블로그

코드캠프

Github Copilot, 진짜 개발자 대체가 가능할까?

요즘 Github Copilot에 관해 여러가지 의견들이 충돌하며 의견이 분분하다는 것을 본 코캠.어떤분들은 '미래에 개발자는 Copilot이 대체할 거다' 라는 의견이 있는가 하는 반면, '치와와랑 머핀도 구분 못하는 AI가 어떻게 대체하냐,아직 미흡하다.' 라는 의견도 있었습니다.이런 토론은 개발자로서 굉장히 참을 수 없는 의견대립이죠.그래서 코캠측에서도 슬그머니 의견을 끼워 넣어보기 위해 Github Copilot에 대해 알아보았습니다. 🛠 Github Copoilot?깃허브 코파일럿은 내가 원하는 기능을 주석으로 묘사하면, 묘사에 맞는 기능을 자동으로 완성시켜주는 자동 코딩 시스템입니다.Copilot 빠르게 시작하기1️⃣ 작동방식1. 내가 원하는 기능을 주석으로 묘사합니다.2. 코파일럿 AI가 딥러닝 한 내용을 바탕으로 '대부분 이렇게 쓰던데?' 하는 코드들을 완성합니다. 2️⃣ Github Copoilot의 장단점[ 장점 ]웬만큼 연차가 쌓인 개발자가 아니고서야 라이브 코딩을 하는 개발자는 생각 보다 많이 없습니다.주니어 개발자의 대부분은 다른 사람들이 쓴 코드를 참고하고 긁어와 사용하는 경우가 더 많죠.이런 부분에 있어서는 코파일럿이 도움이 될 수 있습니다.[ 단점 ]코파일럿의 학습이 완벽하지 않기 때문에 개발자의 의도가 정확하게 컴퓨팅 사고를 기반으로 제시되지 않으면, AI는 갈 길을 잃고 의도와 다른 코드를 제시할 수 있습니다.개발자의 의도와 다른 코드는 결국 불필요한 코드를 늘리는 것과 같기 때문에 비효율적일 수 있습니다. 3️⃣ Copoilot의 궁극적인 문제?copoilot의 궁극적 문제는 라이선스 문제가 되지 않을까 싶습니다.코파일럿의 AI가 어떤 라이선스인가를 따지지 않고 학습하기 때문에 뱉어낸 결과물에 제한된 라이선스 코드가 있다면 해당 코파일럿 코드 또한 제한되어야 하는지, 적용한다면 어느 범주까지 적용해야 하는지 애매한 부분이 있다고 합니다.  ❓ 그래서 진짜 개발자 대체가 가능해?여기부터는 코드캠프 일부 개발자들의 의견으로 반박시 여러분들 의견이 맞습니다.😁코드캠프에게 여러분들의 의견을 알려주세요! 코캠측 개발자들의 의견을 정리해보았는데요, 생각보다 코캠 내부에서도 파가 나뉘었습니다!🧑🏻‍💻 백엔드 개발자들Captain( 팀 내 그저 빛을 맡고 계신 9년차 풀스택 개발자 )- 설계를 하는 시니어들은 대체 불가능, 단순 업무를 하는 주니어는 대체 가능.틀을 설계하는 건 인공지능이 발전해도 인간의 창의성까지 가지고 올 수 없는 부분이 있기 때문에 무리라고 생각.Quokka- 비슷한 거 써봤는데 대체 안됨.( 일단 돈을 안냈음. - 무료판 유저 )Otter- 회사의 도입이 대중화 되느냐에 따라 다를 것 같은데, 주니어는 대체 가능하지만 로직의 틀을 짜야 하는 시니어는 대체가 불가하다.Bommy- 상용화 시기가 중요하다고 생각, 과도기동안은 주니어도 대체가 안되지만 상용화 된 이후에는 주니어는 대체가 가능하다고 생각.🧑🏻‍💻 프론트엔드 개발자들Eunny- 주니어, 시니어 모두 대체가 불가하다.공부는 가능하겠지만, 모든 코드는 각자 코드 상황에 따라 다르게 적용되기 때문에 대체 불가.Hoony( 공상과학에 빠져있는 디지털노마드 선두주자 )- 주니어, 시니어 모두 대체가 가능하다. ( 터미네이터와 아이언맨 자비스를 너무 감명 깊게 봄. - AI가 인류를 대체할 수 있다 주의 )시간이 흐를 수록 데이터는 누적될 것이고 대부분의 코드 설계가 가능한 수준까지 올라 갈 수 있을 것, 이를 통해 인건비 절감을 위해 개발자 보다 AI를 선호하는 상황이 생길 수 있다.Jenny- 주니어 정도는 코파일럿으로 대체가 가능하다. 하지만 코파일럿 설계를 해야 하는 엔지니어나 서비스의 큰 틀을 짜야하는 시니어는 대체가 불가능하다. 큰 틀은 언제나 상황에 따라 짜야 하는데 통상적인 부분으로는 커버 불가능함.Gee- 코파일럿이 상용화되어서 많은 사람이 사용하게 된다면 나중에는 코파일럿이 작성한 코드가 트렌드를 반영한 정석 로직으로 여겨지는 날이 올 것 같음. 하지만 상황에 맞게 배치하고 개선하는 작업을 하는 개발자는 반드시 필요하다고 생각. ( 근데 코파일럿 되게 좋은데? ) 코드캠프에서도 총 3가지 의견으로 나뉘었는데요,1. 주니어만 대체가 가능하다.2. 주니어, 시니어 둘 다 대체 가능하다.3. 주니어, 시니어 둘 다 대체 불가능하다.이렇게 총 세가지 의견 중 가장 우세한 의견은 [ 주니어는 대체가 가능하나, 시니어는 불가능하다! ] 입니다. 코드 캠프의 개발자들(일부)은 위와 같이 생각하는데, 여러분들은 어떻게 생각하시나요?여러분들의 의견도 들려주세요!

