크레마클럽

CHAPTER 1 디지털 혁명의 발자취1.1 컴퓨터의 개념과 역사1.1.1 컴퓨터의 개념과 특징1.1.2 컴퓨터의 구성 요소1.1.3 컴퓨터의 역사1.2 컴퓨터의 종류와 활용 분야1.2.1 컴퓨터의 종류1.2.2 컴퓨터의 활용 분야1.3 정보통신기술과 4차 산업혁명 시대1.3.1 정보통신기술ICT1.3.2 정보 사회Information Society1.3.3 4차 산업혁명The Fourth Industrial Revolution 시대1.4 첨단산업시대의 미래 컴퓨팅 기술1.4.1 첨단산업시대1.4.2 미래 컴퓨터 기술CHAPTER 2 디지털 세계의 정보 표현2.1 수의 체계와 진법 변환2.1.1 수의 체계2.1.2 진법의 개념2.1.3 진법의 변환2.2 컴퓨터의 데이터 표현2.2.1 정수와 실수의 표현2.2.2 문자의 표현2.2.3 에러 검출 코드2.3 컴퓨터 논리 회로의 개념과 종류2.3.1 논리 회로2.3.2 부울 대수식의 표현 방법2.3.3 논리식 표현의 간소화2.3.4 논리 회로의 종류2.3.5 집적 회로CHAPTER 3 프로그래밍 언어의 세계3.1 프로그래밍 언어의 개념3.1.1 저급 언어와 고급 언어3.1.2 프로그래밍 언어를 왜 배워야 하나?3.2 프로그래밍 언어의 역사3.2.1 프로그래밍 언어의 발전 과정3.2.2 프로그래밍 언어별 특징3.3 프로그래밍 언어의 번역 기법3.3.1 컴파일러 언어3.3.2 인터프리터 언어3.4 프로그래밍 언어의 분류3.4.1 용도에 따른 분류3.4.2 패러다임에 따른 분류3.4.3 프로그래밍 문법CHAPTER 4 데이터 구조와 문제해결의 기술4.1 데이터 구조의 개요4.1.1 데이터 구조의 정의4.1.2 데이터 구조의 분류4.1.3 데이터 구조와 알고리즘과의 관계4.2 데이터 구조의 종류4.2.1 선형 데이터 구조Linear Data Structure4.2.2 비선형 데이터 구조Nonlinear Data Structure4.3 문제해결 기술(알고리즘)4.3.1 알고리즘의 개념4.3.2 알고리즘의 표현4.3.3 알고리즘의 설계CHAPTER 5 정형 데이터 관리와 활용5.1 정형 데이터의 개요5.1.1 데이터와 정보5.1.2 정보 시스템5.1.3 데이터베이스5.1.4 데이터베이스 관리 시스템5.1.5 데이터베이스 언어5.2 정형 데이터 모델의 개념과 종류5.2.1 데이터 모델의 개념5.2.2 데이터 모델의 종류5.3 관계형 정형 데이터 구조 관계형 데이터베이스5.3.1 관계형 데이터베이스의 정의5.3.2 관계형 데이터베이스의 용어5.3.3 관계형 데이터베이스의 제약 조건5.3.4 관계형 데이터베이스의 언어CHAPTER 6 데이터 사이언스와 빅데이터6.1 데이터 사이언스Data Science6.1.1 데이터 사이언스의 필요성6.1.2 데이터 사이언스의 개념과 특징6.2 빅데이터 개념과 특징6.2.1 빅데이터의 정의6.2.4 빅데이터 인사이트(통찰력)의6.2.2 빅데이터의 특징6.2.3 빅데이터의 목적 이해6.2.5 빅데이터의 기술6.3 빅데이터 저장 기술: NoSQL6.3.1 NoSQL의 등장 배경6.3.2 NoSQL의 개념과 특징6.3.3 NoSQL의 종류6.4 빅데이터 분석 기술: 데이터 마이닝Data Mining6.4.1 데이터 마이닝의 개념6.4.2 데이터 마이닝의 종류6.5 빅데이터 표현 기술CHAPTER 7 인공지능의 개요와 발달사7.1 인공지능의 개요7.1.1 인공지능의 개념7.1.2 인공지능의 주요 특징7.1.3 인공지능의 사회적 영향7.2 인공지능의 역사7.2.1 고대와 철학적 기원7.2.2 20세기 초반 : 컴퓨터의 탄생과 튜링의 제안7.2.3 1956년 : 인공지능이라는 이름의 탄생7.2.4 1970년 ~ 1980년대: 첫 번째 인공지능의 겨울7.2.5 1990 ~ 2000년대: 상업적 응용과 알고리즘 발전7.2.6 2010년대: 딥러닝과 빅데이터의 시대7.2.7 2020년대: 생성형 AI와 범용 AI의 논의7.2.8 미래: 인공지능과 하드웨어의 결합7.3 인공지능의 세부 분야7.4 기계학습7.4.1 기계학습의 개념7.5 인공신경망7.5.1 인공신경망의 개념7.5.2 인공신경망의 종류CHAPTER 8 인공지능 서비스 개발을 위한 기술8.1 