문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
대화형 AI 및 소형 언어 모델(SLM)에 대한 소개
- 대화형 AI의 기본 개념
- SLM의 개요 및 그 장점
- 대화형 애플리케이션에서의 SLM 사례 연구
대화 흐름 설계
- 인간-AI 상호작용 설계 원칙
- 매력적이고 자연스러운 대화 제작
- 사용자 경험(UX) 고려 사항
고객 서비스 봇 개발
- 고객 서비스 봇의 사용 사례
- 고객 서비스 플랫폼에 SLM 통합
- AI로 일반적인 고객 문의 처리
SLM 상호작용을 위한 학습
- 대화형 AI를 위한 데이터 수집
- 대화 시스템에서 SLM을 위한 학습 기법
- 특정 상호작용 시나리오를 위한 모델 미세 조정
상호작용 품질 평가
- 대화형 AI를 평가하기 위한 지표
- 사용자 테스트 및 피드백 수집
- 평가에 기반한 반복적 개선
음성 및 다중 모드 상호작용
- SLM과 음성 인식 결합
- 다중 모드 상호작용(텍스트, 음성, 시각) 설계
- 음성 보조 프로그램 및 채팅봇의 사례 연구
개인화 및 맥락 이해
- 상호작용을 개인화하기 위한 기법
- 맥락 인식 대화 처리
- 개인화된 AI의 프라이버시 및 데이터 보안
윤리적 고려 사항 및 편견 완화
- 대화형 AI를 위한 윤리적 프레임워크
- 상호작용에서 편견 식별 및 완화
- AI 커뮤니케이션의 포용성과 공정성 보장
배포 및 확장
- 대화형 AI 시스템 배포 전략
- SLM의 대규모 사용을 위한 확장
- 배포 후 AI 상호작용 모니터링 및 유지보수
캡스톤 프로젝트
- 선택된 도메인에서 대화형 AI의 필요성 식별
- SLM을 사용하여 프로토타입 개발
- 대화형 애플리케이션 테스트 및 발표
최종 평가
- 캡스톤 프로젝트 보고서 제출
- 기능적인 대화형 AI 시스템 시연
- 혁신, 사용자 참여 및 기술 실행에 기반한 평가
요약 및 다음 단계
Requirements
- 인공지능과 머신러닝의 기본 이해
- Python 프로그래밍에 능숙함
- 자연어 처리 개념에 대한 경험
대상
- 데이터 과학자
- 머신러닝 엔지니어
- AI 연구원 및 개발자
- 제품 관리자와 UX 디자이너
14 Hours