웹 개발개발자개발자대체GithubCopilotAI기술토론프론트엔드백엔드웹개발시니어개발자주니어개발자

아셀

한국인에게 딱 맞는 AI, 클로바 X 체험기

ChatGPT가 출시된 이후로, 계속해서 대화형 AI가 기하급수적으로 늘고 있는데요. 그중 최근 주목할 만한 새로운 AI가 등장했습니다. 네이버에서 출시한 CLOVA X! 다른 AI와 어떤 게 비슷하고 무엇이 다른지, 그리고 우리는 클로바 X를 어떻게 활용할 수 있을지 알아보기 위해 직접 사용해 봤습니다!클로바 X, 그것이 알고 싶다!CLOVA X는 네이버에서 대형 언어 모델(LLM)*을 활용해서 만든 대화형 인공지능 서비스입니다. 약 두 달 전 출시되었으며 한국을 대상으로 하여 한국어 버전으로만 출시되었어요. (추후 다른 언어를 추가할 가능성도 있다고 해요.) 오픈AI의 GPT-3.5와 비교했을 때 한국어를 6,500배 더 많이 학습했다고 해요! 아직까지는 서비스 안정성을 위해 대화 횟수에 제한을 두고 있으며, 3시간에 최대 30개까지 질문이 가능하다고 합니다.대형 언어 모델(Large Language Model)*이란?대규모의 데이터에서 얻은 지식을 기반으로 다양한 콘텐츠를 인식하여 요약, 번역, 예측, 생성 등을 할 수 있는 딥러닝 알고리즘입니다. 대규모라고 불리는 만큼, 오랜 기간 동안 인터넷에 작성된 거의 모든 것을 데이터로 훈련합니다. 네이버가 만든 서비스이기 때문에 네이버 계정으로 로그인하면 누구나 바로 사용이 가능하고, 사용법은 다른 대화형 AI 모델들과 비슷해서 사용하기에 어렵지 않았어요. 기존 생성형 AI와 다른 점은 skill이라는 부분인데, 사용할 스킬을 선택한 후 질문을 입력하면 선택한 스킬을 활용하여 최적의 답변을 제공해 줍니다. 현재까지는 스킬에 '네이버 쇼핑'과 '네이버 여행'이 추가되어 있으며 지속적으로 업데이트될 예정이라고 합니다.  (▲ '블라우스 추천해 줘.' 라는 질문에 네이버 쇼핑과 연동하여 링크를 보여줘요.)예를 들어, '네이버 쇼핑' 스킬을 선택 후 '블라우스 추천해 줘.' 등과 같이 쇼핑과 관련된 질문을 입력하면 네이버 쇼핑의 최신 정보를 연동해서 최저가나 상품 정보에 대한 추천 등을 답변으로 받을 수 있어요. 직접 써보면서 느꼈을 때는 네이버와의 연동성이 좋은 것 같았어요.국내 정보는 꽉 잡고 있다구! (▲ 유행했던 도도독 밈에 대해서 물어봤는데, 정확하게 파악하고 있어서 놀랐습니다.)클로바 X는 한국 특화형 AI이기 때문에 한국에서만 쓰이는 줄임말이나 유행어, 사투리, 근처 맛집이나 카페 등에 대한 질문을 했을 때 정확도가 높은 편이에요. 네이버의 방대한 한국어 자료를 학습하여 우리들이 일상생활에서 클로바 X를 자연스럽게 사용할 수 있는 부분이 장점으로 꼽히기도 해요. 출처: MBC 무한도전전반적인 평가는요CLOVA X에 대한 평가는 아직 많이 나뉘는 중입니다. 검색, 맛집 찾기 등에 대해 엉뚱한 답을 내놓는 다른 AI 서비스들에 비해서는 긍정적인 부분도 있지만, 아쉬운 부분들이 있다는 평가도 있어요. 문장을 직접 만들어 내거나, 전문적인 내용에 대해 물어봤을 때 나오는 답변이 상당히 부정확한 경우가 많기 때문이에요.그럼에도 나름 최신 정보들을 위주로 알려준다는 점, 답변을 주면서 정보의 출처까지 알려준다는 점, 할루시네이션*이 적은 AI라는 점들이 클로바 X만의 장점으로 꼽히기도 합니다. 할루시네이션(Hallucination)*이란?AI가 정보를 처리하는 과정에서 발생하는 오류를 뜻합니다. 정확하지 않거나 사실이 아닌, 조작된 정보를 생성하는 것을 의미해요. 원래의 뜻은 환각, 환영, 환청 등으로 사용됩니다.그 외 이런 것들도 있어요큐 (생성형 AI)생성 AI를 검색에 접목함복잡한 질의 의도를 빠르게 파악하여 검색 편의를 제고함네이버 검색에 축적된 다양한 콘텐츠 통해 풍성한 검색 결과를 보여줌클로바 스튜디오 (비즈니스 도구)사용자의 목적에 맞는 AI 모델을 노코드로 작업할 수 있음기업이 보유한 데이터를 하이퍼 클로바 X에 결합하여 자체적인 AI 모델 제작 가능프로젝트 커넥트 X (기업 업무 생산성 도구) 기업에서 사용하는 협업툴에 AI를 접목한 서비스문서 자료를 기반으로 일정 관리, 초안 작성, 이메일 답장 제안 등 업무 생산성을 높이는 것에 주목직접 사용해 본 결과 클로바 X는 전문적인 내용을 배우기 위해 사용하기보다는, 일상에서 편하게 사용할 수 있는 느낌인 것 같았어요. 실제로 네이버 쇼핑이나 네이버 여행 등의 스킬을 활용하고, 근처 맛집이나 실생활 정보를 물어보는 등 다양한 부분에서 편하게 잘 사용할 수 있을 것 같아요!

마케팅클로바X네이버AI채팅생성형LLM클로바스튜디오프로젝트커넥트x할루시네이션

마소캠퍼스

[Gen AI 인사이트] MS Build 2024 주요 발표 요약

똑똑하게 업무를 처리하는 방법, 마소캠퍼스가 알려드릴게요!최신 AI 기술로 더욱 효율적이고 스마트하게 일해보세요. 이번 포스트에서는 MS Build 2024에서 발표된 주요 내용들을 정리해드리겠습니다.최신 AI 기술과 혁신적인 제품들을 만나보세요! MS Build 2024 키노트에서는 최신 AI 기술과 제품에 대해 발표하였습니다.Copilot, GPT-4o 기반 기능, 새로운 Windows PC 등 흥미롭고 중요한 AI 관련 소식이 가득합니다. 지난 1년 동안 MS Copilot 구축과 150개 이상의 업데이트가 이루어졌습니다.이제 GitHub Copilot은 180만 명 이상의 유료 가입자를 보유하고 있으며,Copilot+ PC도 새롭게 출시되었습니다.Azure와 OpenAI의 연구 지원 강화로 더 많은 혁신이 기대됩니다.또한 Khan Academy는 AI를 통해 개인화된 학습 경험을 제공하고 있습니다​​. GitHub Copilot은 이제 IDE와 GitHub.com 내에서자연어로 개발 및 배포가 가능해졌습니다.Team Copilot은 회의록 작성, 일정 관리, 협업 지원 등다양한 팀 보조 기능을 제공하여 업무 효율을 높입니다​​.GPT-4o를 통해 대화형 웹사이트를 쉽게 개설할 수 있습니다.텍스트, 이미지, 음성에 응답하는 멀티모달 언어 캔버스를 제공하며,웹과 앱 모두에 적용할 수 있습니다.예를 들어, 신발을 보여주면 어떤 브랜드의 어떤 모델인지 인식하고 특징을 알려주며,장바구니에 담는 기능도 제공합니다​​.새로운 Windows PC는 NPU 칩을 탑재하여 AI 성능을 극대화합니다.이미지 고급 분석, 게임 플레이 안내, 메일 인식 및 요약 기능 등 다양한 기능을 제공합니다.이로써 Copilot의 활용성이 크게 상승할 것입니다​​.Recall 기능을 통해 이전에 수행한 작업을 쉽게 확인할 수 있습니다.작은 단서만으로도 원하는 내용을 찾아낼 수 있으며,데이터 보안 문제에서도 자유롭습니다​​.live caption 기능을 통해 모든 영상과 화상 회의에서 자동으로 자막이 생성됩니다.네트워크 연결 없이도 작동하며, 현재 40개 이상의 언어를 영어로 번역할 수 있습니다​​.MS Build 2024의 혁신적인 AI 기능과 Copilot의 새로운 기능은 정말 놀라운 수준입니다!하지만 아직 일부 기능의 한글 지원이 부족한 점이 아쉽습니다​​. 마소캠퍼스와 함께 최신 AI로 스마트하게!똑똑하게 업무하는 쉬운 방법, 마소가 알려드릴게요.마소캠퍼스와 함께라면 최신 AI 기술로 더욱 스마트하게 업무를 처리할 수 있습니다. 지금 바로 시작해보세요! 📌 관련 강의 <스마트한 일잘러를 위한 필수 입문 팩>구글 캘린더, 피그마, 노션, 먼데이까지!효율도 높이고 나의 경쟁력도 높이는 디지털 도구 마스터!https://bit.ly/4bYYUN8   

