백엔드 개발 능력에 AI 활용 능력까지 더하면 어떻게 되는지 궁금해?!
LAB소개
ChatGPT의 등장으로 LLMs모델에 대한 연구가 활발하게 진행되고 있는 데 기술적 차원보다는 서비스 차원에서 어떻게 적용할 수 있을까? 그리고 사용자들에게 조금더 파급적이려면 무엇이 필요할까? 다양한 산업군에서 LLMs 도입이 필요하고 잘 활용될 수 있는 분야는 어디일까? 라는 근원적인 질문의 답을 찾아가는 여정을 함께 하는 LAB입니다. 아직까지도 산업군에 획기적인 LLMs 도입의 성공사례가 없는 지금 이런 논의를 통하여 기술적 차원을 넘어 서비스 차원에서 어떤 부분의 효율화를 해야 할지를 생각하고자 개설하게 되었습니다.
활동계획
1. 랩의 목표 및 범위 설정
목표: ChatGPT 및 기타 Large Language Models(LLMs)를 다양한 산업 분야에 효과적으로 도입하여 서비스 및 업무 효율화를 실현하는 것.
범위: 초기에는 특정 산업군에 대한 적용 사례를 찾고, 이를 통해 확장 가능한 모델 및 서비스를 도출하는 것.
2. 랩 내 하위 팀 구성
AI 및 산업 전문가, 소프트웨어 엔지니어, 프로젝트 매니저 등이 함께하는 다양한 배경을 갖춘 팀 구성.
각 팀원은 LLMs 및 해당 산업 분야에 대한 전문 지식을 공유하고 함께 협력.
3. 업무 프로세스
요구사항 분석: 다양한 산업군에서의 LLMs 도입을 위한 각 기업의 요구사항을 조사.
모델 선택: ChatGPT와 유사한 모델 중에서 특정 산업 분야에 적합한 모델 선택.
통합 및 개발: 선택한 모델을 기반으로 실제 서비스에 통합하기 위한 개발 및 테스트 진행.
성능 평가: 도입된 LLMs의 성능을 산업 규모에 맞게 평가하고 개선 방안 탐색.
4. 협력 및 네트워킹
다른 기업, 연구 기관, 및 산업 전문가들과의 협력을 통해 지식 공유 및 최신 동향 파악.
LLMs 도입을 고려하는 산업군 간의 네트워크 형성.
5. 사용자 교육 및 인식 확대
도입된 LLMs의 사용자 교육 프로그램 개발 및 실시.
성과와 이점을 강조하는 마케팅 및 커뮤니케이션 전략 수립.
6. 윤리 및 보안 고려사항
민감한 데이터 다루기에 대한 엄격한 보안 프로토콜 수립.
AI 윤리 원칙을 준수하며 사용자 프라이버시 보호.
7. 성과 평가 및 지속 가능성
도입된 LLMs의 성과를 주기적으로 평가하고 결과를 기반으로 지속적인 개선을 진행.
활동의 지속 가능성을 확보하기 위해 자금 조달 및 사업 모델 수립.
8. 주요 결과물
다양한 산업군에서의 LLMs 도입 사례 연구 보고서.
산업 전반에 걸친 LLMs 도입 가이드라인.
이러한 단계 및 요소를 고려하여 구체적인 활동 계획과 운영 방식을 설계하면, LLMs를 다양한 산업에 적용하고 성공적으로 활용할 수 있는 기반을 마련할 수 있을 것입니다.
연구목표
#논문_작성   #이북_/_깃북_/_위키독스_/_도서_집필   
참여조건
1> AI 및 언어 모델 전문가:
대규모 언어 모델 및 ChatGPT에 대한 깊은 이해.
자연어 처리(NLP) 및 기계 학습 분야에서의 전문 지식.
2> 산업 전문가:
특정 산업 분야에 대한 전문 지식 및 경험.
해당 산업의 도메인 언어 및 업무 프로세스에 대한 이해.
3> 소프트웨어 엔지니어 및 개발자:
Python 또는 다른 관련 언어를 사용한 소프트웨어 개발 경험.
대규모 언어 모델을 통합하고 서비스로 구현할 수 있는 능력.
4> 프로젝트 매니저:
프로젝트 관리 및 협업 경험이 있는 프로젝트 매니지먼트 전문가.
다양한 전문 분야의 팀을 조직하고 조율할 수 있는 능력.
5> 윤리 및 보안 전문가:
인공지능 및 데이터 처리에 대한 윤리적 원칙을 이해하고 준수.
보안 및 개인 정보 보호에 대한 전문 지식.
6> 사용자 교육 및 마케팅 전문가:
사용자 교육 및 홍보 캠페인을 설계하고 실행할 수 있는 능력.
기술적인 개념을 비전문가에게 이해하기 쉽게 전달할 수 있는 능력.
7> 협력 및 네트워킹 능력:
다양한 이해관계자와 협력하고 네트워킹할 수 있는 능력.
산업 군 간 협업을 촉진할 수 있는 능력.
8> 창의성 및 문제 해결 능력:
새로운 아이디어를 도출하고 현실적인 문제에 대한 해결책을 제시할 수 있는 능력.
랩짱소개
이태영

