 등이 추진되고 있으며, 선도학교와 터치 교사단을 통해 디지털 교육이 활성화되고 있음.
교원 수를 줄이는 방향으로 정책이 전환되고 있으며, 초등학교와 중고등학교에 정보교과 전담 교원을 배치하는 방안이 제시됨. 디지털 소양과 융합을 통한 교육 방법론이 강화될 예정임.
기초학력 책임 교육은 디지털 소양과 문제 해결력을 기르는 교육 방법으로 제시됨. 디지털을 활용하여 다양한 교과와의 융합을 추구하고, 학생들의 진로와 연계하여 디지털 역량을 키울 수 있도록 함.
교육부에서는 소양에 대한 지원과 교육을 집중적으로 하기로 발표했습니다. 이는 추후 교육지원청을 통해 추천을 받고 시도교육청을 대표하는 선생님들에게 이를 시행할 예정입니다.
컴퓨팅 사고력은 디지털 리터러시와 컴퓨팅 사고력이라는 두 가지를 교육과정에 제시하고 있습니다. 컴퓨팅 사고력은 학생들이 추상화와 자동화를 통해 문제를 해결하는 능력을 의미합니다.
컴퓨팅 사고력은 구성주의에 기반을 두고 있습니다. 구성주의에는 인지적 구성주의와 사회적 구성주의가 있으며, 컴퓨팅 사고력은 이와 함께 학생들이 주도적으로 학습하는 러닝 바이 디자인과 관련이 있습니다.
마인드스톰은 페퍼트 교수님의 책에서 처음으로 컴퓨팅 사고력이라는 용어가 사용되었습니다. 이를 통해 학생들은 로봇을 조립하고 프로그래밍하는 활동을 통해 컴퓨팅 사고력을 발전시킬 수 있습니다.
컴퓨팅 사고력에서 가장 중요한 개념은 추상화와 자동화입니다. 추상화는 복잡한 문제를 간결하게 해결하기 위해 필요한 개념이며, 자동화는 추상화된 개념을 자동으로 실행하여 문제를 해결하는 것을 의미합니다.
문제를 해결하기 위해서는 문제를 발견할 수 있어야 합니다. 추상화는 문제를 발견하고 해결하기 위한 과정입니다. 우리가 추상화를 통해 문제를 발견하고 해결하는 능력을 키워야 합니다.
컴퓨팅 사고력은 문제를 간결하고 해결해야 할 것에 초점을 두는 활동에 관심을 가지는 것이다. 또한, 미래교육은 학생 중심의 교육이 이루어져야 하며, 학생의 성공을 위해 어떤 노력을 해야 하는지에 대해 고민해야 한다. 이를 위해 교육의 방향으로 학생의 행위 주체성을 강조하고, 디지털 네이티브인 학생들을 고려해야 한다.
인공지능은 미래 사회의 중요한 요소로 발전하고 있으며, 아이들은 디지털 네이티브로서 디지털 기기와 환경에 익숙하다. 디지털 네이티브들은 기술의 존재를 공기와 같이 생각하고, 디지털 장비 없이는 어려움을 겪을 수 있다. 이러한 아이들은 전통적인 교과서 기반의 활동보다는 믿는 사람이 이야기를 해주는 것에 신뢰를 느낀다. 따라서, 인공지능 교육은 아이들이 인공지능 사회에서 살아가기 위해 필요하다.
국가적으로 인공지능 인재양성에 대한 관심이 높아졌으며, 대학원 프로그램의 확대와 교육부에서의 인공지능 교육 지원 등이 이루어지고 있다. 또한, 학교에서는 2025년부터 인공지능을 활용한 교육이 이루어져야 하며, 교육 방법과 활동에 대한 고민이 필요하다. 하지만, 인공지능 교육에 초점을 두는 것이 아니라 문제 해결력과 창의력을 길러주는 활동에도 노력해야 한다.
인공지능 교육에 있어서도 기술적 활용에만 초점을 두는 것이 아니라 문제 해결력을 갖추도록 하는 방법에 대한 연구가 필요하다. 또한, 인공지능이 사람의 지능을 본따서 만들어진 것이기 때문에 기계의 사고 과정을 이해하는 학습 과정이 필요하다. 교사들은 아이들이 문제를 해결하고 창의적으로 생각할 수 있도록 지원하는 방법에 대해 연구해야 한다.