AI · ChatGPT 활용CopilotGPT4o마이크로소프트AI인공지능AI기술MSBuild2024IT뉴스마소캠퍼스기술트렌드

곽민지

토탈 로봇 솔루션 기업 빅웨이브로보틱스 첫 기술 공유회 마로콘에 초대합니다🤖🎉

안녕하세요, 토탈 로봇 솔루션 기업 빅웨이브로보틱스에서 첫 기술 공유회 마로콘을 개최합니다🤖🎉빅웨이브로보틱스는 이기종・다종 로봇 통합 관제 플랫폼 '솔링크'를 개발・운영 중인 곳으로, 이번 기술 공유 행사에서는 솔링크 개발 과정에서 PO와 개발자분들이 하셨던 여러가지 비즈니스, 기술적 고민을 각 주제별 세션으로 나누어 공유할 예정입니다.로봇 플랫폼에 관심있으신 분들은 누구든 대환영입니다🎉🎉 무엇보다도 초기 서비스를 구축하는 과정에서 어떤 기술적 고민을 담아 개발하게 되었는지 궁금하신 분들께 흥미로울만한 이야기가 많이 준비되어 있습니다👀행사 개요는 다음과 같으며, 보다 자세한 세션 정보는 👉행사 안내 및 참가 링크👈를 확인해주세요.행사 일시: 11월 20일 수요일 오후1시~6시행사 장소: 앙트레블 (서울 강남구 강남대로102길 45, 강남역 및 신논현역에서 5분거리)행사 참가비: 무료 (70명 선착순)관심 있는 분들께서는 링크에 접속하셔서 참가 신청서를 작성해주시면 됩니다.참가자분들께는 추첨을 통해 경품도 지급하니 많은 관심 부탁드립니다, 감사합니다 :) 👉행사 안내 및 참가 링크👈 

개발 · 프로그래밍 기타로봇플랫폼AI시스템개발PO백엔드개발프론트엔드개발

마소캠퍼스

[Gen AI 인사이트] GPT 성능을 극대화하는 프롬프트 엔지니어링 전략 (1)

똑똑하게 업무를 처리하는 방법, 마소캠퍼스가 알려드릴게요!최신 AI 기술로 더욱 효율적이고 스마트하게 일해보세요. 이젠 필수 스킬이 된 프롬프트 엔지니어링!아직 잘 모르신다고요? 오늘 자세하게 알려드릴게요. 프롬프트 엔지니어링은 AI 모델, 특히 GPT와 같은 생성형 AI가원하는 결과를 정확하게 내도록 지시하는 기술을 말해요.마치 우리가 명확하게 질문해야 원하는 답을 얻을 수 있는 것처럼,AI에게도 정확한 요청을 해야 최적의 결과를 얻을 수 있습니다. 프롬프트 엔지니어링에서 명확한 지침 제공은 매우 중요해요.특히 GPT-4와 같은 대규모 언어 모델에서는 더 명확한 지침이 더 나은 성과로 이어집니다.예를 들어, 원하는 출력 길이나 형식을 명확히 요청하면,모델의 성능을 극대화할 수 있답니다​. 질문의 질을 높이려면 세부 정보를 포함하는 것이 필수예요!엑셀에서 숫자를 추가하는 방법을 묻는 대신,"엑셀에서 달러 금액을 합산하는 방법"과 같이 구체적으로 묻는 것이 필요해요.이렇게 하면 모델이 더 정확하고 관련성 높은 응답을 제공하게 돼요​. 모델이 다양한 상황에 맞게 반응하도록 돕기 위해 '페르소나'를 지정해 보세요.예를 들어, 문서에 농담을 포함해 달라고 요청하면모델이 더욱 유연하고 자연스러운 답변을 제공할 수 있답니다.이는 사용자와의 상호작용을 더욱 풍부하게 만들어줘요​. 복잡한 텍스트 작업을 할 때, 구분 기호를 사용하면 효율성이 높아져요!이렇게 구분된 텍스트는 모델이 보다 정확하게 처리할 수 있어복잡한 작업도 간단하게 해결할 수 있답니다​. 단계별 지침을 명확히 하면 복잡한 작업도 간소화할 수 있어요​​.예를 들어, 요약 후 번역하는 작업을 순차적으로 진행하도록 요청하면모델이 더욱 정확하게 결과를 도출할 수 있습니다. 출력 길이를 지정해 원하는 결과를 얻어보세요!단어나 단락, 글머리 기호 개수를 기준으로 지침을 제공하면,더 정밀하고 일관된 결과를 얻을 수 있답니다. 프롬프트 엔지니어링을 통해 업무 생산성을 높이고 AI 전략을 구체화할 수 있어요.세부 지침, 페르소나 설정, 구분 기호 사용 등 다양한 방법으로 모델을 최적화하세요. 하지만 모든 프롬프트가 완벽한 결과를 보장하는 것은 아니니,꾸준한 테스트와 개선이 필요합니다​​! 📌 관련 강의 <ChatGPT 고급 활용법 - 남들보다 100배 더 잘 쓰는 ChatGPT 비법 클래스>AI는 사람을 대체하지 못할 것입니다.하지만 AI를 활용하는 사람은 AI를 활용하지 못하는 사람을 대체할 것입니다.https://bit.ly/3YTsxMF   

