FIRST ORDER
데이터에서 답을 배우는 학습
주어진 과제를 학습합니다. 과제가 바뀌면 추가 학습이 필요할 수 있습니다.
세컨드오더 · Teachable intelligence
Intelligence
you can teach.
사람이 설명하고, 지능이 배웁니다.
우리는 지능이 경험을 개념으로 추상화하고, 데이터만이 아니라 사람의 설명으로 배우는 방법을 연구합니다.
Our direction
우리는 배우는 법을 배우는 지능을 만듭니다.
사람과 개념을 하나씩 나누며.
사람이 건넨 설명과 예시에서 개념을 배우고, 그 개념으로 다음 문제를 풀어 가는 방법을 연구합니다.
The problem
현장의 전문가가 지능을 가르칠 수 있어야 합니다.
지금은 지능에 새로운 업무를 맡기려면 데이터 준비와 시스템 개발에 엔지니어의 작업이 많이 필요합니다.
사람은 설명과 몇 가지 예시로도 새 개념을 배웁니다. 배운 개념을 다른 문제에 쓰고, 조건이 달라지면 이해한 내용을 수정합니다.
현장의 전문가는 업무의 원리와 예외를 압니다. 우리는 그 설명과 예시가 지능을 가르치는 방법이 되어야 한다고 생각합니다.
데이터 중심 훈련 설명·예시 중심 학습 연구 목표
배우는 방식 대량의 데이터 수집과 재훈련 전문가의 설명과 소수의 예시
새 개념 추가 학습 데이터가 필요할 수 있음 설명과 예시로 학습
규칙 변경 시 데이터와 학습 과정 재검토 적은 경험으로 적응
가르치는 사람 데이터와 모델을 다루는 엔지니어 업무를 아는 현장 전문가
지식 표현 모델 내부에 있어 확인이 어려움 근거를 확인하고 수정할 수 있음
What we believe
우리가 믿는 것
- 01
적은 경험으로도 배울 수 있어야 합니다
몇 가지 설명과 예시에서 개념을 익히고, 처음 보는 문제에도 쓸 수 있는지를 봅니다.
- 02
말과 예시로 가르칠 수 있어야 합니다
전문가는 업무의 원리와 예외를 말과 예시로 설명합니다. 그 지식을 학습용 데이터로 옮기는 부담을 줄이는 것이 우리의 과제입니다.
- 03
무엇을 배웠는지 확인하고 고칠 수 있어야 합니다
어떤 설명과 예시에서 무엇을 배웠는지 확인할 수 있어야 합니다. 잘못 배웠다면 다시 설명해 바로잡을 수 있어야 합니다.
- 04
연구의 쓸모는 현장에서 확인합니다
공개 평가로 학습 능력을 검증하고, 실제 업무에서 쓸모를 확인하는 것을 연구의 기준으로 삼습니다.
The name
Second order: learning how to learn.
SECOND ORDER
배우는 방법을 배우는 학습
새로운 과제를 적은 경험으로 배우도록 학습 방법을 개선하는 것이 목표입니다.
세컨드오더는 학습 방법 자체를 개선하는 연구에 주력합니다.
Research
Human-like Conceptual Learning for General Intelligence
퍼지 논리, 온톨로지, 언어 모델을 결합해, 적은 경험으로 배우고 바뀐 규칙에도 흔들리지 않는 지능을 연구합니다.
01 · LEARN
개념 학습
사람과 상호작용하며 새로운 개념을 배우는 방법을 연구합니다. 정답 암기를 넘어 개념 이해를 목표로 합니다.
02 · TRANSFER
학습 내용 활용
배운 내용을 새로운 문제에 활용하는 방법을 연구합니다. 다른 과제에도 적용하는 것이 목표입니다.
03 · ADAPT
변화에 적응
바뀐 규칙에 적은 경험으로 적응하는 방법을 연구합니다. 재훈련 부담을 줄이는 것이 목표입니다.
The path
현장에서 배우고, 낯선 분야로 넓혀 갑니다
지금
개념 학습 연구
적은 예시에서 개념을 배우고 새로운 문제에 활용하는 방법을 연구합니다.
다음
전문가에게 배우는 업무 지능
현장 과제 경험을 바탕으로, 전문가가 직접 가르칠 수 있는 도구를 개발하려 합니다.
목표
범용 지능
낯선 분야에서도 사람에게 새 개념을 배우고, 배운 개념을 연결해 더 다양한 문제를 푸는 지능을 목표로 합니다.
In the field
전문가가 직접 가르칠 수 있는 업무 지능
현장 지식은 전문가의 경험과 보고서, 시험 결과에 흩어져 있습니다. 이를 근거를 확인할 수 있는 지식과 반복해서 활용할 수 있는 업무 절차로 정리하는 도구를 개발하려 합니다.
지식
문서의 주장과 근거, 개념 간 관계를 정리하는 기능을 개발하려 합니다.
업무 절차
업무 절차를 정리하고 확인·수정할 수 있는 기능을 개발하려 합니다.
지식 추가·수정
전문가가 대화로 지식을 추가하고 수정할 수 있는 기능을 개발하려 합니다.
근거 확인
답변의 근거가 되는 원문과 확인하지 못한 사항을 표시하는 기능을 개발하려 합니다.
Founder
설재환 SEOL JAEHWAN
현대자동차 연구소에서 자율주행 기술(ADAS)을 개발했고, 이후 여러 딥테크 스타트업에서 개발을 이끌었습니다. 지금은 경험을 개념으로 추상화하고 사람의 설명으로 배우는 지능을 연구하며, 기업의 AI 전환 컨설팅과 개발을 합니다.
Contact
함께 이야기할 일이 있다면
문의를 남겨 주세요.
연구와 함께 기업 컨설팅과 AX 과제도 수행합니다.