AI의 무게중심은 말하는 AI에서 보고, 이해하고, 판단하고, 행동하는 AI로 옮겨 가고 있습니다. 이 강좌는 그 이유를 다룹니다. 로봇 학습(robot learning)을 먼저 배우고 하드웨어·제어·기계공학은 학기 후반에 다룹니다.
이 페이지는 제가 개인적으로 운영하는 보조 페이지입니다. 아래 일정에는 한 학기 전체를 담았고 슬라이드와 녹화본은 제가 직접 강의하거나, 진행을 맡거나, 공동으로 운영하는 회차에만 올립니다. 공식 공지와 과제, 마감, 성적은 DGIST LMS를 기준으로 합니다.
강의 일정
평가 운영 안내 — 10월 5일: 별도의 중간·기말 시험이나 리포트 없이, 지정된 8회 강의의 주간 성찰 에세이로 과제 평가를 진행합니다. 출석 기준은 계속 적용되며, 공식 배점과 제출 안내는 DGIST LMS에서 공지합니다.
8월 28일AI 특강학기를 여는 첫 회차입니다. DGIST가 마련했습니다.DGIST
9월 4일인공지능의 패러다임 전환과 체화된 AI의 부상파운데이션 모델은 언어와 이미지를 정복했습니다. 그다음 프론티어가 왜 하필 행동(action)이 되었는지를 짚고 한 학기 전체의 지도를 펼칩니다.강의슬라이드녹화본
9월 11일초청 강연Video Foundation Models and World Models이형민 교수 · 서울과학기술대학교원격 강연.슬라이드녹화본
9월 18일리더십 강연DGIST가 주관하는 회차입니다. 연사는 LMS에서 안내합니다.DGIST
9월 25일추석 연휴휴강
10월 2일새로운 모달리티로서의 행동과 로봇 학습 데이터의 확장텍스트와 이미지에 이어 행동을 새로운 데이터 모달리티로 바라봅니다. 웹의 글과 사진은 저절로 쌓였지만 로봇 데이터는 그렇게 늘어나지 않습니다. 그 이유를 살펴봅니다.강의슬라이드녹화본
10월 9일한글날휴강
10월 16일중간고사 주간 — 별도 수업·과제 없음중간고사와 별도 중간 리포트는 없습니다. 지정된 8회 강의의 주간 성찰 에세이로 과제 평가를 진행하며, 제출 안내는 LMS를 확인해 주세요.휴강
10월 23일경험에서 행동으로: 로봇은 어떻게 배우는가시연과 시행착오로 쌓은 경험이 실제 행동으로 이어지는 과정을 따라갑니다. 행동 생성부터 범용 로봇 정책, 미래 예측과 계획까지 연결해 살펴봅니다.강의슬라이드녹화본
10월 30일창업 리더십 강연DGIST가 주관하는 회차입니다.DGIST
11월 6일초청 강연Spatial AI to Physical AI홍성환 박사 · ETH Zurich 박사후연구원원격 강연.슬라이드녹화본
11월 13일리더십 강연DGIST가 주관하는 회차입니다. 연사는 LMS에서 안내합니다.DGIST
11월 20일로봇 하드웨어와 제어의 기초, 최신 로봇 플랫폼학습된 정책(policy)은 하드웨어와 제어, 기계공학을 거쳐 실제 물리적 움직임이 됩니다.강의슬라이드녹화본
11월 27일체화된 AI 시대의 윤리, 안전, 사회적 책임AI 시스템이 몸을 갖고 물리적 세계에서 행동하기 시작하면 무엇이 달라지는지 살펴봅니다. 새로 생기는 위험의 범위와 노동, 정렬(alignment), 프라이버시를 다룹니다.강의슬라이드녹화본
12월 4일종강 키노트피지컬 AI 메가트렌드: 행동하는 AI가 불러올 산업 혁명최홍섭 대표 · 마음AI행동하는 AI가 곧 바꿔 놓을 시장과 일자리, 기업 전략을 산업계의 시선으로 조망합니다. 이 강좌를 저와 함께 운영하는 분이 강연합니다.슬라이드녹화본
12월 11일기말고사 주간 — 별도 수업·과제 없음기말고사와 별도 종합 에세이는 없습니다. 지정된 8회 강의의 주간 성찰 에세이로 과제 평가를 진행하며, 제출 안내는 LMS를 확인해 주세요.휴강
이 페이지가 다루는 범위
미래소양강좌(과목코드 HSS118)는 DGIST 1~2학년을 대상으로 하는 기초필수 교양 과목입니다. 16주 한 학기 전체를 공동으로 운영합니다. 이번 가을 학기에는 「모두를 위한 Physical AI」라는 주제로 진행합니다. 위 일정에는 학기가 어떻게 흘러가는지 한눈에 보이도록 16주를 모두 적었습니다. 강조해 둔 8개 회차에서는 제가 직접 강의를 하거나, 진행을 맡거나, 공동으로 운영합니다. DGIST로 표시한 주는 학교가 주관합니다. 과제 평가는 8회 주간 성찰 에세이로 진행하며, 별도의 중간·기말 시험이나 리포트는 없습니다.
수업은 로봇공학이나 머신러닝 사전 지식이 필요하지 않습니다. 전문 용어는 먼저 쉬운 말로 소개하고 모든 약어는 처음 등장할 때 풀어서 씁니다.
슬라이드와 녹화본
자료가 준비되는 대로 각 회차 옆에 링크를 답니다. 슬라이드는 웹 페이지로 공개하고 녹화본은 선별해서 올립니다. 초청 강연의 자료는 연사가 동의한 경우에만 공개합니다.
문의
수업에 관한 질문은 모든 수강생이 답을 볼 수 있도록 LMS에 올려 주세요. 그 밖의 일은 sung@maum.ai로 연락해 주세요.