AI · ChatGPT 활용챗지피티인공지능프롬프트엔지니어링ChatGPTAIAI자동화마소캠퍼스생성형AIAI전략GPT활용

모두의연구소

컴퓨터 비전 활용 분야 - 이미지 분류

컴퓨터 비전 분야는 기존의 통계적 방법에서 딥러닝 신경망 방법으로 전환되고 있습니다. 비록 여전히 해결해야 할 많은 도전 과제가 존재하지만, 딥러닝 방법은 특정 문제에서 최첨단 결과를 달성하고 있습니다. 원문: 9 Applications of Deep Learning for Computer Vision – MachineLearningMastery.com컴퓨터 비전 분야는 기존의 통계적 방법에서 딥러닝 신경망 방법으로 전환되고 있습니다. 비록 여전히 해결해야 할 많은 도전 과제가 존재하지만, 딥러닝 방법은 특정 문제에서 최첨단 결과를 달성하고 있습니다. 딥러닝 모델의 벤치마크 문제에서의 성능뿐만 아니라, 단일 모델이 이미지를 통해 의미를 학습하고 비전 작업을 수행할 수 있다는 사실이 더욱 흥미롭습니다. 이는 전문적이고 수작업으로 설계된 방법들의 파이프라인을 필요로 하지 않게 만듭니다.여기서는 딥러닝 방법이 일부 진전을 이루고 있는 아홉 가지 흥미로운 컴퓨터 비전 작업을 소개합니다.그럼 시작해 봅시다.컴퓨터 비전 활용 분야딥러닝이 사용된 여러 컴퓨터 비전 문제를 살펴보겠습니다:1. 이미지 분류 (Image Classification)2. 위치 지정과 함께 하는 이미지 분류 (Image Classification with Localization)3. 객체 검출 (Object Detection)4. 객체 분할 (Object Segmentation)5. 이미지 스타일 전환 (Image Style Transfer)6. 이미지 색상화 (Image Colorization)7. 이미지 복원 (Image Reconstruction)8. 이미지 초해상도 (Image Super-Resolution)9. 이미지 합성 (Image Synthesis)10. 기타 문제들이미지 분류(인식) 작업의 경우 ILSVRC의 명명 규칙이 채택되었습니다. 이 작업들은 이미지에 중점을 두고 있지만, 비디오의 프레임에도 일반화할 수 있습니다.딥러닝이 잘 수행되는 더 학문적인 하위 문제들보다는 사용자가 관심을 가질 만한 실질적인 문제 유형에 초점을 맞추려고 했습니다. 각 예제는 문제 설명, 예제, 그리고 방법과 결과를 입증하는 논문 참고 자료를 제공합니다.오늘은 이미지 분류에 대해 알아봅시다.컴퓨터 비전 활용 분야 1 – 이미지 분류 (Image Classification)이미지 분류는 전체 이미지나 사진에 레이블을 할당하는 작업을 의미합니다. 이 문제는 “객체 분류 (object classification)” 또는 “이미지 인식 (image recognition)”이라고도 불리며, 후자의 경우 이미지를 분류하는 것과 관련된 더 넓은 범위의 작업에 적용될 수 있습니다.이미지 분류 예시엑스레이를 암으로 진단하거나 그렇지 않다고 분류 (이진 분류).손으로 쓴 숫자를 분류 (다중 클래스 분류).얼굴 사진에 이름을 할당 (다중 클래스 분류).인기 있는 데이터셋MNIST 데이터셋: 벤치마크 문제로 사용되는 손글씨 숫자 이미지 분류.SVHN 데이터셋: 실생활에서 손글씨 숫자 사진을 분류하는 데이터셋.CIFAR-10: 10개의 클래스에 대해 사진을 분류하는 데이터셋.CIFAR-100: 100개의 클래스에 대해 사진을 분류하는 데이터셋.이미지 분류 작업 관련 논문과 결과를 모아놓은 웹페이지:Classification datasets resultsILSVRC 대회ILSVRC (Large Scale Visual Recognition Challenge)는 매년 열리는 대회로, 팀들이 ImageNet 데이터베이스에서 추출된 데이터를 사용하여 다양한 컴퓨터 비전 작업에서 최고의 성능을 목표로 경쟁합니다. 이 대회에서 발표된 논문들은 이미지 분류의 중요한 발전에 기여했습니다. 대표적인 논문으로는 다음과 같습니다:ImageNet Classification With Deep Convolutional Neural Networks (2012)Very Deep Convolutional Networks for Large-Scale Image Recognition (2014)Going Deeper with Convolutions (2015)Deep Residual Learning for Image Recognition (2015) 컴퓨터 비전 활용 분야 2 – 이미지 분류와 위치 지정 (Image Classification with Localization)이미지 분류와 위치 지정 작업은 이미지에 클래스 레이블을 할당하고, 이미지 내 객체의 위치를 경계 상자(bounding box)로 표시하는 것입니다. 이는 단순한 이미지 분류보다 더 어려운 문제입니다.이미지 분류와 위치 지정 예시엑스레이를 암으로 분류하고 암이 있는 부위에 상자를 그리는 것.동물 사진을 분류하고 각 장면에서 동물 주위에 상자를 그리는 것.주요 데이터셋PASCAL VOC (Visual Object Classes): 이 데이터셋은 수년간 컴퓨터 비전 챌린지에서 사용되었습니다. 예를 들어 VOC 2012는 이미지 분류와 위치 지정 작업을 위한 고전적인 데이터셋입니다.ILSVRC2016: 이 데이터셋은 15만 장의 사진으로 구성되어 있으며, 1,000개의 객체 카테고리를 포함하고 있습니다.이 작업은 이미지 내 동일 객체의 여러 예제 주위에 경계 상자를 추가하는 것을 포함할 수 있습니다. 따라서 이 작업은 “객체 검출”이라고도 불릴 수 있습니다.관련 논문이미지 분류와 위치 지정 작업에 대한 중요한 논문들은 다음과 같습니다:Selective Search for Object Recognition (2013)Rich feature hierarchies for accurate object detection and semantic segmentation (2014)Fast R-CNN (2015)

컴퓨터 비전CV이미지분류AI모두의연구소

마소캠퍼스

[Gen AI 인사이트] 마케터 주목, AI로 제작하는 효과적인 랜딩페이지

똑똑하게 업무를 처리하는 방법, 마소캠퍼스가 알려드릴게요!최신 AI 기술로 더욱 효율적이고 스마트하게 일해보세요. 랜딩페이지 제작, 이제 어렵지 않아요!마소캠퍼스와 함께 AI를 활용하면 효율적이고 빠르게 랜딩페이지를 완성할 수 있습니다.최신 기술을 접목한 간편한 방법으로 마케팅을 한층 더 편리하게 만들어보세요. AI를 이용해 랜딩페이지를 만드는 과정은 이렇게 간단해요!Chat GPT로 기본 개요를 도출하고,뤼튼을 통해 구체적인 카피와 문구를 추가하며,Gamma를 사용해 최종 수정과 보완 작업을 진행하면 끝!모두가 쉽게 따라할 수 있는 프로세스로, 마케팅 효율을 높여보세요. AI를 활용해 랜딩페이지를 제작하면 디자인과 카피라이팅에 대한 고민이 확 줄어들어요.몇 초 만에 초안을 도출하고, 다양한 자료를 한 번에 취합해 빠르게 결과를 얻을 수 있답니다.새로운 카피를 신속하게 만들어내고, 기존 자료를 활용해 풍성한 랜딩페이지를 완성할 수 있어요. Chat GPT를 활용하면 프로페셔널한 프롬프트 작성을 통해 고퀄리티 결과물을 얻을 수 있어요.프롬프트 엔지니어링의 중요성을 놓치지 마세요!잘 설계된 프롬프트는 랜딩페이지의 성공적인 기획에 큰 도움이 됩니다. 훌륭한 카피라이팅은 물론, 구체적인 마케팅 전략을 수립할 수 있도록 도와주는 뤼튼!광고 문구부터 매력적인 라이팅 자료 작성까지, 모든 것을 지원해주는 완벽한 도구입니다.뤼튼 하나로 랜딩페이지의 퀄리티가 한층 높아져요! 감마, 업무에 사용 해 보셨나요?프롬프트 한 줄 만으로도 빠르게 랜딩페이지 초안 작성 가능! AI 이미지 생성까지 가능한 만능 툴입니다. Gamma의 강력한 기능으로 랜딩 스토리를 빠르고 정확하게 작성해보세요.모든 과정을 쉽고 효율적으로 수행할 수 있답니다. 마케팅 프로젝트의 질이 확연히 달라질 거예요! Gamma의 AI 수정 기능을 통해 텍스트를 적절하게 수정하고, AI 이미지 개선 기능으로 불완전한 이미지를 향상시켜보세요.랜딩페이지의 완성도가 눈에 띄게 높아질 거예요. 초안을 통한 랜딩페이지 제작, Gamma와 함께라면 더욱 완벽해집니다!다만, 여전히 완벽한 랜딩페이지 생성은 어려워요.그럼에도 마케터의 시간을 단축시켜주는 것은 확실하답니다.빠르고 정확한 랜딩페이지 제작, 마소캠퍼스와 함께 마스터!  📌 관련 강의 <ChatGPT 고급 활용법 – 남들보다 100배 더 잘 쓰는 ChatGPT 비법 클래스>AI 활용의 기본이자 완성, 프롬프트 엔지니어링!이제는 제대로 배울 시간입니다.내가 원하는 대로, 충분한 답변을 해 주는 나만의 비서를 만들어보세요.>> https://bit.ly/4dm3SF6 <<   