인공지능이 이미 다양한 사례에서 활용되고 있으며, 이에 대한 연수와 교육 과정이 필요하다. 또한, 선도적인 선생님들이 학교에서 수업을 잘 이루어질 수 있도록 환경을 구성하고, 아이들에게 왜 인공지능 교육을 하는지에 대한 방법적인 측면을 제시할 수 있다. 이를 위해 교육부에서도 인공지능 교육에 대한 목적과 방향성을 제시하고 있다.
교육은 설계되어야 하며, 이를 통해 문제 해결력을 갖출 수 있도록 해야 한다. 현재 건축에서 고려되는 것처럼 교육에서도 접근성을 고려해야 한다. 또한, 교사는 단순히 지식을 전달하는 것이 아니라 아이들이 혁신하고 생각할 수 있는 환경을 만들어 주어야 한다. 따라서, 교사들은 구성주의적인 관점에서 아이들이 스스로 지식을 평행할 수 있는 환경을 구성하는 방법을 고민해야 한다.
교육과 건축은 모두 설계가 필요하며, 접근성이 중요한 요소이다. 건축에서는 접근성을 고려하여 계단의 설계를 결정하듯이, 교육에서도 아이들이 쉽게 학습할 수 있는 환경을 구성해야 한다. 또한, 교사들은 구성주의적인 관점에서 아이들이 스스로 지식을 평행할 수 있는 환경을 만들어 주어야 한다.
UDL은 특수교육에서 연구가 많이 이루어진 환경을 교육에서 적용하는 개념이다. UDL은 보편적인 학습 기회를 제공하기 위해 보편적인 환경에서 수업을 진행하는 것을 의미한다. UDL은 학생들의 다양한 수준과 관심사를 고려하여 맞춤형 수업 설계와 학습 경로 제공을 목표로 한다. AI 기술을 활용하여 학습 기회를 보편적으로 제공하는 방향으로 발전하고 있다.
학생들은 다양한 수준과 관심사를 가지고 있으며, 인공지능 기술의 상용화로 인해 학습에서도 인공지능을 활용하여 보편적인 교육 기회를 제공하려는 노력이 이루어지고 있다. 학생들의 배경지식과 역량이 다른 한 학급에서 수업을 하는 것은 도전적인 과제이며, 이를 해결하기 위해 맞춤형 수업 설계와 학습 환경 재구성이 필요하다.
UDL은 왜 배우는가, 무엇을 배우는가, 어떻게 배우는가라는 세 가지 관점으로 고려되어야 한다. 왜 배우는가는 학생들이 학습에 참여하고자 하는 이유를 이해하는 것이며, 무엇을 배우는가는 학습 목표와 교육과정을 기반으로 한다. 어떻게 배우는가는 학생들의 다양한 수준과 관심사를 고려하여 수업 환경을 재구성하고 설계하는 것이다.
HCI 관점에서 수업 설계를 바라보면, 학생들이 의도한 대로 수업에 참여할 수 있도록 환경을 설계해야 한다. 예를 들어, 문을 열고 들어가기 위해 손잡이를 사용하는 것과 같이 수업에서도 의도한 행동을 유발하는 환경을 만들어야 한다. 이를 위해 업포던스와 시그니파이어 개념을 활용하여 수업을 설계할 수 있다.
UDL과 HCI 관점을 고려한 수업 설계는 학생들의 참여와 학습 목표 달성을 위해 중요하다. 또한, 다양한 사례들을 참고하여 수업을 개선하고 발전시킬 수 있다. 교육부에서도 인공지능과 컴퓨팅 사고력을 활용한 수업을 지향하고 있으며, 이를 통해 학생들의 역량을 키우고 융합할 수 있는 능력을 갖출 수 있다.
