※ 3기는 2기 수업을 진행하며 새롭게 보강된 내용과 질문을 반영해 커리큘럼이 재구성되었습니다. 중국어방 논쟁을 원문을 통해 다시 읽는 내용과 Claude Persona, AI의 자기 수정과 되먹임, RSI(Recursive Self-Improvement) 논의가 보강되었습니다.
2기까지 함께 진행했던 에이전트 설계 실습은 3기에서는 진행하지 않습니다. 이론 내용을 더 깊이 다루면서, 생성형 AI가 실제로 어떻게 작동하며 그것이 어떤 질문을 만들어내는지를 이해하는 데 집중합니다.
강의 개요
AI를 제대로 이해하기 위해 더 많은 기능이나 프롬프트 사용법을 외울 필요는 없습니다. 오히려 필요한 것은 이 기계가 무엇을 학습하고, 어떤 방식으로 언어와 이미지를 만들며, 우리는 왜 그 결과를 지식이나 이해처럼 받아들이는지를 아는 일입니다.
이 강의는 공학 비전공자를 위한 생성형 AI 고급 입문 과정입니다. 기술적 배경지식을 전제로 하지 않고 필요한 원리부터 설명합니다. 다만 일반적인 AI 활용 강의보다 한 걸음 더 들어가, AI의 작동 원리와 함께 그 기술이 의미·지식·창작·관계·권력·자기개선의 문제를 어떻게 다시 묻게 만드는지 살펴봅니다.
AI의 역사와 기본 구조에서 시작해 중국어방 논쟁, 언어와 이미지 생성, 데이터와 권력·규범, 저작권과 환각, 감정과 페르소나, 그리고 최근의 되먹임 구조와 자기수정·자기개선 논의로 이어갑니다. 특정 모델이나 서비스 사용법보다, 앞으로 기술이 바뀌어도 계속 적용할 수 있는 이해의 기준을 만드는 것이 이 과정의 목표입니다.
고급 입문 과정이란
여기서 '고급 입문'은 공학 지식을 이미 갖춘 사람을 위한 과정이라는 뜻이 아닙니다. 처음 배우는 사람도 따라올 수 있도록 기본 원리부터 설명하지만, 사용법이나 기능 소개가 아닌, "도대체 이 기술은 무엇을 하고 있는가"를 조금 더 정확하게 알고 싶은 분에게 적합합니다.
수강 대상
다음과 같은 분께 적합합니다.
- 생성형 AI에 대해서 좀 더 제대로 알고 쓰길 원하는 분
- AI 관련 연구·강의·기획·창작을 하면서, AI에 대해 좀 더 깊은 이해를 원하는 분
- 새로운 모델과 기능을 계속 따라가기보다, 기술이 바뀌어도 적용할 수 있는 기본 구조와 판단 기준을 갖고 싶은 분
다음과 같은 경우에는 적합하지 않을 수 있습니다.
- 생성형 AI의 기본 사용법을 배우고 싶은 경우
- 프롬프트 예시나 업무 자동화 팁을 빠르게 익히는 것이 주목적인 경우
- 기술이 어떻게 작동하는지보다 특정 서비스의 기능 활용에 주 관심이 있는 경우
강의 방식
이 강의는 공학 비전공자를 전제로 한 이론 강의입니다. 기술 기본 개념을 중심으로 AI가 어떤 구조를 가지고 있는지, 그것이 우리가 AI를 이해하는 방식과 어떤 관계가 있는지를 함께 살펴봅니다.
수업에서는 논문과 기술 보고서, 정책 문서, 철학·미디어 이론의 일부를 사용하지만, 원문을 미리 읽고 와야 하는 세미나 방식은 아닙니다. 중요한 부분은 수업에서 직접 설명하고, 도표·사례·원문 일부를 함께 보며 맥락을 이해합니다.
ChatGPT나 특정 서비스의 사용법, 프롬프트 작성법, 업무 자동화를 배우는 과정과는 구분됩니다.
주차별 커리큘럼
PART 1. 기계의 작동 원리
1주차. OT + 지금 AI 세계의 좌표 - Stanford AI Index 2026
지금 AI는 어디까지 와 있는가
- 최근 AI의 발전 속도와 사회적 확산을 살펴보며 현재의 위치를 확인합니다. 앞으로 AI를 이해하기 위해 무엇을 알아야 하는지 전체적인 좌표를 잡습니다.
2주차. AI Phenomenology - 기계는 어떻게 생성하고, 우리는 왜 그것을 ‘이해’라고 부르나
중국어방 논쟁은 정말 ‘기계는 이해하지 못한다’는 이야기였나
- AI가 학습하고 언어와 이미지를 다루는 기본 방식을 살펴봅니다. 이어 튜링과 설의 중국어방 논쟁을 통속적인 찬반 구도가 아니라 원문을 통해 다시 읽으며, 우리가 무엇을 근거로 기계의 사고와 이해를 인정하는지 묻습니다.
3주차. AI Genealogy — 의미는 어디에 놓이고, 학습은 어떻게 바뀌었나
계산 가능성에서 학습 가능성, 다시 표현학습으로
- 초기 인공신경망에서 오늘날 딥러닝까지의 흐름을 따라갑니다. 사람이 규칙을 직접 입력하던 방식에서 기계가 데이터에서 관계와 패턴을 학습하는 방식으로 바뀌면서 무엇이 달라졌는지 살펴봅니다.
