AI 교양 30 입문편 목차

PART 1. AI를 이해하기

#01. AI는 정말 생각하는 걸까?

(AI의 정의와 인간 사고의 차이)

#02. 생성형 AI는 기존 AI와 무엇이 다를까?

(분류형 AI와 생성형 AI)

#03. AI는 어떻게 답을 만들까?

(데이터와 반복되는 패턴)

#04. AI의 성능은 무엇이 결정할까?

(데이터와 모델의 역할)

#05. AI는 왜 자신 있게 틀릴까?

(환각과 AI의 한계)

#06. AI는 어떻게 지금의 모습이 되었을까?

(데이터·알고리즘·컴퓨팅 자원의 발전)

#07. 왜 AI는 한국어를 어려워할까?

(언어의 특성과 데이터의 차이)

#08. AI는 왜 같은 질문에도 답이 달라질까?

(프롬프트와 문맥의 영향)

PART 2. AI의 종류(데이터 형태별)

#09. AI는 왜 언어부터 배우기 시작했을까?

(텍스트 AI는 왜 가장 먼저 발전했을까?)

#10. 이미지 AI는 어떻게 그림을 만들까?

(이미지를 생성하는 AI)

#11. 음성 AI는 사람의 말을 어떻게 이해할까?

(음성과 언어의 연결)

#12. 영상 AI는 왜 더 어려울까?

(시간과 움직임을 함께 처리하는 AI)

#13. AI는 어떻게 여러 능력을 동시에 사용할 수 있을까?

(멀티모달 AI)

#14. Physical AI는 무엇일까?

(현실 세계를 인식하고 행동하는 AI)

PART 3. AI의 활용과 진화

#15. AI는 어떤 일을 할 수 있을까?

(AI의 기능적 분류)

#16. AI 에이전트는 ChatGPT와 무엇이 다를까?

(대화형 AI와 수행형 AI)

#17. AI 모델·AI 서비스·AI 솔루션은 무엇이 다를까?

(AI 기술 자체와 이를 활용한 제품의 차이)

#18. 왜 AI 기업들은 데이터를 모을까?

(데이터가 경쟁력이 되는 이유)

#19. 왜 AI 성능은 계속 바뀔까?

(데이터·모델·컴퓨팅의 발전)

PART 4. AI 산업과 인프라

#20. AI를 만들려면 얼마나 많은 자원과 투자가 필요할까?

(데이터·GPU·전력·인력 등 AI 개발의 현실)

#21. 왜 GPU가 AI 시대의 핵심이 되었을까?

(AI 연산의 핵심 자원)

#22. AI 반도체는 왜 중요할까?

(GPU·TPU·NPU와 AI 반도체)

#23. AI 데이터센터는 왜 늘어날까?

(전력·냉각·AI 인프라)

#24. 오픈소스 AI는 무엇이 다를까?

(개방형 AI와 폐쇄형 AI)

PART 5. AI와 사회

#25. 왜 AI는 국가 전략 자산이 되었을까?

(기술주권, 데이터 주권, AI 수출 규제)

#26. AI는 데이터를 어떻게 수집할까?

(웹 크롤링, 데이터셋, 라이선스의 이해)

#27. AI가 만든 결과물의 저작권은 누구에게 있을까?

(생성형 AI와 저작권의 이해)

#28. AI는 왜 규제를 받기 시작했을까?

(AI 기본법, AI Act, 안전성과 고위험 AI)

#29. AI는 문제가 생기면 누가 책임질까?

(기업, 개발자, 사용자의 책임)

#30. AI가 사라진다면 세상은 어떻게 달라질까?

(우리는 이미 AI와 함께 살아가고 있다.)