SlideShare ist ein Scribd-Unternehmen logo
1 von 42
Downloaden Sie, um offline zu lesen
Anyone can be an ARTist.
Any business can be an ART.
를 전달합니다
를 가르칩니다
를 연구합니다
를 적용합니다
1. 무엇이 자연스러운
교육 혁신의 방향인가?
를 전달합니다
컨텐츠를 만드는데 10배의 노력을 들인다면
그것은 100배의 독자에게 전달될 것이며
독자들은 10%의 에너지만으로 이해할 수 있을 것이다.
2. AI는 교육을 어떻게 바꿀 수 있을까?
물고기에게 나무 타기를 가르치는 교육
→ 학생은 실패자로 낙인
발전 없는 교육환경
→ 지금의 수단은 과연 정당한가?
동일한 교육에 동일한 시험 평가
→ 동일한 취업준비생만 양산
를 가르칩니다
Education by AI, Education for AI
AI에 의한, AI를 위한 교육
를 가르칩니다
쉽게 배우고,
배움의 과정을 쉽게 공유하고,
배움의 결과를 쉽게 적용하고,
투명한 교육이 곧 채용과 이어지는
GitHub Social media
Paper
3. AI 시대엔 어떤 교육이 필요할까?
Task
Performance
measure
Experience
Task
Performance
measure
Experience
현업 종사자
불확실한 상황을
(uncertain world)
추상화/도식화/수학화
하는 훈련
문제 해결을 위해
데이터를 수집/관리
해보는 경험
새로운 방법 고안 → 수학 &
빠른 prototyping → 코딩
과학적 사고,
검증 과정 (학계)
다양한 레벨에서의
HW / SW 엔지니어
현업 종사자 불확실한 상황을
(uncertain world)
추상화/도식화/수학화
하는 훈련
문제 해결을 위해
데이터를 수집/관리
해보는 경험
새로운 방법 고안 → 수학 &
빠른 prototyping → 코딩
과학적 사고,
검증 과정 (학계)
다양한 레벨에서의
HW / SW 엔지니어
를 연구합니다
를 적용합니다
현업 종사자 불확실한 상황을
(uncertain world)
추상화/도식화/수학화
하는 훈련
문제 해결을 위해
데이터를 수집/관리
해보는 경험
새로운 방법 고안 → 수학 &
빠른 prototyping → 코딩
과학적 사고,
검증 과정 (학계)
다양한 레벨에서의
HW / SW 엔지니어
대학
#44. KAIST에서 "대학 유죄"를 외치다: ART Lab의 도전

Weitere ähnliche Inhalte

Was ist angesagt?

교사연수02 무엇을어떻게
교사연수02 무엇을어떻게교사연수02 무엇을어떻게
교사연수02 무엇을어떻게성훈 김
 
교사연수02 무엇을어떻게
교사연수02 무엇을어떻게교사연수02 무엇을어떻게
교사연수02 무엇을어떻게성훈 김
 
02 엔트리와 함께하는 언플러그드 활동
02 엔트리와 함께하는 언플러그드 활동02 엔트리와 함께하는 언플러그드 활동
02 엔트리와 함께하는 언플러그드 활동entrylabs
 
학교 메이커 교육 컨퍼런스 2017 - 초등학교 SW 교육과 메이커 교육 사례 by 김도현 교사 (인천길주초등학교)
학교 메이커 교육 컨퍼런스 2017 - 초등학교 SW 교육과 메이커 교육 사례 by 김도현 교사 (인천길주초등학교)학교 메이커 교육 컨퍼런스 2017 - 초등학교 SW 교육과 메이커 교육 사례 by 김도현 교사 (인천길주초등학교)
학교 메이커 교육 컨퍼런스 2017 - 초등학교 SW 교육과 메이커 교육 사례 by 김도현 교사 (인천길주초등학교)brainerymakers
 
