"HumanitiesAndArtificialIntelligence"의 두 판 사이의 차이

2020년 6월 17일 (수) 00:39 판

Information

• 개설기관 : 경희대학교 대학원
• 강좌명 : 인문학과 인공지능(Humanities and Artificial Intelligence)
• 학수번호-분반 : KL7295-00
• 이수구분 : 공통과목
• 개설학과(학점) : 국어국문학과(3)
• 강의시간 : 수요일 10:30-13:15
• 강의실 : 문과대 201A
• 강사 : 류인태

Overview

Summary

Objectives

• 비판적 대상으로서 인공지능 기술에 대해 이해한다.
  • 과학기술로서 인공지능 발달의 역사를 파악한다.
  • 과학기술로서 인공지능 기술의 원리를 이해한다.
  • 인공지능의 발달이 초래할 사회문화적 변화와 그에 대한 비판적 이해를 시도한다.

• 인문학 연구 방법론의 일환으로서 인공지능 기술의 가능성을 검토한다.
  • 활용 가능한 인공지능 기술에 대한 기초 맥락을 이해한다.
  • 인공지능을 활용한 인문학 연구 사례에 대해 살펴본다.
  • 인공지능 기술 활용에 필요한 기초 기술(데이터 파싱, 크롤링, 스크래핑 등)을 익힌다.
  • 이미지와 텍스트를 대상으로 한 인공지능 기술 활용 방법론을 이해하고 적용해본다.

Teaching Method

• 이론 강의 : 2주차, 3주차, 8주차, 9주차.
• 실습 : 10주차, 11주차, 12주차.
• 발표와 토론 : 4주차, 5주차, 6주차, 13주차, 14주차.

Reference Materials

• 데이터 알고리즘과 인문학의 관계
  • 김택우, 『데이터 인문학』, 한빛미디어, 2019.
  • 김현·임영상·김바로, 『디지털 인문학 입문』, HUEBooks, 2016.

• 인공지능 분야의 고전
  • 온라인 튜링 자료실
  • 앨런 튜링 지음/노승영 옮김, 『지능에 관하여』, 에이치비프레스, 2019.
  • 칼 세이건 지음/임지원 옮김, 『에덴의 용』, 사이언스북스, 2014.
  • 더글라스 호프스태터 지음/박여성·안병서 옮김, 『괴델, 에셔, 바흐』, 까치, 2017.
  • 아서 I. 밀러 지음 구계원 옮김, 『충돌하는 세계』, 문학동네, 2020.
  • 잭 코플랜드 지음/박영대 옮김, 『계산하는 기계는 생각하는 기계가 될 수 있을까』, 에디토리얼, 2020.
  • 레이 커즈와일 지음/장시형·김명남 옮김, 『특이점이 온다』, 김영사, 2007.

• 인공지능 분야에 대한 교양서(해외)
  • 제임스 배럿 지음/정지훈 옮김, 『파이널 인벤션』, 동아시아, 2016.
  • 닉 보스트롬 지음/조성진 옮김, 『슈퍼인텔리전스』, 까치, 2017.
  • 맥스 테그마크 지음/백우진 옮김, 『맥스 테그마크의 라이프 3.0』, 동아시아, 2017.
  • 숀 게리시 지음/이수겸 옮김, 『기계는 어떻게 생각하는가』, 이지스퍼블리싱, 2019.
  • 닉 보스트롬 외 4인 지음/김정민 옮김, 『기계는 어떻게 생각하고 학습하는가』, 한빛미디어, 2018.
  • 오카모토 유이치로 지음/김슬기 옮김, 『인공지능의 마지막 공부』, 유노북스, 2019.
  • 율리안 니다-뤼멜린·나탈리에 바이덴펠트 지음/김종수 옮김, 『디지털 휴머니즘』, 부산대학교출판부, 2020.

