전남대학교 English Learning Center

대화로 배워요

대화문은 AI 음성 파일로 구성되었습니다.

	Hey Yuna, I just used an AI tool to rewrite part of my essay, and it actually made it sound better than my original version. It’s kind of scary how good it is.
	I know what you mean. AI has improved a lot, especially with deep learning. I watched this video about how it works—it’s fascinating.
	I’ve heard of deep learning, but I don’t really get what makes it different from regular AI. Can you explain?
	Sure! So, traditional machine learning needs a lot of help from humans to figure out which features are important. For example, if you're building a system to recognize cats, you'd have to manually tell it to look for things like ears, whiskers, and tails.
	Okay, so humans guide the process more directly in regular machine learning?
	Exactly. But deep learning is different because it can learn those features by itself. It uses artificial neural networks with many layers—sometimes even hundreds.
	Wait, layers of what exactly?
	Layers of nodes, or “neurons,” which are simple units that process information. Each layer takes in data, transforms it, and passes it to the next layer. In the cat example, the first layer might just look at edges or colors, and later layers start recognizing shapes like eyes or ears.
	Oh, so each layer learns something a bit more complex than the one before?
	That’s right. It’s called a hierarchy of features. The more layers it has, the more abstract and detailed the learning becomes. That’s why it’s called deep learning.
	Wow… so the AI I used probably went through all those layers before giving me a better version of my writing?
	Pretty much. It was probably trained on tons of essays, articles, and books to learn how to write in a natural and clear way.
	That’s incredible. I get why people say data is so important now.
	Yeah, deep learning models need huge amounts of data and powerful computers to train. But once they’re trained, they can do some amazing things.
	Thanks, Yuna. That actually helped a lot. I understand deep learning much better now.

대화 내용 확인하기

	유나야, 방금 AI 도구를 써서 내 에세이 일부를 다시 써봤는데, 원래 쓴 것보다 훨씬 더 자연스럽게 나왔어. 너무 잘해서 좀 무서울 정도야.
	무슨 말인지 알아. 요즘 AI는 정말 많이 발전했어. 특히 딥러닝 덕분이지. 나도 그게 어떻게 작동하는지 설명해주는 영상 봤는데, 진짜 흥미롭더라.
	딥러닝이라는 말은 들어봤는데, 일반적인 AI랑 뭐가 다른 건지 잘 모르겠어. 설명해줄 수 있어?
	물론이지! 기존의 기계 학습은 어떤 특징이 중요한지를 알아내기 위해 사람이 많이 도와줘야 해. 예를 들어 고양이를 인식하는 시스템을 만든다고 하면, 귀나 수염, 꼬리 같은 걸 찾아보라고 사람이 직접 알려줘야 하거든.
	아, 그러니까 일반적인 기계 학습에서는 사람이 더 직접적으로 개입하는 거구나?
	맞아. 그런데 딥러닝은 그런 특징들을 스스로 배울 수 있다는 게 달라. 딥러닝은 인공신경망이라는 걸 사용하는데, 이건 수십 개, 많게는 수백 개의 층으로 구성돼 있어.
	층? 그게 무슨 층이야?
	노드 또는 ‘뉴런’이라고 부르는 단위들이야. 정보를 처리하는 아주 단순한 유닛인데, 한 층이 데이터를 받아서 변형하고 다음 층으로 넘겨주는 식이야. 고양이 예시로 보면, 첫 번째 층은 단순히 윤곽선이나 색을 보고, 그 다음 층들은 점점 더 눈, 귀 같은 구체적인 형태를 인식하게 돼.
	아, 그러니까 각 층이 그 전보다 좀 더 복잡한 걸 배우는 거구나?
	맞아. 이걸 특징의 계층 구조라고 불러. 층이 많아질수록 AI가 더 추상적이고 정교한 것을 배울 수 있어. 그래서 ‘딥(Deep)’ 러닝이라고 부르는 거야.
	와… 그럼 내가 쓴 AI도 그런 여러 층을 거쳐서 내 글을 더 나은 버전으로 만들어준 거야?
	거의 그래. 아마도 수많은 에세이, 기사, 책 같은 걸로 학습하면서 자연스럽고 명확하게 쓰는 법을 배웠을 거야.
	대단하다… 사람들이 왜 데이터를 중요하게 생각하는지 이제 알겠어.
	맞아. 딥러닝 모델은 엄청나게 많은 데이터랑 고성능 컴퓨터가 있어야 학습할 수 있어. 하지만 한 번 학습되면 정말 놀라운 일들을 해내지.
	고마워, 유나야. 진짜 도움이 되었어. 덕분에 딥러닝에 대해 훨씬 잘 이해하게 됐어.

