#AI

AI를 쓰는 보안 영재, 대학은 무엇을 평가할까

교육부와 LG유플러스·티오리한국의 사이버보안 영재교육 협력 계획을 대학전략 관점에서 읽는다. 기업의 실습 인프라와 출제 역량을 대학 교육과정에 연결하되, AI 활용 기준과 학생의 독립적인 판단 근거를 함께 설계하는 과제를 짚는다.

AI가 과제를 완성했다. 학습자는 무엇을 배웠을까

AI 활용 학습을 다룬 세 연구(Anthropic 개발자 실험, 메릴랜드대 수업 연구, 대학생 에세이 실험)를 함께 읽고, AX 실습에서 결과물·설명·적용을 나눠 평가하는 방법을 살펴본다.

프롬프트 교육, 이제 줄여야 할지도 모릅니다

Workday 채용 데이터, 고객지원 생산성 연구, AI 학습 실험과 OECD 자료를 함께 읽고 기업 AI 교육을 프롬프트 요령에서 실제 과업의 적용·검토로 확장할 방법을 제안한다.

머스크는 아이들에게 주식을, Anthropic은 공익기금을: AI가 만든 부는 누구의 것인가

머스크의 어린이 대상 SpaceX 주식 증여 약속과 Anthropic 공익기금 계획을 비교하며 기술의 부를 나누는 소유권, 배분 권한, 노동 전환과 교육 지원의 조건을 살펴본다.

AI가 신입의 일을 가져가면, 신입은 어디서 배우나

Anthropic 내부 고용 연구를 출발점으로 초급 업무 자동화 이후의 신입 학습 경로, 멘토링과 대학 현장실습의 설계 과제를 살펴본다.

AI가 논문을 쏟아낼수록, 대학은 무엇을 성과로 셀 것인가

AI 수학 연구 결과 공개와 Rikab Gambhir의 비판 기고를 함께 읽고, 논문 편수 너머의 검증·이해·활용을 대학 연구성과와 대학원 교육에서 어떻게 평가할지 살펴본다.

AI가 컨설팅을 없앤다더니, AI 회사는 컨설턴트를 찾는다

AI 도입 지원 기업 인수 협상에 관한 Reuters 보도를 바탕으로 모델 성능과 조직 적용 역량의 차이, 대학·공공기관 컨설팅의 역할과 산출물 변화를 살펴본다.

대학 AI 윤리 가이드라인, 핵심은 금지가 아니라 운영모델이다

교육부와 대교협의 대학 AI 활용 윤리 가이드라인은 생성형 AI를 막는 규칙이 아니라 강의계획서, 과제, 평가, 정보보호를 한 흐름으로 설계하라는 대학 운영 과제다.

대학생 첫 경력 프로젝트: 예산이 수업보다 경로를 묻기 시작했다

2027년도 교육부 예산안에서 대학생 첫 경력 프로젝트, 지역균형발전 장학금, AI 재도약대학은 대학이 수업·실습·취업 경로를 한 구조로 설계해야 한다는 신호다.

국가대표 거점국립대 선정: ‘서울대 10개’보다 중요한 것은 운영체계다

교육부가 부산대, 전남대, 충남대를 서울대 10개 만들기 패키지 지원대학으로 선정했다. 대학컨설팅 관점의 핵심은 간판 경쟁이 아니라 성장엔진, AI, 공유대학, 성과관리까지 묶는 대학 운영체계다.

국가대표 거점국립대 선정, 핵심은 700억보다 운영모델이다

교육부의 국가대표 거점국립대 선정 결과를 대학컨설팅 관점에서 읽었다. 부산대·전남대·충남대의 과제는 예산 확보가 아니라 브랜드 단과대, AI 거점, 공유대학, 성과환류를 하나의 운영모델로 묶는 일이다.

