총 92개
-
GPT란 대체 무엇?2025.05.081. GPT 개요 GPT는 대규모 언어 모델로, 방대한 텍스트 및 코드 데이터 세트로 학습되었습니다. 텍스트 생성, 언어 번역, 다양한 종류의 창의적인 콘텐츠 작성, 유익한 방식으로 질문에 답변할 수 있습니다. 2. GPT의 활용 GPT는 챗봇 및 가상 비서, 기계 번역, 창의적인 콘텐츠 작성, 질문에 답변하는 등 다양한 방면에서 활용될 수 있습니다. 3. GPT의 작동 원리 GPT는 단어와 구 사이의 통계적 관계를 학습하고, 단어의 의미에 대한 지식을 사용하여 새로운 텍스트를 생성합니다. 이는 자동 완성과 유사한 방식으로 작동합니...2025.05.08
-
GPT-3에서 GPT-4로, 차세대 AI 언어 모델의 발전과 도전2025.05.041. GPT-3 GPT-3(Generative Pre-trained Transformer 3)는 2020년 6월 OpenAI에서 출시된 AI 모델로, 번역, 요약, 질의 응답, 콘텐츠 생성 등 다양한 자연어 작업에서 인상적인 성능을 보였습니다. 1,750억 개의 매개변수를 가진 GPT-3는 방대한 텍스트 데이터 코퍼스에 대한 훈련을 통해 인간과 유사한 텍스트를 생성할 수 있는 자동 회귀 언어 모델입니다. 2. GPT-4 GPT-4는 GPT-3 이후에 출시된 OpenAI의 GPT 시리즈 네 번째 버전입니다. 13조 개의 매개변수를 가...2025.05.04
-
외국어로서의 한국어 평가 형태와 그에 따른 문제 유형 제시2025.05.021. 외국어로서의 한국어 능력 평가 외국어로서의 한국어를 평가하기 위해서는 듣기, 읽기, 말하기 능력을 살펴볼 필요성이 있다. 이번에는 그중에서 읽기 능력을 평가할 수 있는 문제에 대해 다루어보려고 한다. 적절한 읽기 문제를 만들어내기 위해서는 읽기 능력에 대해 정의해 볼 필요가 있다. 읽기라는 행동은 글자를 해독하고 이해하여 사고를 확장하는 행위로 다양한 개념으로 정의할 수 있다. 2. 읽기 능력 평가 형태 읽기 능력을 평가하기 위한 기준을 세우기 위해 대표적으로 한국어 능력을 평가하는 시험 중 하나인 한국어능력시험의 평가 기준 ...2025.05.02
-
Transformer 기술이 바꿔버린 AI의 세상2025.05.081. Transformer 기술 Transformer 기술의 출현은 NLP 분야의 혁명과 같았습니다. RNN(순환 신경망)과 같은 이전 기술은 병렬 처리가 불가능하여 GPT와 같은 많은 양의 언어학습을 위해서는 수백년이 걸릴수 있었습니다. 반면, Transformer 기술은 병렬 처리가 가능하여 여러개의 GPU를 병렬로 가동시키면 수백년걸릴 학습기간을 몇개월로 단축시킬 수 있어 대규모 언어를 학습하는 데 사용할 수 있게 되었습니다. 이는 GPT와 같은 생성 AI의 발전에 중요한 획을 그었습니다. 2. Attention 메커니즘 At...2025.05.08
-
한국이해교육법 ) 읽기 전 단계(Pre-reading)제13장 읽기 전 단계의 원리 제14장 읽기 본 단계의 원리 제15장 읽기 후 단계의 원리 제16장 읽기 전2025.01.191. 읽기 전 단계의 원리 읽기 전 단계에서는 학습자의 스키마와 배경 지식을 활성화시키고, 동기를 부여하며, 읽기의 목적을 인식하고 언어적, 문화적, 개념적 어려움에 대비하는 것이 중요하다. 교사는 학습자가 읽기 자료의 목적을 이해하고, 관련 배경 지식을 활용할 수 있도록 도와야 하며, 읽기 자료를 소개하고, 하향식 과제를 제공하여 글의 내용을 예측할 수 있게 해야 한다. 또한, 읽기 자료를 적당한 길이로 나누어 학습자들의 부담을 줄이고, 중요한 내용에 초점을 맞출 수 있도록 길잡이 질문을 제시해야 한다. 2. 읽기 전 활동 유형 ...2025.01.19
-
