AI 동양 미술사

[강의 소개]

AI 고전번역학 - 동양 서화 제발(題跋) AI 번역 및 큐레이션

본 강의는 동양 미술사와 AI 기술을 결합하여 서화에 담긴 제발(題跋)을 정밀하게 해석하고 데이터화하는 실무 중심 융합 교과입니다.

• 미술사 및 디지털 인문학 교수의 공동지도로 운영되며, 학습자는 AI 협업 도구(인공지능 고전 한문 해석 도우미, CCTI)를 활용해 원문을 해석하고 이를 XML DB와 Wiki 기반 아카이브로 구축합니다.
• AI의 제안을 학술적으로 검토·보완하는 과정을 통해, 고전 지식 AI 생태계 구축에 기여하는 역량을 확보하고, 차세대 인문-기술 융합 연구자의 자격을 확립할 것입니다.
• 핵심 교과 내용: AI 협업 서화 제발 해석 실습, 데이터 구조 설계, AI 학습용 아카이브 편찬, Wiki를 통한 연구 성과 공유
• 필수 사항: 개인 노트북 컴퓨터 지참 및 전 과정 실습 참여 가능자

Ⅰ. 교육프로그램 개요

2. 교육 목표:

• AI를 도구로 사용하는 인문지식 학습 역량을 강화하는 교육의 일환으로, 전통 회화 제발(題跋) 데이터 아카이브를 편찬합니다.
• AI 기반 환경에서 동양 전통회화 작품의 제발(題跋)을 해석하고 이해하는 훈련을 하고,
• 이를 기반으로, 신뢰할 수 있는 동양고전지식 전문 AI(Vertical Model AI)의 개발에 기여할 수 있는 인문-기술 융합 연구 역량을 배양합니다.

3. 교육 내용

• 전통 회화 제발(題跋)에 대한 미술사학적, 한문학적 이해
• AI와 협업하는 한문 해석 방법론의 이해와 실습
• 동양고전지식 전문 AI(Vertical Model AI)의 개발에 기여할 지식 데이터 아카이브 편찬

Ⅱ. 교육 방법

• 미술사 교수의 지도를 받아 해석 대상 원문을 선정하고 → 한문 고전 해석을 위한 AI 협업 도구(CCTI)를 사용하여 기초 해석 데이터를 생성 → AI 데이터를 비평·수정·보완 → 학습자 기여 데이터에 대한 AI의 피드백을 확인하면서 데이터의 충실도와 학술적 신뢰도 제고 (반복 수행) → 해석 프로세스의 결과를 Wiki 문서로 게시·공유하고, 보완·개선 사항을 지속적으로 반영
• 해석 프로세스를 진행하는 동안 디지털 인문학 교수의 지도를 받아 자료의 성격에 부합하는 데이터 구조/형식 설계 방법, 인공지능과의 정밀한 데이터 교신 방법을 이해하고 실무에 적용
• 이번 학기의 강의와 실습, 과제 수행 등에 의해 구축된 한문 해석 데이터 아카이브를 종합적으로 점검하고, 후속 과제인 온토로지 편찬에 대해 이해

※ 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

• CCTI: 古典漢文解釋 人工知能 도우미

§ CCTI 설명서

• CCTI 프로그램 설명서 및 사용 안내서
• CCTI 데이터 구조/형식 설명서

Ⅲ. 교육 일정

차수	교육 내용	학습 목표·성과
1	AI 고전번역학의 개념·목표·연구 방법 소개 강좌 개요 및 CCTI 사용 준비 (DB/Wiki 계정 발급)	AI 기반 고전학의 교육·연구 목적을 이해한다. CCTI·DB·Wiki 환경을 준비하고 기본 사용 조건을 갖춘다.
2	동양 서화 제발의 이해 한문 해석 실습 프로세스 및 Wiki 활용	서화 제발의 역사적·문화적 성격을 설명할 수 있다. Wiki를 인문 지식 공유 도구로 활용할 수 있다.
3	제발 실습 1: 중국 송대 회화 CCTI 기반 AI 협업 한문 해석	한문 해석 도구 CCTI의 사용법을 이해하고 실무에 적용할 수 있다. AI와 협업하는 기본 해석 흐름을 이해한다.
4	제발 실습 2: 중국 송대 회화 LLM 프롬프트와 API 개념	한문 해석을 위한 프롬프트를 설계할 수 있다. LLM API 기반 AI 협업의 구조를 이해한다.
5	제발 실습 3: 중국 원대 회화 데이터베이스(DB)와 DBMS 이해	인문 지식 관리에서 DB의 역할을 설명할 수 있다. DBMS의 기본 개념을 이해한다.
6	제발 실습 4: 중국 명대 회화 DB + LLM API 연계	데이터베이스와 AI를 연계하는 기본 구조를 이해한다. AI 활용성을 데이터 축적으로 확장할 수 있음을 인식한다.
7	제발 실습 5: 중국 명대 회화 CCTI DB 스키마 이해	CCTI DB 스키마의 구조와 의미를 설명할 수 있다. 한문 해석 데이터를 체계적으로 관리할 수 있다.
8	제발 실습 6: 중국 청대 회화 XML 개념과 구조	XML이 AI와의 정밀한 소통에 필요한 이유를 이해한다. 기본 XML 구조를 해석할 수 있다.
9	제발 실습 7: 중국 청대 회화 CCTI XML 스키마	CCTI XML 스키마를 이해하고 작성할 수 있다. 구조화된 데이터를 AI 입력으로 활용할 수 있다.
10	제발 실습 8: 조선 회화 ― 정선 데이터 분석과 활용 1	DB·XML 기반 실습 데이터를 분석할 수 있다. AI와의 대화를 통해 해석을 심화할 수 있다.
11	제발 실습 9: 조선 회화 ― 강세황 데이터 분석과 활용 2	복수 데이터 요소를 결합해 해석할 수 있다. AI 응답을 비판적으로 검토할 수 있다.
12	제발 실습 10: 조선 회화 ― 김정희 데이터 분석과 활용 3	한문 해석 결과를 구조화된 지식으로 정리할 수 있다. AI 결과를 학문적으로 수정·보완할 수 있다.
13	제발 실습 11: 조선 회화 ― 신윤복 데이터 분석과 활용 4	반복 실습을 통해 AI 협업 해석 능력을 고도화한다. 개별 해석 스타일을 확립한다.
14	제발 실습 12: 조선 회화 ― 김홍도 데이터 분석과 활용 5	누적 데이터의 활용 방법을 탐구한다: 동양화 제발 전문 사전 편찬 및 AI 학습 기반으로 활용
15	개별 과제 발표	자신의 AI 협업 성과를 논리적으로 발표할 수 있다. 범용 AI의 한계와 고전 전문 AI의 가능성을 비판적으로 제시할 수 있다.

Ⅳ. 데이터 큐레이션 예시

• 
  정선(鄭敾), <금강전도(金剛全圖)>
• 
  강세황(姜世晃), <영통동구도(靈通洞口圖)>
• 
  김정희(金正喜), <세한도(歲寒圖)>
• 
  심사정(沈師正), <강상야박도(江上夜泊圖)>
• 
  신윤복(申潤福), <미인도(美人圖)>
• 
  김홍도(金弘道), <추성부도(秋聲賦圖)>

---