• 인공지능 분야에 대한 교양서(국내)
  • 김재인, 『인공지능의 시대, 인간을 다시 묻다』, 동아시아, 2017.
  • 변순용, 『윤리적 AI로봇 프로젝트』, 어문학사, 2019.
  • 임영익, 『프레디쿠스』, 클라우드나인, 2019.
  • 최선주, 『특이점의 예술』, 스리체어스, 2019.
  • 유현주 외 7인, 『인공지능시대의 예술』, 도서출판b, 2019.
  • 이중원 외 8인, 『인공지능의 윤리학』, 한울아카데미, 2019.

• 인공지능을 다룬 문예작품
  • 테드 창 지음/김상훈 옮김, 『숨』, 엘리, 2019.
  • 하세 사토시 지음/ 지음/이규원 옮김, 『당신을 위한 소설』, 북스피어, 2017.
  • 이건혁 외 4인, 『제1회 한국과학문학상 수상작품집』, 허블, 2017.
  • 김초엽 외 4인, 『제2회 한국과학문학상 수상작품집』, 허블, 2018.
  • 김창규, 『삼사라』, 아작, 2018.
  • 원종우, 『나는 슈뢰딩거의 고양이로소이다』, 아토포스 , 2019.
  • 김재아, 『꿈을 꾸듯 춤을 추듯』, 그래비티북스, 2019.
  • 서석찬, 『에덴』, 델피노, 2019.
  • 문목하, 『유령해마』, 아작, 2019.

• 인공지능 기술에 대한 해설서
  • 스투어트 러셀·피터 노빅 지음/류광 옮김, 『인공지능 : 현대적 접근방식1』, 제이펍, 2016.
  • 피터 노빅 지음/류광 옮김, 『인공지능 : 현대적 접근방식2』, 제이펍, 2016.
  • 사이토 고키 지음/개앞맵시 옮김, 『밑바닥부터 시작하는 딥러닝』, 한빛미디어, 2017.
  • 와쿠이 요시유키·와쿠이 사다미 지음/권기태 옮김, 『엑셀로 배우는 딥러닝』, 성안당, 2018.
  • 이기창, 『한국어 임베딩』, 에이콘출판, 2019.

• 논문
  • 김준성, 「인공지능에 대한 연구의 현황과 전망 ― 윤리 규범의 관점에서」, 『시민인문학』33, 경기대학교 인문학연구소, 2017.
  • 김성문, 「인공지능 시대와 고전문학」, 『문화와융합』40, 한국문화융합학회, 2018.
  • 박경수, 「4차 산업혁명 시대 문학의 현재와 미래」, 『한중인문학연구』60, 한중인문학회, 2018.
  • 김바로, 「딥러닝으로 불경 읽기 - Word2Vec으로 CBETA 불경 데이터 읽기」, 『원불교사상과 종교문화』80, 원광대학교 원불교사상연구원, 2019.

• 웹문서
  • AI 스터디
  • AI의 역사
  • 브런치 : 딥러닝의 30가지 적용 사례
  • 블로터11th : 알아두면 쓸데있는 신기한 인공지능 50선
  • 구글 한국 블로그 : 구글 AI 임팩트 챌린지에 최종 선정된 프로젝트
  • 구글 AI 블로그
  • 앨런 튜닝부터 알파고까지. 인공지능의 역사 By 글쓰는몽글c
  • 차수별로 알아보는 인공지능의 분류 By 글쓰는몽글c
  • 야사와 만화로 배우는 인공지능 By 루나
  • 구글인공지능 리서치 By 시나브로의 테크산책
  • 인공지능 기술의 숨은 비용 By Jonathan Zittrain
  • 이미지는 당신을 배반하지 않았다 By 진혜란
  • 왜 최근에 빌 게이츠, 엘론 머스크, 스티븐 호킹 등 많은 유명인들이 인공지능을 경계하라고 호소하는가? By Tim Urban
  • (김정호의 4차혁명 오딧세이) 인공지능 설계 순서 By 김정호