교육 현장에서는 UDL 관점을 적용한 다양한 사례들이 있다. 예를 들어, 뚝뚝 수학 탐험대, 인공지능을 활용한 컨텐츠 추천 및 학습 경로 제공, 책 열매 등이 있다. 또한, 민간에서도 다양한 서비스들이 개발되어 사용되고 있다. 이러한 사례들은 수업 설계에 참고할 수 있으며, 학생들의 참여와 학습 목표 달성을 위한 철저한 수업 설계가 필요하다.
박다빈 선생님의 초등학교 수업 사례를 소개한다. 이 수업은 데이터 분석을 통해 경제 성장에 따른 1인 가구 수의 변화와 사회의 변화를 알아보는 것을 목표로 한다. 수업에서는 데이터 전처리와 관련성 분석을 통해 1인 가구 수와 구독 서비스, 중고거래, 간편식, 주식 등의 관련성을 분석한다. 이를 통해 경제와 사회의 변화를 이해하고 예측하는 능력을 기르는 것이 목표이다.
초등학교 6학년에서는 경제와 정치 부분을 배우는 활동을 진행합니다. 이 활동에서는 정부와 법원의 역할을 배우고, 첫 번째 활동으로는 그래프를 사용하여 1인 가구수를 예측해보는 것입니다. 1인 가구수는 시간이 지남에 따라 급격하게 증가하고 있으며, 이를 토대로 정부의 예산 편성과 같은 활동에 대해 배웁니다.
두 번째 수업에서는 데이터 분석을 통해 사회의 변화를 알아보는 활동을 진행합니다. 예를 들어 중고거래나 가정 간편식 집에서의 음식 소비 증가와 같은 변화를 분석하고, 2025년이나 2030년의 사회 변화를 예측하는 보고서를 작성하는 활동을 합니다.
인공지능 교과를 융합하는 사례를 소개합니다. 초등학교에서는 그래프를 통해 예측하고 해석하는 활동을 진행하며, 중학교에서는 개념적인 부분과 세부적인 조작기에 대한 활동을 합니다. 이를 통해 아이들은 현장에서의 융합과 활동을 경험하고 데이터 이해와 분석을 연계할 수 있습니다.
인공지능과 데이터 과학을 통해 통계를 활용하는 교육 사례를 소개합니다. 이를 통해 데이터 기반으로 예측하고 분류하는 활동을 진행하며, 학교 교육과정에서 통계와 인공지능을 융합할 수 있습니다.
인공지능 교육에 대한 어려움과 도움에 대해 이야기합니다. 실제 수업 준비에 어려움이 있지만, 선생님들과의 협력과 연수를 통해 교육 활동을 구체화하고 실시할 수 있습니다. 또한, 플랫폼과 도구를 활용하여 아이들과 함께 활동할 수 있으며, 연수와 교육사례집을 통해 지속적인 학습이 가능합니다.
질문에 대한 답변을 드리고, 추가적인 내용을 소개합니다. 또한, 연수와 자료를 통해 도움을 드릴 수 있음을 알립니다. 마지막으로, 수업 준비에 대한 어려움과 협력에 대해 이야기하며, 질문이 있을 경우 연락을 주도록 합니다.
2교시
세 줄 요약
교육과정은 초등학교, 중학교, 고등학교에서 데이터에 대한 이해와 활용, 인공지능 개념과 특성, 그리고 문제 해결에 대한 시스템 적용 등을 다루고 있습니다.
•
교육과정은 초등, 중등, 고등학교에서 데이터 이해와 활용, 인공지능, 문제 해결을 다룹니다.•
초등학교는 정보 교과 성취 기준, 중학교는 정보 교과와 연계된 성취 기준, 고등학교는 선택 중심 교육과정에 따라 작성합니다.•
선생님들은 각 학교급의 성취 기준을 찾아 작성하고, 7월 14일까지 제출해야 합니다.요약
이 비디오는 교육과정에 대한 내용을 설명하고 있습니다. 교육과정은 초등학교, 중학교, 고등학교에서 데이터에 대한 이해와 활용, 인공지능 개념과 특성, 그리고 문제 해결에 대한 시스템 적용 등을 다루고 있습니다. 이러한 내용들은 교과 융합적으로 다루어지며, 학생들이 데이터를 수집하고 분류하고 관리하며, 문제를 발견하고 해결하는 과정을 배우게 됩니다. 이를 통해 인공지능을 활용하여 일상생활에서 문제를 해결하는 능력을 키울 수 있습니다.
