Notes

1주차
- 인공지능의 개념 : 인간의 학습능력, 추론능력, 지각능력을 인공적으로 구현하려는 과학 기술
- 인공지능이란?
- 인공지능의 주요 3개 능력 : 학습/추론/지각 능력
- 인공지능 판별방법 : 튜링 테스트(블라인드 테스트로 인간 평가자가 인간, 컴퓨터와 대화했을 때 둘을 확실하게 구분할 수 없을 경우)
- 지능의 사전적 정의 : 개많음
옥스포드 영어사전 : 특정 지식이나 기술을 획득하고 적용할 수 있는 능력
하워드 가드너 : 문제를 찾아서 해결하는 기술 또는 무언가를 창조하는 능력
뢰벤 포이어스타인 : 생존 환경의 변화에 적응하기 위해 인지적 기능을 변화시키는 인간 고유의 능력
데이비드 웩슬러 : 목적을 가지고 행동하고, 합리적으로 사고하며 환경을 효과적으로 다루는 개인의 종합적 능력
위키 : 심리학적으로 새로운 대상이나 상황에 부딪혀 그 의미를 이해하고 합리적인 적응 방법을 알아내는 지적 활동의 능력
- 인공지능의 아버지와 다트머스 회의 : 1956년 미국 다트머스 대학교에서 열린 학회에 참석한 학자들
이 회의에서 인공지능이라는 용어가 만들어졌으며 공식적인 학술 용어로 인정받았다.
1950년대 초반까지만 하더라도 인공지능이라는 용어보다는 생각하는 기계라는 용어로 인공지능을 지칭하는 것이 더 일반적이었다.
- 인공지능 주장 학자 : 존 매카시: "지능형 컴퓨터 프로그램을 만드는 과학 및 공학 = 인공지능"
존 매카시의 정의는 지능 자체에 대한 정의를 갖고 있지 않은 순환적 정의임. 순환적 정의란 어떤 개념을 다른 동일한 말로써 바꾸어 말하였을 뿐이어서, 언뜻 보기에는 정의가 된 듯하지만 사실은 아무런 알맹이가 없는 거짓 정의를 말함.
- 인공지능의 겨울
인공지능의 주요 연표
1950~1960년대: 인공지능의 탄생과 함께 초기 프로토타입이 탄생. 과장된 기대
1960년대 말~ 1970년대: 인공지능의 1차 겨울
1980년대: 두 번째 인공지능의 열풍, 전문가 시스템으로 인간의 의사 결정을 도움
1990년대: 인공지능의 2차 겨울
1997년: IBM의 딥블루가 체스 챔피언을 이김
2006년: 딥러닝 알고리즘이 등장하며 인공지능 기술 발전을 선도함
2016년: 구글의 알파고가 이세돌을 이기며, 엄청난 잠재력을 보여줌
- 인공지능이 적용되는 산업 및 기술 범위
웨어러블 장치, 자율주행 자동차, 신약 개발/의료, 금융 사고 예방, 무인 편의점
- 금융 사고 예방 AI 기술
이상 거래 탐지 시스템: 전자 금융 거래 시 단말기의 정보와 접속 정보, 거래 정보 등을 수집/분석하여 이상 금융 거래를 차단하는 기술
- 모라벡의 역설과 약한 인공지능과 강한인공지능
인공지능과 로봇공학 분야에서 나타나는 현상. 전통적인 가정과는 달리 추론은 매우 적은 계산만 필요로 하지만, 감각운동 및 지각 기술은 엄청난 계산 자원을 필요로 한다는 관찰이다. = 인간에게 쉬운 것은 컴퓨터로 처리하기 어렵고, 반대로 인간에게 어려운 것은 컴퓨터로 처리하기 비교적 쉽다는 점에서 비롯한 역설.
강한 인공지능: 사람같은 지능을 지닌 인공지능(튜링 테스트 통과)
약한 인공지능: 특정 문제나 필드에 국한하여 인간과 같은 지능적 행동을 할 수 있는 인공지능(알파고-바둑 특화)