이태영

자기 소개

구글 검색에서 "딥러닝 이태영" 을 검색하면 자동완성이 되어 제가 2015년 부터 딥러닝 관련 연사로 발표했던 내역을 확인하실 수 있습니다. 또한 구글 검색에서 "LLM 전문가"를 검색하시면 2023년 9월 모두의 연구소에서 "LLM 모델 기반 서비스 실전 가이드" 란 주제의 동영상(https://www.youtube.com/watch?v=8UfK7fVPCGQ)을 찾아보실 수 있습니다. 서강대학교 데이터사이언스 인공지능 석사 과정을 졸업한 뒤 2023년 부터 서울과학기술대학교에서 박사 과정을 진행중에 있습니다. 2023년 한해 동안의 개인적인 성과를 하기 기입 드립니다. 1> CPLR LAB Leader (ChatGPT Prompt Learning Research) "모두의 연구소"에서 CPLR LAB을 이끌며, ChatGPT를 기반으로 한 프롬프트 학습 연구에 기여하고 있습니다. 2> Korea Technology Conference 2023 발표 "Exploring Deep Learning Acceleration Technology Embedded in LLMs" 주제로 한국 기술 컨퍼런스 2023에서 발표를 진행했습니다. 3> 모두의 연구소 세미나 발표 LLM 모델을 기반으로 한 서비스에 관한 경험을 바탕으로, "LLM 모델 기반 서비스 실전 가이드" 주제로 세미나를 진행했습니다. 4> 모두의 연구소 논문 지도교수(Faculty) 모두의 연구소에서는 논문 작성과 연구 지도를 통해 학문적인 업적을 쌓고 있습니다. 5> 풀잎스쿨 Facilitator (Deep Learning For Search 운영) "Deep Learning For Search" 주제로 풀잎스쿨을 이끌며, 참가자들과 함께 깊이 있는 학습 경험을 제공했습니다. 6> 서강대 인공지능 석사 대상 웨비나 "딥러닝 추천시스템의 변천사" 주제로 서강대에서 석사 대상 웨비나를 진행했습니다. 7> 공개SW 개발자대회 평가위원장으로서 공개 소프트웨어 개발자들의 참여를 독려하고 평가를 진행하여 개발자 대회의 출품작들을 평가하였습니다. 이러한 다양한 경험을 통해 기술과 리더십, 교육 등 다양한 역할에서 성장하고 있으며, 앞으로 더 많은 도전과 혁신에 기여하고자 합니다.