이번 온라인 연수에서는 초등학교, 중학교, 고등학교 각 학교급의 인공지능 교육과정을 연계하고자 한다. 초등학교는 정보 교과의 성취 기준을 중심으로, 중학교는 정보 교과와 연계된 성취 기준을 찾아서 작성하면 된다. 고등학교는 선택 중심 교육과정 중 인공지능 기초, 데이터 과학, 소프트웨어, 생활 과목과 관련된 성취 기준을 찾아 작성하면 된다. 선생님들은 각자 속한 학교급의 성취 기준을 찾아 작성하고, 그룹별로 성취 기준을 분석하여 연구하면 된다. 이 과제는 7월 14일 자정까지 제출하면 된다.
오늘 산출물 관련해서 선생님들께서 문의가 많이 와서 과제를 축소했습니다. 조편성 내용은 구글 클래스룸에 올려드리고, 속도는 느려도 양해 부탁드립니다. 프로젝트는 성취 기준에 따라 진행하시면 됩니다. 중학교는 5가지 성취 기준을 제시했고, 초등과 고등학교는 선생님들이 직접 찾아서 진행하면 됩니다. 중학교 선생님들은 혜택을 받으셨다고 생각하시면 됩니다. 성취 기준은 각 분야에 맞게 선택하여 프로젝트를 진행하면 됩니다. 과제 관련 혼선이 있었지만, 다시 정리해서 공유하겠습니다. 개별 학습 방에 접속해야 접속 기록이 남으므로 꼭 들어와주세요. 마지막 연습은 온라인으로 진행될 예정입니다. 수고하셨습니다.
내용
영상 시작부터 화면 공유 권한을 요청하는 대화가 진행됩니다.
식사 후 아이스브레이킹을 위해 5개의 질문이 제시됩니다.
트랜지션을 위해 제주도 연수 전에 걱정하고 있는 부분을 의견을 나누기 위해 음소거를 해제합니다.
교육과정 평가원에서 국가 수준 교육과정에 대한 의견을 공유하고, 현장에서의 어려움에 대한 의견을 나눕니다.
현장에서의 어려움과 의견을 공유하고, 교육과정 평가원의 역할에 대해 이야기합니다.
국가 수준 교육과정과 심화과정에 대해 설명하고, 중학교의 정보 교과에 대한 내용을 살펴봅니다.
중학교 교육과정은 초등학교와 고등학교의 연계선을 살펴보는 자료이다. 교육과정은 국가적인 방향에 따라 진행되며, 컴퓨팅 사고, 디지털 소양, 인공지능 소양이 영향을 받아 설정된다.
교과 역량은 컴퓨팅 사고력, 추상화, 자동화 능력, 융합능력, 디지털 소양, 인공지능 소양 등으로 구성된다. 이는 중학교에서 핵심 소양으로 다루어지며, 문제 해결력, 문해력, 윤리의식 등이 포함된다.
디지털 소양과 인공지능은 중학교 교육과정에서 다루어지는 내용이다. 디지털 소양은 정보과와 모든 교과에서 다루어지며, 인공지능은 정보를 기반으로 한 문제 해결과 의미 해석이 중요하다.
인공지능은 교과 전반적으로 다루어져야 한다. 인공지능을 활용하여 문제를 해결하고 데이터를 구조화하여 의미를 해석하는 과정이 중요하다. 교과의 융합적 측면에서 인공지능을 활용하여 상위의 가치와 성취 기준에 도달할 수 있다.
인공지능 교육과정은 2021 개정교육과정에서 새롭게 도입된 부분이다. 인공지능의 개념과 특성을 이해하고 데이터와 연계하여 문제를 발견하고 해결하는 능력이 요구된다. 또한, 데이터 수집과 관리, 윤리적인 문제에 대한 방안 마련이 중요하다.
인공지능 교육과정의 성취 기준은 인공지능의 개념과 특성을 설명하고 데이터를 수집하고 구분하며 문제 해결에 적합한 시스템을 적용하는 능력을 요구한다. 또한, 윤리적인 문제에 대한 방안을 보장해야 한다.