2주차
- 1차~4차 산업혁명 특징 비교 및 차이점 이해
1차 1700년대~1800년대 : 손이 아닌 기계로 일하기 시작/ 증기기관, 방직기 사용
2차 1800년대 후반: 전기를 사용해 대량 생산/ 전기, 조립라인
3차 1900년대 후반~: 컴퓨터와 로봇이 일함/ 컴퓨터, 인터넷/ 자동화
4차 2000년대~지금: 똑똑한 기술(AI)이 알아서 처리/ 인공지능, 빅데이터, IoT
- 4차 산업혁명의 주요기술의 특징
AI(인공지능): 컴퓨터가 사람처럼 생각하고 판단함
IoT(사물인터넷): 사물들이 인터넷으로 서로 대화함(냉장고에 부족한 식재료를 자동으로 찾고 주인에게 알려줌)
빅데이터: 엄청나게 많은 정보를 모아서 분석
로봇 기술: 로보트
3D프린터: 뚝딱
가상현실, 증강현실(VR,AR): 가짜 세상을 체험하거나, 현실에 정보를 덧붙임
- 4차 산업혁명을 특징 짓는 세가지 조건: 초연결성, 초지능화, 융합화
초연결성: 사물인터넷(IoT), 클라우드 등 정보통신기술(ICT)의 급진적 발전과 확산은 인간&인간, 인간&사물, 사물&사물 간의 연결성을 기하급수적으로 확대시키고 있고 이를 통해 '초연결성'이 강화되고 있음=물리젝 제양에 구애받지 않음/ M2M(Machine to Machine)
초지능화: 인간이 보유한 경험 기반의 지식을 대신하여 문제의 정확한 진단과 합리적 해결을 지원하는 데이터 및 논리 기반의 최적 의사결정 지원 기술
융합화: 초연결 환경에서 데이터 공유 확대를 통하여 시/공/인간으로 구성된 현실의 물리적 오프라인 세상과 1:1로 대응하는 디지털화된 가상 및 온라인 세상이 융합되느 O2O 융합과 과거에는 상상할 수 없었던 이종 기술 및 산업의 융합이 가속화 됨
- 4차 산업혁명의 핵심 기술 이해
- AI 기술의 진화(1-4레벨)
레벨1: 단순한 제어 프로그램을 '인공지능'이라고 칭하기
레벨2: 고전적인 인공지능(행동의 패턴이 지극히 다채로운 경우-장기 프로그램, 청소 로봇, 질문에 대답하는 인공지능)
레벨3: 기계학습을 받아들인 인공지능(검색 엔진에 내장되어 있거나 빅데이터를 바탕으로 자동적으로 판단하는 인공지능)
레벨4: 딥 러닝을 받아들인 인공지능(머신 러닝을 할 때의 데이터를 나타내기 위해서 사용되는 입력값(feature) 자체를 학습하는 것= 특징표현학습)
- 인공지능이 가져올 일자리 변화(상식수준의 이해)
- 4차 산업혁명을 주도하는 기술성장 주기
- 4차 산업혁명의 국가별 전략으로 틀린것은?
미국: 빅 데이터 R&D Initiative를 시작으로 범정부 정책 제시/ 빅 데이터 R&D 전략계획 발표
독일: 데이터주도 경제 실현을 위해 민간협회와 MOU 체결/ GDPR 시행을 통해 합법적 개인데이터 유통환경 도보
일본: ICT 기반 빅데이터 전략 Active Data 발표/ 사물인터넷 빅데이터 AI 등 미래기술 대응을 위한 범부처 일본재흥전략 발표
중국: 차이나 브레인 프로젝트 실시/ 인공지능을 차세대 성장동력으로 키울 예정

3주차
- 인간과 닮아갈수록 거부감을 느끼는 용어
- 인공지능의 특이점
- 오마주와 패러디
- 다양한 분야의 인공지능 사례(시험X)

4주차
메타버스와 인공지능
- 메타버스의 개념
- 메타버스 4가지 시나리오
- 차상균(2021) SPICE 모델
- 고선영 외(2021) 메타버스 5C, 3가지 특성
- 로블록스 8대 속성
- 메타버스 세계관
- 아바타
- 메타버스의 연도별 역사 중 주요 이슈
- VR, AR, MR, XR
- 메타버스와 인공지능
- VPS, SLAM
- C.P.N.D, D.N.A