• 동영상
  • 인간과 컴퓨터간 협력시대의 개막(2012) By 샤이암 생커
  • "영혼"을 가진 로봇(2013) By 가이 호프만
  • 컴퓨터 학습이 가져올 훌륭하고도 끔찍한 잠재적 효과(2014), By 제레미 하워드
  • 컴퓨터가 인간보다 더 똑똑해진다면 무슨 일이 벌어질까(2015) By 닉 보스트롬
  • 컴퓨터가 시를 쓸 수 있을까요(2015) By 오스카 슈워츠
  • 우리가 통제권을 잃지 않으면서 인공지능을 만들 수 있을까요(2016) By 샘 해리스
  • 인공지능 시대에 더 중요해진 인간 윤리(2016) By 제이넵 투펙치
  • 인공지능이 어떻게 2차 산업혁명을 가져올 것인가(2016) By 케빈 켈리
  • 질병의 진단을 돕는 인공지능의 활용법(2017) By 프라틱 샤
  • 로봇도 대학에 입학할 수 있을까요(2017) By 노리코 아라이
  • AI가 어떻게 인간 존엄성을 회복시키는가(2018) By 카이 푸 리
  • 인공지능과 데이터 산업의 미래(2018) By 이경일
  • Deep Learning, 창의적 지능 그리고 공존(2018) By 윤경구
  • DBMS 탄생과 현재(2018) By 권건우

Evaluation Standard

• 총점 : 100%
• 출석 : 10% (특별한 이유없이 결석하지 않을 경우 감점 없음)
• 참여 : 10% (토론에 능동적으로 참여하는 학생에게 10점 가산)
• 발표 : 30% (중간 발표와 기말 발표로 나누어 평가, 발표는 팀 기준으로 이루어짐)
  • 중간발표 : 15% (A : 15, B : 13, C : 11, D : 9)
  • 기말발표 : 15% (A : 15, B : 13, C : 11, D : 9)
• 과제 : 50% (중간 과제와 기말 과제로 나누어 평가, 과제는 개인 기준으로 이루어짐)
  • 중간과제 : 25% (A : 25, B : 23, C : 21, D :19)
  • 기말과제 : 25% (A : 25, B : 23, C : 21, D :19)

Assignment

• 중간고사 이전 1회, 중간고사 이후 1회의 발표를 한다.
  • 중간고사 이전에는 인공지능 관련 주제(문헌) 가운데 하나를 선택하고 그에 대한 리뷰 내용을 발표한다.
  • 중간고사 이후에는 단일 연구 주제를 선택해 딥러닝 기술을 적용한 인문학 연구를 기획하고 실제 진행한 내용을 발표한다.
• 중간고사 평가는 상황에 따라 시험 or 과제를 유동적으로 실시한다.
• 기말고사 평가는 기말발표 내용에 대한 리뷰에 근거해 그에 대한 내용을 보완한 결과물 평가로 대신한다.

Other Things

• 본 강의는 웹 환경에서의 컴퓨터 기술이 기본적으로 활용되기에 수강생 개개인의 노트북 지참을 필수적으로 요구한다.

Students

길혜빈 김웅기 김태형 아슈토시 윤석만 이만호 임연 임예찬 장민주

Plan

Report

Research Topics

중간고사 이전

• 04월 08일 발표 : 인공지능 분야의 고전 읽기
• 04월 15일 발표 : 대표적인 인공지능 사례 살펴보기
• 04월 22일 발표 : 문예작품 속 인공지능 들여다보기