소속

서울과학기술대학교

E-mail

omsec@naver.com

(AL2VI LAB)Applying LLMs to various industry labs
모임시작
2024년 02월 15일
모임일시
매주 목요일 20:00 ~ 22:00
모임장소
온라인
모집기간
2024년 01월 31일 ~ 02월 21일
모집인원
5명
모집방법
선발
모임비용
무료
백엔드 개발 능력에 AI 활용 능력까지 더하면 어떻게 되는지 궁금해?!
(AL2VI LAB)Applying LLMs to various industry labs
모임시작
2024년 02월 15일
모임일시
매주 목요일 20:00 ~ 22:00
모임장소
온라인
모집기간
2024년 01월 31일 ~ 02월 21일
모집인원
5명
모집방법
선발
모임비용
무료
LAB 소개
ChatGPT의 등장으로 LLMs모델에 대한 연구가 활발하게 진행되고 있는 데 기술적 차원보다는 서비스 차원에서 어떻게 적용할 수 있을까? 그리고 사용자들에게 조금더 파급적이려면 무엇이 필요할까? 다양한 산업군에서 LLMs 도입이 필요하고 잘 활용될 수 있는 분야는 어디일까? 라는 근원적인 질문의 답을 찾아가는 여정을 함께 하는 LAB입니다. 아직까지도 산업군에 획기적인 LLMs 도입의 성공사례가 없는 지금 이런 논의를 통하여 기술적 차원을 넘어 서비스 차원에서 어떤 부분의 효율화를 해야 할지를 생각하고자 개설하게 되었습니다.
활동계획
1. 랩의 목표 및 범위 설정
목표: ChatGPT 및 기타 Large Language Models(LLMs)를 다양한 산업 분야에 효과적으로 도입하여 서비스 및 업무 효율화를 실현하는 것.
범위: 초기에는 특정 산업군에 대한 적용 사례를 찾고, 이를 통해 확장 가능한 모델 및 서비스를 도출하는 것.
2. 랩 내 하위 팀 구성
AI 및 산업 전문가, 소프트웨어 엔지니어, 프로젝트 매니저 등이 함께하는 다양한 배경을 갖춘 팀 구성.
각 팀원은 LLMs 및 해당 산업 분야에 대한 전문 지식을 공유하고 함께 협력.
3. 업무 프로세스
요구사항 분석: 다양한 산업군에서의 LLMs 도입을 위한 각 기업의 요구사항을 조사.
모델 선택: ChatGPT와 유사한 모델 중에서 특정 산업 분야에 적합한 모델 선택.
통합 및 개발: 선택한 모델을 기반으로 실제 서비스에 통합하기 위한 개발 및 테스트 진행.
성능 평가: 도입된 LLMs의 성능을 산업 규모에 맞게 평가하고 개선 방안 탐색.
4. 협력 및 네트워킹
다른 기업, 연구 기관, 및 산업 전문가들과의 협력을 통해 지식 공유 및 최신 동향 파악.
LLMs 도입을 고려하는 산업군 간의 네트워크 형성.
5. 사용자 교육 및 인식 확대
도입된 LLMs의 사용자 교육 프로그램 개발 및 실시.
성과와 이점을 강조하는 마케팅 및 커뮤니케이션 전략 수립.
6. 윤리 및 보안 고려사항
민감한 데이터 다루기에 대한 엄격한 보안 프로토콜 수립.
AI 윤리 원칙을 준수하며 사용자 프라이버시 보호.
7. 성과 평가 및 지속 가능성
도입된 LLMs의 성과를 주기적으로 평가하고 결과를 기반으로 지속적인 개선을 진행.
활동의 지속 가능성을 확보하기 위해 자금 조달 및 사업 모델 수립.
8. 주요 결과물
다양한 산업군에서의 LLMs 도입 사례 연구 보고서.
산업 전반에 걸친 LLMs 도입 가이드라인.
이러한 단계 및 요소를 고려하여 구체적인 활동 계획과 운영 방식을 설계하면, LLMs를 다양한 산업에 적용하고 성공적으로 활용할 수 있는 기반을 마련할 수 있을 것입니다.
연구목표
#논문_작성   #이북_/_깃북_/_위키독스_/_도서_집필   
참여조건
1> AI 및 언어 모델 전문가:
대규모 언어 모델 및 ChatGPT에 대한 깊은 이해.
자연어 처리(NLP) 및 기계 학습 분야에서의 전문 지식.
2> 산업 전문가:
특정 산업 분야에 대한 전문 지식 및 경험.
해당 산업의 도메인 언어 및 업무 프로세스에 대한 이해.
3> 소프트웨어 엔지니어 및 개발자:
Python 또는 다른 관련 언어를 사용한 소프트웨어 개발 경험.
대규모 언어 모델을 통합하고 서비스로 구현할 수 있는 능력.
4> 프로젝트 매니저:
프로젝트 관리 및 협업 경험이 있는 프로젝트 매니지먼트 전문가.
다양한 전문 분야의 팀을 조직하고 조율할 수 있는 능력.
5> 윤리 및 보안 전문가:
인공지능 및 데이터 처리에 대한 윤리적 원칙을 이해하고 준수.
보안 및 개인 정보 보호에 대한 전문 지식.
6> 사용자 교육 및 마케팅 전문가:
사용자 교육 및 홍보 캠페인을 설계하고 실행할 수 있는 능력.
기술적인 개념을 비전문가에게 이해하기 쉽게 전달할 수 있는 능력.
7> 협력 및 네트워킹 능력:
다양한 이해관계자와 협력하고 네트워킹할 수 있는 능력.
산업 군 간 협업을 촉진할 수 있는 능력.
8> 창의성 및 문제 해결 능력:
새로운 아이디어를 도출하고 현실적인 문제에 대한 해결책을 제시할 수 있는 능력.
랩짱소개
이태영