AI 시대 전공서적 바우처 논의: 대학의 지식생태계는 복지가 아니라 인프라다

국회 토론회에서 제안된 학술서 구매 바우처와 전자책 이용환경 논의를 대학컨설팅 관점에서 읽는다. 핵심은 단순한 교재비 지원이 아니라 AI 시대 대학의 지식생태계, 교육과정 품질, 저작권, 성과환류를 다시 설계하는 일이다.

국민대 AX 얼라이언스: AI+X 특성화는 ‘기업 명단’보다 채용 경로 설계가 중요하다

국민대 KMU AX Innovation Alliance 출범을 대학컨설팅 관점에서 읽는다. 핵심은 AI·SW 기업 네트워크 자체가 아니라 공동 프로젝트, 현장실습, 계약정원, 채용 연계가 학생 포트폴리오와 대학 성과로 남는 운영모델이다.

이제 AI는 답변하지 않는다, 출근한다

AI가 챗봇에서 업무 실행자로 바뀌고 있다. 중요한 변화는 답변의 품질이 아니라, AI가 실제 업무 흐름 안으로 들어오기 시작했다는 점이다.

AI 튜터

AI 튜터는 학습자의 질문, 답변, 과제 수행 과정에 반응하며 설명·질문·피드백·성찰 지원을 제공하는 인공지능 기반 학습지원 도구다.

전환비용

전환비용은 한 생태계나 도구에서 다른 생태계로 이동할 때 발생하는 시간, 돈, 데이터, 학습, 관계 비용이다.

온디바이스 AI

온디바이스 AI는 클라우드가 아니라 스마트폰, 노트북, 워크스테이션 등 사용자 기기 안에서 AI 모델을 실행하는 방식이다.

AI 데이터센터

AI 데이터센터는 대규모 GPU, 메모리, 전력, 냉각 인프라를 기반으로 AI 모델 학습과 추론을 수행하는 시설이다.

메모리 공급망

메모리 공급망은 DRAM, HBM, NAND 등 데이터 저장·연산에 필요한 메모리 부품의 생산과 가격 구조를 뜻한다.

AI 인플레이션

AI 인플레이션은 AI 수요 증가가 메모리, GPU, 데이터센터, 전력, 개인 기기 가격까지 밀어 올리는 현상이다.

파인튜닝

파인튜닝은 이미 학습된 AI 모델을 특정 데이터와 목적에 맞게 추가 조정하는 과정이다.

ROCm

ROCm은 AMD GPU에서 AI와 고성능 연산을 실행하기 위한 오픈 컴퓨팅 소프트웨어 스택이다.

CUDA

CUDA는 NVIDIA GPU에서 병렬 연산과 AI 모델 학습을 실행하기 위한 핵심 컴퓨팅 플랫폼이다.

MLX

MLX는 Apple Silicon의 통합 메모리 구조를 활용해 로컬 AI 모델 학습과 추론을 실행하는 머신러닝 프레임워크다.

AI 마이크로디그리와 디지털 배지: 전문대학 전략의 새 언어

AI 마이크로디그리와 디지털 배지를 단기 교육상품이 아니라 전문대학의 교육과정, 성과증명, 지역·산업 연계를 재설계하는 대학전략 언어로 해석했다.

경북형 로봇 특성화대학

AI 품질관리

국립금오공대 초광역 ANCHOR 협약: 로봇 특성화는 이제 네트워크 전략이다

국립금오공대의 전국 11개 ANCHOR 참여 대학 초광역 협약을 대학컨설팅 관점에서 해석했다. AI·로봇 특성화는 단일 대학의 전공 홍보가 아니라 지역산업, 기업수요, 학생경험, 대학 간 네트워크를 묶는 전략이어야 한다.

AI·DX 전문대 선택, ‘사업 선정’보다 확인해야 할 5가지

전문대학 AI·DX 교육과 정부·지자체 사업 소식을 학생·학부모가 전공 선택과 입시 상담에서 어떻게 해석해야 하는지 정리한다.