LLM 시대의 인문사회과학방법론(Python을 활용한)

제1장 언어 모델의 작동 원리

제1절 확률적 언어 모델링의 기초

제2절 Transformer와 Attention 메커니즘

제3절 사전학습과 미세조정 패러다임

제4절 방법론적 함의




제2장 AI 에이전트의 구조와 추론

제1절 에이전트의 개념적 기초

제2절 추론 강화 모델

제3절 도구 사용과 외부 시스템 연동

제4절 방법론적 함의




제3장 2025년 모델 지형과 선택 기준

제1절 상용 모델 계열

제2절 오픈소스/오픈웨이트 생태계

제3절 한국어 모델 현황

제4절 로컬 배포와 추론 최적화

제5절 연구 목적에 따른 모델 선택

제6절 방법론적 함의




제4장 추론 설계와 프롬프트 엔지니어링

제1절 프롬프트 엔지니어링의 개념과 중요성

제2절 기본 프롬프팅 기법

제3절 Chain-of-Thought 추론 기법

제4절 정성적 연구를 위한 프롬프트 엔지니어링

제5절 추론 모델 시대의 프롬프트 전략

제6절 방법론적 함의와 연구 윤리




제5장 API 활용과 연구 파이프라인 구축

제1절 API 기초와 파라미터 이해

제2절 Python 기반 자동화

제3절 로컬 모델 배포

제4절 실습: 대규모 텍스트 처리 파이프라인

제5절 방법론적 함의




제6장 텍스트 분석과 질적 코딩

제1절 대규모 텍스트 분류

제2절 질적 코딩의 자동화와 증강

제3절 담화분석과 프레임 분석

제4절 신뢰도 확보와 품질 관리

제5절 실습: 복합 텍스트 분석 프로젝트

제6절 방법론적 함의




제7장 설문 연구와 시뮬레이션

제1절 설문 연구에서의 LLM 활용 개관

제2절 설문 문항 개발과 번역

제3절 척도 개발 과정의 증강

제4절 합성 데이터 생성과 실리콘 샘플링

제5절 합성 데이터의 타당성과 한계

제6절 방법론적 함의




제8장 문헌연구와 체계적 리뷰

제1절 체계적 문헌검토의 전통과 LLM의 개입

제2절 문헌 검색과 스크리닝 자동화

제3절 문헌 요약과 정보 추출

제4절 연구 동향 분석과 지식 맵핑

제5절 환각 탐지와 사실 검증

제6절 실습: 체계적 문헌검토 파이프라인 구축

제7절 방법론적 함의와 보고 기준




제9장 LLM을 연구대상으로

제1절 Homo Silicus: LLM을 인간 행동 시뮬레이터로

제2절 사회심리학 실험의 시뮬레이션

제3절 집단 행동과 사회적 역학 시뮬레이션

제4절 LLM의 사회적 편향 측정

제5절 실습: LLM 기반 실험 연구의 종합

제6절 방법론적 함의와 비판적 성찰

제7절 결론: 인간 연구의 패러다임 전환




제10장 RAG와 지식 통합

제1절 검색 증강 생성의 원리

제2절 벡터 데이터베이스와 임베딩

제3절 청킹 전략과 검색 최적화

제4절 연구용 RAG 시스템 설계

제5절 실습: 학술 문헌 RAG 구축

제6절 방법론적 함의와 품질 평가




제11장 멀티에이전트 시스템

제1절 단일 에이전트에서 다중 에이전트로

제2절 멀티에이전트 협업 아키텍처

제3절 주요 프레임워크 비교 분석

제4절 연구 보조 에이전트 설계

제5절 Human-in-the-Loop 설계

제6절 실습: 연구 보조 에이전트 구축

제7절 방법론적 함의




제12장 멀티모달 연구 데이터

제1절 멀티모달 대규모 언어 모델의 원리와 발전

제2절 시각 자료 분석: 이미지 기반 연구

제3절 고문헌과 역사 자료의 디지털화

제4절 음성과 영상 자료의 분석

제5절 멀티모달 분석의 통합적 접근

제6절 실습: 인문사회과학 멀티모달 연구 프로젝트

제7절 방법론적 함의와 타당성 검증




제13장 신뢰성, 타당성, 재현가능성

제1절 LLM 출력의 실무적 검증

제2절 코딩 신뢰도 확보

제3절 재현가능성의 기술적 확보

제4절 실험 추적과 버전 관리 도구

제5절 방법론적 함의




제14장 연구윤리와 학술 규범

제1절 데이터 프라이버시와 보안

제2절 저작권과 학술 윤리

제3절 학술 출판에서의 AI 활용 보고

제4절 IRB와 연구윤리 심의

제5절 편향의 인식과 완화

제6절 방법론적 함의: 윤리적 연구를 위한 통합 프레임워크




제15장 분야별 적용 사례

제1절 사회학: 질적 연구의 증강과 전환

제2절 행정학·정책학: 정책 담론의 계산적 분석

제3절 역사학: 디지털 인문학의 새로운 지평

제4절 문학연구: 스타일 분석과 텍스트 생성

제5절 커뮤니케이션학: 미디어 프레이밍과 허위정보

제6절 한국어 연구와 지역 연구

제7절 각 분야의 방법론적 쟁점과 수용 전략




제16장 방법론적 전망과 지속 학습

제1절 기술 발전 방향

제2절 Human-AI 협업 연구 설계

제3절 인식론적 성찰: LLM의 본질과 한계

제4절 방법론적 함의: 증강된 연구자로의 성장

이석민 서울대학교에서 인류학(학부), 의회정치(석사), 과학기술정책(박사)을 수학했으며, 포닥 과정에서 통계학과 계량경제학을 연구했다. 인류학적 관찰에서 시작해 정치학과 정책학의 이론적 토대를 거쳐, 계량경제학과 통계학의 방법론적 엄밀성을 습득한 후, 최근에는 딥러닝과 생성형 AI를 정책 현장에 적용하는 연구를 수행하고 있다. 수원대학교 행정학과에서 빅데이터분석에 입문했으며, 현재 한신대학교 공공인재빅데이터융합학부에서 AI 기반 정책분석과 딥러닝 응용 연구를 진행하고 있다. 『AI를 활용한 시니어 정신건강 진단 앱』을 개발하고 특허출원했다. 저서로는 『R과 STATA를 활용한 정책평가방법론』, 『빅데이터분석방법론』, 『구조방정식: 준실험설계접근』 등이 있으며, 행정학 학술지와 정보처리학회지 등에 논문을 게재했다. 웹프로그래밍, 데이터베이스, MLOps, 딥러닝 자연어처리 및 영상처리, AI 에이전트, 정책분석평가, 분석기획론 등 인문사회과학과 AI·Software 기술을 융합하는 교육을 실천하고 있다.