최근 인공지능 연구에서도 2D 영상처리를 넘어 3차원 기하 정보와 텍스쳐 정보를 잘 표현하고 생성해내는 기술이 떠오르는 가운데, 3D 렌더링 활용 기법 습득 능력 함양을 위한 강좌이며, 본 강좌에서는 인공지능 기반 3D 생성/렌더링 연구의 최신 흐름을 소개하고, 유형별 대표 연구를 소개함. 본 강좌의 목적은 전통적인 3D 렌더링 기법이 아닌 인공지능을 이용한 학습 기반의 3D 렌더링 기법에 관하여 기존 연구부터 최신 응용연구까지 다루는 것임. 인공지능을 이용한 3D 렌더링 연구의 발전과정과 대표 기법들의 문제해결 방법들을 공부하고 실습해보면서 딥러닝 3D 생성 연구에 대한 깊은 이해와 구현 능력을 키우고자 함

본 강좌는 멀티모달 AI에 대한 포괄적인 개요를 제공하며, 데이터 표현, 정렬, 융합의 기본 개념을 다루고, 현대적인 사전 학습 전략과 멀티모달 대규모 언어 모델(M-LLMs) 및 파운데이션 모델의 아키텍처, 훈련, 응용으로 나아갑니다. 왜 「멀티모달 인공지능 이해와 학습」을 수강해야하는가? 우리가 마주하는 현실 세계는 텍스트, 이미지, 소리 등 단편적인 정보의 합이 아닌, 복잡하게 상호 연결된 다양한 정보의 총체입니다. 인공지능이 이 세계를 인간처럼 깊이 있게 이해하고 소통하기 위해서는, 이질적인 데이터들을 통합적으로 바라보는 새로운 시각이 반드시 필요합니다. 이 강좌는 바로 그 핵심 질문, 즉 'AI는 어떻게 여러 감각을 동시에 이해할 수 있는가?'에서 출발합니다. 본 강좌는 서로 다른 데이터를 어떻게 '표현(Representation)'하고, '정렬(Alignment)'하며 , '융합(Fusion)' 할 것인지에 대한 근본적인 개념을 다룹니다. 나아가 현시대 AI의 정점인 '멀티모달 대규모 언어 모델(M-LLMs) 및 파운데이션 모델'의 아키텍처와 훈련, 응용으로 나아가는 지적 탐구의 기회를 제공하는데 그 의의가 있습니다.

본 강좌에서는 연구개발 과정에서 발생할 수 있는 기술 유출 및 보안 위험을 효과적으로 관리하기 위한 방법을 학습한다. 본 강좌는 첨단 과학 및 제조 산업(반도체, 디스플레이, 바이오 등)에서의 보안 문제를 다루며, 연구보안의 개념, 정책 설계, 인력 및 환경 관리 등의 주제를 중심으로 구성되었다. 학습자는 연구개발 보안에 관한 법제도, 정책 수립 방법, 지식재산 보호 전략 등을 체계적으로 배울 수 있다. 강의는 실제 사례 분석과 보안 전략 수립 실습을 통해 이론과 실무를 병행하여 진행된다. 최신 보안 지식을 기반으로 설계된 본 강좌는 강좌는 연구자들이 정부 정책에 부합하는 연구보안 관리 체계를 설계할 수 있도록 돕는 것을 목표로 한다.

메타버스의 진화과정 및 메타버스 기반 기술들을 다양하게 알아볼 수 있는 메타버스 기초적 지식 습득이 가능한 강좌이며 메타버스 가상공간 구성에 필요한 IT기술의 흐름을 이해하고 메타버스 기반의 융복합 사례를 통해 미래 가상세계기반의 산업을 예측할 수 있는 기반 지식 습득을 목표로 함

본 강의는 데이터 과학의 첫 단계인 데이터를 탐색하고 이해하는 과정을 배운다. EDA(Exploratory Data Analysis: 탐색적 데이터분석)라고도 불리는 이 과정은 데이터 분석에 사용될 데이터에 대한 이해도를 높이는 단계로서 수집된 데이터가 문제를 해결하는데 적합한지, 데이터에 특이사항이나 오류는 없는지, 어떤 분석 모델을 사용하는 것이 적합할지 등, 데이터의 특성에 대해 다각도로 살펴보고 고찰하는 과정이다. 이 과정은 향후 도출될 분석 모델의 질을 좌우하게 되므로 데이터 분석에 있어 매우 중요한 첫 단계라고 할 수 있다. 따라서 본 강의에서는 데이터를 다각도로 다루고 살펴보는 법과 다양한 시각화 기법을 학습한다. 본 강의는 이론과 실습을 병행하므로 학습자가 실제로 EDA를 하고 데이터 분석의 다음 단계로 나아가는데 필요한 입문 교육을 제공한다.

프로그래밍 기초의 학습 목표는 Python의 변수, 조건문, 반복문 등 기본 개념을 이해하고, 이를 통해 문제를 논리적으로 해결하는 능력을 기르는 것이다. 또한, Python 코드를 작성하고 디버깅하는 실습을 통해 실전 경험을 쌓는 것이다.

현대 인공지능 시대에서 자연어 처리(NLP)는 인간과 컴퓨터 간의 소통을 가능하게 하는 핵심 기술로 자리 잡았습니다. 이 강좌는 언어 모델과 딥러닝의 최신 기술을 중심으로 NLP의 기본 원리와 응용 방법을 심도 있게 학습하도록 설계되었습니다. 특히, 대규모 언어 모델(LLM) 및 최적화 기술을 기반으로 한 자연어 처리의 발전 과정과 실제 응용 사례를 다루며, 기술적 성과뿐 아니라 윤리적, 사용자 중심의 설계 원칙까지 포함한 전반적인 이해를 목표로 합니다. 이를 통해 학습자는 언어와 기술의 상호작용을 탐구하고, 이를 활용한 혁신적인 응용 가능성을 제시할 수 있는 역량을 기르게 될 것입니다.