모든 팀원으로 돌아가기






Choi Jun seo
AI팀
전공: 영미언어정보 / AI응용 / 한국어교육
관심사: Voice Model / Language Education
주 사용 LLM: ChatGPT, Gemini, Claude, Perplexity
이메일: litterrariuschwy@hansung.ac.kr
GitHub: 방문하기
소개
AI와 언어학의 경계를 실험하며, 사람처럼 말하고 이해하는 인공지능을 만들고자 하는 학부생 연구자입니다. 저는 자연어처리(NLP)를 중심으로 음성 분석, LLM 기반 시나리오 생성, 영어 학습 응용 시스템 개발 등 언어를 데이터화하고, 모델화하며, 교육적으로 응용하는 전 과정에 깊은 관심을 가지고 있습니다. 언어란 이해를 위한 장치이며, AI란 이해받기 위한 기술이라고 믿습니다. 그래서 단순한 텍스트 생성이 아닌, 맥락, 억양, 정서, 학습 흐름까지 고려한 언어 모델을 설계하는 것에 집중하고 있습니다. 궁극적으로는 자연어와 음성, 교육 데이터가 유기적으로 연결된 사람 중심의 언어 AI 생태계를 연구하고 구축하는 것이 목표입니다.
개인 경험

드라마 빈출 표현을 이용한 영어 교재 제작
- 역할 : 팀장 및 코퍼스 수집 및 전처리
- 빈출 표현 분석: 'I need you to V', 'I can’t believe ~' 등
- 영상 기반 영어 교육 콘텐츠 설계 및 학습자 인터페이스 기획

Corpus-based Comparative Analysis of Article Errors between Korean EFL Learners and Native Speakers
- LOCNESS, 가천대, 능률교육 등 다양한 코퍼스 수집 및 정제
- 오류 유형(관사, 복수형 등) 정량·정성 분석
- AntConc, Python 등 코퍼스 분석 도구 활용
- https://github.com/ddinggul/EDA_corpus

TOPIK과 Eye-tracking
- L2가 한국어인 외국인 대상으로 읽기 교육 시, eye-tracking 기술을 활용한 교육 방법 제안

LLM과 KG를 활용한 시나리오 작성 가능성 연구
- GPT 기반 보글러 12단계 요약 → KG 구성 → LLaMA3.1 LoRA 파인튜닝
- 감정 조건 기반 시나리오 생성 비교 실험
- 인문학+AI 융합 프롬프트 설계 및 프로젝트 주도

L1-L2 발화 비교 기반 영어 스피치 프로그램 제작
- 2025학년도 AI응용학과 캡스톤디자인 발표대회 "최우수상" 수상작
- CMU ARCTIC 기반 한국인 vs 원어민 발화 스타일 비교 모델 개발
- mel-spectrogram + TextGrid 기반 segment 생성
- contrastive learning 기반 억양 임베딩 및 시각화
- 강조 피드백 및 구간별 억양 오류 탐지 시스템 기획