인문사회과학도를 위한 자연어처리

강좌 소개

GPT와 같은 대규모 언어 모델(Large Language Model LLM)이 사회 전반에 걸쳐 거대한 변화를 일으키고 있습니다 본 수업의 목적은 인문사회과학 분야 수강생들이 단순히 LLM을 활용하는 수준을 넘어 이러한 변화를 주도할 수 있는 역량을 갖추도록 돕는 데 있습니다 이를 위해 본 수업은 다음 두 가지 핵심 역량의 함양에 초점을 둡니다 1) LLM 이해 딥러닝의 기본 원리를 바탕으로 순환신경망(RNN) 트랜스포머(Transformer) 등 LLM의 구조(architecture)를 이론적으로 이해하는 것을 목표로 합니다 2) LLM 최적화 프롬프트 엔지니어링(Prompt Engineering)과 검색 증강 생성(RAG Retrieval Augmented Generation) 기법을 중심으로 각 전공 분야의 문제 해결을 위해 LLM을 최적화하는 다양한 전략을 탐색합니다 본 수업은 14주차에 걸쳐 LLM 딥러닝 Python의 기본 개념을 소개한 후 이후 매주 LLM 이해와 LLM 최적화 두 축을 병행하여 다룹니다 수강생들은 이론과 실습을 통해 LLM의 구조에 대한 이해를 넓히고 이를 바탕으로 LLM을 자신의 전공 분야 문제 해결에 적용할 수 있는 실전 감각을 기르게 됩니다 본 수업은 두 학기에 걸쳐 2026년 1학기까지 이어지는 LLM 수업의 첫 번째 단계로 2026학년도 1학기에는 본 수업에서 습득한 지식을 기반으로 파인튜닝(fine tuning)과 AI 에이전트(AI Agent) 기반 응용을 중심으로 한 심화 내용을 다룰 예정입니다

교수·강사

이선복

등록일

2026-02-20