AI · ChatGPT 활용AIAI마케팅업무생산성GPT활용뤼튼Gamma생성형AI프롬프트엔지니어링ChatGPT챗지피티

마소캠퍼스

[Gen AI 인사이트] AI 실수를 찾아내는 CriticGPT의 혁신적인 비밀

  생성형 인공지능에도 실수가 있을 수 있다고요?CriticGPT는 이러한 문제를 해결하기 위해 탄생한 차세대 AI 검토 도구입니다. 마소캠퍼스와 이 놀라운 도구의 비밀을 함께 알아보세요! CriticGPT는 GPT-4를 기반으로 한 인공지능으로,ChatGPT의 코드에서 발생할 수 있는 오류를 감지하기 위해 특별히 개발되었습니다.연구에 따르면, CriticGPT를 사용한 결과, 코드 검토의 정확도가 60%나 향상되었다고 하니,얼마나 강력한 도구인지 짐작이 가시죠? CriticGPT가 왜 필요하게 되었을까요?ChatGPT의 능력이 점점 향상되면서 그만큼 오류도 더욱 복잡해졌습니다.이러한 문제를 해결하기 위해, 인간 피드백을 기반으로 학습된 CriticGPT가 탄생하게 되었죠.이제 AI의 실수를 찾아내는 것도 AI가 담당합니다! 기존 AI 모델의 한계를 CriticGPT는 어떻게 극복했을까요?CriticGPT는 모델 트레이너보다 더 많은 지식을 활용해,RLHF(인간 피드백을 통한 강화 학습)의 한계를 뛰어넘습니다.그 결과, ChatGPT의 답변에서 발생하는 미세한 부정확성도 놓치지 않고 잡아내죠! CriticGPT와 일반 AI의 차이점은?CriticGPT는 단독으로 작업할 때보다 더 철저하고 정밀한 비평을 제공합니다.비록 항상 완벽한 결과를 도출하는 것은 아니지만,CriticGPT는 AI 지원 없이 작업할 때보다 훨씬 더 많은 문제를 식별해냅니다.  CriticGPT는 어떻게 작동할까요?첫 번째로 작업을 선택하고, 두 번째로 코드에 버그를 의도적으로 삽입합니다.그 후 이 버그를 지적하는 비평을 작성하며,마지막으로 여러 비평을 비교해 가장 포괄적이고 정확한 평가를 도출해냅니다. CriticGPT도 한계가 있을까요?CriticGPT는 짧은 ChatGPT 답변을 기반으로 훈련되었기 때문에,더 복잡하고 긴 작업을 처리할 때는 어려움이 있을 수 있습니다.그러나 앞으로 더 나은 훈련과 방법이 개발될 예정이니, 기대해 주세요! CriticGPT의 활용 가능성은 무궁무진해요!이 도구는 코드 검토뿐만 아니라, 다양한 AI 응용 프로그램에서 사용될 수 있습니다.미래에는 더 많은 분야에서 CriticGPT의 역할이 더욱 커질 것으로 예상됩니다. CriticGPT는 AI 검토와 오류 식별에서 혁신적인 성과를 보여줍니다.하지만 일부 복잡한 작업에서는 여전히 전문가의 도움이 필요할 수 있음을 잊지 마세요! 최신 AI 기술을 활용해 스마트하게 업무를 처리하는 방법, 마소캠퍼스에서 알려드립니다!CriticGPT와 함께라면, 더욱 똑똑하고 효율적인 일상이 가능합니다.😊 📌 관련 강의 <ChatGPT 고급 활용법 - 남들보다 100배 더 잘 쓰는 ChatGPT 비법 클래스>AI는 사람을 대체하지 못할 것입니다.하지만 AI를 활용하는 사람은 AI를 활용하지 못하는 사람을 대체할 것입니다.https://bit.ly/4dcM2o3   

AI · ChatGPT 활용쳇지피티ChatGPT인공지능AI생성형AIAI교육마소캠퍼스AI코딩스마트워크업무혁신

마소캠퍼스

[Gen AI 인사이트] 마소캠퍼스와 함께 스마트하게 업무 처리하기! 최신 AI 업데이트

똑똑하게 업무를 처리하는 방법, 마소캠퍼스가 알려드릴게요!최신 AI 기술로 더욱 효율적이고 스마트하게 일해보세요. 이제 AI가 자동으로 PPT를 만들어줍니다!대규모 업데이트가 완료되어 더욱 편리하게 사용할 수 있어요.Gamma는 AI를 활용하여 쉽게 프레젠테이션을 제작할 수 있는 도구입니다.별도의 설치 없이 브라우저에서 바로 실행할 수 있고, GPT-4 기반의 챗지피티를 사용하여 프레젠테이션 내용을 자동 생성합니다.Gamma의 주요 업데이트는 다음과 같습니다:AI로 카드 편집: AI가 자동으로 콘텐츠를 향상시켜요.AI 이미지 개선: 더 나은 이미지 품질을 제공해요.차트 생성: 데이터가 자동으로 채워진 차트를 만들어줘요.화자 노트 생성: 청중에게 인상을 남길 수 있는 노트를 생성해요.새로운 소셜 미디어 임베드: TikTok과 Instagram 게시글을 공유할 수 있어요.이제 각 카드별로 AI가 편집을 도와줍니다!콘텐츠를 향상시키고, 다양한 시각적 변주를 제공해 더욱 멋진 프레젠테이션을 만들 수 있어요.AI를 통해 일관된 시각적 스타일을 생성하고,다양한 AI 도구를 활용해 고품질 이미지를 만들 수 있습니다.간단한 프롬프트 작성만으로도 멋진 이미지를 얻을 수 있어요!새로운 차트를 생성할 때 데이터가 미리 채워진 상태로 제공됩니다.고퀄리티 시각적 자료를 AI를 통해 쉽게 만들 수 있어요!AI가 콘텐츠를 분석하여 효과적인 화두를 제안하고,간단한 요약문 형식으로 도출해 발표 준비를 도와줍니다.이제 발표 자료 준비는 AI에게 맡기세요!Gamma 업데이트를 통해 다음과 같은 효과를 얻을 수 있어요:텍스트 편집: 글의 분량 확장, 구체화, 정돈이 더욱 용이해졌어요!레이아웃 변경: 원하는 형식의 PPT로 쉽게 다듬을 수 있어요!이미지 생성: 보다 다채로운 결과물을 얻을 수 있어요!마소캠퍼스의 AI 업데이트로 인해 더욱 효율적인 업무 처리가 가능해졌습니다.텍스트 기능, 이미지 퀄리티 향상 등 다양한 기능을 통해 여러분의 프레젠테이션이 한층 더 업그레이드될 것입니다! 📌관련 강의 <AI로 피그마에 날개 달기>더 간편하게! 더 실용적으로! AI로 누구나 만드는 실전 Figmahttps://bit.ly/4cX2HLt  

AI · ChatGPT 활용AIPPT인공지능최신기술AI활용Gamma생산성향상스마트업무프레젠테이션비즈니스

모두의연구소

AI학교 아이펠 : 설립부터 운영까지의 비하인드 스토리 [아이펠 스토리 #01]

