한국미래기술교육연구원

상세 보기 및 등록 하기 * 지난 강의 영상 샘플 보기 (Image Click!!) 상세 보기 및 등록 하기

* 행사안내 최근 인공지능(AI) 기술이 눈부시게 발전하면서 '휴머노이드(Humanoid)'도 빠르게 진화하고 있어 주목된다. 휴머노이드는 전통적인 로봇공학과 인공지능 기술이 결합하여 개발된 '인간의 외모나 행동을 모방한 로봇'을 뜻한다. 머리와 몸통, 두 팔, 두 다리를 갖추고 있으며, 사람처럼 걷고 뛰고 계단을 오를 수 있을 뿐만 아니라 사물을 집어 운반하는 등의 노동을 수행할 수 있다. 초기 인간형 로봇은 단순 보행이나 간단한 인간의 명령 인식이 가능했지만, 최근 개발된 휴머노이드는 AI 두뇌를 장착고 있어 다양한 분야에서 인간 노동력을 대신하고 명령이 아니 상황에 따른 대화 가능하다. 특히, 생성형 AI 기술을 통한 자동화, 학습 및 의사결정 능력으로 인간과 상호작용이 가능할 뿐만 아니라 제조, 의료, 가전 및 물류 운송 로봇 기술의 고도화는 물론, 산업 현장에 속속 모습을 드러내는 등 수요가 빠르게 증가하고 있다. 이 같은 추세에 우리 정부도 로봇산업을 국가 첨단산업 육성 분야에 포함하며 힘을 보태고 있다. 산업통상자원부는 올 초 AI를 활용한 인간형 로봇 개발 사업을 ‘산업기술 알키미스트 프로젝트’의 3대 신규 테마 중 하나로 지정해 연구과제를 공모하는 등 기술, 인력, 기업 경쟁력을 강화할 방침을 천명했다. 우리 기업들 또한 삼성의 지원을 받는 ‘레인보우로보틱스’가 대한민국을 대표하는 휴머노이드 로봇 ‘휴보’를 개발했고, 현대자동차는 ‘보스턴 다이나믹스’를 인수하며 휴머노이드 개발에 박차를 가하는 등, 이미 삼성, LG, 현대자동차, 두산로보틱스, 한화로보틱스 등 주요 기업들이 휴머노이드 로봇 대중화를 위해 라인업을 늘리고 있다. 글로벌 시장조사 업체 데이터브리지마켓리서치에 따르면 지난해 17억 3,000만 달러(약 2조 4,000억 원)이던 휴머노이드 로봇 시장 규모는 2031년 232억 4,000만 달러(약 32조 1,700억 원)로 커질 것으로 예상되며, 골드만삭스는 세계 휴머노이드 로봇 시장이 2035년 380억 달러(약 52조 6,000억 원) 규모로 커지고, 로봇 출하량은 140만 대에 이를 것으로 전망했다. 머지않은 미래에 많은 로봇이 인간의 삶에 더 깊숙이 들어온다. 단순 반복 노동이나 위험한 일에 로봇을 투입하면 인간의 존엄성을 높일 수 있으며, 인구 감소 시대에 부족한 노동력을 채워줄 로봇의 가치는 점점 더 높아질 것이다. 이를 위하여 휴머노이드와 산업용 웨어러블 로봇 등을 발전시키려면 불확실한 환경에서도 제대로 작동하도록 연구개발 투자 확대를 통해 적응력과 신뢰도를 높여야 한다. 이번 세미나가 휴머노이드 및 AI 로봇시장을 선도하기 위한 정보를 공유함으로써 다양한 현안 해결의 실마리를 제공할 것으로 기대한다. 1. 주제 : 휴머노이드 / AI 로봇 개발을 위한 요소기술 및 산업전망 - 산업전망/요소기술, HW/센서/반도체, 생성형AI/LLM 2. 일시 : 2024-10-23 09:30-17:00 3. 장소 : 서울 코엑스 컨퍼런스룸 403호/온라인 홈페이지 4. 주최 : 한국미래기술교육연구원 5. 동시개최 : KES2024 한국전자전 부대행사 (https://www.kes.org/kor/) 6. 문의 : 02-545-4020 / [email protected] 7 관련 등록 및 상세 페이지 : https://www.kecft.or.kr/shop/item20.php?it_id=1724225536 [10.23] '휴머노이드 로봇 혁명' 휴머노이드 / AI 로봇 개발을 위한 요소기술 및 산업전망 > 세미나 | :: 한국미래기술교육연구원 첨단산업관련 신기술 교육, 세미나, 컨설팅 전문업체 www.kecft.or.kr 8. 