디미컨 어린이컴퓨터교육 8주차
디미컨 어린이컴퓨터교육 8주차디미컨 어린이컴퓨터교육 8주차
디미컨 어린이컴퓨터교육 8주차jiyein
 
초등학생 대상_네이버 소프트웨어 교육 프로젝트_소프트웨어야 놀자 연구
초등학생 대상_네이버 소프트웨어 교육 프로젝트_소프트웨어야 놀자 연구초등학생 대상_네이버 소프트웨어 교육 프로젝트_소프트웨어야 놀자 연구
초등학생 대상_네이버 소프트웨어 교육 프로젝트_소프트웨어야 놀자 연구Sangsu Song
 

Was ist angesagt? (6)

교사연수02 무엇을어떻게
교사연수02 무엇을어떻게교사연수02 무엇을어떻게
교사연수02 무엇을어떻게
 
교사연수02 무엇을어떻게
교사연수02 무엇을어떻게교사연수02 무엇을어떻게
교사연수02 무엇을어떻게
 
02 엔트리와 함께하는 언플러그드 활동
02 엔트리와 함께하는 언플러그드 활동02 엔트리와 함께하는 언플러그드 활동
02 엔트리와 함께하는 언플러그드 활동
 
학교 메이커 교육 컨퍼런스 2017 - 초등학교 SW 교육과 메이커 교육 사례 by 김도현 교사 (인천길주초등학교)
학교 메이커 교육 컨퍼런스 2017 - 초등학교 SW 교육과 메이커 교육 사례 by 김도현 교사 (인천길주초등학교)학교 메이커 교육 컨퍼런스 2017 - 초등학교 SW 교육과 메이커 교육 사례 by 김도현 교사 (인천길주초등학교)
학교 메이커 교육 컨퍼런스 2017 - 초등학교 SW 교육과 메이커 교육 사례 by 김도현 교사 (인천길주초등학교)
 
디미컨 어린이컴퓨터교육 8주차
디미컨 어린이컴퓨터교육 8주차디미컨 어린이컴퓨터교육 8주차
디미컨 어린이컴퓨터교육 8주차
 
초등학생 대상_네이버 소프트웨어 교육 프로젝트_소프트웨어야 놀자 연구
초등학생 대상_네이버 소프트웨어 교육 프로젝트_소프트웨어야 놀자 연구초등학생 대상_네이버 소프트웨어 교육 프로젝트_소프트웨어야 놀자 연구
초등학생 대상_네이버 소프트웨어 교육 프로젝트_소프트웨어야 놀자 연구
 

Ähnlich wie #44. KAIST에서 "대학 유죄"를 외치다: ART Lab의 도전

모두를 위한 메이커 교육 Maker Education for All (Feb 2018, Korean)
모두를 위한 메이커 교육 Maker Education for All (Feb 2018, Korean)모두를 위한 메이커 교육 Maker Education for All (Feb 2018, Korean)
모두를 위한 메이커 교육 Maker Education for All (Feb 2018, Korean)Youngju Oh
 
Matrix에 오신 것을_환영합니다!
Matrix에 오신 것을_환영합니다!Matrix에 오신 것을_환영합니다!
Matrix에 오신 것을_환영합니다!Lee_Cheol_Hyun
 
모두의 AI 교육 : 산 ⦁ 학 ⦁ 관 협력으로 모색해 보는 부산 AI 교육
모두의 AI 교육 : 산 ⦁ 학 ⦁ 관 협력으로 모색해 보는 부산 AI 교육모두의 AI 교육 : 산 ⦁ 학 ⦁ 관 협력으로 모색해 보는 부산 AI 교육
모두의 AI 교육 : 산 ⦁ 학 ⦁ 관 협력으로 모색해 보는 부산 AI 교육Jong-Hyun Kim
 
Bigcamp in sxs_wedu
Bigcamp in sxs_weduBigcamp in sxs_wedu
Bigcamp in sxs_weduJudyoon
 
정책사랑방 Ict활용교육.수업혁신의 날개를 달다
정책사랑방 Ict활용교육.수업혁신의 날개를 달다정책사랑방 Ict활용교육.수업혁신의 날개를 달다
정책사랑방 Ict활용교육.수업혁신의 날개를 달다YoungSik Jeong
 
