총 1,234개
-
인공지능을 이용한 채팅 기능 챗GPT에 대한 조사 및 느낀점2025.05.061. 챗GPT 챗GPT는 OpenAI에서 개발한 대화형 인공지능 언어모델입니다. 챗GPT는 인간과 자연어로 대화하는 것처럼 이전 대화 기록과 문맥을 파악하여 자연스러운 답변을 생성할 수 있습니다. 챗GPT는 Transformer라는 딥러닝 모델 아키텍처를 기반으로 하며, 대량의 텍스트 데이터를 학습하여 자연어 이해와 생성 능력을 향상시킵니다. 챗GPT는 대화 생성 능력이 뛰어나기 때문에, 챗봇, 가상 비서, 자연어 이해(NLU), 기계 번역(MT) 등의 분야에서 활용될 수 있습니다. 2. 챗GPT의 역사 및 배경 챗GPT 모델은 O...2025.05.06
-
인공지능도 자아의식이 있을까? (sense of identity)2025.05.081. 인공지능의 발전 최근 몇 년 동안 컴퓨터에 더 많은 뉴런을 포함하여 인공지능의 발전이 가속화되고 있습니다. 이로 인해 컴퓨터가 더 지능적이고 복잡한 작업을 수행할 수 있게 되었습니다. 예를 들어, 인공지능은 이제 차량을 운전하고, 질병을 진단하고, 창의적인 콘텐츠를 생성할 수 있습니다. 2. 인공지능의 도전과 위험 인공지능의 발전은 인간과 컴퓨터 간의 관계에 큰 영향을 미칠 것입니다. 컴퓨터는 점점 더 지능적이 되고 인간이 할 수 있는 많은 일을 할 수 있게 될 것입니다. 이는 컴퓨터가 새로운 방식으로 우리의 삶에 통합될 것임...2025.05.08
-
인공지능의 개념과 기술 그리고 활용사례2025.05.131. 약한 인공지능과 강한 인공지능의 비교 약한 인공지능은 특정 목적을 위해 개발된 인공지능으로, 스스로 인식할 수는 없지만 인공적인 기능을 만들어낼 수 있다. 반면 강한 인공지능은 스스로 인식하여 고도의 문제를 해결할 수 있는 지능을 만들어내는 것을 말한다. 현재 약한 인공지능은 많이 발전했지만 강한 인공지능의 발전은 미약한 상황이다. 2. 기계학습의 개념과 특징 기계학습은 컴퓨터 프로그램이 데이터 처리 경험을 바탕으로 향상된 학습을 통해 정보 처리 능력을 향상시키는 기술이다. 정보 처리 능력을 향상시켜 방대한 데이터를 바탕으로 ...2025.05.13
-
인공지능수학 교수 학습 운영 계획(평가계획서)2025.01.171. 인공지능과 수학 인공지능의 발전 과정에서 수학이 어떻게 활용되었는지를 이해하고, 인공지능에 수학이 활용되는 다양한 예를 찾을 수 있다. 인공지능, 기계학습, 딥러닝의 차이를 이해하고 설명할 수 있다. 2. 텍스트 자료의 표현과 처리 수와 수학 기호를 이용하여 실생활의 텍스트 자료를 목적에 알맞게 표현할 수 있다. 수와 수학 기호로 표현된 텍스트 자료를 처리하는 수학 원리를 이해하고 자료를 시각화할 수 있다. 3. 이미지 자료의 표현과 처리 수와 수학 기호를 이용하여 실생활의 이미지 자료를 목적에 알맞게 표현할 수 있다. 수와 ...2025.01.17
-
경영정보시스템 리포트 (머신러닝, 딥러닝의 개요 및 활용)2025.01.221. 약한 인공지능과 강한 인공지능 오늘날의 과학계는 인공지능의 기준을 강한 인공지능과 약한 인공지능으로 나눈다. 강한 인공지능은 인간의 지능을 가진 컴퓨터로 스스로 일을 할 수 있고 지시를 거부할 수도 있다. 반면 약한 인공지능은 특정 영역의 문제를 해결하는 기술을 가진 인공지능으로 자아가 없기 때문에 한정적으로만 사람의 인지적 능력을 활용할 수 있다. 2. 기계 학습의 개념과 특징 기계 학습은 컴퓨터가 스스로 패턴에 따라 움직일 수 있도록 하는 기술이다. 데이터 과학자가 수많은 경우의 수 데이터를 입력하고 패턴을 식별시켜 인공지...2025.01.22
-