주요 프로그램 <Session 1 – 산업전망 및 요소 기술> * 휴머노이드 로봇 동향 및 미래 전망 - 휴머노이드 로봇 시장 및 산업 현황 - 휴머노이드 로봇 기술개발 방향 및 시사점 * 휴머노이드 로봇 요소기술 개발 동향과 인터랙션(HRI) 적용방안 - 휴먼-로봇 상호작용(HRI) 기술 - 지능형 서비스 로봇 개발 방향과 요소 기술 <Session 2 – H/W/센서 및 반도체> * 휴머노이드/AI 로봇 개발을 위한 하드웨어 설계 및 제어 기술 - 휴머노이드형 양팔로봇 제어 - 인간형 핸드 설계 및 개발 - 정밀 파지 작업을 위한 피부형 촉각센서 * 온디바이스 AI 개발 기술과 AI 로봇 적용방안 - 온디바이스 AI SW 및 HW 글로벌 기술 동향 - 적용사례: 5G환경의 온디바이스 IoT 고속 지능 HW 및 SW 엔진 기술 <Session3 – 생성형AI와 LLM> * 대규모 언어 모델(LLM) 개발과 AI로봇 적용을 위한 해결과제 - LLM이 가지는 의미와 AI로봇의 적용 - 적용을 위한 해결과제 * 파운데이션 모델을 활용한 로봇 지능 고도화 방안 - 절차 생성 AI 자동 평가 기술 - 로타벤치마크 기술 개발 사례와 적용 방안 * 비전 AI와 대형멀티모달(LMM)을 적용한 휴머노이드의 특성과 개발 방안 - 컴퓨터 비전 및 멀티모달 기술 - 멀티모달 상식 추론 * 멀티모달 파운데이션 모델(Foundation Model)과 온디바이스 AI 제품 상용화 방안 - AI 휴먼을 위한 비디오 파운데이션 모델 상용화 방안 - 온디바이스 AI와 온프레미스 LLM 제품 상용화

* 행사안내 인공지능의 열풍 속에 기업과 교육, 공공 시장 등에 최적화한 거대언어모델(LLM, Large Language Model) 시장이 달아오르고 있는 가운데, 기업이 LLM을 개별적으로 구축하기 위한 서비스 개발자 양성의 발걸음이 바빠지고 있다. LLM은 대규모 텍스트 데이터를 사용하여 학습되는 인공 지능 모델로써 언어 이해와 생성 작업을 자동화하고 개선하는 데 사용된다. 또한, 자연어 처리(NLP) 작업에서 뛰어난 성능을 발휘하며, 문장을 이해하고 생성하는 능력을 갖추고 있다. 대표적 LLM으로는 OpenAI의 GPT 시리즈, Google의 BERT, 에이닷에 탑재된 Claude, A.x, Perplexity 등이 있다. 글로벌 시장조사업체 마켓앤마켓(MarketsandMarkets)에 따르면 대규모 언어 모델(LLM) 시장 규모가 2024년 64억 달러에서 2030년 361억 달러로 급증하며, 33.2%(CAGR)의 성장률을 기록할 것으로 예상되며, QYResearch는 LLM 시장 규모가 2023년 15억 9,093만 달러에서 2030년에는 2,598억 1,773만 달러에 달할 것으로 예측한다. LLM은 AI 기술의 중요한 부분으로, 다양한 분야에서 혁신을 이끌고 있다. 자연어 처리 작업의 효율성을 극대화하고, 새로운 애플리케이션을 개발하며, 미래의 가능성을 열어가는 LLM의 발전을 주목할 필요가 있다. 이번 실무 교육은 LLM 이해를 위한 ChatGPT 활용부터 실제 프로덕트 수준의 AI 서비스 개발, 서비스 도입 및 운영 관점의 LLMOps와 RAI까지 LLM에 대한 모든 내용을 다룸으로써 LLM 개발의 최신 노하우를 학습할 수 있는 자리가 될 것이다. 이번 교육 과정이 국내 LLM 시장을 선도하기 위한 정보를 공유함으로써 다양한 현안 해결의 실마리를 제공할 것으로 기대한다. 1. 