인공지능 서비스 개발 과정8.1.1 서비스 기획(문제 정의)8.1.2 데이터 준비8.1.3 모델 개발8.1.4 시스템 구현8.1.5 배포 및 운영관리8.2 인공지능 서비스 개발의 기술 요소8.3 인공지능 서비스를 위한 하드웨어 기술8.3.1 그래픽 처리 장치GPU8.3.2 텐서 처리 장치TPU8.4 인공지능 서비스를 위한 네트워크 기술8.4.1 이동 통신 기술8.4.2 5G의 특징8.4.3 5G로 구현하는 인공지능 활용8.5 인공지능 서비스를 위한 인프라 기술8.5.1 인공지능 인프라AI Infrastructure8.5.2 인공지능 인프라 활용 사례8.6 인공지능 서비스를 위한 데이터 연결 기술8.6.1 사물 인터넷의 개념8.6.2 사물 인터넷 기술 요소8.6.3 사물 인터넷의 발전 과정8.6.4 사물 인터넷과 인공지능의 결합AIoTCHAPTER 9 머신러닝(기계학습)9.1 머신러닝의 개념9.1.1 머신러닝의 개념9.1.2 머신러닝의 특징9.1.3 머신러닝과 딥러닝의 비교9.2 머신러닝이 필요한 이유9.3 머신러닝의 종류9.3.1 지도 학습Supervised Learning9.3.2 비지도 학습Unsupervised Learning9.3.3 강화 학습Reinforcement Learning9.4 머신러닝 알고리즘9.4.1 분류Classfication9.4.2 회귀Regression9.4.3 군집Clustering9.4.4 큐러닝Q-Learning9.4.5 딥큐러닝Deep Q-Learning9.5 머신러닝의 한계CHAPTER10 인공신경망과 딥러닝10.1 인공신경망의 역사10.1.1 인공신경망의 역사적 흐름10.2 인공신경망과 딥러닝의 개념10.2.1 인공신경망의 개념10.2.2 딥러닝의 개념10.2.3 인공신경망과 딥러닝의 비교10.3 딥러닝 모델의 종류10.3.1 심층 순방향 신경망DFN, Deep Feedforward Network10.3.2 합성곱 신경망CNN, Convolution Neural Network10.3.3 순환 신경망RNN, Recurrent Neural Network10.3.4 LSTMLong Short-Term Memory10.3.5 생성적 적대 신경망GAN, Generative Adversarial Network10.3.6 오토인코더Autoencoder10.3.7 Transformer10.3.8 딥러닝 모델의 비교CHAPTER 11 인공지능 플랫폼과 서비스11.1 인공지능 플랫폼11.1.1 클라우드 기반 AI 플랫폼11.1.2 온프레미스On-premise AI 플랫폼11.2 인공지능 서비스11.2.1 범용 AI 서비스11.2.2 특정 목적형 AI 서비스11.2.3 범용 AI 서비스와 특정 목적형 AI 서비스CHAPTER 12 피지컬 AI12.1 피지컬 AI 개념과 특징12.1.1 피지컬 AI의 등장 배경12.1.2 피지컬 AI의 개념12.1.3 피지컬 AI의 특징12.2 피지컬 AI의 기술 요소12.2.1 AI 모델12.2.2 센서 기술12.2.3 온디바이스 AI와 엣지 컴퓨팅12.2.4 제어 시스템과 행동Actuator12.2.5 시뮬레이터Simulator와 데이터 팩토리Data Factory12.3 피지컬 AI의 인간 상호작용 원리12.4 피지컬 AI의 정책방향12.4.1 EU, AI ACT12.4.2 미국, AI가이드라인12.4.3 일본, 로봇 신성장 전략12.4.4 중국, 중국제조 2025 및 로봇산업 발전계획12.4.5 한국, 피지컬 AI 정책 추진CHAPTER 13 인공지능과 함께 여는 미래13.1 인공지능 시대의 교육과 학습 혁신13.1.1 인공지능 시대의 인간중심교육의 필요성13.2 인공지능 윤리와 책임13.2.1 인공지능 윤리의 필요성13.2.2 국내외 정책 동향13.2.3 인공지능 창작물과 지식 재산권의 현황13.2.4 로봇에 대한 세금 납부 문제13.3 인공지능 사회의 도전과 기회13.3.1 인공지능 사회의 기회13.3.2 인공지능 사회의 도전 과제13.3.3 인공지능 사회의 변화 노력13.4 인간 중심 인공지능 시대의 미래13.4.1 공존을 위한 인공지능과 인간의 존엄성13.4.2 인공지능에 대한 통제 불가능 사례13.4.3 인공지능에 대한 통제의 필요성

