DW OASIS AI LAB / APPLIED RESEARCH
AI의 가능성을,
검증 가능한 연구로.
교육과 산업 현장의 질문에서 시작합니다. 데이터로 가설을 세우고, 실험으로 가능성과 한계를 확인하는 응용 AI 연구를 지향합니다.
DW OASIS AI의 연구개발 브랜드
OUR APPROACH01 현장의 질문
↓02 데이터와 가설
↓03 실험과 검증
측정하고 · 비교하고 · 개선합니다
01 / RESEARCH FOCUS
도구를 쓰는 것을 넘어,
기술의 신뢰성을 묻습니다.
같은 문제에서 기존 방법보다 무엇이 나아졌는지 설명할 수 있어야 합니다. 교육자료와 제조 데이터처럼 검토 가능한 자료를 바탕으로, 범위를 좁힌 연구부터 설계합니다.
01생성형 AI의 품질과 평가
근거 없는 답변, 정답의 모호함과 자료 불일치를 검출하고 개선하는 방법을 탐구합니다.
02교육 현장에 적용하는 AI
강의자료와 평가문항을 연결하고, 교육자가 검토할 수 있는 근거를 제공하는 방식을 연구 방향으로 삼습니다.
03제조 데이터와 예측 모델
데이터의 품질과 확보 가능성을 먼저 확인하고, 예측 성능과 현장 적용 조건을 함께 검토합니다.
02 / PROPOSED RESEARCH
하나의 문제를, 깊이 있게.
아래 내용은 연구 제안입니다. 착수·수행·완료 또는 지원사업 선정 실적을 의미하지 않으며, 자료 확보와 협의를 통해 범위를 구체화합니다.
RESEARCH PROPOSAL / 01연구 제안 단계
강의자료 기반 생성형 AI 평가문항의 오류 검출 및 품질 개선 기술 개발
AI가 만든 문항이 강의자료에 근거하는지, 정답과 해설이 타당한지 확인할 수 있을까?
해결하려는 문제
문항의 표현이 자연스러워도 근거가 없거나 정답이 여러 개일 수 있습니다. 강의자료와 문항·정답·해설 사이의 불일치를 찾는 것이 핵심입니다.
연구 방법
사용 권한이 있는 강의자료로 평가용 문항 집합을 구성합니다. 근거 검색, 정답·해설 일관성 검사와 오류 유형별 점검을 결합하고, 검출된 오류를 바탕으로 수정한 문항을 재평가합니다.
검증 계획과 예상 결과물
비교 기준: 검토 없이 생성한 문항과 단순 프롬프트로 검토한 문항을 기준선으로 두고, 제안 방법과 동일한 평가자료에서 비교합니다.
평가 방법: 교육자의 검토로 오류 유형과 정답 타당성을 표시하고, 오류 검출 정밀도·재현율, 수정 후 잔존 오류율과 검토 시간을 측정합니다. 개발에 사용하지 않은 자료로 별도 평가합니다.
예상 결과물: 오류 분류 기준, 사용 권한과 비식별 처리를 확인한 평가자료, 검출·수정 시제품과 성능 비교 보고서입니다. 목표 수치는 기초 실험 후 설정합니다.
EXPLORATORY DIRECTION / 02
전기용접 데이터 기반 품질 예측
공정 조건과 품질 판정 데이터가 확보되는 경우 검토할 후속 주제입니다. 데이터 누출을 방지한 학습·평가 분리, 기준 모델 비교와 오류 분석을 중심으로 실현 가능성을 판단합니다.
03 / RESEARCH LEAD
정형도
이학박사 · DW OASIS AI 대표
전 동원과학기술대학교 교수로서의 교육 경험과 디지털 리터러시·ChatGPT·데이터 분석 관련 저서를 바탕으로 연구 방향과 현장 적용 문제를 연결합니다.
대표 경력과 저서 보기 ↗04 / TRAINING & TECHNICAL SUPPORT
연구의 질문을, 현장의 배움으로.
AI 교육·기업 기술지원
01생성형 AI 실무 교육
문서 초안, 자료조사와 데이터 정리 등 실제 업무에 AI를 활용하는 방법을 교육합니다. 결과를 확인하고 수정하는 과정도 함께 다룹니다.
02기업체 초청 AI 특강
임직원의 직무와 AI 활용 수준에 맞춰 주요 개념과 업무 적용 사례를 소개하고, 조직에 맞는 활용 방향을 함께 살펴봅니다.
03기업체 기술지도·자문
업무 흐름과 보유 데이터를 살펴보고 AI 적용 과제, 시범 적용 범위와 검증 방법을 협의합니다.
04사회복지 분야 종사자 AI 교육
복지 현장의 문서·행정 업무에 연결하는 AI 활용을 다룹니다. 개인정보를 입력하지 않는 실습과 생성 결과의 검토를 강조합니다.
위 내용은 교육·지원 분야 안내입니다. 대상과 목적에 따라 주제·일정·진행 범위를 협의하며, 아래 사진은 AI·GPT 활용교육 현장입니다.
교육·특강 문의하기 ↗기업 기술지도 문의하기 ↗
05 / LEARNING IN PRACTICE
현장에서 함께하는 AI 교육
설명을 듣고, 직접 실습하며, 막히는 부분을 함께 풀어가는 교육 현장입니다.
01 / CLASSROOM SESSIONAI·GPT 활용교육
컴퓨터 실습실에서 강사의 설명을 듣고 AI 활용을 배우는 수업 장면입니다.
02 / HANDS-ON GUIDANCE참여자별 실습 지도
참여자의 화면을 함께 살펴보며 실습을 돕는 모습입니다.
03 / GUIDED PRACTICE생성형 AI 활용 실습 지도
수강생의 화면을 함께 살펴보며 AI 도구 활용을 돕는 실습 장면입니다.
04 / AI-ASSISTED ANALYSISAI 자동분석 강의
AI 자동분석을 주제로 진행한 강의 장면입니다.
사진은 개인정보 보호를 위한 AI 편집본입니다. 수강생의 얼굴과 반사된 얼굴을 비공개 처리했습니다.
06 / RESEARCH RESOURCES
근거를 남기는 연구.
연구계획, 실험 조건과 결과를 기록하고 공개 범위를 검토하는 자료 공간입니다. 현재 공개된 연구 논문·성과 보고서·시제품은 없습니다.
연구 배경이 되는 저서
디지털 리터러시, ChatGPT 활용, 데이터 분석과 교육 분야의 대표 저서를 확인할 수 있습니다. 연구 성과물과는 구분하여 소개합니다.