바이오테크 헬스케어
- 바이오테크의 정의/개념
- DNA모형을 발굴한 학자
- 바이오 소재를 적용한 융합기술

5주차
인공지능과 윤리
- 잘못된 데이터에 의한 인종파별 편향
- 인공지능을 망치는 5가지 편향
- 딥러닝을 이용한 합성기술
- 자율주행 자동차가개발되어야하는 핵심이유 4가지
- 인공지능 윤리 - 미국(2017) 아실로마 원칙
- 인공지능 윤리 - OECD 및 기업 준수 현황
- 자율주행 자동차 수준5레벨
- 자율주행을 통해 도덕관을 이해하는 실습모델

- 삼성종합기술연구원 사례 – 세종이 추구하는 종기원


6주차
인공지능 기술 및 CHAT GPT
- OpenAI의 지피티(GPT) 언어 모델
- OpenAI 언어모델에서 최상의 결과물을 낼 수 있는 방법
- 대표적인 OpenAI 관련 기술

기술로드맵의 정의, 기술로드맵의 프레임웍 설명

7주차
데이터 과학
- 데이터과학의 정의
- 데이터를 분석하는 작업 순서
- 데이터과학이 중요한 이유
- 인공지능 / 머신러닝 / 딥러닝 / 데이터과학
- 공기의 진동이 디지털화되는 과정
- 비트맵 이미지
- 데이터 과학의 범위

데이터활용(CRM)
- CRM의 개념/ CRM 활용 업종
- CRM의 기능과 역할/ 고객순자산가치 구성요소
- 가치자산 의미 / - 브랜드 자산 3가지 요소
- 관계자산 4가지 / 고객만족의 정의
- 고객 가치 측정 기법(RFM 분석)2

9주차
- 프로젝트관리의 정의
- 프로젝트 자원 요소
- 프로젝트관리의 단계
- 프로젝트 관리원칙12가지
- 성과영역8가지
- 브레인스토밍의 개념
- 블인스토밍의 유형
- 브레인스토밍 방법
- 브레인스토밍 규칙
- 브레인스토밍 주체별 역할
- 마인드맵의 정의 개념
- 브레인스토밍 방법,규칙
- 마인드맵의 정의
- 마인드맵의 구성요소

10주차~11주차
- 스스로 학습하는 머신러닝
- 머신러닝의 정의
- 톰 미첼의 머신러닝 요소
- 명시적 프로그래밍과 머신러닝의 차이점
- 지도학습과 비지도학습의 개념 및 차이점
- 강화학습의 개념 및 용어

CES 트렌드 분석
- 2024 주요 트랜드 이슈 9가지
- 로봇의 주요 핵심 기능
- 자율주행, 드론(UAM)
- 우리나라 로봇 인수합병 기업

- 미래연구란 무엇인가?
- 미래연구 특징은?
- 미래연구의 종류와 형태
- 퓨처리서치, 퓨처스터디, 방어적 미래연구, 공격적 미래연구


12주차
순환신경망과 적대적 신경망
- 순환신경망 개념
- 일대다 구조, 다대일 구조, 다대다 구조 기술
- 자연어처리기술
- 챗봇의 동작 방식 3가지
- 인간과 대화하는 인공지능
- 챗봇의 동작방식
- GPT 인공지능
- 생성모델 개념
- 판별모델
- 적대적 생성 신경망
- GAN 주요 활동 사례
- 일반 데이터 보호 규정

13주차 인공지능과 강화학습
- 인공지능 학습 기업 및 기술
- 몬테카를로 방법
- 지도학습, 비지도학습
- 마르코프 의사결정 프로세스
- 강화학습

14주차
- 미래사회의 일자리
- 인공지능 로봇과 미래
- UAM, 드론. 믈류로봇, 의료로봇
- 물류로봇, 4족 보행로봇, 2족 보행로봇


15주차 [특강] AI 반도체

- 초고도 인공지능을 고민할 때 고려해야할 요소
- AI반도체 구조
- AI멀티채널 비전 처리NPU
- 시스템반도체 과정IP설계공정의 주요업무