일본문부과학성(2023) 생성AI 가이드라인
일본문부과학성(2023) 생성AI 가이드라인일본문부과학성(2023) 생성AI 가이드라인
일본문부과학성(2023) 생성AI 가이드라인Kyubok Cho
 
고등직업교육에서의 AI 교육 사례 및 방향
고등직업교육에서의 AI 교육 사례 및 방향고등직업교육에서의 AI 교육 사례 및 방향
고등직업교육에서의 AI 교육 사례 및 방향Jong-Hyun Kim
 
[메이커 교육 컨퍼런스 2018] 소프트웨어 교육과 메이커 교육-김수환교수
[메이커 교육 컨퍼런스 2018] 소프트웨어 교육과 메이커 교육-김수환교수[메이커 교육 컨퍼런스 2018] 소프트웨어 교육과 메이커 교육-김수환교수
[메이커 교육 컨퍼런스 2018] 소프트웨어 교육과 메이커 교육-김수환교수brainerymakers
 
스마트러닝의이해 이정훈V1
스마트러닝의이해 이정훈V1스마트러닝의이해 이정훈V1
스마트러닝의이해 이정훈V1Jeong Hun Lee
 
IDEO 교육자를 위한 디자인사고 툴킷 2.0(한국어번역)
IDEO 교육자를 위한 디자인사고 툴킷 2.0(한국어번역)IDEO 교육자를 위한 디자인사고 툴킷 2.0(한국어번역)
IDEO 교육자를 위한 디자인사고 툴킷 2.0(한국어번역)pxdstory
 
Maker Eduation Korea 2016 Forum book
Maker Eduation Korea 2016 Forum bookMaker Eduation Korea 2016 Forum book
Maker Eduation Korea 2016 Forum bookHenry Sung
 
oec- 창업가정신교육
oec- 창업가정신교육oec- 창업가정신교육
oec- 창업가정신교육D.CAMP
 
미래 교육 혁신을 위한 제언 KAIST ASP 3기 4B
미래 교육 혁신을 위한 제언 KAIST ASP 3기 4B미래 교육 혁신을 위한 제언 KAIST ASP 3기 4B
미래 교육 혁신을 위한 제언 KAIST ASP 3기 4BJimmy Park
 
잡코리아 글로벌 프런티어 12기_S.w.e.e.t_탐방보고서
잡코리아 글로벌 프런티어 12기_S.w.e.e.t_탐방보고서잡코리아 글로벌 프런티어 12기_S.w.e.e.t_탐방보고서
잡코리아 글로벌 프런티어 12기_S.w.e.e.t_탐방보고서잡코리아 글로벌 프런티어
 
03 진정한 스마트교육은 무엇인가
03 진정한 스마트교육은 무엇인가03 진정한 스마트교육은 무엇인가
03 진정한 스마트교육은 무엇인가Jaechoon Jo
 
교육공학 저널Pdf
교육공학   저널Pdf교육공학   저널Pdf
교육공학 저널PdfHeekyung12
 

Ähnlich wie #44. KAIST에서 "대학 유죄"를 외치다: ART Lab의 도전 (20)

모두를 위한 메이커 교육 Maker Education for All (Feb 2018, Korean)
모두를 위한 메이커 교육 Maker Education for All (Feb 2018, Korean)모두를 위한 메이커 교육 Maker Education for All (Feb 2018, Korean)
모두를 위한 메이커 교육 Maker Education for All (Feb 2018, Korean)
 
Matrix에 오신 것을_환영합니다!
Matrix에 오신 것을_환영합니다!Matrix에 오신 것을_환영합니다!
Matrix에 오신 것을_환영합니다!
 
