|
사회적 관계와 소통 방식을 변화시키고 있다. 그러나 디지털 격차와 사회적 불평등의 심화, 그리고 인간의 인지 능력에 미치는 부정적 영향에 대한 우려도 함께 고려되어야 한다.
교육 분야에서는 2025년부터 도입되는 AI 디지털 교과서를 통해
|
|
|
AI 석사과정 신입생 모집(채용연계형 계약학과)
1) LLM / sLM /멀티모달 LLM 기술개발
1. KT 및 해당 분야에 지원한 동기와 석사과정 입학 및 KT 입사 후 해당 직무의 전문가로 성장하기 위해 어떠한 노력을 할 지 구체적으로 기술해 주십시오.
|
|
|
모달리티를 처리할 수 있는 대규모 멀티모달 모델(Large Multimodal Model, LMM)이 주목받고 있습니다. 본 자료에서는 LLM과 LMM의 특징과 구현 로직을 살펴보고, 두 모델의 차이점을 비교한 후, 이들과 딥러닝(Deep Learning)의 관계에 대해 논의하고자 합
|
|
|
AI기술의 발전이 제시하는 시사점이 무엇인지 살펴볼 필요가 있다. 대규모 언어 모형(LLM), 대규모 멀티모달 모형(LMM), 그리고 딥러닝(Deep Learning)은 기업의 경영정보시스템(MIS)에 매우 중요한 시사점을 제공한다. 이들 기술은 기업이 데이터를
|
|
|
입을 병행하는 투 트랙 전략이 효과적임을 확인했으며, 이는 기술 도입과 인적 자원 개발의 조화로운 추진이 성공적인 AI 전환의 핵심임을 보여준다.
미래 전망 측면에서 생성형 AI는 AI 에이전트, 멀티모달 AI, 소형 언어 모델, 초개인화 등의
|
|
 |
with Human Feedback(RLHF) 방식으로 실제 사용자 피드백을 반영하는 방법이 필요하다고 생각합니다. 저는 이러한 문제에 대한 실험적 접근을 앞으로의 연구 주제로 삼고자 합니다. 2026 KT AI석사과정(LLM-sLM-멀티모달 LLM 기술개발) 자기소개서
|
|
 |
멀티모달 학습 분야를 선택한 이유와 구체적 연구 목표는 무엇인가요?
텍스트와 이미지를 함께 이해하는 AI 모델이 인간 수준의 직관적 추론을 가능케 한다고 확신합니다. 현재 영어 중심 연구가 대부분인 상황에서 한국어·동아시아권 문화
|
|
 |
멀티모달 AI와 연합학습(Federated Learning)이 중요하다고 봅니다. 제조 현장은 다양한 센서, 영상, 로그 데이터를 동시에 다루며, 공장 간 데이터 공유에는 보안 이슈가 많기 때문에 이 기술들이 실효성 있는 해법이 될 것입니다. 저는 이에 대한
|
|
 |
AI-Hub 교육자료 등)을 정제하고, 교육 전문가의 검토를 거쳐 생성 콘텐츠의 품질을 평가하겠습니다.
또한 Reinforcement Learning with Human Feedback(RLHF) 방식을 도입하여 ‘좋은 교육 콘텐츠’의 기준을 반영한 출력 제어 알고리즘을 실험할 예정입니다
|
|
 |
모달 AI의 한계를 넘어서는 방향에 흥미를 느꼈습니다. 특히 교육, 의료, 로봇 공학 등 다양한 분야에 적용 가능성이 크기 때문에, 이 분야의 기술적 원리와 사회적 영향에 대해 깊이 있게 탐구하고 싶습니다.
29. 입학 후 가장 중점적으로 배우
|
|
메뉴펼치기
