• 한국도서관정보학회지
• /
• 제52권3호
• /
• pp.313-334
• /
• 2021

본 연구는 초·중·고 교육분야 인공지능과 관련된 해외 연구동향을 분석하기 위해 SCOPUS 데이터베이스를 대상으로 관련 문헌을 수집하였다. 수집된 문헌의 발행 기간은 1974년부터 2021년 3월까지이며, 학술지 논문이 154건, 컨퍼런스 논문은 571건으로 나타났다. 이들 논문에 포함된 저자 키워드 및 인덱스 키워드 4,521개의 단어들의 동시출현(co-occurrences) 분석기법을 바탕으로 연구 동향을 분석하였다. 분석결과 machine learning을 주축으로 big data, data mining, data science, deep learning이 최신 연구 동향으로 나타났고, 초·중·고등교육 간에는 차이가 있는 것으로 나타났다. 초등은 로봇 관련 연구가 많이 있었으며, 중등은 게임과 데이터 관련 연구가 많이 있었고, 고등은 다양하고 심도 있는 연구가 이루어졌음을 알 수 있었다. 마지막으로 결과분석에서 우리나라 교육부에서 2020년 9월 발표된 '인공지능 기초' 교육과정과 미국 AK4K12의 '5 Big Ideas'와 초·중·고 공통 상위 50단어와 매핑하여 우리나라 초·중·고 인공지능 교육에 시사점을 제시하였다.

• 한국멀티미디어학회논문지
• /
• 제13권5호
• /
• pp.802-816
• /
• 2010

새로운 텍스트 입력으로부터 제스처를 생성하는 것은 컴퓨터 게임, 가상현실 등의 응용분야에서 종종 요구되는 중요한 문제이다. 최근에는 유명 아나운서와 같은 특정인의 제스처를 모방하는 제스처 스타일화에 관한 관심이 증가하고 있다. 그러나 기쁨이나 슬픔과 같은 감정을 이용하여 제스처를 스타일화하려는 시도는 많지 않다. 또한 이전의 연구는 대부분 실시간 알고리즘에 초점을 맞추고 있지 않다. 본 논문에서는 SMS 문장을 캐릭터 얼굴 표정과 제스처 애니메이션으로 자동 변환하고 감정 요소를 이용하여 제스처를 스타일화하는 시스템을 제안한다. 이 시스템의 가장 큰 특징은 제스처에 희로애락의 감정을 결합하는 실시간 알고리즘을 제시하는데 있다. 모바일 단말기를 플랫폼으로 하기 때문에 서버와 단말기에 작업을 적절하게 분배하고 초당 20프레임 이상의 실시간 수행을 보장한다. 먼저, 디즈니 영상에서 감정을 표현하는 단어와 이에 해당하는 제스처를 추출하고 통계적으로 모델링 한 후, 감정과 제스처의 결합을 위하여 Laban의 움직임 이론을 도입한다. 제안된 시스템의 타당성과 기존 서비스와의 대체 적정도를 알아보기 위해서 사용자 반응을 조사 분석한다.

• 한국콘텐츠학회논문지
• /
• 제9권12호
• /
• pp.146-153
• /
• 2009

컴퓨터 그래픽 기술의 발달로 과거의 복잡한 알고리듬과 고가의 장비를 통하여 제작이 가능했던 특수영상들이 가정용 컴퓨터의 고사양화와 사용이 편리화 된 그래픽 프로그램으로 인하여 영상 전문가가 아니더라도 제작이 가능해 졌다. 2.5D는 컴퓨터 그래픽 제작자 사이에서 사용되어지는 단어로 3D와 같이 보이는 2D 이미지의 시각적인 형태(form of pseudo-3D)를 일컫는 말이다. 본 연구에서는 과거 게임의 시각적인 효과 증진과 엔진의 효율성을 위하여 사용되어지던 2.5D 제작기술을 Adobe사의 Photoshop과 After Effects를 이용하여 모션 그래픽에 응용하고자 한다. 현대 사회에서 모션 그래픽은 광고와 영상시장에서 큰 비중을 차지하고 있으며, 시청자들의 눈이 시각적으로 고급화되어짐에 따라 과거의 2D 기반의 제작과정에서 벗어나 입체적이고 다이내믹한 3D 공간상으로 제작 기술이 확장되고 있다. 본 연구에서는 Axonometric Projection에 의한 각도로 촬영 되어진 스틸 이미지에서 물체의 삼면의 정보를 추출하고, Adobe Photoshop의 Vanishing Point Filter와 After Effects를 이용하여 소실점의 추적을 통한 이미지상의 물체를 2.5D 물체로 제작하고자 한다. 기존의 3D 프로그램에서의 제작 프로세스와 새로운 2.5D 제작프로세스의 비교, 카메라 앵글의 자유성을 비교함으로 제작의 효율성에 대한 연구를 한다.

