총 287개
-
한국어문법론2025.01.211. 한국어의 품사 분류 한국어 품사 분류의 기준은 크게 통사론적 특징, 형태론적 특징, 의미론적 특징으로 나눌 수 있다. 통사론적 특징은 문장 구성에서 단어의 기능을 기준으로 하며, 체언과 용언으로 구분된다. 형태론적 특징은 단어의 어형변화 여부에 따라 가변어와 불변어로 구분된다. 의미론적 특징은 단어가 나타내는 개념의 범주에 따라 명사, 대명사, 수사, 동사, 형용사, 관형사, 부사, 조사, 감탄사 등으로 구분된다. 이러한 기준에 따라 한국어 품사는 체계적으로 분류될 수 있다. 2. 텍스트 원본의 품사 구분 제시된 텍스트에서 각...2025.01.21
-
고등학교 인공지능수학 평가계획서2025.01.161. 인공지능과 관련된 수학 인공지능의 발전에 기여한 역사적 사례에서 수학이 어떻게 활용되었는지를 이해하고, 인공지능에 수학이 활용되는 다양한 예를 찾을 수 있다. 2. 텍스트 자료의 표현 수와 수학 기호를 이용하여 실생활의 텍스트 자료를 목적에 알맞게 표현할 수 있고, 수와 수학 기호로 표현된 텍스트 자료를 처리하는 수학 원리를 이해하며 자료를 시각화할 수 있다. 3. 이미지 자료의 표현 수와 수학 기호를 이용하여 실생활의 이미지 자료를 목적에 알맞게 표현할 수 있고, 수와 수학 기호로 표현된 이미지 자료를 처리하는 수학 원리를 ...2025.01.16
-
[학교현장실습] 교육실습(교생실습) 정보과목 단원 지도계획(자료와 정보)2025.05.151. 디지털 표현 동일한 정보가 다양한 방법으로 디지털로 변환될 수 있음을 이해하고 정보 활용 목적에 따라 보다 효율적인 방법을 선택하는 것에 대해 학습한다. 정보 활용 목적에 따라 다양한 변환방법 중 보다 효율적인 방법을 선택하여 실생활 정보를 디지털 형태로 변환할 수 있다. 2. 효율적인 디지털 표현 자료와 정보를 효율적으로 관리하기 위한 여러 가지 디지털 표현 방법을 이해하고, 자료와 정보 활용의 목적과 특성에 따라 보다 효율적인 디지털 표현 방법을 선택하도록 한다. 이를 통해 정보문화 소양을 기르고 컴퓨팅 사고력을 키운다. ...2025.05.15
-
IT와 경영정보시스템 2024년 2학기 방송통신대 중간과제물: 인공지능(AI) 학습을 위해 고안된 LLM(Large Language Model)과 LMM(Large Multimodal Model) 비교 및 Deep Learning과의 관계2025.01.261. 인공지능(AI)의 정의 1956년 미국의 수학자이자 과학자인 존 매카시가 '인공지능'이라는 용어를 처음 제안한 이후, 인공지능 연구는 지속적으로 발전해왔으며 여러 분야에서 인간의 능력을 점점 뛰어넘고 있다. 인공지능은 컴퓨터 과학과 방대한 데이터 세트를 활용하여 문제를 해결하는 기술 분야로, 머신러닝과 딥러닝이 인공지능의 하위 분야를 구성한다. 2. 인공지능의 역사 인공지능에 대한 논의는 1950년대부터 시작되었으며, 앨런 튜링, 마빈 민스키, 존 매카시 등의 선구자들이 기계의 사고 가능성을 탐구하며 인공지능 연구의 기반을 마...2025.01.26
-
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
-
외국어로서의 한국어 이해 교육에서의 읽기 교육 모형2025.05.101. 상향식 모형 상향식 모형은 독자가 문자, 문단, 단어, 구, 절, 문장의 순서대로 의미를 구성하고 이러한 절차를 통하여 텍스트의 의미를 수동적으로 받아들이는 것으로 본다. 읽기 교육에서 상향식 모형을 강조할 때는 텍스트의 해독, 분석 등에 초점을 둔다. 단어의 의미를 파악하기 위해서 조어 단위를 이용하거나 음성학적인 유사성 등을 이용해 그 의미를 추측하는 것은 상향식 모형에 기반을 둔 접근 방법이다. 2. 하향식 모형 하향식 모형은 독자가 자신의 배경지식을 사용하여 텍스트 내용을 예측하고 검증하여 의미를 재구성한다고 본다. 하...2025.05.10
-
외국어로서의 한국어이해교육론 과제2025.01.281. 읽기 교육 모형 1920년대 이후 행동주의 심리학의 영향을 받은 고전적 관점에서 읽기는 기호를 해독하는 과정으로 보았던 반면 1980년대부터 인지 심리학의 영향을 받은 읽기의 관점은 독자가 이미 가지고 있는 개념을 조작하여 새로운 의미를 구성하는 것으로 본다. 이와 같은 읽기 교육에 대한 인식 변화를 바탕으로 읽기 교육 이론을 상향식 모형, 하향식 모형, 상호 작용 모형으로 나눌 수 있다. 2. 상향식 모형(Bottom-up Model) 1960년대 말까지 받아들여졌던 모형으로 수동적인 역할을 하는 독자는 텍스트 내에 고정된 ...2025.01.28
-
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
-
[학교현장실습] 교육실습(교생실습) 정보과 본시 학습 과정안(수업지도안) / 자료와 정보-디지털 표현(1차시)2025.05.151. 디지털 정보의 개념과 특징 디지털 정보는 연속적으로 변화하는 값을 일정한 간격으로 끊어 불연속적인 값으로 표현한 것이다. 디지털 정보는 아날로그 정보보다 정보의 편집, 가공, 저장이 쉽고 다양한 디지털 정보기기와 호환이 가능한 특징이 있다. 2. 디지털 정보의 표현 원리 디지털 정보는 0과 1의 이진 값으로 표현되며, 이를 자료 표현의 최소 단위인 비트(bit)라고 한다. 비트 8개를 모아 놓은 것을 바이트(byte)라고 하며, 1바이트로 256개의 정보를 표현할 수 있다. 따라서 정보를 표현하기 위해 필요한 비트 수는 정보의...2025.05.15
-
(한국어이해교육론)듣기와읽기의차이점2025.01.151. 듣기의 특징 듣기는 순간적인 집중력을 요하는 고등 사고 능력이며, 화자와 청자가 시간적, 공간적 상황을 공유하여 이들 간의 사회적 정의적 관계가 듣기에 영향을 준다. 듣기는 말하기와 상황을 공유하므로 분리되기 어렵지만, 이해 기능이라는 점에서 말하기와 다른 독자적인 영역이다. 2. 읽기의 특징 읽기는 수동적이 아닌 능동적 활동이며, 목적에 따라 선별적으로 텍스트를 선정하고 선택된 텍스트를 동일하지 않은 방법으로 해석한다. 작자뿐만 아니라 독자도 텍스트로부터 새로운 의미를 창출해낼 수 있으며, 읽기 능력은 점진적으로 발달되어 유...2025.01.15
4 / 29