데이터베이스 인공지능기반 4차 산업혁명 시대에 접어들었습니다2025.05.111. 인공지능 시대에 데이터베이스의 필요성과 중요성 데이터베이스는 다수의 업무에 공통으로 필요한 데이터를 결합해 저장한 집합체로 데이터를 효율적으로 처리하기 위하여 개발되었다. 과거에는 데이터를 파일 형태로 저장하는 방식만을 사용해야했지만, 데이터베이스 시스템을 이용하면 데이터의 중복을 최소화하고 데이터의 공유, 데이터의 일관성을 유지할 수 있다. 또한 인공지능이 생성한 수많은 데이터를 구조화하고 표준화할 수 있는 수준의 데이터베이스가 존재해야 인공지능의 학습과 긍정적인 활용, 사회의 유익을 실현할 수 있다. 따라서 데이터베이스는 ...2025.05.11
-
인공지능의 개념과 기술 그리고 활용사례에 대해 조사하시오2025.01.181. 인공지능 인공지능은 기계가 인간의 뇌를 기반으로 인간의 지적 행동을 모방하도록 프로그래밍된 소프트웨어 상태로 존재한다. 인공지능은 인공지능 기술을 적용해 현실 세계의 문제를 해결한 결과를 말한다. 즉 기존 제품에 인공지능이 추가된 제품이나 서비스를 의미한다. 2. 기계학습 머신러닝은 원래(처리되지 않은) 데이터에서 패턴을 추출해 지식을 습득하는 능력을 말한다. 기계학습은 학습방법에 따라 지도학습, 비지도학습, 강화학습의 세 가지 주요 범주로 분류할 수 있다. 3. 딥러닝 딥러닝은 숨겨진 층수를 3개 이상의 층으로 두껍게 쌓아 ...2025.01.18
-
스마트기술을 활용한 유지관리 인공지능, 머신러닝, 딥러닝 기술의 차이점2025.01.031. 인공지능 인공지능은 인간의 학습 능력과 추론 능력, 지각 능력 등을 컴퓨터 프로그램으로 실현한 기술을 말한다. 대표적인 인공지능 서비스로는 2018년에 SKT에서 출시한 AI 상담원 채티가 있다. 2. 머신러닝 머신러닝은 인공지능을 발전시키기 위해서 기계를 학습시키는 다양한 방법에 대한 학문이다. 대표적인 머신러닝 기술이 적용된 제품으로는 ADT 캡스가 2020년에 출시한 얼굴인식기를 통해 신분을 확인하는 '캡스 스마트패스'가 있다. 3. 딥러닝 딥러닝은 머신러닝보다 더 작은 개념으로 '신경망'을 통해서 인공지능을 만드는 머신...2025.01.03
-
LLM(대규모 언어 모형)과 LMM(대규모 멀티모달 모형)의 비교 및 딥러닝과의 관계2025.01.291. LLM(Large Language Model) LLM은 대규모 텍스트 데이터를 학습하여 자연어를 이해하고 생성하는 데 중점을 둔 모델입니다. 방대한 데이터 학습, 자연어 생성 능력, 단일 모달리티 처리가 주요 특징이며, 챗봇, 문서 요약 및 생성, 번역 시스템, 코딩 보조 도구 등에 활용됩니다. 2. LMM(Large Multimodal Model) LMM은 텍스트, 이미지, 오디오, 비디오와 같은 다양한 형태의 데이터를 동시에 처리할 수 있는 모델입니다. 다양한 데이터 소스, 상호작용 능력, 복합적 태스크 수행이 주요 특징이...2025.01.29
-
인공지능의 개념과 기술 그리고 국내외의 활용사례2025.01.181. 약한 인공지능 약한 인공지능은 기존의 프로그래밍을 통해 직접 명령을 입력하고 자동화하는 소프트웨어와 같은 전문가 시스템을 의미한다. 지능 요소가 없어 인간의 개입이 필요하지만, 축적된 소프트웨어와 오픈소스, 협력 이력을 바탕으로 점점 정교한 프로그래밍과 설계가 가능해지고 있다. 2. 강한 인공지능 강한 인공지능은 사람처럼 생각하고 감정을 표현할 수 있으며 자의식을 가진 인공지능을 의미한다. 기계학습 시 인간의 보상 체계를 따르는 경향이 강해 상식적인 행동을 보이지 않을 수 있다는 한계가 있지만, 자율주행차와 같이 특정 분야에서...2025.01.18
7 / 124