AI 부트캠프들의 효시 <딥러닝 컬리지> (2017)AI 스타트업들을 발굴 육성하고 지원하는 서울시 AI 양재허브가 2017년 개관했습니다. 이때 모두의연구소는 카이스트와 함께 공동운영사로 선정되었어요. 서울에서도 약간 외진 곳에 있는 양재허브를 많은 AI 개발자들이 방문하는 곳으로 만들자는 목표로 다양한 세미나와 네트워크 모임들을 운영했습니다. 그중에서 가장 핵심이 되었던 것이 AI 인재양성을 위해 ‘딥러닝 컬리지 Deep Learning College, DLC‘라는 1년짜리 교육 프로그램을 만든 것인데요. 2017년 딥러닝 컬리지 1기를 시작으로 2019년 4기(이때는 규모를 확장하면서 ‘AI 컬리지’로 이름이 변경됨)까지 운영하면서 인공지능이라는 것이 꼭 대학교나 대학원에서만 배울 수 있는 게 아니라는 것을 입증했습니다.여기에는 아트센터 나비, 삼성SDS, 왓챠, 네오사피엔스, SI Analytics, 펄스나인 등 다양한 협력 기업들이 공동 프로젝트에 참여하는 등 큰 관심을 받았습니다. 그림 1. 모두의연구소 딥러닝 컬리지와 공동프로젝트를 진행한 기업들 특히 딥러닝컬리지 졸업생들은 ‘뉴립스 NeurIPS‘ 학회 발표 2건, ‘한국전자공학회’ 우수논문상 2건, ‘ICGHIT’ 국제학회 발표, 단독 전시회 개최 등 대외적으로 인정받는 좋은 결과를 보여주었어요. 그 노력에 보답하듯이 졸업생들은 현재 구글, 카카오브레인, 업스테이지, SK C&C 등 많은 기업에서 활발하게 활동하고 있습니다. 그림 2. 뉴립스 2019 발표 당시 영상 1. ‘WHAT-IF : Can AI Be Creative?’ 딥러닝 컬리지 전시회 그러나 정말 안타깝게도 이런 제대로 된 AI 교육을 받을 수 있는 곳은 서울밖에 없었어요. 아래 그림은 2021년 기준 전국의 AI 교육 프로그램 분포를 보여주고 있습니다. 인구의 20%만이 서울에 사는데, AI 교육 프로그램의 80%가 서울에 몰려있죠. 2020년 아이펠 설립 당시에는 정말 지방의 청년들은 AI를 배우고 싶어도 배울 곳 자체가 없었습니다. 그림 3. 서울에만 몰려있는 AI 교육▶︎ [김승일 칼럼] AI 리터러시 (1) : 서울에만 몰려있는 인공지능 교육  에꼴42, TUMO 방문 : 웃음이 끊이지 않는 교실을 경험하다 (2019)2019년, 저는 두 곳의 혁신학교를 경험하게 됩니다. 하나는 프랑스에 위치한 IT 교육기관 ‘에꼴42 Ecole 42‘와 아르메니아에서 시작된 청소년을 위한 STEAM 교육기관 ‘투모 TUMO‘인데요. 이 곳을 방문하면서 저의 교육에 대한 생각과 가치관이 많이 정립되었습니다. 특히 투모는 저에게 깊은 감명을 주어서 이후 제가 설립한 AI 학교 ‘아이펠’에 많은 영향을 미치게 되었습니다. 그림 4. 아르메니아에 위치한 IT 교육기관 : 투모 에꼴42와 투모, 두 기관은 공통점이 상당히 많습니다. 먼저 두 기관은 모두 비영리 재단이 운영합니다. 또한 두 기관 모두 ‘강사 없이’ 운영됩니다. 비영리 재단의 특성상 운영비가 넉넉하지 못함에도 최대한 많은 학생에게 교육의 기회를 주어야 하기에 강사 없는 학교를 생각한 것이 아닐까 싶습니다. 글로벌하게 진출하고 있어서 에꼴42는 2023년 현재 전세계 43개 캠퍼스를, 투모는 13개 캠퍼스로 확장되어 운영 중입니다. 놀라운 성과가 아닐 수 없지요.비영리 재단의 특성상 운영비가 넉넉하지 못할 것입니다. 유명한 교수님을 모셔와서 라이브 강의를 통해 수천~수만명의 학생들을 가르치는 것은 비용 효율적이지 못합니다. 그래서 두 기관 모두 강사가 없는 대신 매우 훌륭한 자체 교육 콘텐츠와 학습 관리 시스템 Learning Management System 및 교육 운영 시스템을 가지고 있었습니다.무엇보다 가장 놀랐던 점은 두 학교 모두 학생들이 교실에서 끊임없이 웃으면서 활동을 한다는 것인데요. 이렇게 밝은 표정의 학생들을 본 적이 없었습니다. 조용한 교실이 아닌 시끄러운 교실. 그들은 서로 대화하고 질문하고 함께 무언가를 만드는 것을 즐기는 표정이었습니다.  AI 혁신학교 아이펠 런칭 (2020)제가 에꼴42와 투모를 경험하고 돌아온 후, “기존의 주입식 교육을 탈피한, 시끄러운 교실을 지닌 AI 학교 설립”으로 회사의 방향성을 정립하고 총력을 기울이게 됩니다. 2019년 8월부터 2020년 7월까지 약 1년 간 전문 콘텐츠, 학습 관리 시스템, 교육 운영 시스템을 설계하고 구현하며 매일 밤새 만들게 되는데요.1) 아이펠 전문 콘텐츠에꼴42와 투모는 많은 공통점이 있지만, 서로 다른 점도 있습니다. 그 중 하나가 ‘콘텐츠’인데요. 에꼴42는 학생들에게 문제를 제시해 주는 ‘과제 제시형’ 콘텐츠를 가지고 있습니다. 자유도가 굉장히 높으며, 학교를 다니는 동안 계속 제공되는 과제를 풀면서 실력을 향상시키기 때문에 방탈출 게임같은 재미와 도전의식을 심어줄 수 있습니다.투모는 콘텐츠 팀이 있지만, 모든 콘텐츠를 직접 만들지 않습니다. 저는 이것을 ‘큐레이티드 커리큘럼 Curated Curriculum‘이라고 부르는데요. 웹, 유튜브 등 기존에 있는 정보를 잘 큐레이션해서 보여주는 것만으로도 많은 부분 해결됩니다. 그림 5. 투모의 ‘큐레이티드 커리큘럼’ 방식의 교재 저는 우리의 교육이 주입식/사교육에 의존해서 자라왔기 때문에 아직 우리가 에꼴42 정도의 자유도 높은 콘텐츠를 받아들일 준비가 되어 있지 않다고 판단했습니다. 모두의연구소 아이펠 콘텐츠 팀은 투모처럼 큐레이션과 직접 만드는 것을 적절히 혼합하여 최신의 AI 기술을 전달하려고 노력합니다. 대신 에꼴42의 ‘게이미피케이션 Gamification‘을 가미하기 위해 각 노드*마다 해당 노드에서 학습한 내용을 적절히 응용하여 결과를 만들어 내는 미니 프로젝트를 두도록 설계하였습니다.*노드(Node): 아이펠 내 학습의 최소 단위 그림 6. 아이펠 미니 프로젝트 예 : AI로 애니메이션 프사 만들기 2) Active learning(강사가 아닌 퍼실리테이션)아이펠 설립 당시 지방에는 AI 교육을 진행하는 교육 기관이 없었어요. AI를 가르쳐 줄 개발자/강사가 없기 때문이었죠. 