교과목명(국/영문)

LLM 기초와 응용LLM Basics and Applications

강의개요

강의목표

• 인공지능의 급속한 발전과 함께 사람과 같은 수준의 대화 및 태스크 처리를 가능하게 하고 있는 거대언어모델(Large Language Models, LLM)에 대해 학습한다. LLM 모델의 개발 과정 중심으로 핵심기술 및 활용방법을 배우고, 실습을 통해 실제 모델개발 및 활용능력을 키운다. 한/영 격년제로 강의.

교과목명(국/영문)

거대 AI 모델 개발을 위한 병렬화 기술Parallel Computing for Developing Large Scale AI Models

강의개요

강의목표

• 대용량 데이터를 활용하여 AI 모델을 개발하거나 초거대 AI 모델을 개발하기 위해서는 병렬 컴퓨팅 기술에 대한 이해가 필요하다. 본 강의에서는 AI 모델을 병렬화하여 대규모 데이터를 빠르게 학습시키고 GPU 메모리를 효율적으로 배분하여 초거대 AI 모델을 개발할 수 있는 역량 확보를 목표로 하고 있다.

교과목명(국/영문)

데이터 마이닝 특론Advanced Data Mining

강의개요

강의목표

• ● 데이터 분석과 이를 통한 의사 결정에 있어 중요한 기술들인 기계 학습과 데이터 마이닝의 핵심 기법들을 소개한다. ● 주요 내용은 데이터웨어하우스, 연관 규칙과 상관 분석, 분류 및 예측, 클러스터링, 차원 축소, 베이지안 접근 등이다.

교과목명(국/영문)

멀티모달 인공지능Multimodal AI

강의개요

강의목표

• ● 최신 AI 기술을 기반으로 한 멀티미디어 데이터 처리 기술에 대하여 소개한다. ● 주요 내용으로는 멀티미디어(이미지/음성/동영상) 데이터 처리, CNN 이론 및 최신 CNN 모델, 이미지 분류, 이미지 검색, 객체 검출, 시맨틱 분할, 이미지 캡션, 이미지 생성(GAN, Style transfer 등), 데이터 증식, 전이학습, multi-modal learning 등을 포함한다.

교과목명(국/영문)

사회문제 해결을 위한 AI 응용: 헬스케어/스마트팜Application of Big Data and AI for Addressing Social Issues: Focusing on Smart Healthcare and Smart Farming

강의개요

강의목표

• 스마트 헬스케어와 스마트 농업은 빅데이터와 첨단 인공지능 기술을 활용해 인류에게 가장 중요한 건강증진과 식량문제 해결에 기여하는 분야이다. 본 강좌를 통해서 학생들은 최근 관련 시장이 빠른 속도로 증가하고 있는 스마트 헬스케어와 빅데이터 기반의 첨단 농업솔루션을 이해하고, 실제 사례들을 기반으로 문제 해결을 위한 데이터 분석, 예측 모델링, 기계학습 등 최신 기술을 학습한다. 이와 같은 과정을 통해서 다양한 사회문제 해결에 기여할 수 있는 핵심 역량을 기른다.

교과목명(국/영문)

생성형 AI 실무 활용Generative AI Practical Use

강의개요

강의목표

• 이 강의의 목표는 생성형 AI 기술을 활용하여 데이터 분석 및 시각화, AI 챗봇 개발, 그리고 아두이노 기반의 제어 시스템을 설계하고 구현하는 실무 능력을 함양하는 것이다. 학생들은 생성형 AI의 원리와 실제 응용 방법을 이해하고 이를 기반으로 데이터 처리와 분석, 자연어 처리 기반 챗봇 설계, 그리고 IoT 제어 시스템 개발을 경험하게 된다. 이를 통해 AI 기술과 임베디드 시스템 통합 역량을 키우고, 문제 해결을 위한 실무적 적용 능력을 기른다.

교과목명(국/영문)

연구데이터 중심 딥러닝 특론Advanced Deep Learning with Research Data

강의개요

강의목표

• ● 과학기술 분야에서 활용되는 텍스트, 이미지, 영상 등의 데이터를 기반으로 한 인공신경망 기반의 딥러닝 기술 활용 능력을 습득한다.● 특히, RNN과 transformer, CNN, GAN, 심층강화 학습 등을 활용한 과학기술 분야 딥러닝 응용 연구/서비스 개발 능력을 습득한다.

교과목명(국/영문)

인공지능 특론Advanced Artificial Intelligence

강의개요

강의목표

• ● AI/ML 이해를 위한 전산수학, 결정트리, 분류, 베이지안, SVM, PCA, 행렬 인수분해, 랜덤 포레스트, 앙상블 등 AI/ML의 핵심 기법들을 소개한다. ● 특히, 국가 과학기술정보 및 연구데이터를 기반으로 한 AI/ML의 연구/개발 이론, 사례조사, 동향을 연구하고, 실무에서 사용되는 과학기술 데이터 기반 응용 연구/서비스 개발 능력을 습득한다.