HumanitiesAndArtificialIntelligence

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

본 강의는 인공지능(AI) 기술로 인해 전통적인 인문학적 가치와 소양 그리고 연구방법론에 대한 근본적 질문이 대두하고 있는 상황에서, 인공지능(AI)을 어떻게 바라보아야 할 것인지에 대해 이야기해보고자 합니다. 인공지능(AI) 기술이 등장한 배경과 그 이면의 여러 지점들을 포착해 비판적으로 살펴보고, 더 나아가 기계학습(Machine Learning), 심층학습(Deep Learning) 등의 영역을 포괄하는 인공지능(AI) 기술이 인문학 연구에서 구체적으로 어떻게 활용될 수 있는 지에 대해서 살펴보고자 합니다. 인문학적 관점에서 비판적으로 바라보아야 할 인공지능(AI)의 일면과, 한편으로 인문학 연구에 능동적으로 활용 가능한 연구방법론으로서의 인공지능(AI)의 일면을 함께 짚어보고자 하는 것이 본 강의의 가장 큰 목적이라 할 수 있습니다.

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

본래주차	변경주차	날짜	강의 내용	강의 형식
01주차	-	03/04	코로나 바이러스로 인한 개강연기	-
02주차	-	03/11	코로나 바이러스로 인한 개강연기	-
03주차	01주차	03/18	오리엔테이션	강의 소개(영상)
04주차	02주차	03/25	"인공지능(AI) 기술의 역사와 원리" (PPT)	이론 강의(영상)
05주차	03주차	04/01	미디어위키(Mediawiki) 전자문서 작성 실습	실습
06주차	04주차	04/08	인공지능 분야의 고전에 담긴 사유 검토	발표와 토론
07주차	05주차	04/15	실제 인공지능 사례 분석 및 정리	발표와 토론
08주차	06주차	04/22	문예작품 속 인공지능에 대한 비판적 이해	발표와 토론
09주차	07주차	04/29	중간고사	평가
10주차	08주차	05/06	"디지털 인문학 연구와 인공지능 기술" (PPT)	이론 강의
11주차	09주차	05/13	"딥러닝 기술의 인문학 분야 활용 가능성 : 분류, 임베딩, 번역, 생성" (PPT)	이론 강의
12주차	10주차	05/20	딥러닝 기술의 활용 가능성 검토 1 : 이미지 분류의 이해와 실습	이론 강의 및 실습
13주차	11주차	05/27	딥러닝 기술의 활용 가능성 검토 2 : 자연어 처리의 이해와 실습	이론 강의 및 실습
14주차	12주차	06/03	딥러닝 기술 활용 팀 단위 인문학 연구 프로젝트 기획 및 논의	실습
15주차	13주차	06/10	딥러닝 기술 활용 팀 단위 인문학 연구 프로젝트 기획 및 진행 내용 발표 1	발표와 토론
16주차	14주차	06/17	딥러닝 기술 활용 팀 단위 인문학 연구 프로젝트 기획 및 진행 내용 발표 2	발표와 토론
17주차	15주차	06/24	기말고사	평가

Research Topics

• 인공지능 분야의 고전 읽기
• 대표적인 인공지능 사례 살펴보기
• 문예작품 속 인공지능 들여다보기

Useful Information

How to use Mediawiki

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

External Website

• Talk to Transformer
• Teachable Machine