AI 고전번역학 입문: 두 판 사이의 차이
편집 요약 없음 |
편집 요약 없음 |
||
| 12번째 줄: | 12번째 줄: | ||
* 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 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. 교육프로그램 개요== | |||
===1. 과목명: AI 고전번역학 입문: AI와 함께 해석하는 한문 고전의 세계=== | |||
===2. 교육 목표: 인공지능 시대에 부합하는 새로운 한문 고전 해석 방법론과 AI 협업 기술 습득=== | |||
* 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:=== | |||
* 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 | |||
교육 대상: * 고전 한문 번역가, 인문계 교수, 대학원생 및 관련 분야 연구자 | |||
초급(기초) 한문 독해 능력을 갖추고 디지털 인문학 실습에 참여하고자 하는 일반인 | |||
==Ⅱ. 교육 방법== | |||
* 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 | |||
==Ⅲ. 교육 일정== | |||
<html> | |||
<table border="1" cellspacing="0" cellpadding="6"> | |||
<thead> | |||
<tr> | |||
<th>차수</th> | |||
<th>주제</th> | |||
<th>주요 내용</th> | |||
<th>한문 해석 실습</th> | |||
</tr> | |||
</thead> | |||
<tbody> | |||
<tr> | |||
<td>1</td> | |||
<td>교육 목표 이해</td> | |||
<td>AI 고전번역학 개념 및 연구 방법 소개</td> | |||
<td>실습 환경(DB 계정 등) 세팅</td> | |||
</tr> | |||
<tr> | |||
<td>2</td> | |||
<td>Wiki 협업</td> | |||
<td>소통 및 성과 공유를 위한 Wiki 사용법</td> | |||
<td>학습자 페이지 작성 및 원문/해석 수록 실습</td> | |||
</tr> | |||
<tr> | |||
<td>3</td> | |||
<td>CCTI 활용</td> | |||
<td>LLM 기반 해석 도구 CCTI 기능 습득</td> | |||
<td>CCTI 이용 실습. AI와 인간의 한문 해석 차이 비교</td> | |||
</tr> | |||
<tr> | |||
<td>4</td> | |||
<td>LLM의 이해</td> | |||
<td>생성형 AI의 지식 활동 능력과 한계</td> | |||
<td>구두, 현토, 표점의 이해. AI가 수행한 표점 결과의 확인과 검토</td> | |||
</tr> | |||
<tr> | |||
<td>5</td> | |||
<td>AI와 한문 해석</td> | |||
<td>AI와의 소통(Prompting) 및 문맥 이해</td> | |||
<td>AI가 분석한 용어 및 문형의 적정성 검토</td> | |||
</tr> | |||
<tr> | |||
<td>6</td> | |||
<td>한문 해석 프로세스</td> | |||
<td>체계적인 AI 기반 해석 공정의 이해</td> | |||
<td>[한문 해석과 검증 데이터 편찬 집중실습 1]</td> | |||
</tr> | |||
<tr> | |||
<td>7</td> | |||
<td>한문 해석 데이터 구조화</td> | |||
<td>AI 응답의 데이터화 및 체계적 활용</td> | |||
<td>[한문 해석과 검증 데이터 편찬 집중실습 2]</td> | |||
</tr> | |||
<tr> | |||
<td>8</td> | |||
<td>한문 해석 데이터베이스</td> | |||
<td>DBMS 기능을 활용한 데이터 관리</td> | |||
<td>[한문 해석과 검증 데이터 편찬 집중실습 3]</td> | |||
</tr> | |||
<tr> | |||
<td>9</td> | |||
<td>AI 소통과 XML</td> | |||
<td>정밀 소통을 위한 XML 마크업의 역할</td> | |||
<td>[한문 해석과 검증 데이터 편찬 집중실습 4]</td> | |||
</tr> | |||
<tr> | |||
<td>10</td> | |||
<td>한문 해석 XML 스키마</td> | |||
<td>데이터 구조 분석 및 스키마 문법 검증</td> | |||
<td>[한문 해석과 검증 데이터 편찬 집중실습 5]</td> | |||
</tr> | |||
<tr> | |||
<td>11</td> | |||
<td>API 운용</td> | |||
<td>LLM API 인터페이스 이해 및 적용</td> | |||
<td>[한문 해석과 검증 데이터 편찬 집중실습 6]</td> | |||
</tr> | |||
<tr> | |||
<td>12</td> | |||
<td>AI 기반 데이터 프로세싱</td> | |||
<td>기술 환경(AI+XML+DB) 통합 운용</td> | |||
<td>[한문 해석과 검증 데이터 편찬 집중실습 7]</td> | |||
</tr> | |||
<tr> | |||
<td>13</td> | |||
<td>한문 해석 데이터 분석</td> | |||
<td>축적된 데이터의 분석 및 활용</td> | |||
<td>[한문 해석과 검증 데이터 편찬 집중실습 8]</td> | |||
</tr> | |||
<tr> | |||
<td>14</td> | |||
<td>한문 해석 데이터 아카이브 구축</td> | |||
<td>고전 데이터 아카이브 구축 전략 수립</td> | |||
<td>개별 과제 결과 보고 및 평가</td> | |||
</tr> | |||
<tr> | |||
<td>15</td> | |||
<td>미래 과제</td> | |||
<td>온톨로지 비전 및 성과 공유</td> | |||
<td>최종 결과 설명회 및 콘텐츠 발행(Wiki)</td> | |||
</tr> | |||
</tbody> | |||
</table> | |||
</html> | |||
---- | ---- | ||
[[AI 고전번역학]] | [[AI 고전번역학]] | ||
2026년 1월 14일 (수) 15:33 판
[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(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 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. 교육프로그램 개요
1. 과목명: AI 고전번역학 입문: AI와 함께 해석하는 한문 고전의 세계
2. 교육 목표: 인공지능 시대에 부합하는 새로운 한문 고전 해석 방법론과 AI 협업 기술 습득
- 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:
- 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
교육 대상: * 고전 한문 번역가, 인문계 교수, 대학원생 및 관련 분야 연구자
초급(기초) 한문 독해 능력을 갖추고 디지털 인문학 실습에 참여하고자 하는 일반인
Ⅱ. 교육 방법
- 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
Ⅲ. 교육 일정
| 차수 | 주제 | 주요 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) |