중간고사 이후

• 윤석만 : 20대 남성의 보수화
• 길혜빈 : 유튜브 고양이 콘텐츠 캐릭터성 분석
• 임예찬 : 한국어 교육 앱의 체계 분석
• 이만호 : 별에서 온 그대 등장인물 관계도
• 김웅기 : 박인환의 마리서사, 해방직후 김수영 인물 관계도
• 장민주 : 소설 원미동사람들 등장인물 관계도
• 김태형 : 문학과지성 수록 황동규 비평 분석
• 임연 : 나미야 잡화점의 기적 사건 및 등장인물 관계
• 아슈토시 : 인도 영화 로봇에 나온 찌띠의 캐릭터 분석

신경망 기술과 이미지 분류 실습

• 윤석만
  • 실습URL: https://teachablemachine.withgoogle.com/models/WDHThYS1_/
  • 문제의식:

①문제의식

- 백인, 흑인 등 동아시아로부터 멀리 떨어져 사는 나라의 사람들은 한국과 중국, 일본 사람들의 얼굴을 쉽게 구분하지 못한다. 그러나 한국인은 직관적으로 중국인과 일본인을 구별해 낸다. 피부색이나 눈, 코, 입 등 생김새의 차이점을 구체적으로 집어내긴 어렵지만 분명한 차이점을 느끼고 있다.

- 그렇다면 인공지능도 한국과 중국, 일본 사람들의 얼굴을 구분할 수 있을까. 흑인과 백인, 황인을 구별하는 것은 그 차이점이 뚜렷하기 때문에 어렵지 않다. 같은 아시아에서도 동북아시아와 동남아시아를 구분하는 것은 쉽다. 그러나 한중일은 유사점이 매우 많아 쉽지 않다. 인공지능은 과연 이들을 구별할 수 있을까.

②학습설계

- 한중일의 표본 얼굴이 될 만한 자료를 모으는 것이 본 실험에서 가장 중요하다. 왜냐하면 인공지능이 무엇을 학습하느냐에 따라 결과값이 다르게 나오기 때문이다. 예를 들어 중국 샘플은 남자 아이돌을, 한국은 50대 등산 동호회 여성의 얼굴을 학습시킨다면 올바른 설계라고 보기 어렵다.

- 그러므로 본 실험에서는 국적만 다르되 동일한 기준으로 수집된 얼굴 데이터를 학습에 사용키로 했다. 1)자료 획득이 용이하며, 2)한중일 모두 공통된 기준이 적용되고, 3)모집단에 가장 가까울 만한 표본이어야 했다. 그래서 구글에서 상위 검색되는 순으로 한중일 정치인의 얼굴을 쓰기로 했다.

- 이 때 여성은 제외하고 남성의 얼굴만 사용했다. 상대적으로 여성 정치인의 숫자가 적을 뿐 아니라 남녀의 얼굴이 섞일 경우 오히려 학습을 통해 일관된 패턴을 익히는데 방해가 될 수 있기 때문이다. 흑백이나 얼굴이 작게 나온 사진, 지나치게 얼굴이 가려진 사진 등은 제외했다.

③1차 결과

- 학습 때 사용된 것과 전혀 다른 한중일 지도자의 얼굴을 모델에 투입했더니 <문재인 한국 100%>, <시진핑 중국 76% 한국 24%>, <아베 일본 48% 중국 41% 한국 11%>의 결과가 나왔다. 대체적으로 인공지능의 학습은 잘 된 것으로 평가된다. 다만 아베의 경우 중국이 2순위 높은 수치로 나온 것은 헤어스타일과 의상 등이 영향을 미쳤던 것이라 사료된다.

④2차 결과

- 이번에는 한중일을 대표하는 3명의 미남 배우 얼굴 사진을 투입했다. 각각 1)이마를 가린 헤어스타일 2)머리를 넘긴 헤어스타일 두 종류의 사진을 썼다. 먼저 정우성은 1차에서 <한국 70% 일본 30%>의 결과가 나왔다. 2차에서는 <한국 95% 일본 5%>의 값이 나왔다. 이마를 가린 경우에는 얼굴 윤곽이 뚜렷하지 않아 일본이 섞인 것으로 분석된다.