선생님들은 온라인 연수의 마지막 공간을 활용하여 지도안과 수업 설계에 대한 부분을 고려하고 개발하는 방향을 고민하였습니다. 이를 통해 선생님들의 시간을 절약하고 학교 현장에 AI 활용과 융합에 대한 모형을 적용할 수 있도록 하였습니다.
온라인 연수의 마지막으로 재미를 더하기 위해 활동을 진행하고 지도안을 공유하였습니다. 이는 학교 현장에 AI 활용과 융합을 적용하는 방식으로 지도안을 만들기 위한 변형된 방법입니다.
지도안을 만들 때 참고할 자료를 미리 협의하여 템플릿을 공유하였습니다. 이를 통해 개인적인 이해를 바탕으로 지도안을 만들 수 있도록 하였습니다.
오프라인 연수에서는 출결 관련, 연습 관련 설명 및 개별 활동 시간, 설문조사 등을 진행할 예정입니다. 또한, 관심 분야를 조사하여 반 배정을 할 예정이며, 지도안을 만드는 시간은 제한적이므로 분반 활동을 통해 학습을 진행할 예정입니다.
교사들은 학교 현장에서 인공지능 관련 교육의 현황과 개선점에 대한 의견을 나누었습니다. 초등학교에서는 블록 코딩이 어렵다는 의견이 있었고, 중학교에서는 정보 교과를 중심으로 인공지능 교육이 이루어지고 있는 것을 확인하였습니다. 또한, 교육 환경과 기자재에 대한 지원이 필요하다는 의견도 제시되었습니다.
교원 교육에서는 선생님들의 역할과 아이들에게 어떻게 인공지능 교육을 시킬지에 대한 의견을 나누었습니다. 학생들에게 인공지능 교육을 시키는 방법과 학부모에게도 인공지능 교육에 대한 이해를 높이는 연수가 필요하다는 의견이 제시되었습니다.
소그룹 토의를 위해 구글 공유 문서와 구글 시트를 활용하였습니다. 각 조는 토의 내용을 짧게 요약하여 발표하고, 전체 렙업을 위해 핵심 내용을 한 번 정리하였습니다.
선생님들은 소회의실로 이동하여 자유롭게 토의를 진행하였고, 필요한 도움이나 공유할 내용이 있을 경우 실무 선생님들이 도움을 주었습니다.
각 학교에서는 초등부터 중등까지 인공지능 교육이 이루어지고 있으며, 교과나 정보 교과를 중심으로 활용되고 있음을 확인하였습니다. 하지만 학교마다 차이가 있고, 기자재나 예산 등의 문제로 인해 제대로 실천되지 못하는 경우도 있다는 의견이 있었습니다.
교원 교육에서는 학생들에게 어떤 인공지능 교육을 시킬지와 학부모들에게 인공지능 교육에 대한 이해를 높이기 위한 연수가 필요하다는 의견이 나왔습니다.
저는 대학원에서 데이터를 공부하고 있는 입장에서 초중고에서 데이터를 연계하여 가르치면 교육과정이 체계적으로 발전할 수 있을 것이라고 생각합니다. 다른 선생님들에게도 이 내용을 공유하고 의견을 얻을 수 있다면 좋을 것 같습니다.
인공지능 교육을 위해 디바이스와 인프라가 필요한데, 이로 인해 정보교사들의 부담이 늘어나고 있습니다. 따라서 정보의진 샘의 배치나 공익 요원의 지원을 통해 교사들이 더욱 집중할 수 있는 환경을 조성해야 합니다.
선생님들은 정보교과 성취 기준을 바탕으로 각 학교 급에 맞는 성취 기준을 정리하고, 초등학교와 중학교, 고등학교 간의 연계를 고려하여 프로젝트를 개발해야 합니다. 이를 위해 영국의 연계 방안을 참고하고 이미지, 사진, 영상, 코드 등을 활용할 수 있습니다.
과제가 축소되어 초등학교 성취 기준과 관련된 내용만 작성하시면 됩니다. 과제는 패들렛에 업로드하며, 기한은 7월 14일 자정까지입니다. 조편성은 구글 클래스룸을 통해 확인할 수 있으며, 선생님들은 개별 작업을 진행하시면 됩니다.