제본용
제본용제본용
제본용
 
모두의 AI 교육 : 산 ⦁ 학 ⦁ 관 협력으로 모색해 보는 부산 AI 교육
모두의 AI 교육 : 산 ⦁ 학 ⦁ 관 협력으로 모색해 보는 부산 AI 교육모두의 AI 교육 : 산 ⦁ 학 ⦁ 관 협력으로 모색해 보는 부산 AI 교육
모두의 AI 교육 : 산 ⦁ 학 ⦁ 관 협력으로 모색해 보는 부산 AI 교육
 
Bigcamp in sxs_wedu
Bigcamp in sxs_weduBigcamp in sxs_wedu
Bigcamp in sxs_wedu
 
정책사랑방 Ict활용교육.수업혁신의 날개를 달다
정책사랑방 Ict활용교육.수업혁신의 날개를 달다정책사랑방 Ict활용교육.수업혁신의 날개를 달다
정책사랑방 Ict활용교육.수업혁신의 날개를 달다
 
일본문부과학성(2023) 생성AI 가이드라인
일본문부과학성(2023) 생성AI 가이드라인일본문부과학성(2023) 생성AI 가이드라인
일본문부과학성(2023) 생성AI 가이드라인
 
Creative Innovation
Creative InnovationCreative Innovation
Creative Innovation
 
고등직업교육에서의 AI 교육 사례 및 방향
고등직업교육에서의 AI 교육 사례 및 방향고등직업교육에서의 AI 교육 사례 및 방향
고등직업교육에서의 AI 교육 사례 및 방향
 
[메이커 교육 컨퍼런스 2018] 소프트웨어 교육과 메이커 교육-김수환교수
[메이커 교육 컨퍼런스 2018] 소프트웨어 교육과 메이커 교육-김수환교수[메이커 교육 컨퍼런스 2018] 소프트웨어 교육과 메이커 교육-김수환교수
[메이커 교육 컨퍼런스 2018] 소프트웨어 교육과 메이커 교육-김수환교수
 
스마트러닝의이해 이정훈V1
스마트러닝의이해 이정훈V1스마트러닝의이해 이정훈V1
스마트러닝의이해 이정훈V1
 
교육자를 위한 디자인사고 툴킷 2.0 한글 번역본 - IDEO
교육자를 위한 디자인사고 툴킷 2.0 한글 번역본 - IDEO교육자를 위한 디자인사고 툴킷 2.0 한글 번역본 - IDEO
교육자를 위한 디자인사고 툴킷 2.0 한글 번역본 - IDEO
 
IDEO 교육자를 위한 디자인사고 툴킷 2.0(한국어번역)
IDEO 교육자를 위한 디자인사고 툴킷 2.0(한국어번역)IDEO 교육자를 위한 디자인사고 툴킷 2.0(한국어번역)
IDEO 교육자를 위한 디자인사고 툴킷 2.0(한국어번역)
 
Maker Eduation Korea 2016 Forum book
Maker Eduation Korea 2016 Forum bookMaker Eduation Korea 2016 Forum book
Maker Eduation Korea 2016 Forum book
 
oec- 창업가정신교육
oec- 창업가정신교육oec- 창업가정신교육
oec- 창업가정신교육
 
미래 교육 혁신을 위한 제언 KAIST ASP 3기 4B
미래 교육 혁신을 위한 제언 KAIST ASP 3기 4B미래 교육 혁신을 위한 제언 KAIST ASP 3기 4B
미래 교육 혁신을 위한 제언 KAIST ASP 3기 4B
 
잡코리아 글로벌 프런티어 12기_S.w.e.e.t_탐방보고서
잡코리아 글로벌 프런티어 12기_S.w.e.e.t_탐방보고서잡코리아 글로벌 프런티어 12기_S.w.e.e.t_탐방보고서
잡코리아 글로벌 프런티어 12기_S.w.e.e.t_탐방보고서
 
03 진정한 스마트교육은 무엇인가
03 진정한 스마트교육은 무엇인가03 진정한 스마트교육은 무엇인가
03 진정한 스마트교육은 무엇인가
 
잡코리아 글로벌 프런티어 12th_SWEET_탐방계획서
잡코리아 글로벌 프런티어 12th_SWEET_탐방계획서잡코리아 글로벌 프런티어 12th_SWEET_탐방계획서
잡코리아 글로벌 프런티어 12th_SWEET_탐방계획서
 