이태영

자기 소개

구글 검색에서 "딥러닝 이태영" 을 검색하면 자동완성이 되어 제가 2015년 부터 딥러닝 관련 연사로 발표했던 내역을 확인하실 수 있습니다. 또한 구글 검색에서 "LLM 전문가"를 검색하시면 2023년 9월 모두의 연구소에서 "LLM 모델 기반 서비스 실전 가이드" 란 주제의 동영상(https://www.youtube.com/watch?v=8UfK7fVPCGQ)을 찾아보실 수 있습니다. 서강대학교 데이터사이언스 인공지능 석사 과정을 졸업한 뒤 2023년 부터 서울과학기술대학교에서 박사 과정을 진행중에 있습니다. 2023년 한해 동안의 개인적인 성과를 하기 기입 드립니다. 1> CPLR LAB Leader (ChatGPT Prompt Learning Research) "모두의 연구소"에서 CPLR LAB을 이끌며, ChatGPT를 기반으로 한 프롬프트 학습 연구에 기여하고 있습니다. 2> Korea Technology Conference 2023 발표 "Exploring Deep Learning Acceleration Technology Embedded in LLMs" 주제로 한국 기술 컨퍼런스 2023에서 발표를 진행했습니다. 3> 모두의 연구소 세미나 발표 LLM 모델을 기반으로 한 서비스에 관한 경험을 바탕으로, "LLM 모델 기반 서비스 실전 가이드" 주제로 세미나를 진행했습니다. 4> 모두의 연구소 논문 지도교수(Faculty) 모두의 연구소에서는 논문 작성과 연구 지도를 통해 학문적인 업적을 쌓고 있습니다. 5> 풀잎스쿨 Facilitator (Deep Learning For Search 운영) "Deep Learning For Search" 주제로 풀잎스쿨을 이끌며, 참가자들과 함께 깊이 있는 학습 경험을 제공했습니다. 6> 서강대 인공지능 석사 대상 웨비나 "딥러닝 추천시스템의 변천사" 주제로 서강대에서 석사 대상 웨비나를 진행했습니다. 7> 공개SW 개발자대회 평가위원장으로서 공개 소프트웨어 개발자들의 참여를 독려하고 평가를 진행하여 개발자 대회의 출품작들을 평가하였습니다. 이러한 다양한 경험을 통해 기술과 리더십, 교육 등 다양한 역할에서 성장하고 있으며, 앞으로 더 많은 도전과 혁신에 기여하고자 합니다.

소속

서울과학기술대학교

E-mail

omsec@naver.com