주요 어휘 및 표현

Words & Expressions

onward: adv. 앞으로, 계속
AI (Artificial Intelligence) : 인공지능
improve : 개선되다, 향상되다
deep learning : 딥러닝
fascinating : 흥미로운, 매혹적인
machine learning : 머신러닝, 기계학습
feature : 특징, 특성
recognize : 인식하다
manually : 수동으로
whisker : (고양이 등의) 수염
tail : 꼬리
artificial neural networks :인공 신경망
layer : 층
node :노드 (신경망의 기본 단위)
neuron : 뉴런, 신경세포
unit : 단위
process : 처리하다
transform : 변환하다
pass to : ~로 전달하다
edge : 가장자리, 윤곽
recognize : 형태를 인식하다
hierarchy : 계층 구조
abstract : 추상적인
detailed :상세한
learning : 학습
probably : 아마도
trained on : ~로 학습된
tons of :아주 많은
article :기사, 글
incredible : 놀라운, 믿기 어려운
train : 학습시키다
nerdy : 덕후 같은, 조금 과하게 관심 많은

정답보기 정답숨기기

I’ve heard of deep learning, but I don’t really get what makes it different from regular AI.

'I’ve heard of ~' 는 ‘~에 대해 들어본 적 있어’ 라는 의미의 표현으로, 현재완료시제를 사용한다. what makes it different from regular AI 는 동사 get 의 목적어로 사용된 명사절이며, 이때 get은 understand(이해하다) 라는 뜻이다.

<예문>
I've heard of it before.
그거 전에 들어본 적 있어.
I've heard of that restaurant, but I've never been there.
그 식당 이름은 들어봤는데, 가본 적은 없어.

So, traditional machine learning needs a lot of help from humans to figure out which features are important.

의문사 which 는 명사절을 이끌며 to figure out 의 목적어 역할을 한다. 이때 ‘어떤 특징들이 중요한지’ 라고 해석한다.

For example, if you're building a system to recognize cats, you'd have to manually tell it to look for things like ears, whiskers, and tails.

if you're building a system to recognize cats 는 조건의 부사절이다. 또한 현실적인 가능성이 있는 가정이므로 뒤에 조동사 would 를 사용하였다.

But deep learning is different because it can learn those features by itself.

'by oneself' 는 ‘스스로, 혼자서’ 라는 의미의 재귀대명사 관용표현이다.

<예문>
She solved the problem by herself.
그녀는 그 문제를 스스로 풀었다.
I made this cake by myself.
이 케이크는 내가 직접 만들었어.

Layers of nodes, or “neurons,” which are simple units that process information.

관계대명사 which 는 선행사 neurons 를 수식한다. 또한 관계대명사 that 은 선행사 units 를 수식한다.

In the cat example, the first layer might just look at edges or colors, and later layers start recognizing shapes like eyes or ears.

조동사 might 는 ‘~일 수도 있다’ 라는 의미로 약한 가능성과 추측을 나타낸다.

Wow… so the AI I used probably went through all those layers before giving me a better version of my writing?

I used 는 관계대명사가 생략된 관계절로, 원래의 문장은 so the AI (that) I used~ 이다.

But once they’re trained, they can do some amazing things.

조건의 부사절 접속사 once 는 ‘일단 …하면’ 이라는 의미이다.

전남대학교 대학원

학습자료

친해져요 전공영어

Words & Expressions