교육공학 저널Pdf
교육공학   저널Pdf교육공학   저널Pdf
교육공학 저널Pdf
 

Mehr von Terry Taewoong Um

A brief introduction to OCR (Optical character recognition)
A brief introduction to OCR (Optical character recognition)A brief introduction to OCR (Optical character recognition)
A brief introduction to OCR (Optical character recognition)Terry Taewoong Um
 
Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynami...
Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynami...Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynami...
Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynami...Terry Taewoong Um
 
인공지능의 사회정의의 편이 될 수 있을까? (인공지능과 법)
인공지능의 사회정의의 편이 될 수 있을까? (인공지능과 법)인공지능의 사회정의의 편이 될 수 있을까? (인공지능과 법)
인공지능의 사회정의의 편이 될 수 있을까? (인공지능과 법)Terry Taewoong Um
 
Deep learning (Machine learning) tutorial for beginners
Deep learning (Machine learning) tutorial for beginnersDeep learning (Machine learning) tutorial for beginners
Deep learning (Machine learning) tutorial for beginnersTerry Taewoong Um
 
Deep Variational Bayes Filters (2017)
Deep Variational Bayes Filters (2017)Deep Variational Bayes Filters (2017)
Deep Variational Bayes Filters (2017)Terry Taewoong Um
 
On Calibration of Modern Neural Networks (2017)
On Calibration of Modern Neural Networks (2017)On Calibration of Modern Neural Networks (2017)
On Calibration of Modern Neural Networks (2017)Terry Taewoong Um
 
Deep Learning: A Critical Appraisal (2018)
Deep Learning: A Critical Appraisal (2018)Deep Learning: A Critical Appraisal (2018)
Deep Learning: A Critical Appraisal (2018)Terry Taewoong Um
 
Understanding Black-box Predictions via Influence Functions (2017)
Understanding Black-box Predictions via Influence Functions (2017)Understanding Black-box Predictions via Influence Functions (2017)
Understanding Black-box Predictions via Influence Functions (2017)Terry Taewoong Um
 
Learning with side information through modality hallucination (2016)
Learning with side information through modality hallucination (2016)Learning with side information through modality hallucination (2016)
Learning with side information through modality hallucination (2016)Terry Taewoong Um
 
Human Motion Forecasting (Generation) with RNNs
Human Motion Forecasting (Generation) with RNNsHuman Motion Forecasting (Generation) with RNNs
Human Motion Forecasting (Generation) with RNNsTerry Taewoong Um
 
Deformable Convolutional Network (2017)
Deformable Convolutional Network (2017)Deformable Convolutional Network (2017)
Deformable Convolutional Network (2017)Terry Taewoong Um
 
Introduction to Deep Learning with TensorFlow
Introduction to Deep Learning with TensorFlowIntroduction to Deep Learning with TensorFlow
Introduction to Deep Learning with TensorFlowTerry Taewoong Um
 
About Two Motion Planning Papers
About Two Motion Planning PapersAbout Two Motion Planning Papers
About Two Motion Planning PapersTerry Taewoong Um
 
기계학습(Machine learning) 입문하기
기계학습(Machine learning) 입문하기기계학습(Machine learning) 입문하기
기계학습(Machine learning) 입문하기Terry Taewoong Um
 
Lie Group Formulation for Robot Mechanics
Lie Group Formulation for Robot MechanicsLie Group Formulation for Robot Mechanics
Lie Group Formulation for Robot MechanicsTerry Taewoong Um
 
로봇과 인공지능, 그리고 미래의 노동
로봇과 인공지능, 그리고 미래의 노동로봇과 인공지능, 그리고 미래의 노동
로봇과 인공지능, 그리고 미래의 노동Terry Taewoong Um
 
Introduction to Machine Learning and Deep Learning
Introduction to Machine Learning and Deep LearningIntroduction to Machine Learning and Deep Learning
Introduction to Machine Learning and Deep LearningTerry Taewoong Um
 