- 다음에는 일본의 대표 미남배우 기무라 타쿠야의 얼굴을 썼다. 1차에서는 <일본 88% 한국 12%>가 나왔고, 2차에서는 <일본 65% 중국 31% 한국 4%>의 값이 나왔다. 머리를 뒤로 넘긴 2차 실험의 경우 아베처럼 중국의 비율이 높게 나왔다.

- 끝으로 중국의 미남배우 우효광의 얼굴 사진을 투입했다. 1차에서는 <중국 83% 일본 14% 한국 3%>, 2차에서는 중국 90% 일본 6% 한국 4%>가 나왔다. 우효광은 기무라 타쿠야와 달리 자국 비율이 1, 2차 모두 높게 나왔다.

⑤3차 결과

- 3차 실험에서는 인공지능을 속여보기로 했다. 즉, 중국인처럼 보이는 정우성 사진과 한국인처럼 보이는 우효광 사진을 썼다. 먼저 정우성의 경우 영화 ‘검우강호’에 출연 당시 스틸컷을 썼다. 중국식 복장을 하고 있어 이 사진을 선택했다. 결과는 <한국인 100%>였다.

- 그 다음은 한국식 머리 스타일과 메이크업 등을 하고 있는 우효광 사진을 썼는데 <한국 99% 일본 1%>가 나왔다. 즉, 화장과 사진의 밝기 등에 따라 얼굴형이 매우 달라질 수 있다는 뜻이다. 정우성은 의상만 무협 세계에 나오는 중국옷을 걸쳤을 뿐 얼굴은 그대로였다.

