AI 고전번역학 입문: 두 판 사이의 차이
편집 요약 없음 |
편집 요약 없음 |
||
| (같은 사용자의 중간 판 9개는 보이지 않습니다) | |||
| 6번째 줄: | 6번째 줄: | ||
본 강의는 AI 고전번역학 연속 교과 시리즈의 첫 관문으로, 인공지능 시대에 필요한 새로운 한문 해석 방법론을 제시합니다. | 본 강의는 AI 고전번역학 연속 교과 시리즈의 첫 관문으로, 인공지능 시대에 필요한 새로운 한문 해석 방법론을 제시합니다. | ||
}} | }} | ||
* 디지털 인문학과 한문학 교수의 공동지도로 운영되며, 학습자는 AI 운용 기술(생성형 AI, XML, DB)과 한문학 기초 소양을 융합적으로 습득합니다. | * 디지털 인문학과 한문학 교수의 공동지도로 운영되며, 학습자는 AI 운용 기술(생성형 AI, XML, DB)과 한문학 기초 소양을 융합적으로 습득합니다. | ||
* AI가 생성한 해석을 비판적으로 검토하고 데이터로 구조화하는 실습을 통해, 단순 번역을 넘어 'AI를 가르치는 고전 전문가'로서의 역량을 다집니다. | * AI가 생성한 해석을 비판적으로 검토하고 데이터로 구조화하는 실습을 통해, 단순 번역을 넘어 'AI를 가르치는 고전 전문가'로서의 역량을 다집니다. | ||
* 대상: 고전 한문 번역가, 인문계 교수, 고전 한문 독해에 대해 배우고자 하는 학생, 연구자, 일반인 | * 대상: 고전 한문 번역가, 인문계 교수, 고전 한문 독해에 대해 배우고자 하는 학생, 연구자, 일반인 | ||
* 핵심 내용: AI 협업 한문 독해, 데이터 구조화 기술, 문형·표점 검증 훈련 | * 핵심 교과 내용: AI 협업 한문 독해, 데이터 구조화 기술, 문형·표점 검증 훈련 | ||
* 필수 사항: 개인 노트북 컴퓨터 지참 및 전 과정 실습 참여 가능자 | * 필수 사항: 개인 노트북 컴퓨터 지참 및 전 과정 실습 참여 가능자 | ||
==Ⅰ. | ==Ⅰ. 교육 프로그램 개요== | ||
===1. 과목명: AI 고전번역학 입문: AI와 함께 해석하는 한문 고전의 세계=== | ===1. 과목명: AI 고전번역학 입문: AI와 함께 해석하는 한문 고전의 세계=== | ||
| 28번째 줄: | 29번째 줄: | ||
* 한문학 소양: 한문 문형·표점·용어의 학술적 검증 및 비평 훈련 | * 한문학 소양: 한문 문형·표점·용어의 학술적 검증 및 비평 훈련 | ||
* 협업 플랫폼: Wiki를 활용한 연구 성과 공유 및 커뮤니케이션 | * 협업 플랫폼: Wiki를 활용한 연구 성과 공유 및 커뮤니케이션 | ||
==Ⅱ. 교육 방법== | ==Ⅱ. 교육 방법== | ||
| 36번째 줄: | 36번째 줄: | ||
* 프로세스 중심 학습: 일회성 질의응답이 아닌 'AI 제안 → 인간 검증 → 데이터 축적'의 선순환 구조 체득 | * 프로세스 중심 학습: 일회성 질의응답이 아닌 'AI 제안 → 인간 검증 → 데이터 축적'의 선순환 구조 체득 | ||
* 성과 공유: 학습 전 과정을 Wiki에 기록하고 최종 데이터를 아카이브화하여 상호 피드백 수행 | * 성과 공유: 학습 전 과정을 Wiki에 기록하고 최종 데이터를 아카이브화하여 상호 피드백 수행 | ||
<font color=green>※ CCTI(Classical Chinese Text Interpreter 한문 고전 해석을 위한 AI 협업 도구): LLM API, XML Processor, DBMS를 연동하여 단계적/절차적인 한문 해석을 돕는 프로그램입니다. 이 프로그램의 운용 목적은 단순히 한문 번역 결과를 산출하는 것이 아니라, 인공 지능과 협업하는 한문 해석 프로세스를 이해시키고, 그 과정에서 인간이 검증한 구조적 데이터를 생산하는 방법을 학습하게 하는 것입니다.</font> | |||
===§ CCTI 프로그램=== | |||