Lie Group Formulation for Robot Mechanics
Lie Group Formulation for Robot MechanicsLie Group Formulation for Robot Mechanics
Lie Group Formulation for Robot MechanicsTerry Taewoong Um
 

Mehr von Terry Taewoong Um (18)

A brief introduction to OCR (Optical character recognition)
A brief introduction to OCR (Optical character recognition)A brief introduction to OCR (Optical character recognition)
A brief introduction to OCR (Optical character recognition)
 
Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynami...
Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynami...Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynami...
Deep Reinforcement Learning in a Handful of Trials using Probabilistic Dynami...
 
인공지능의 사회정의의 편이 될 수 있을까? (인공지능과 법)
인공지능의 사회정의의 편이 될 수 있을까? (인공지능과 법)인공지능의 사회정의의 편이 될 수 있을까? (인공지능과 법)
인공지능의 사회정의의 편이 될 수 있을까? (인공지능과 법)
 
Deep learning (Machine learning) tutorial for beginners
Deep learning (Machine learning) tutorial for beginnersDeep learning (Machine learning) tutorial for beginners
Deep learning (Machine learning) tutorial for beginners
 
Deep Variational Bayes Filters (2017)
Deep Variational Bayes Filters (2017)Deep Variational Bayes Filters (2017)
Deep Variational Bayes Filters (2017)
 
On Calibration of Modern Neural Networks (2017)
On Calibration of Modern Neural Networks (2017)On Calibration of Modern Neural Networks (2017)
On Calibration of Modern Neural Networks (2017)
 
Deep Learning: A Critical Appraisal (2018)
Deep Learning: A Critical Appraisal (2018)Deep Learning: A Critical Appraisal (2018)
Deep Learning: A Critical Appraisal (2018)
 
Understanding Black-box Predictions via Influence Functions (2017)
Understanding Black-box Predictions via Influence Functions (2017)Understanding Black-box Predictions via Influence Functions (2017)
Understanding Black-box Predictions via Influence Functions (2017)
 
Learning with side information through modality hallucination (2016)
Learning with side information through modality hallucination (2016)Learning with side information through modality hallucination (2016)
Learning with side information through modality hallucination (2016)
 
Human Motion Forecasting (Generation) with RNNs
Human Motion Forecasting (Generation) with RNNsHuman Motion Forecasting (Generation) with RNNs
Human Motion Forecasting (Generation) with RNNs
 
Deformable Convolutional Network (2017)
Deformable Convolutional Network (2017)Deformable Convolutional Network (2017)
Deformable Convolutional Network (2017)
 
Introduction to Deep Learning with TensorFlow
Introduction to Deep Learning with TensorFlowIntroduction to Deep Learning with TensorFlow
Introduction to Deep Learning with TensorFlow
 
About Two Motion Planning Papers
About Two Motion Planning PapersAbout Two Motion Planning Papers
About Two Motion Planning Papers
 
기계학습(Machine learning) 입문하기
기계학습(Machine learning) 입문하기기계학습(Machine learning) 입문하기
기계학습(Machine learning) 입문하기
 
Lie Group Formulation for Robot Mechanics
Lie Group Formulation for Robot MechanicsLie Group Formulation for Robot Mechanics
Lie Group Formulation for Robot Mechanics
 
로봇과 인공지능, 그리고 미래의 노동
로봇과 인공지능, 그리고 미래의 노동로봇과 인공지능, 그리고 미래의 노동
로봇과 인공지능, 그리고 미래의 노동
 
Introduction to Machine Learning and Deep Learning
Introduction to Machine Learning and Deep LearningIntroduction to Machine Learning and Deep Learning
Introduction to Machine Learning and Deep Learning
 
Lie Group Formulation for Robot Mechanics
Lie Group Formulation for Robot MechanicsLie Group Formulation for Robot Mechanics
Lie Group Formulation for Robot Mechanics
 

#44. KAIST에서 "대학 유죄"를 외치다: ART Lab의 도전