• 의료법학
• /
• 제24권4호
• /
• pp.67-101
• /
• 2023

생성형 AI의 활용은 교육계를 넘어서 이미 의료계에서도 의료 기기에 임상 소프트웨어 등의 도입 등으로 연구되고 있다. 생성형 AI는 대규모 대화형 언어모델을 활용하여 방대한 데이터를 이해하고 자료를 선별하는 시간과 에너지를 줄여주면서 사용자와 끊임없는 대화를 통한 정보의 전달이 가능하다. 바로 이러한 점이 인류에게 생성형 AI가 혁신적인 기술의 등장으로 인정받고 있는 점이기도 하다. 그러나 반면 사용자에게 제공되는 컨텐츠의 정합성은 출처나 근거 없이 사용자에게 판단의 영역으로 맡겨지고 있다. 그러나 이 글에서는 생성형 AI를 활용함에 있어서 가장 직접적으로 발생할 수 있는 쟁점을 우선적으로 살펴보기로 한다. 따라서 이 글에서는 생성형 AI의 대표적인 프로그램인 Chat GPT의 발전과 이용자의 활용에 대비하여 특히 개인정보 보호의 쟁점에 대하여 논의하였다. 이를 위하여 먼저 생성형 AI의 기술적인 특성을 살펴본 뒤에 발생 가능한 민사적 쟁점 가운데에서도 개인정보 보호에 관한 문제를 우선적으로 살펴보았다. 생성형 AI는 그 자체로서 학습 데이터의 편향이나 출처 없는 결과값의 제공 등 여러 문제점이 제기되고 있으나, 이러한 문제점은 윤리적 문제를 내포하는 것으로 당장 임상 소프트웨어로서 의료기기에서 활용될 경우 개인정보 보호법제와 보건의료데이터의 활용 가이드로 환자 혹은 이용자의 개인정보를 보호할 수 있을 것인가에 대한 의문에 대한 논의가 시급하다고 판단되었다. 우리나라의 개인정보 보호법제는 특히 보건의료데이터의 활용에서 특정 개인의 개인정보를 가명처리하고 비식별조치를 취하는 데에 적절한 프로세스를 갖추고 있는 것으로 보이나, 생성형 AI이 소프트웨어로서 의료기기에 적용되었을 경우에도 이 법제로서 개인정보 보호의 목적을 이루기에는 어려운 점이 있다. 임상 소프트웨어에서 활용될 생성형 AI의 기능을 대비하기 위해서는 생성형 AI에 걸맞는 개인정보 보호의 법제가 필요할 것으로 보인다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.291-300
• /
• 1999

본 논문은 인공신경망과 귀납적 학습방법 등의 인공지능 방법과 선물가격결정에 대한 기존 재무이론을 사용하여 일상어취로 표현되는 파생상품 가격예측 모형을 개발하는데 있다. 모형의 개발은 1단계로 인공신경망이나 기존의 선물가격결정이론(평균보 유비용모형이나 일반균형모형)을 이용하여 선물 가격을 예측한 후, 서로 비교 분석하여 인공신경망 모형의 우수성을 확인하였다. 귀납적 학습방법중 CART 알고리듬을 사용하여 If-Then 규칙을 생성하였다. 특히 실용적 측면에서 선물가격의 일상어휘화를 통한 모형개발을 여러 가지 방법으로 시도하였다. 이러한 선물가격 예측모형의 유용성은 일단 If-Then 규칙으로 표현되어 전문가의 판단에 확실한 이론적인 근거를 제시할 수 있는 장점이 있으며, 특히 의사결정지원시스템으로 활용화 될 경우 매우 유용한 근거자료로 활용될 수 있다. 이러한 선물가격 예측모형의 정확성은 분석표본과 검증표본으로 나누어 검증표본에서 세가지 기본모형(평균보유 비용모형, 일반균형모형, 인공신경망 모형)과 각 모형의 귀납적 학습방법 모형의 다른 3가지 어휘표현방법 3가지를 모형별로 비교 분석하였다. 분석결과 인공신경망모형은 상당한 예측력을 갖고 있는 것으로 판명되었으며, 특히 CART를 기반으로 한 일상어취 기반의 선물가격예측 모형은 예측력이 높은 것으로 나타났다.