선생님들의 질문에 대한 답변을 제공하고, 채팅창에 쌓인 질문들을 확인하여 답변해야 합니다.
각 그룹별로 성취 기준을 분석하고, 프로젝트를 개발해야 합니다. 초등학교는 초등학교 성취 기준을, 중학교는 중학교 성취 기준을 참고하여 작업하면 됩니다. 조편성은 구글 클래스룸에 업로드되며, 본인 소속 그룹을 확인하고 작업하면 됩니다.
과제는 패들렛에 업로드하며, 프로젝트는 개별 작업으로 진행해야 합니다. 조편성은 구글 클래스룸에 업로드되며, 선생님들은 본인이 속한 학교 급의 성취 기준을 정리하고 프로젝트를 개발하면 됩니다.
작업 확인을 위해 선생님들의 그룹을 확인하고, 질문이 있는 경우에 답변을 제공해야 합니다.
초등학교의 성취 기준은 특정 자료를 받아서 두 번째와 세 번째 페이지만 진행하면 될 것 같다는 의견이 있다.
2020년 계정 교육과정을 보지 않은 사람들도 살펴보라는 말씀이 있었다.
각 성취 기준은 다양하며, 선생님들의 의견에 따라 첫 번째 성취 기준을 생략하고 두 번째 프로젝트만 진행하기로 했다.
중학교는 5가지 성취 기준이 제시되었지만, 초등학교와 고등학교는 제시되지 않았으므로, 중학교는 혜택을 받거나 찾아서 진행하면 되고, 초등학교와 고등학교는 필요한 성취 기준을 찾아서 진행하면 된다.
각 분야에 맞는 성취 기준을 가져오기 때문에 선생님들의 성취 기준은 분야마다 다를 수 있다.
과제 관련해서 혼선이 있어서 다시 정리해서 공유할 예정이다.
과제를 오프라인 연습할 예정이므로 개별 학습 방에 접속해야 한다.
오프라인 연습 후에 온라인 연습으로 마무리할 예정이다.
오늘의 중요한 키워드를 교육 현장에서 공유하라.
1. 추상화, 자동화
2. UDL: Universal Design for Learning
3. Signifier = Affordance
1.컴퓨터기반 교육철학 및 교수학습이론의 이해(서울교대 컴퓨터교육과 신승기 교수님)
인공지능 선도학교 예산 지원에 대한 근거 법령
이전에는 읽기, 쓰기, 셈하기 정도의 소양만 갖추면 사회 구성원으로 생활하는데 문제가 없다고 판단했었다. 그러나 이제는 디지털 소양이 필수 소양으로 여기게 되었다.
전 세계에서 디지털 소양을 국가 수준에서 필수 소양으로 여기는 선도 학교가 한국이다.
컴퓨팅사고력과 미래교육
인지적 구성주의: 새로운 경험을 통해 지식이 들어오면 사전 지식과 조절과 동화를 통해 평형을 이룬다.
사회적 구성주의: 비고츠키에 의해 주장. 비계를 통해 지식의 확장이 진행된다.
패퍼트의 구성주의(Constructionism): 자신의 책 제목인 마인드 스톰을 제안하여 레고사에서 마인드 스톰을 만듦. 마인드스톰 책에서 컴퓨팅 사고력이라는 단어가 나옴.
지네트 윙 교수가 컴퓨팅 사고력이라는 단어를 구체화 하였다.
컴퓨팅 사고력을 기를 수 있는 수업을 해야겠다고 마음을 먹음. 위 발표자를 통해 지금의 컴퓨팅 사고력이 나왔다.
윙 교수님은 이 그림 하나로 컴퓨팅 사고력을 설명하셨다.
추상화와 자동화에 대해 이 그림을 통해 설명하셨다.
추상화와 자동화라는 단어 중에서 교수자의 개인 의견으로는 추상화가 더 중요하다고 생각한다.
음악에서 음표, 수학에서 기호, 지리적 현상을 지도로 추상화가 사용되고 있다.
문제를 간결하게 하여 문제를 해결할 수 있도록 추상화가 필요하다.