4주차. 거대언어모델 — LLM은 어떻게 문장을 만드나
순서대로 읽는 방식에서, 문장 안의 관계를 계산하는 방식으로
- ChatGPT와 같은 거대언어모델이 문장을 만드는 기본 원리를 살펴봅니다. 이전의 언어 처리 방식과 무엇이 달라졌는지, 단어 사이의 관계와 문맥을 어떻게 계산하는지 이해합니다.
5주차. AI와 이미지 - 이미지는 어떻게 계산되고 생성되는가
이미지를 알아보는 기계에서, 새로운 이미지를 만드는 기계로
- AI가 이미지를 어떤 형태로 받아들이고, 학습하고, 새로운 이미지를 만들어내는지 기본 원리를 살펴봅니다. 이미지 생성 AI를 이해하는 데 필요한 핵심 구조와 원리를 중심으로 다룹니다.
PART 2. 사유를 둘러싼 조건
6주차. 데이터·권력·규범 - 우리는 무엇을 기준으로 AI가 ‘안다’고 말하는가
데이터 선택 · 지식 편향 · 규범의 개입
- AI가 많이 배웠다고 해서 곧 세계를 고르게 알고 있다는 뜻은 아닙니다. 무엇이 데이터가 되고 무엇이 빠지는지, 언어와 지역에 따라 어떤 차이가 생기는지 살피고, 이를 둘러싼 국제적 규범과 투명성 논의를 함께 검토합니다.
7주차. 저작권 + 환각 - AI가 대신할수록, 인간은 무엇을 증명해야 하는가
창작의 기여와 사실의 검증
- AI가 창작에 참여할 때 무엇을 인간의 창작이라고 볼 수 있는지, AI의 답변을 어디까지 믿을 수 있는지 함께 살펴봅니다. AI가 더 많은 일을 대신하는 시대에 인간의 창작적 기여와 검증의 역할이 왜 오히려 중요해지는지 묻습니다.
8주차. 감정과 상호작용 + Claude Persona - 왜 우리는 AI가 나를 ‘이해한다’고 느끼는가
감정 · 페르소나 · 투사 · 정서적 주권
- 사람은 왜 대화형 AI에게 성격과 감정을 느끼고 관계를 맺게 되는지 살펴봅니다. 초기 챗봇에서 최근의 Claude Persona 논의로 이어가며, AI의 반응과 인간의 투사, 관계를 설계하는 방식이 어떻게 함께 작동하는지 살펴봅니다.
PART 3. 되먹임의 확장
9주차. AI의 자기수정과 되먹임 — 무엇이 다시 돌아오는가
출력 · 행동 · 평가 · 기억이 다시 다음 과정으로 들어올 때
- 최근 AI는 한 번 답하고 끝나는 시스템에서 점차 벗어나고 있습니다. 자신의 답을 다시 검토하고, 도구를 사용하고, 결과를 평가하고, 실패를 다음 시도에 반영하는 구조가 어떻게 발전해왔는지 살펴봅니다.
10주차. 시스템은 자기 자신을 다시 만들 수 있는가
Recursive Self-Improvement자기수정에서 자기개선으로
- ‘자기 답을 고치는 것’과 ‘자기 자신을 더 나은 시스템으로 만드는 것’은 같지 않습니다. 최근의 AI 자기수정과 AI 개발 참여 사례를 살펴보며, 어디서부터 '자기개선'이라고 부를 수 있는지, 그리고 그 과정에서 인간의 역할은 어디에 남는지 검토합니다.
강의 정보
- 강사: 권신경아
- 일시: 2026년 10월 16일 ~12월 18일, 매주 금요일 19:30~21:30
- 참여비: 20만원 (총 10강)
- 참여 방법: Zoom
- 강의 구성: 강의 + 질의응답
- 강의 문의: kwonshinka@gmail.com
※ 강의 녹화 영상은 제공되지 않습니다.
※ 카메라 on 참여를 기본 원칙으로 합니다.
강사 소개
학부에서 미술을 전공하고, 정보미디어, 매체미학 전공으로 공학석박사 학위를 받았다. 기술철학·정신분석·인공지능을 중심으로 인간의 감각과 기억, 언어와 사고, 주체가 기술과 함께 어떻게 변화해 왔는지를 탐구한다. 이론뿐만 아니라 예술적·기술적 실천을 병행하며, 기술을 단순히 도구나 활용의 측면으로만 보지 않고 인류학·고고학·매체이론·정보이론·인지과학·문화와 예술을 가로지르며 인간과 기술의 관계를 긴 시간 속에서 읽는다.
최근 ‘기술과 무의식’을 화두로 내건 장기 세미나를 통해 AI 시대의 기술이 어떻게 인간의 조건이 되는지를 물으면서, 기억의 외재화와 인간–기술 공진화, 무의식과 주체, 정보와 계산, 비의식적 인지와 기계지능의 문제까지 폭넓은 탐구를 시작했다. 기억과 반복, 시간과 결여, 욕망과 주체를 통해 기술의 본질과 근원을 탐구하며, 이 오래된 질문들이 AI라는 기술적 매개에서 어떤 새로운 형태로 나타나는지를 정신분석과 함께 사유한다. 현재 한국연구재단 인문사회학술연구교수로 연구를 이어 가며 강의와 저술 활동을 하고 있다.
참여 방법
참여비를 <우리은행 1005-204-445780 김종락(대안연구공동체)>로 납입한 뒤, 과목명, 성명, 전화번호, 이메일 주소를 적어 paideia21@gmail.com 으로 송부.
의견을 남겨주세요