• 디지털융복합연구
• /
• 제13권12호
• /
• pp.151-160
• /
• 2015

카지노는 도박, 음악, 쇼 등 여러 분야의 오락시설을 갖춘 연회장 의미의 단어인 '카자(Casa)'에서 나왔다. 카지노(Casino)의 사전적 의미로는 '춤, 음악 따위의 오락 시설을 갖춘 공인 도박장. 룰렛이나 카드놀이 따위를 한다.'로 정의하고 있다. 이러한 카지노는 유럽 귀족들의 사교 목적으로 17 ~ 18세기부터 시작되었다가, 1930년대 미국에서 본격적인 카지노 산업의 틀을 갖추게 되었는데, 이런 카지노 사업의 흥행은 매출 증대로 이어지고, 지방 정부 및 국가의 세입에도 큰 도움이 될 뿐 아니라, 부수 관련 업무에 큰 도움이 된다. 카지노 업무는 통상 고객관리, 딜러 게임 관리, 안전, 출납 관리, 환전, 재환전 관리, 마케팅 관리, 콤프 관리, 알선 관리 등의 다양한 분야를 포함하는데, 이 업무들은 그룹웨어, ERP 및 고객관리(CRM) 등과 같은 정보시스템으로 서로 유기적으로 연결되어야만 한다. 여기에 숙박, 관광을 포함한 종합 엔터테인먼트 서비스까지 효과적으로 관리하려면 카지노 업무와 부수적인 엔터테인먼트 서비스를 지원하며, 경영 전반에 걸쳐 발생하는 데이터를 수집하고, 경영 상태에 관한 정보를 제공해 주는 정보 시스템이 반드시 필요하다. 이에 본 연구에서는 이와 같은 내용을 고려하여 설계, 구현한 카지노 정보시스템을 제시하고자 한다.

• 인터넷정보학회논문지
• /
• 제25권2호
• /
• pp.79-92
• /
• 2024

ChatGPT는 생성형 인공지능(Generative AI) 기술을 활용한 대표적인 챗봇으로서 과학기술 영역뿐만 아니라 사회, 경제, 산업, 문화 등 당양한 분야에서 유용하게 활용되고 있다. 본 연구는 글로벌 소셜미디어 레딧(Reddit)을 활용해 ChatGPT에 대한 사용자의 감정과 요구에 대한 탐색적인 분석을 수행한다. 이를 위해, 2022년 12월부터 2023년 8월까지의 댓글 10,796건을 수집하여 키워드 분석, 감성 분석, 니드마이닝(Needmining) 기반 토픽모델링을 실시하였다. 분석 결과, ChatGPT에 대한 댓글에서 출현 빈도가 가장 높은 단어는 "time"으로 답변의 신속성, 시간 효율성, 생산성 향상을 강조한 것으로 나타났다. 사용자들은 ChatGPT에 대해 신뢰와 기대의 감정과 동시에 사회적 영향에 대한 두려움과 분노의 감정을 표현하였다. 또한, 토픽모델링 분석을 통해 잠재적 니즈(Needs)를 포함한 14개의 주제를 도출하였고, 사용자들이 특히 ChatGPT에 대한 교육적 활용과 사회적 영향에 많은 관심을 보였다. 또한, ChatGPT와 관련된 언어모델, 직업, 정보, 의료, 서비스, 게임, 규제, 에너지, 윤리적 문제 등 다양한 주제들이 논의된 것을 알 수 있었다. 분석 결과를 바탕으로 사용자들의 요구를 반영하여 향후 실행계획의 방향을 제시하였다. 본 연구는 향후 ChatGPT를 이용하여 제품과 서비스를 개선하고, 새로운 서비스 플랫폼 기획 단계에서 유용한 정보를 제공할 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제22권10호
• /
• pp.658-675
• /
• 2022

OTT 플랫폼의 등장으로 전 세계가 하나의 문화권으로 묶여 같은 미디어 콘텐츠를 실시간으로 공유하고 반응하는 시대가 되었다. 이 연구는 '오징어 게임', '이상한 변호사 우영우' 등 우리나라 K-콘텐츠가 글로벌 시장을 주도하는 상황에서 원천 스토리의 IP(지식재산권)을 가지고 웹툰, 드라마, 영화로 확장하고 있는 웹소설 시장의 생산자인 웹소설 작가에 대한 생산자 연구를 시도한다. 이 연구에서는 웹소설 작가를 단순한 '소설가'가 아니라 상업적인 미디어 콘텐츠를 생산하는 생산자로 보고 그들의 정체성과 노동과정의 특징을 알아보았다. 웹소설 작가들은 부업이나 겸업으로 웹소설을 쓰기 시작했으며, 진입 장벽이 없고 따로 자본이나 시설비용이 들어가지 않으면서 혼자서도 수익을 올릴 수 있다는 점을 웹소설의 매력으로 꼽았다. 진입 장벽은 없지만, 작가 대부분이 첫 작품에서 혹독한 실패를 경험하게 되는데, 이는 '작가'라는 단어가 어떤 장르에서든 '자신이 쓰고 싶은 글을 쓰는 사람'이라는 오해에서 비롯된다고 보았다. 웹소설의 경우는 달라서, 웹소설을 써서 성공하기 위해서는 작가들이 철저하게 수용자 입장이 되어 독자들이 원하는 트렌드와 코드에 맞춰 써야 한다는 것을 깨닫는 과정을 거친다. 웹소설 작가들은 스스로 '이야기 판매자'나 '이야기 생산자' 또는 '혼자서 IP를 생산할 수 있는 사람', '현실에서 이룰 수 없는 판타지를 충족시켜 주는 사람' 등의 정체성을 가지고 있다고 표현했는데, 공통적으로는 이야기를 제공하고 수익 또는 매출을 올리는 사람이라는 의식이 강했다. 엄청난 분량의 웹소설을 연재하는 부담감에 대해서는 수입이 많은 작가들은 '노력에 비해 수입이 많다'는 관대한 입장을 보였지만 평범한 작가들은 '끊임없이 써야 하는 글쓰기 막노동을 하는 것 같다'며 란 고된 노동을 어려움을 토로하기도 했다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.