교육의 주체가 학생이어야 한다는 생각을 하고 있음.
디지털 네이티브 학생을 생각하자. 내가 믿는 사람의 이야기를 더 신뢰한다. 특히 인플루언서의 말과 행동을 믿는다.
2030년이 되면 사람 운전사의 택시를 탈까? 인공지능이 운전하는 택시를 탈까? 고민을 하게 될 것이다. 이런 시대를 살아갈 아이들에게 어떤 교육을 시킬 것인가?
기술에만 초점을 맞추고 있는 것은 아닌가? 우리가 기계를 따라가는 것은 아닌가? 창의적 문제 해결이 활용보다 우선해야 한다. How / Why 에 초점을 두고 교수학습방법에 대한 깊이 있는 연구가 필요하다고 본다.
UDL: Universal Design for Learning / 보편적학습설계
Affordance = Signifier 하도록 노력해야 한다. 의도하지 않은 방향으로 수업 목표가 수행되지 않는 것을 막아야 한다.
팽톡
EBS 단추
2.인공지능교수학습방법의 이해와 실제
중학교 정보 교과 교육과정
고등학교 2015 교육과정과 2022 교육과정 정보
전문교과 교육과정
2015교육과정
2022교육과정
3.인공지능수업설계
11모둠 | > | 2그룹 |
정보 | 김준오 | 중등 |
수학 | 김진혁 | 중등 |
사회 | 강태헌 | 중등 |
초등 | 김석희 | 초등 |
초등 | 김동준 | 초등 |
초등 | 김호준 | 초등 |
집합연수
선생님 안녕하세요. 오프라인 연수에 대한 안내드립니다.
•
연수장소는 라마다프라자 제주(제주 제주시 탑동로 66)입니다. (2층 전 연회장에서 연수 진행)
•
숙소는 2인 1실 기준으로, 함께 사용하고 싶은 선생님이 있는 경우 다음 시트에 남겨주시길 바랍니다. 만일 따로 조사되지 않은 경우 학교급과 교과/관심분야 고려해서 배정하겠습니다. (2인 1실로 계약이 되어 저희 차원에서 1인1실 변경이 어려운 점 양해 부탁드리겠습니다. 혹시 원하시면 개별적으로 1인1실을 하시는 것은 전혀 무방합니다.)링크: https://docs.google.com/spreadsheets/d/1Po0J5Aivw9O0eIB6UJ7D0bG5mNZd95B7Vesn22keao0/edit?usp=sharing (다음 주 금요일까지 07/14)
•
2박 3일간 총 2번의 조식, 중식, 석식 그리고 1번의 중식만찬이 모두 제공되오니 이 점 참고 부탁드리겠습니다. 또한 장소 이동이 없이 모든 연수는 라마다프라자에서 진행될 예정이며, 이는 모든 수도권역 선생님께 동일(제주권역 포함)합니다.
•
1일차 10:00 ~ 11:00에 등록이오니 11시 전까지는 반드시 도착하셔서 등록 완료해주시면 감사드리겠습니다. 그 전에 도착하셔도 당연히 등록은 가능하십니다. 그리고 선생님들의 편의를 위해 7월 26일 8:20/ 9:20/ 10:20분 공항에서 호텔로 이동하는 셔틀을 운영하고 있습니다. 제주공항 주차장 C10 구역에서 라마다프라자 셔틀을 이용해주시면 될 것 같습니다.
•
최종 시간표는 첨부된 파일을 참고 바라며, 참고로 기본적인 틀은 오전 전체 특강, 오후 학교급/교과별 분반 강의, 저녁 개별 AI융합모형 개발로, 저녁 식사 이후에는 지정된 강의 장소에 계실 필요는 없습니다.