• 길혜빈
  • 실습URL: Teachable machine 적용 모델 : 연구1. 신문_최종, Teachable machine 적용 모델 : 연구2. 캐릭터와 인간의 관계성
  • 문제의식: 신문 사진 내 이데올로기
• 임예찬
  • 실습URL:
  • 문제의식:
• 이만호
  • 실습URL:
  • 문제의식:
• 김웅기
  • 실습URL:
  • 문제의식
    • 서론 : 시문학을 범박하게 정의하자면, 심상과 리듬의 두 축으로 주조된 언어예술이라 할 수 있다. 이때 문학의 차원에서 심상과 리듬은 각각 내용과 형식이라는 범주에 포섭된다. 한국문학사에 기술된 다양한 문학지형을 살펴보면, 항상 내용과 형식 사이의 대립 구도를 심심찮게 발견할 수 있다. 가령 1920~30년대 사회주의 이념을 부각하고자 한 프로문예 시인들의 작품은 내용 측면에 중점을 둔 반면, 순수문학파 시인들은 시 자체가 가지고 있는 예술성을 부각하기 위해 언어 형식에 상당한 신경을 썼던 것처럼 말이다. 그런데 식민지기를 거치고 나서 한국의 근대시는 형식의 차원보다는 내용의 차원에 중점을 두게 된다. 그것은 해방 직후부터 시작된 이념 간의 대립, 자유와 민주주의에 대한 구가, 시민으로서의 언명 등의 가치가 한국 사회에 당위적으로 요청되고, 이에 따라 필요한 목소리를 내는 도구로써 시가 동원된 바가 없지 않기 때문이다. 따라서 리듬은 어느 순간 내면으로 침잠해버리고 규칙적 외형률 운문형식은 한국 시문학의 한 형식은 과감하게 말하자면, 전통으로 사라져버린다.
    • 연구사 : 한국사회의 정치적 지형과 습합하는 근대시사의 사정은 현대까지도 지속되다가, 1980년대 정점을 찍는다. 하지만 1980년대 문학이 정치적으로만 경도된 것은 아니었다. 1980년대는 정치적 혼란과 동시에 인간 실존에 대한 고민이라는 당위적 과제가 산재해 있었고, 이를 통해 1980년대 현대시사에는 포스트모더니즘의 시대 또한 열리고 있었다. 그 안에서 조금씩 피어오르고 있던 포스트모던 시류(類)는 1990년대 이후 문학의 풍향계가 되어줬다, 포스트모더니즘이 공유하고 있는 후기철학은 라캉의 대타자로서 등장하는 ‘언어’개념에 주목하며, 그것을 해체 하는 작업이 곳곳에서 일어나고, 이는 한국 현대시를 창작해야 하는 시인들에게 다시금 언어 자체에 대한 문학적 고민이라는 과제를 부여한다. 이를 통한 다양한 형식적 해체가 일어나는데, 이것이 의미하는 바는 현대시의 ‘새로운 형식’이라는 단순한 의미를 넘어서, 그 형식이 당시 파편화되어 있는 세계를 시인들이 주체화하고 있는지를 보여준다는 차원에서 깊이가 있는 시도였다.
    • 연구목적 : 본 실험은 이러한 1980년대 시사(詩史)가 가지는 문학지형 안에서의 포스트모더니즘 경향의 문제적 시인들 중 황지우의 언어 해체 형식을 탐구하는 것에 목적이 있다. 이 연구를 다채롭게 하기 위해서는 더 다양한 시형 기준(Class)과 해체시인의 수 또한 보충할 필요가 있다. 1980년대~1990년대 시인들의 형식 해체 작업은 상당히 다양하게 이뤄지기 때문이다. 심한 경우에는 도형이 나오기도 하고, 그림을 그리기도 한다. 그러나 이는 추후 과제로 두고, 우선 형식 측면에서 언어해체가 가장 도드라지는 시인이 황지우이기 때문에, 가장 기본이 되는 세 가지 기준을 설정해 그의 언어가 시형식의 기본구도를 얼마나 벗어나고 있는지를 파악하는 것에 초점을 둔다. 시형식의 기본구도를 세 가지로만 한정하는 이유는 이 실험의 기계가 시의 형식을 이미지로 받아들인다는 점 때문이다. 따라서 정확한 결과도출을 위해서는 입체적인 언어 구조를 최대한 2차원의 형태로 형식화하는 것이 중요했다. 따라서 기준은 다음과 같다.
      • ①산문형 구조: 현대시(1960년대~1990년대)의 작품을 기준으로 일명 ‘통글’에 해당하는 형식. 직사각형으로 구조화.
      • ②운문형 구조: 전근대(성)문학(전통 시가의 형식, 김소월 등 민요시인의 경우)의 작품을 기준으로 ‘도형의 규칙적 반복’이 드러나는 형식. 작은 직사각형의 집합으로 구조화.
      • ③혼재형 구조: 2010년대 이후의 시작품을 기준으로 산문형과 운문형이 섞여 있는 형식. 대형 직사각형과 작은 직사각형의 혼용으로 구조화.
    • 연구 대상 : 해체시인 : 황지우

• 장민주
  • 실습URL:
  • 문제의식:
• 김태형
  • 실습URL:
  • 문제의식:
• 임연
  • 실습URL:
  • 문제의식:
• 아슈토시
  • 실습URL:
  • 문제의식:

Useful Information

How to use Mediawiki

• 위키 콘텐츠의 체계 구상
• 위키 문서 제작 방법
• 위키백과 - 위키문법
• 위키백과 - 위키문법 요약
• 2019 DH워크숍 제공 위키문법 자료
• 2016 디지털 인문학 교육 워크샵 - 03 wiki 콘텐츠 편찬 방법(동영상 강의)

How to create Network Graph

• 위키에서 네트워크 그래프 그리기(DH위키)

External Website

• Talk to Transformer
• Teachable Machine

Footnote

1. ↑ 03.16부터 03.20까지 수강정정기간
2. ↑ 04.15은 제21대 국회의원 선거일(공휴일)이며, 이로 인해 보강계획 필요