* [https://app.vaquitalab.com/aistory/ccti?server=kstorydata.visualasia.com&db=artclassics&project=inscription CCTI: 古典漢文解釋 人工知能 도우미] | |||
===§ CCTI 설명서=== | |||
* [[CCTI Manual| CCTI 프로그램 설명서 및 사용 안내서]] | |||
* [[CCTI Schema| CCTI 데이터 구조/형식 설명서]] | |||
==Ⅲ. 교육 일정== | ==Ⅲ. 교육 일정== | ||
| 44번째 줄: | 51번째 줄: | ||
<th>차수</th> | <th>차수</th> | ||
<th>주제</th> | <th>주제</th> | ||
<th> | <th>교육 내용</th> | ||
<th>한문 해석 실습</th> | <th>한문 해석 실습</th> | ||
</tr> | </tr> | ||
| 145번째 줄: | 152번째 줄: | ||
---- | ---- | ||
[[AI 고전번역학]] | [[AI 고전번역학 | ☞ AI 고전번역학 전문과정]] [[분류: AI 고전번역학]] | ||
2026년 1월 15일 (목) 00:14 기준 최신판
[강의 소개]
AI 고전번역학 입문: AI와 함께 해석하는 한문 고전의 세계
본 강의는 AI 고전번역학 연속 교과 시리즈의 첫 관문으로, 인공지능 시대에 필요한 새로운 한문 해석 방법론을 제시합니다.
- 디지털 인문학과 한문학 교수의 공동지도로 운영되며, 학습자는 AI 운용 기술(생성형 AI, XML, DB)과 한문학 기초 소양을 융합적으로 습득합니다.
- AI가 생성한 해석을 비판적으로 검토하고 데이터로 구조화하는 실습을 통해, 단순 번역을 넘어 'AI를 가르치는 고전 전문가'로서의 역량을 다집니다.
- 대상: 고전 한문 번역가, 인문계 교수, 고전 한문 독해에 대해 배우고자 하는 학생, 연구자, 일반인
- 핵심 교과 내용: AI 협업 한문 독해, 데이터 구조화 기술, 문형·표점 검증 훈련
- 필수 사항: 개인 노트북 컴퓨터 지참 및 전 과정 실습 참여 가능자
Ⅰ. 교육 프로그램 개요[편집]
1. 과목명: AI 고전번역학 입문: AI와 함께 해석하는 한문 고전의 세계[편집]
2. 교육 목표: 인공지능 시대에 부합하는 새로운 한문 고전 해석 방법론과 AI 협업 기술 습득[편집]
- 생성형 AI, XML, DB 등 디지털 기술을 활용한 한문 텍스트의 구조적 데이터화 역량 배양
- AI 생성 결과를 비판적으로 검토·수정할 수 있는 한문학적 기초 소양 강화
- 단순 번역을 넘어 'AI를 가르치는 고전 전문가'로서의 융합적 연구 토대 마련
3. 교육 내용:[편집]
- AI 협업 기술: 생성형 AI(LLM)의 원리 이해, API 운용, CCTI 도구 활용법
- 데이터 공학: XML 마크업, XML 스키마 설계, DBMS를 활용한 데이터 관리
- 한문학 소양: 한문 문형·표점·용어의 학술적 검증 및 비평 훈련
- 협업 플랫폼: Wiki를 활용한 연구 성과 공유 및 커뮤니케이션
Ⅱ. 교육 방법[편집]
- 학제간 공동 지도: 디지털 인문학 교수와 한문학 교수의 협업 강의를 통한 지식 융합
- 실무 실습: CCTI(한문 해석 도구)와 Wiki 플랫폼을 활용한 실습 기반 수업
- 프로세스 중심 학습: 일회성 질의응답이 아닌 'AI 제안 → 인간 검증 → 데이터 축적'의 선순환 구조 체득
- 성과 공유: 학습 전 과정을 Wiki에 기록하고 최종 데이터를 아카이브화하여 상호 피드백 수행
※ CCTI(Classical Chinese Text Interpreter 한문 고전 해석을 위한 AI 협업 도구): LLM API, XML Processor, DBMS를 연동하여 단계적/절차적인 한문 해석을 돕는 프로그램입니다. 이 프로그램의 운용 목적은 단순히 한문 번역 결과를 산출하는 것이 아니라, 인공 지능과 협업하는 한문 해석 프로세스를 이해시키고, 그 과정에서 인간이 검증한 구조적 데이터를 생산하는 방법을 학습하게 하는 것입니다.