지역의 청년들에게도 AI를 배울 수 있는 기회를 주기 위해 모두의연구소 아이펠은 강사가 없는 교육 시스템을 개발하는 데 도전하게 됩니다. 강사가 주입식으로 지식을 알려주는 형태는 단기간에 빠르게 배울 수 있는 반면 기억에 많이 남지는 않습니다. 들을 때는 아는 것 같지만, 나중에 보면 아는 게 별로 없죠. 물론 이걸 방지하기 위해 시험도 보지만, 그것도 시험을 볼 때 뿐.. 시험이 끝나고 한 달이 지나면 대부분 잊어버립니다. 이런 경험 다들 있으시죠? 그림 7. 러닝 피라미드(Learning pyramid) : 강의식의 수동적 학습보다 토론과 체험 위주의 액티브 러닝의 학습 효과가 훨씬 더 뛰어남 그래서 아이펠은 처음부터 강사가 아닌 ‘퍼실리테이션 Facilitation‘에 초점을 두고 만들었어요. 질문을 던져주고 서로 토론하게 만드는, 바로 그것이 퍼실리테이터의 역할입니다.모두의연구소는 사실 아이펠이라는 교육기관 설립 이전부터 연구모임 ‘LAB’과 스터디모임 ‘풀잎스쿨’을 운영하던 커뮤니티 기업이기도 합니다. 커뮤니티는 기본적으로 강사가 아닌 퍼실리테이팅 기반으로 운영되는 곳이고, 그 어떤 기업보다 모두의연구소가 자신있어 하는 부분이기에 적극적으로 설계에 반영이 되었죠. 3) 아이펠 운영비를 어디서 충당할 것인가?모두의연구소는 에꼴42나 투모처럼 어느 재력가가 재단을 세운 곳이 아닌, 영리 기업입니다. 영리 기업임에도 교육 기회의 제공이라는 사회적 가치를 중요시 하는 곳이기에, 학생들에게 직접 고가의 등록금을 받는 것에 큰 망설임이 있었습니다. 그래서 모두의연구소는 정부, 지자체, 기업들이 펀딩을 해 줄 수 있는지 발로 뛰며 찾아보게 되었죠. 그 중 저희의 방향성을 믿고 지지해 준 곳이 바로 ‘고용노동부’였습니다. 요즘 많이들 보이는 고용노동부의 ‘K-디지털 트레이닝 K-Digital Training‘ 사업 이전에 고용노동부에서는 아이펠에 큰 관심을 보이며 지원이 이루어졌고, 이것이 K-디지털 트레이닝 사업까지 연계되어 지금까지 학교를 잘 운영 중에 있습니다.저는 모두의연구소 아이펠이 다른 AI 부트캠프와 가장 큰 차이점은 교육에 대한 ‘진정성’이라고 생각합니다. 대부분의 교육기관들이 ‘K-디지털 트레이닝이라는 정부 펀드가 있는데 우리도 들어가 볼까?’ 라는 접근이라면, 모두의연구소는 그런 정부지원사업이 있기 2년 전부터 준비해서 만든 교육 프로그램이라는 것입니다. 그림 8. 2018년 아이펠 설립 전 수행했던, AI 혁신학교에 대한 기업 및 학생 인터뷰 설문 결과 예 4) 이루지 못한 꿈, 학습의 개인화 : 기존 교육의 파괴수십, 수백명의 학생을 한 교실에서 가르치면 공부를 잘하는 학생을 기준으로 진도를 나가야 할까요? 못하는 학생을 기준으로 진도를 나가야 할까요? 둘 다 좋은 방법이 아닙니다. 공부를 잘하는 사람을 기준으로 가르치면 아직 미처 이해하지 못한 학생은 공부를 포기하게 되구요. 공부를 못하는 사람을 기준으로 가르치면 잘하는 학생은 자기가 알아서 하겠다며 수업을 듣지 않습니다. 이 모든 것이 학습이 개인화되지 않았기 때문입니다.내가 이번에 배워야 할 부분을 빠르게 배웠다면 먼저 다음 ‘노드 Node‘를 배울 수 있고, 아직 이해가 부족하다면 같은 노드라도 두 번 세 번 복습할 수 있게 하는 교육 설계. 이것이 저는 너무 필요한 ‘학습의 개인화’라고 생각해요. 즉, 입학은 같이 했어도 졸업을 모두가 같이 할 필요가 없다는 뜻입니다. 그러나 우리의 모든 교육은 입학과 졸업의 타이밍이 천편일률적으로 정해져 있습니다.또 다른 학습의 개인화의 예는 ‘수업 시간’과 ‘쉬는 시간’입니다. 왜 이게 분리되어야 할까요? 잘 생각해 보면 수업 시간에는 조용하고 쉬는 시간에는 왁자지껄 합니다. 저는 위에서 말씀드렸듯이 교실은 시끄러워야 한다고 생각해요. 왜 배움이 있는 수업 시간이 아닌 오히려 쉬는 시간에 시끄러워질까요? 저는 모두가 같은 시간에 배우고 같은 시간에 쉬는 시스템에 의문을 제기하고 싶습니다. 왜 모두가 같이 배우고 같이 쉬어야 할까요? 알아서 배우고 쉼이 필요할 때는 알아서 쉬면 안될까요? 쉬는 시간 같은 수업 시간, 수업 시간 같은 쉬는 시간이 시끄럽고 질문 많은 교실의 원동력이 되지는 않을까요?강사 없이 퍼실리테이션에 의존한 꿈의 AI 학교 아이펠을 적극 지원해준 고용노동부에 정말 큰 감사를 드리는 한편, 아무래도 외부 펀딩에 의존하다보니 교육 설계에 제약이 생길 수 밖에 없는데요. 아직은 AI 학교 아이펠이 이 정도의 학습의 개인화를 제공해주고 있지는 못합니다. 하지만 저는 학습의 개인화 부분에서 조금 더 교육을 파괴해 보고 싶다는 욕심이 있습니다.  아이펠, 퀘스트 시스템으로 더욱 강력해지다 (2023)2019년 시작된 코로나 바이러스로 인한 피해가 장기화되면서 우리 삶에서의 행동 자체가 변하게 됩니다. 오프라인이 아닌 온라인에서 만나는 것이 일상화 되고, 더 이상 오프라인으로 사람들이 나오기를 꺼려하게 되죠. 아이펠 역시 그에 맞추어 2022년 하반기부터 전국 8개의 오프라인 캠퍼스를 전면 온라인화 합니다.일반적으로 온라인에서 교육이 이루어지면, 집중도가 떨어지고 혼자 고립되어 있는 느낌이 강해지게 됩니다. 기존의 교육 방식을 그대로 고수해서는 적절한 학습효과를 얻을 수 없어요. 그래서 아이펠은 배움에 더 집중할 수 있도록, 함께 하는 친구와 같이 배워나갈 수 있도록 아이펠만의 퀘스트 시스템을 설계・도입하여 더욱 강력해졌습니다. 퀘스트 시스템의 핵심은 혼자 공부하는 것이 아닌, 커뮤니티형 교육이 무엇인지 체험하면서 활동 점수를 받고 실력을 성장시키는 것입니다. 아이펠의 퀘스트 시스템은 저희 PO Product Owner가 직접 소개한 글이 곧이어 공개될 예정입니다. 이제 퀘스트 시스템으로 한 층 더 강력해진 AI 혁신학교 아이펠에 여러분을 초대합니다! 