•
특강은 다음과 같은 3 꼭지로 구성되어 있습니다.<1> 오프라인 연수의 최종결과물을 도출하는 것에 방향성을 제시해주는 AI활용 및 융합 교육도구와 AI융합교육모형에 대한 강의<2> 개별학습 결과물을 바탕으로 한 심화 강의와 각 주차 관련 피드백을 받을 수 있는 온라인 연수 연계 강의 (+질의응답)<3> AIEDAP 마스터교원, 2022 개정교육과정과 AI융합교육 등에 관련한 교육부 및 각 시도교육청의 활동과 방향성을 이해하고 평소의 갖고 있던 질문을 나눌 수 있는 소통형 강의 (+질의응답)
•
각 학교급/교과별 분반 강의는 학교 현장에서 활용가능한 AI융합교육모형을 설계하기 위한 모형, 이론, 사례 탐색 및 핵심 도구 실습 등으로 구성된 강의로 남겨주신 분들의 의견을 강사자 분들께도 전달드려서 진행할 예정입니다. 교과(중등) 및 관심사(초등)을 반영할 수 있도록 반 배정은 4주차 온라인 연수가 끝난 이후 설문을 진행할 예정입니다.
•
마지막으로 발표 및 이수식은 선생님들이 제출한 최종 모형에 대한 투표 결과를 공유드리고, 해외연찬연수 이어진 하반기 마스터교원 활동에 대한 안내로 마무리 될 예정입니다. 분반 혹은 권역별 투표를 통해 우수모형을 선정할 예정이며, 이와 관련한 자세한 내용은 추후 다시 공지 드리겠습니다.
알찬 연수를 위해 애쓰겠습니다. 감사합니다.
7월 26일(수) 1일차
Writing은 영향을 많이 받는 것으로 확인됨. 교과 간의 경계가 무너지지 않을까?라는 생각을 함.
UN 지속가능발전목표가 각 교과의 성취 기준과 만나서 인공지능 기술을 바탕으로 모델을 만들 수 있으면 좋겠다.
모든 교원이 대상이다. 인공지능 디지털 역량을 강화시켜라.
툴 사용이 어려운 학생은 flourish.studio를 활용하여 인터렉티브한 데이터 시각화 작업을 할 수 있음.
학생들에게 우수 사례를 꼭 소개해서 프로젝트의 전반적인 흐름과 질 관리를 함.
팀별 프로젝트 중간 점검(평가) 필요하다. 피드백이 필요함. 이상치를 제외했을 때, 결과가 더 잘 보일 수 있음.
선생님들 안녕하세요.
마스터교원 오프라인 연수의 최종 결과물인 'AI융합수업지도안' 양식을 안내드립니다.
또한 27일 오전 특강, 오후 분반강의 및 개별학습 이후 27일 오후 8시까지 지도안 초안을 업로드해주시기 바랍니다.
초안은 최종 평가 대상이 아닌 점 참고 바랍니다.
지도안 제출 링크:
지도안 제출 기한: 7월 26일 (수) 오후 8시
초안 제출
7월 27일(목) 2일차
네이버 트랜드 → 빅카인즈
이미지를 한꺼번에 다운 받는 크롬 확장프로그램
오픈 데이터셋: 케글, AI Hub, Data,
인공지능을 구현하는 방법에 대한 이야기
탐색을 통해서, 규칙을 통해서, 학습을 통해서 인공지능을 구현한다.
탐색으로, 규칙으로, 학습으로 만들어진 알고리즘 = 인공지능
컴퓨팅 사고력 = 구성주의 = 문제 해결력이 중요함
디지털・AI 소양 함양디지털 소양을 바탕으로 각 과목으로 확대해 나간다.
동료 교안 피드백
★수업 지도안 최종본 제출★
•
수업 지도안 최종본을 ★27일(목) 오후 8시까지★ 제출해주시기 바랍니다.
•
양식은 초안과 동일하며, 오늘 분반 활동을 통해 수정 및 보완하신 후 제출하시면 되겠습니다.
•
해외연찬연수 희망 참여 여부, AI융합 교수학습모형 개발 지원 활동 참여 희망 여부도 함께 확인하고 있습니다. 응답 부탁드립니다 ^^
•
지도안에 대한 오리지널리티 이슈들이 보고되고 있습니다. 타 보고서나 사례집, 논문 등과 거의 유사한 지도안인지가 평가 기준에 추가됩니다. 자기표절 역시 자제 부탁드립니다.
•
지도안 최종본 제출 링크: https://forms.gle/eQzQ4WGZyXHgwdfc7