§ CCTI 프로그램[편집]
§ CCTI 설명서[편집]
Ⅲ. 교육 일정[편집]
| 차수 | 주제 | 교육 내용 | 한문 해석 실습 |
|---|---|---|---|
| 1 | 교육 목표 이해 | AI 고전번역학 개념 및 연구 방법 소개 | 실습 환경(DB 계정 등) 세팅 |
| 2 | Wiki 협업 | 소통 및 성과 공유를 위한 Wiki 사용법 | 학습자 페이지 작성 및 원문/해석 수록 실습 |
| 3 | CCTI 활용 | LLM 기반 해석 도구 CCTI 기능 습득 | CCTI 이용 실습. AI와 인간의 한문 해석 차이 비교 |
| 4 | LLM의 이해 | 생성형 AI의 지식 활동 능력과 한계 | 구두, 현토, 표점의 이해. AI가 수행한 표점 결과의 확인과 검토 |
| 5 | AI와 한문 해석 | AI와의 소통(Prompting) 및 문맥 이해 | AI가 분석한 용어 및 문형의 적정성 검토 |
| 6 | 한문 해석 프로세스 | 체계적인 AI 기반 해석 공정의 이해 | [한문 해석과 검증 데이터 편찬 집중실습 1] |
| 7 | 한문 해석 데이터 구조화 | AI 응답의 데이터화 및 체계적 활용 | [한문 해석과 검증 데이터 편찬 집중실습 2] |
| 8 | 한문 해석 데이터베이스 | DBMS 기능을 활용한 데이터 관리 | [한문 해석과 검증 데이터 편찬 집중실습 3] |
| 9 | AI 소통과 XML | 정밀 소통을 위한 XML 마크업의 역할 | [한문 해석과 검증 데이터 편찬 집중실습 4] |
| 10 | 한문 해석 XML 스키마 | 데이터 구조 분석 및 스키마 문법 검증 | [한문 해석과 검증 데이터 편찬 집중실습 5] |
| 11 | API 운용 | LLM API 인터페이스 이해 및 적용 | [한문 해석과 검증 데이터 편찬 집중실습 6] |
| 12 | AI 기반 데이터 프로세싱 | 기술 환경(AI+XML+DB) 통합 운용 | [한문 해석과 검증 데이터 편찬 집중실습 7] |
| 13 | 한문 해석 데이터 분석 | 축적된 데이터의 분석 및 활용 | [한문 해석과 검증 데이터 편찬 집중실습 8] |
| 14 | 한문 해석 데이터 아카이브 구축 | 고전 데이터 아카이브 구축 전략 수립 | 개별 과제 결과 보고 및 평가 |
| 15 | 미래 과제 | 온톨로지 비전 및 성과 공유 | 최종 결과 설명회 및 콘텐츠 발행(Wiki) |