펼쳐보기접어보기

저자 소개 (3명)

저 : 주해종

관심작가 알림신청

사단법인 한국피지컬AI협회 전문인재개발원 원장으로 활동중이며, 빅데이터 분석과 인공지능, 피지컬 AI 분야에서 국내외적으로 활발한 연구 활동을 이어오고 있다. 이전에는 동국대학교 컴퓨터공학과 교수 및 데이터청년캠퍼스사업 단장으로서 4차 산업혁명 시대를 이끌 인재 양성에 기여했으며, ‘LINC+’, ‘SW중심대학’등 국가 프로젝트를 통해 교육과 산업을 연결하는 가교 역할을 수행해왔다. 그는 『피지컬 AI』, 『빅데이터 기획 및 분석』, 『데이터베이스 총론』 등 다수의 저서, 세계3대 인명사전 ‘Marquis Who’s Who’ 등재, 한국정보기술혁신학회 회장 역임, ICT플랫폼학회... 사단법인 한국피지컬AI협회 전문인재개발원 원장으로 활동중이며, 빅데이터 분석과 인공지능, 피지컬 AI 분야에서 국내외적으로 활발한 연구 활동을 이어오고 있다. 이전에는 동국대학교 컴퓨터공학과 교수 및 데이터청년캠퍼스사업 단장으로서 4차 산업혁명 시대를 이끌 인재 양성에 기여했으며, ‘LINC+’, ‘SW중심대학’등 국가 프로젝트를 통해 교육과 산업을 연결하는 가교 역할을 수행해왔다. 그는 『피지컬 AI』, 『빅데이터 기획 및 분석』, 『데이터베이스 총론』 등 다수의 저서, 세계3대 인명사전 ‘Marquis Who’s Who’ 등재, 한국정보기술혁신학회 회장 역임, ICT플랫폼학회 부회장 역임, 기술거래사 자격증 보유 등 첨단 산업분야 전문가로 활동하고 있다.

펼쳐보기접어보기

저 : 정화영

관심작가 알림신청

1994년 미국의 한국 지사인 (주)SymTech Korea(경기도 수원)를 시작으로 (주)아주시스템, (주)CNA Research에서 5년간 반도체 제어설비인 IC Test Handler에 탑재되는 GUI 프로그램을 개발하였다. 2004년 경희대학교 컴퓨터 공학과에서 박사학위를 받았으며 2005년 경희대학교 서울캠퍼스 교양학부를 시작으로 현재까지 경희대학교 후마니타스칼리지의 정교수로 재직 중이다. 또한 (사)한국정보기술전략혁신학회 회장, Korea Computer Industry Association의 Advisory Board, (사)한국콘텐츠학회 상임이사, (사)한국정보기술... 1994년 미국의 한국 지사인 (주)SymTech Korea(경기도 수원)를 시작으로 (주)아주시스템, (주)CNA Research에서 5년간 반도체 제어설비인 IC Test Handler에 탑재되는 GUI 프로그램을 개발하였다. 2004년 경희대학교 컴퓨터 공학과에서 박사학위를 받았으며 2005년 경희대학교 서울캠퍼스 교양학부를 시작으로 현재까지 경희대학교 후마니타스칼리지의 정교수로 재직 중이다. 또한 (사)한국정보기술전략혁신학회 회장, Korea Computer Industry Association의 Advisory Board, (사)한국콘텐츠학회 상임이사, (사)한국정보기술학회 이사를 맡고 있다.

펼쳐보기접어보기

저 : 손병희 (Diana Son, Ph.D.)

관심작가 알림신청

손병희 마음AI 연구소장 연세대학교 전기전자공학부 공학박사. ㈜마음AI 연구소장으로 Physical AI, 온디바이스 AI, 데이터 팩토리 상용화를 이끌고 있다. - 국가AI전략위원회 자문위원 - Physical AI 표준협의회 의장 - Physical AI 협회 데이터팩토리 전문인재개발원장 - 한성대학교 소프트웨어중심대학 특임교수 생성형 AI 이후의 흐름을‘생각하는 AI에서 행동하는 AI로의 전환’으로 정의하며, AI가 산업에서 작동하기 위한 구조를 설계하고 있다. 손병희 마음AI 연구소장
연세대학교 전기전자공학부 공학박사.
㈜마음AI 연구소장으로 Physical AI, 온디바이스 AI, 데이터 팩토리 상용화를 이끌고 있다.
- 국가AI전략위원회 자문위원
- Physical AI 표준협의회 의장
- Physical AI 협회 데이터팩토리 전문인재개발원장
- 한성대학교 소프트웨어중심대학 특임교수
생성형 AI 이후의 흐름을‘생각하는 AI에서 행동하는 AI로의 전환’으로 정의하며, AI가 산업에서 작동하기 위한 구조를 설계하고 있다.