인공지능(AI)이 정확히 무엇이고, 우리가 자주 듣는 머신러닝·딥러닝과는 어떻게 다른지 가장 기본적인 개념부터 직관적으로 살펴봅니다. 복잡한 수식 없이 "AI가 결국 무엇을 하는 기술인지"에 대한 큰 그림을 잡는 첫 강의입니다.

기계가 데이터로부터 '학습'한다는 것이 도대체 무슨 뜻인지, 그 핵심 원리를 수식보다 직관에 기대어 풀어봅니다. 현대 AI의 출발점이 되는 개념을 다룹니다.

현대 인공지능의 가장 기본 요소인 신경망이 어떻게 구성되고, 어떻게 학습하는지 기초부터 차근차근 살펴봅니다.

여러 층으로 쌓인 신경망, 즉 딥러닝이 어떤 구조를 가지며 실제로 어떻게 학습하는지 두 편에 걸쳐 살펴봅니다.

ChatGPT, Claude, Gemini 같은 대형 언어 모델이 사람의 문장을 어떻게 받아들이고 이해하는지, 그 내부 원리를 직관적으로 살펴봅니다.

LLM의 두뇌인 트랜스포머 내부를 두 편에 걸쳐 들여다봅니다. 학습 과정에서 의미가 비슷한 단어들이 무리를 형성하고, 그 무리가 새로운 문장 생성에 작용하는 과정을 작은 2차원 GPT 모델로 직접 추적합니다.