LLM(대규모 언어 모형)과 LMM(대규모 멀티모달 모형)의 비교 및 딥러닝과의 관계2025.01.261. LLM(대규모 언어 모형) LLM은 자연어 처리(NLP) 분야에서 필수적인 역할을 하는 인공지능 시스템입니다. LLM은 인간의 언어 이해 및 해석 방식을 모방하여, GPT-4나 BERT와 같은 대표적인 AI 모델을 만들어냈습니다. 이러한 모델들은 문장 생성, 번역, 요약 등에서 강력한 성능을 발휘하며, 마치 언어 전문가가 문법과 의미를 분석하는 것과 유사한 방식으로 작동합니다. 2. LMM(대규모 멀티모달 모형) LMM은 언어뿐만 아니라 이미지, 소리, 영상 등 다양한 형태의 데이터를 동시에 처리할 수 있는 인공지능입니다. 이...2025.01.26
-
[A+리포트]인터넷에서 최신 뉴스 기사문을 하나 선정하여 중급 학습자 수준에 맞게 수정한 후 수업 시간에 기사문을 가지고 할 수 있는 읽기 과제를 하나 설계해 보세요.2025.05.071. 읽기 수업 설계 이 발표에서는 외국어로서의 한국어 중급 학습자를 대상으로 한 읽기 수업을 설계하고 있습니다. 수업의 목표는 코로나로 인한 업무 방식의 변화를 이해하고 설명할 수 있게 하는 것입니다. 수업은 읽기 전, 읽기 중, 읽기 후 단계로 구성되며, 학습자의 배경지식 활성화, 핵심 어휘 학습, 텍스트 이해, 담화 표지 학습, 요약하기, 추론하기 등의 활동으로 진행됩니다. 이를 통해 학습자의 읽기 능력 향상과 비판적 사고력 증진을 목표로 하고 있습니다. 1. 읽기 수업 설계 읽기 수업 설계는 학생들의 읽기 능력 향상을 위해 ...2025.05.07
-
읽기 교육에서 어휘교육의 효과적인 실시 방안2025.01.051. 읽기 교육과 어휘교육의 관계 읽기는 학습자의 배경지식을 이끌어내고 텍스트 안에서 얻은 정보를 결합하여 의미를 알아내는 것을 의미한다. 읽기와 어휘는 상호 보완적인 관계를 가지고 있으며, 어휘의 의미를 모르면 텍스트의 내용을 파악하기 어렵기 때문에 읽기에서 어휘의 비중이 크다. 2. 읽기 교육에서 어휘교육의 방법 읽기 전 단계에서는 제목, 시각 자료 등을 활용하여 어휘의 의미를 추측하고 배경지식을 활성화시킨다. 읽기 단계에서는 문맥을 통해 모르는 어휘의 의미를 추측하고 확인하는 연습을 한다. 읽기 후 단계에서는 학습한 어휘를 활...2025.01.05
-
챗GPT에게 묻는 인류의 미래 - 김대식 교수와 생성인공지능과의 대화 1장 발췌 요약2025.05.041. 챗GPT의 정의와 '학습' 챗GPT는 오픈 AI가 개발한 대규모 언어 모델이다. 인간처럼 텍스트를 이해하고 생성할 수 있도록 학습되었다. 또 질문에 대답하기, 정보 제공하기, 글쓰기 돕기와 같은 다양한 작업을 보조할 수 있다. 챗GPT는 GPT(Genterative Pre-training Transformer 생성적 사전학습 트랜스포머) 모델의 변형으로, 한 문장 안에서 앞에 오는 단어의 맥락을 고려해 다음 단어를 예측하도록 학습되었다. 2. 작동원리: 트랜스포머와 신경망 챗GPT 모델은 텍스트처럼 순차적 데이터를 처리하는 데...2025.05.04
-
초급 한국어 능력 평가 문제 출제 및 의도2025.05.041. 언어 평가의 목적 언어 평가를 실행하는 궁극적인 목적은 크게 6가지로 구분할 수 있다. 첫째, 언어 능력과 적성에 대한 진단과 피드백, 둘째, 교육 프로그램 평가 및 개선, 셋째, 언어 평가 연구기준에 대한 제공, 넷째, 학습자 태도와 사회 및 심리적인 차이의 평가, 다섯째, 학습자의 선발, 여섯째, 배치이다. 이러한 목적을 기반으로 초급 학습자를 대상으로 한 평가 문제를 출제하고자 한다. 2. 듣기 평가 문제 듣기 평가 문제는 이화 한국어 1-1 교재 단원 2의 '사무실에서 묻는 대화 듣기'를 바탕으로 출제하였다. 문제 1은...2025.05.04
2 / 10
