강의계획서
| 항목 | 내용 |
|---|---|
| 과목명 | 딥러닝자연어처리 (Deep Learning for NLP) |
| 학수번호 | 131307379A |
| 대상 | 3학년 |
| 학점·시수 | 3학점 / 3시수 |
| 운영 | BL - 온라인 2시수(AI Professor) + 대면 1시수 |
선수과목 언어모형과 자연어처리(131107967A). 토큰화·N-gram·임베딩·Transformer 기초는 이수 전제로 두고 재강의하지 않는다.
성적 판정 기준
Section titled “성적 판정 기준”□ 표현이 달라도 정답이다
- 용어를 다르게 써도, 한글과 영문을 섞어 써도, 설명 경로가 달라도 개념을 옳게 짚었으면 정답이다
- 참고자료의 문구와 다르다는 이유로 오답 처리하지 않는다
□ 중간 단계 부분점수
| 단계 | 내용 | 비중 |
|---|---|---|
| 1 접근 설계 | 왜 이 방법을 선택했는지, 비교 대상은 무엇인지 | 40% |
| 2 동작 | 코드가 의도대로 실행되고 결과를 산출 | 40% |
| 3 성능·비교 | 결과를 기준선과 비교하고 해석 | 20% |
- 1단계만 성립해도 점수가 나간다
- 코드가 돌지 않았다는 이유로 0점을 주지 않는다. 무엇을 하려 했는지 서술하면 부분 점수를 받는다
| 항목 | 비중 |
|---|---|
| 출석 및 수업 참여 | 10% |
| 프로그래밍 과제 3회 | 30% |
| 중간고사 | 20% |
| 팀 프로젝트 | 40% |
주차별 주제
Section titled “주차별 주제”| 주 | 주제 |
|---|---|
| 1 | 차세대 NLP 아키텍처의 이해와 과목 뼈대 공유 |
| 2 | 구현 기반 - 학습 루프와 텐서 연산 |
| 3 | 효율적 미세조정의 원리와 변형 |
| 4 | 프롬프트와 문맥학습의 원리 |
| 5 | 평가 시스템과 지표가 측정하지 못하는 것 |
| 6 | 멀티모달 표현의 결합 |
| 7 | 장문맥 처리와 효율적 추론 |
| 8 | 중간고사 및 PEFT 심화 |
| 9 | 검색 결합 생성(RAG)의 구조 |
| 10 | 정렬 기법의 계보 - RLHF에서 GRPO까지 |
| 11 | 과정 감독과 신용 할당 - PRM과 토큰 수준 credit |
| 12 | AI 규제와 책임 있는 AI |
| 13 | 최신 연구 동향과 미래 전망 |
| 14 | 최종 프로젝트 개발 및 운영 전환 |
| 15 | 산업 응용 사례 분석 및 최종 발표 |
주차별 상세는 왼쪽 메뉴의 주차별 강의에서 볼 수 있다.
- Speech and Language Processing (3rd ed.) - Jurafsky & Martin (공개 초안)
- Hugging Face Transformers 공식 문서 및 코스
- Google Colab. 브라우저만 있으면 된다. 설치할 것이 없다
- 실습 노트북은 이 저장소
notebooks/에 있고 각 노트북 상단의 배지로 Colab에서 열린다
- 강의 자료의 오류나 질문은 이 저장소의 Issues로 남긴다
- 성적·출결·예외 인정은 담당 교수에게 문의한다
본 문서는 학사시스템 수업계획서에서 파생된 학생용 요약본이다. 정본은 학사시스템 등록본이다.