주제 : LLM(대규모 언어 모델) 서비스 개발자를 위한 실무 교육 - 프롬프트 엔지니어링, 파인튜닝, 임베딩 모델, 멀티 모달, LangChain, RAG 외 2. 일시 : 2024-10-30 10:00-17:00 3. 장소 : 전경련회관 컨퍼런스센터 2층, 사파이어홀(여의도 소재)/ 온라인 홈페이지 4. 주최 : 한국미래기술교육연구원 5. 문의 : 02-545-4020 / [email protected] 6. 관련 등록 및 상세 페이지 : https://www.kecft.or.kr/shop/item20.php?it_id=1727076226 [10.30] LLM(대규모 언어 모델) 서비스 개발자를 위한 실무 교육 > 세미나 | :: 한국미래기술교육연구원 첨단산업관련 신기술 교육, 세미나, 컨설팅 전문업체 www.kecft.or.kr 7. 강사소개 8. 주요 프로그램 * LLM 및 트랜스포머 아키텍처 기초 - LLM 개요 및 트랜스포머 아키텍처 설명 : 인코더, 디코더, 어텐션 메커니즘 - 텍스트 임베딩과 토크나이저 사용법 : 토큰화, 토큰 임베딩, 위치 인코딩 - 어텐션 메커니즘 이해 : 쿼리, 키, 값, 멀티 헤드 어텐션 - 주요 사전 학습 메커니즘 : 인과적 언어 모델링, 마스크 언어 모델링 - 시연 : 허깅페이스 라이브러리를 이용한 트랜스포머 모델 - 시연 : 트랜스포머 아키텍처를 활용한 텍스트 분석 * 프롬프트 엔지니어링 - 프롬프트 엔지니어링의 기본 개념 : 퓨샷 학습, 출력 구조화, 페르소나 지정 - 고급 프롬프트 체이닝 및 인젝션 방어 기법 :프롬프트 체이닝, CoT - 입력/출력 유효성 검사 및 NLI 기반 유효성 검사 파이프라인 - 주요 사전 학습 메커니즘 : 인과적 언어 모델링, 마스크 언어 모델링 - 시연 : ChatGPT를 활용한 Q/A 챗봇 만들기 * LLM 파인튜닝 및 전이 학습 - 파인튜닝과 전이 학습의 개념 및 사례 - 파인튜닝된 모델을 애플리케이션에 통합하는 방법 - 강화 학습 개념 이해 (RLHF, DPO) - 시연 : OpenAI API를 이용한 GPT-3 파인튜닝 - 데이터셋 준비, 하이퍼파라미터 선택 - 시연 : LoRA 및 QLoRA를 활용한 파라미터 최적화 수행 * 임베딩 모델과 의미 기반 검색 - 텍스트 임베딩의 기본 개념 및 방식 : 원핫 인코딩, 백오브워즈, TF-IDF, 워드투벡 - 의미 기반 검색과 벡터 데이터베이스의 역할 - 검색 결과 재순위화 및 성능 향상 기법 - 시연 : 벡터 데이터베이스를 사용한 의미 기반 검색 시스템 구현 - 시연 : Sentence-Transformers를 사용한 의미 검색 최적화 * 맞춤형 임베딩 모델 개발 - 맞춤형 임베딩 모델 개념 및 학습 방법 : 대조 학습, MNR 손실 - 검색 품질을 높이는 순위 재정렬 방법 - 검색 결과 재순위화 및 성능 향상 기법 - 시연 : 유사한 문장 데이터로 임베딩 모델 학습 - 시연 : 교차 인코더와 바이 인코더를 사용해 RAG 검색 성능 향상 - 시연 : 미세 조정된 임베딩 모델로 검색 성능 비교 및 최적화 * LLM 실전 응용 및 운영 - MLOps와 LLMOps 개념 : 데이터 관리, 실험 관리, 모델 모니터링 - 모델 성능 모니터링 및 평가 지표 설정 - LLM 평가 방법 및 최적화 : 양자화, 가지치기, 지식 증류 - 시연 : LLM 모델을 프로덕션 환경에 배포 및 운영하는 방법 - 시연 : Hugging Face와 OpenAI API를 활용한 모델 배포 - 시연 : 벡터 데이터베이스와 RAG 시스템을 활용한 성능 최적화