원문 정보

출처: Deep Dive 1: What is Generative AI?
저자: Rick Dakan, Joseph Feller, and Anthropic
라이선스: CC BY-NC-SA 4.0
번역일: 2025년 5월 29일
번역 및 감수: Claude and 공부하우

AI 유창성 (AI Fluency): 심화 학습 1: 생성형 AI란 무엇인가?

모듈 3: 심화 학습 1 - 생성형 AI란 무엇인가?

예상 시간: 10-15분

학습 목표

이 수업이 끝나면 다음을 할 수 있게 됩니다:

생성형 AI (Generative AI)를 정의하고 다른 AI 유형과 어떻게 다른지 설명하기
생성형 AI의 주요 특성과 기술적 기반 인식하기
현재 생성형 AI의 주요 능력과 한계 파악하기

비디오: 생성형 AI 기초

(6분)

이 비디오는 이미 존재하는 것을 분석하는 것이 아니라 새로운 콘텐츠를 만드는 능력에 초점을 맞춘 생성형 AI (Generative AI)의 개념을 소개합니다. Claude와 같은 대규모 언어 모델(LLM, Large Language Models)이 실제로 어떻게 작동하는지, 그리고 트랜스포머 아키텍처(Transformer Architecture)와 같은 알고리즘 혁신부터 방대한 훈련 데이터셋과 강력한 컴퓨팅에 이르기까지 이를 가능하게 한 기술적 여정을 설명합니다. 또한 이러한 시스템이 사전 훈련(Pre-training)과 미세 조정(Fine-tuning)을 통해 학습하는 방법을 설명하고 컨텍스트 윈도우(Context Window)와 창발적 능력(Emergent Capabilities)과 같은 개념을 논의합니다.

비디오: 능력과 한계

(7분)

이 비디오는 생성형 AI가 현재 시점에서 효과적으로 할 수 있는 것과 할 수 없는 것을 검토합니다. 언어 작업 전반에 걸친 생성형 AI의 다재다능함, 대화 흐름을 유지하는 능력, 추가 훈련 없이 다양한 작업 간에 전환하는 능력을 강조합니다. 또한 지식 컷오프 날짜(Knowledge Cutoff), 환각(Hallucinations)(사실상 부정확한 출력), 컨텍스트 윈도우 제약, 추론 과제를 포함한 한계를 다룹니다. 이 분야가 빠르게 진화하고 있으며 가장 효과적인 응용 프로그램은 인간과 AI가 함께 작업하는 보완적인 강점을 결합한다고 강조합니다.

핵심 내용

생성형 AI (Generative AI)는 기존 데이터를 분석하는 것이 아니라 새로운 콘텐츠(텍스트, 이미지, 코드)를 생성합니다
LLM과 같은 현대 시스템은 세 가지 주요 개발로 가능해졌습니다:
- 알고리즘 및 아키텍처 혁신 (특히 트랜스포머 아키텍처)
- 방대한 양의 디지털 훈련 데이터
- 계산 능력의 극적인 증가
생성형 AI는 두 단계를 통해 학습합니다: 사전 훈련 (수십억 개의 예제에서 패턴 분석)과 미세 조정 (지시를 따르고 유용한 응답을 제공하는 방법 학습)
현재 능력에는 작업 전반의 다재다능함, 대화 인식, 외부 도구와 연결하는 능력이 포함됩니다
현재 한계에는 지식 컷오프 날짜, 환각 가능성, 컨텍스트 윈도우 제약, 복잡한 추론의 어려움이 포함됩니다
가장 효과적인 응용 프로그램은 인간과 AI의 강점을 결합하며, 인간은 비판적 사고, 판단력, 창의성, 윤리적 감독을 제공합니다

연습

성찰

계속하기 전에 다음을 고려해보세요:

생성형 AI의 기술적 기반(훈련 데이터 및 사전 훈련/미세 조정과 같은)을 이해하는 것이 이러한 시스템과 작업하는 방식에 대해 어떻게 생각을 바꾸나요?
이러한 시스템이 어떻게 작동하고 현재 한계에 대해 배운 후 어떤 윤리적 고려사항이 떠오르나요?

수업 자료

생성형 AI 개요

생성형 AI를 이해하기 위한 빠른 참조 가이드.

📖한글 번역 보기 📥원문 PDF 다운로드

다음 단계

다음 수업에서는 4D 역량 중 첫 번째인 위임(Delegation)을 자세히 살펴볼 것입니다. 목표와 AI 능력에 대한 이해를 바탕으로 자신과 AI 사이에 작업을 나누는 전략적 결정을 내리는 방법을 배우게 됩니다. 이 기초는 창의적이고 문제 해결 프로세스에 AI를 언제 어떻게 도입할지 신중하게 결정하는 데 도움이 될 것입니다.

이 과정에 대한 피드백

과정을 진행하면서 여러분이 삶, 업무, 수업에서 과정의 개념을 어떻게 사용하고 있는지, 그리고 어떤 피드백이 있는지 듣고 싶습니다. 여기에서 피드백을 공유하세요.

감사의 말과 라이선스

이 과정은 Dakan과 Feller의 AI 유창성 프레임워크를 기반으로 합니다.

아일랜드 HEA의 National Forum for the Enhancement of Teaching and Learning의 부분적 지원을 받았습니다.

번역 및 감수: Claude and 공부하우

학습 목표​

비디오: 생성형 AI 기초​

비디오: 능력과 한계​

핵심 내용​

연습​

성찰​

수업 자료​