인공지능AI인공지능AI학교아이펠모두의연구소데이터사이언티스트AI부트캠프부트캠프딥러닝머신러닝

새싹(SeSAC)겨울

[서울경제진흥원] 청년취업사관학교 새싹(SeSAC) 겨울특강❄️ 교육생 모집 ~11/24

교육비 전액 무료!!평균취업률 75% 강남구 학여울역 역세권 교육시설!   "미래전략산업을 이끌어 갈"서울시 청년취업사관학교❄새싹(SeSAC) 겨울특강❄ 교육생을 모집합니다!​청년취업사관학교? 그게 뭔가요?출처 입력청년취업사관학교 새싹(SeSAC)은 서울시와 서울경제진흥원이 운영하는 혁신인재양성사업으로,전공에 관계없이 미취업 청년을 대상으로 4차 산업 분야 관련 실무 교육을 무료로 제공하는 프로그램입니다.​겨울특강에서는 <임베디드SW, 빅데이터, 앱, AI, 에듀테크> 5개 분야 직무 취업을 희망하는 청년을 대상으로11월 24일까지(과정별 상이) 교육생을 모집하고 있습니다!​​누가 언제까지 신청할 수 있나요?출처 입력1) 모집대상▷ 만 15세 이상 서울 거주/거소 구직자 중 수료 후 취업을 희망하시는분▷ 학습에 대한 의지가 있으신 분​* 단, 고용보험 가입자(재직자), 사업자등록자 소지자는 신청 불가(개강일 기준, 과정별 상이)* 내일배움카드 유무와 상관없이 수강신청 가능​​2) 모집기간​■ 교육기간: 2024. 12. 9. ~ 2025. 6. (과정별 상이, 상단 포스터 참조)■ 모집기간: ~ 11/24 (과정별 상이)​🌱 HMG 모빌리티 SW 개발자 데뷔 과정(~ 11/17)※ 우수 교육생 현대자동차그룹 계열사 인턴 연계​🌱 에듀테크 프로덕트 매니저(PM) 주니어 양성과정 (~ 11/17)※ 우수 교육생 천재교육 정규직 채용 연계​🌱 빅데이터 분석 기반의 반도체 공정 디바이스 제어 SW 개발자 데뷔 과정(~ 11/24)​🌱 코틀린 Jetpack Compose 기반의 안드로이드 개발자 과정(~ 11/24)​🌱 Python을 활용한 데이터 분석 & AI 서비스 개발(~ 11/24)​ ■ 상세보기: (링크참조)꿈꾸는 개발자 데뷔코스, 새싹‘새싹’은 싹을 틔우기 위해 더 높은 곳을 향해 도전하고 한 단계 성장하여 기업과의 연결, 새로움을 추구하는 인재들의 공간입니다.sesac.seoul.kr  어떤 혜택이 있나요?☑ 교육비 전액 무료 (예치금 최대 20만원 납부, 수료 후 반환)☑ 잡코디 상주 1:1 맞춤 코칭☑ 팀 프로젝트 포트폴리오 지원☑ 매칭데이 교육생-기업 밋업☑ 러닝메이트 그룹스터디 지원​이외에도 교육기간 점심 식대 제공 / 쾌적한 자습공간 및 학습라운지 자유이용 / 동문회 및 커뮤니티 참여 등다양한 혜택이 팡팡!​어떻게 신청하나요?새싹 홈페이지(sesac.seoul.kr)에서 아래 두 단계 모두 진행!​1) 회원가입 후 <겨울특강>에서 원하는 과정 클릭하여 수강신청 하기2) [마이페이지] 내 자기소개서(구글폼 및 설문지) 작성 후 제출​   🚩교육장소: SETEC 컨벤션홀 3층(지하철 3호선 학여울역 도보 1분)📞문의: 02-6249-1603~4 SETEC서울특별시 강남구 남부순환로 3104 SETEC  

커리어 · 자기계발 기타AI개발자SW국비지원교육청년취업사관학교에듀테크빅데이터앱개발AI개발코딩

Kenzie8

AI 시대 '서비스 기획자'는 어떤 형태로 진화할까?

 이제 우리가 이용하는 많은 서비스들에 크던 작던 AI기술들이 적용되고, 업무 현장에서도 챗GPT와 같은 AI도구들이 심심치 않게 활용되고 있습니다. 분명 지금 우리가 살고 있는 시대는 2~3년 전과 확연히 달라졌고, 앞으로 2~3년 뒤에는 지금까지의 변화와는 비교도 안되게 많은 변화들을 체감하게 될 것이라고 많은 전문가들이 입을 모아 얘기합니다. 앞으로 AI가 좀 더 우리 삶 깊숙히 개입하게 되면 서비스를 기획하는 서비스 기획자라는 직업의 성격도 바뀌게 될 것이고 그에 걸맞게 요구되는 능력도 조금 달라지지 않을까요? 그래서 한 번 제 나름의 생각을 정리해 보았습니다.AI 시대의 서비스 기획자는 단순히 서비스의 외형만 설계하는 것이 아니라, AI와 데이터를 기반으로 사용자 경험을 보다 정교하게 설계하는 역할을 하게 될 것으로 예상합니다. 항목별로 서비스 기획자에게 요구될 역량을 살펴보시죠!1. AI 이해 및 활용 능력서비스 기획자는 AI 기술의 기본 원리와 이를 서비스에 어떻게 적용할 수 있을지에 대한 깊은 이해가 필요합니다. AI가 고객 데이터를 어떻게 처리하고, 사용자의 행동 패턴을 분석하며, 개인화된 경험을 제공하는지에 대해 숙지해야 합니다. AI 모델을 직접 설계하지 않더라도 이를 적절히 활용할 수 있는 전략을 세우는 능력이 중요해집니다.2. 데이터 분석 및 해석 능력AI는 방대한 데이터를 처리하고 분석하는 데 강점을 가지고 있습니다. 서비스 기획자는 AI가 처리한 데이터를 바탕으로 사용자 요구와 행동을 파악하고, 이를 토대로 더 나은 서비스 경험을 설계할 수 있어야 합니다. 데이터를 읽고 해석하여 적절한 인사이트를 도출하는 능력은 필수입니다.3. UX와 AI를 결합하여 사용자 경험을 설계하는 능력사용자 경험(UX) 설계는 AI가 발전함에 따라 더욱 개인화되고 예측 가능한 형태로 변화할 것입니다. 기획자는 AI가 제공하는 데이터와 기술을 바탕으로 사용자의 요구를 미리 예측하고, 사용자와 상호작용하는 방식을 최적화해야 합니다. 예를 들어 챗봇이나 추천 시스템을 통해 사용자의 흐름을 매끄럽게 유도하는 등, AI와 UX를 결합한 새로운 사용자 경험을 설계하는 능력이 중요해집니다.4. 창의적 문제 해결 능력AI가 많은 작업을 자동화하고 효율화할 수 있지만, 인간 기획자는 창의적인 문제 해결과 혁신적인 아이디어 창출에 여전히 중요한 역할을 합니다. AI의 한계를 보완하고 새로운 서비스를 구상하며, 사람들의 실제 니즈와 감정적인 요구를 이해하고 이를 해결할 수 있는 서비스를 기획하는 것이 필요합니다.5. 협업 및 커뮤니케이션 능력AI 개발자, 데이터 과학자, 디자이너 등 다양한 전문가들과 협업하는 능력은 필수적입니다. AI와 데이터를 효과적으로 활용하려면 기술 팀과의 원활한 소통이 중요하며, 기술적 이해와 비즈니스적 목표를 연결할 수 있는 역량이 요구됩니다.6. 지속적인 학습AI와 관련된 기술은 빠르게 발전하고 있기 때문에, 서비스 기획자는 끊임없이 새로운 기술 동향을 학습하고 이를 서비스 기획에 적용할 수 있는 능력을 갖추어야 합니다. 머신러닝, 데이터 사이언스, 사용자 행동 분석 등의 분야에서 최신 트렌드를 따라가는 것이 필수입니다.결론위의 내용을 딱 한 문장으로 요약해서 AI시대 서비스 기획자를 정의하자면 "기술적 이해를 바탕으로 창의적이고 전략적인 사고를 통해 AI가 가진 잠재력을 최대한 활용하여 새로운 사용자 경험을 설계하는 사람." 정도이지 않을까요? AI 시대를 준비하려는 여러분들을 위해 서비스 기획자에게 요구되는 역량중에 하나이고, 갈수록 점점 더 그 중요성을 더해가고 있는 데이터 분석과 해석 능력을 키울 수 있는 콘텐츠를 준비하였습니다. 제가 심혈을 기울여 만든 저의 콘텐츠를 활용해서 AI시대가 찾는 서비스 기획자가 되어보는 건 어떨까요?인프런 강의 주소: https://inf.run/2RbLo[ESTsoft] WASSUP EST AI서비스 기획자 양성과정 5기 모집 (※마감 임박!): https://estfamily.career.greetinghr.com/o/121077  ※ 틈틈이 남는 시간을 활용해서 공부 하셔야 하는 분들은 인프런 강의를,하루 8시간 이상 수업에 할애하실 수 있는 분들은 WASSUP 과정을 추천 드립니다. 참고로 두 개 모두 100% 온라인으로 진행됩니다.  

데이터 분석AI인공지능데이터서비스기획UX프로덕트Product기획POPM

채널톡 아이콘