• 융합정보논문지
• /
• 제8권1호
• /
• pp.201-206
• /
• 2018

최근 인공지능을 구현하기 위한 기술들이 보편화되면서 특히, 기계 학습이 폭넓게 사용되고 있다. 기계 학습은 대량의 데이터를 수집하고 일괄적으로 처리하며 최종 조치를 취할 수 있는 통찰력을 제공하나, 작업의 효과가 즉시 학습 과정에 통합되지는 않는다. 본 연구에서는 비즈니스의 큰 이슈로서 실시간 데이터 분석의 성능을 개선하기 위한 적응형 학습 모델을 제안하였다. 적응형 학습은 데이터세트의 복잡성에 적응하여 앙상블을 생성하고 알고리즘은 샘플링 할 최적의 데이터 포인트를 결정하는데 필요한 데이터를 사용한다. 6개의 표준 데이터세트를 대상으로 한 실험에서 적응형 학습 모델은 학습 시간과 정확도에서 분류를 위한 단순 기계 학습 모델보다 성능이 우수하였다. 특히 서포트 벡터 머신은 모든 앙상블의 후단에서 우수한 성능을 보였다. 적응형 학습 모델은 시간이 지남에 따라 다양한 매개변수들의 변화에 대한 추론을 적응적으로 업데이트가 필요한 문제에 폭넓게 적용될 수 있을 것으로 기대한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 A
• /
• pp.440-442
• /
• 1999

본 연구에서는 전자연동장치의 확장성과 신뢰성 제고를 위해 전자연동장치의 실시간 연동전략으로 활용될 수 있는 연동 지식베이스를 자동 생성, 구축할 수 있는 지능형 연동지식베이스 자동 구축 소프트웨어(IIKBAGS)를 개발한다. IIKBAGS의 추론부는 주어진 역 모델의 동적탐색하에서 휴리스틱 규칙들의 우선순위에 따라 모든 진로를 탐색함은 물론 각 진로들에 대해 진로상 신호설비들간의 연쇄관계를 확인하여 연동패턴들을 자동생성하는 연동지식 자동생성기능을 가진다. 지식베이스는 전자연동장치상의 실시간 전문가 시스템이 직접적으로 활용할 수 있는 구조로 설계됨으로써 연동도표 입력과정에서 발생할 수 있는 오류를 배제, 연동장치의 정확성과 신뢰성을 높인다.

• 한국게임학회 논문지
• /
• 제18권4호
• /
• pp.75-82
• /
• 2018

정보통신기술의 발달과 함께 학습자에게 재미와 흥미를 통한 즐거운 교육환경을 제공하고자 다양한 방법이 시도 되고 있다. 에듀테인먼트와 게임기반학습 등에서 게임이나 로봇과 같은 기술을 교육에 활용하는 것은 좋은 예이다. 본 연구에서는 휴머노이드 로봇의 율동 생성을 위한 사용자 데이터 수집과 분석을 통한 지능형 율동 교육 시스템을 제안한다. 이를 위하여 사용자는 음악을 선택하고, 선택한 음악에 따라 율동 정보를 입력한다. 이러한 사용자의 로봇 활용 데이터는 분석을 통하여 지능화된 서비스를 위한 패턴의 역할을 한다. 분석 결과는 빈도에 기반을 두며, 과거 정보가 부족한 경우 FFT 유사도 비교 방법을 적용하였다. 제안하는 방법은 유치원 아이들을 대상으로 하는 실험을 통하여 유효함을 확인하였다.

• 정보처리학회논문지B
• /
• 제14B권3호
• /
• pp.199-214
• /
• 2007

최근 들어 인공지능 계획기법을 이용하여 자동화된 시맨틱 웹서비스들 간의 조합을 구현하려는 연구들이 활발하게 이루어지고 있다. 하지만 일반적으로 전통적인 인공지능 계획기법들은 복잡한 제어구조를 포함하는 웹서비스 프로세스를 하나의 단위 행동이나 계획으로 표현하기 어렵고, 온톨로지에 포함된 의미 정보들을 계획생성에 충분히 반영할 수 없으며, 웹서비스들 사이의 입출력 데이터 흐름을 직접 모델링할 수 없고, 계획단계와 실행단계가 분리되어 있어 웹서비스 실행단계의 불확실성과 가변성을 계획단계에서 충분히 고려할 수 없다는 등의 한계점을 가지고 있다. 본 연구에서는 이러한 문제점들을 해결하기 위한 접근 방법으로서 반응형 계획을 이용한 시맨틱 웹서비스 조합을 제안하고, 프로토타입 시스템인 SWEEP을 구현하였다. e-Commerce 분야의 예제 웹서비스들을 대상으로 실험을 통해, 우리는 반응형 계획이 자동화된 시맨틱 웹서비스의 조합과 실행을 구현하기 위한 효과적인 기술임을 확인할 수 있었다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2005년도 춘계학술발표논문집
• /
• pp.86-88
• /
• 2005

본 논문은 인공지능의 한 영역인 지식형 시스템(knowledge system)을 자동차 정비 분야에 활용하여 전문지식이 부족한 여성운전자나 일반인들에게 기초정비 지식을 효율적으로 전달하는 모의 자가 정비시스템을 통하여 지식습득을 하도록 하는데 목적을 두고 있다. 이 시스템은 Visual Basic 6.0을 이용하여 데이터 베이스 체계로 구축하였다. 서론은 지식형 시스템의 개념과 연구배경에 관하여 정리하였고, 본론은 모의 차량고장진단 프로그램(VDKS)의 구성, 설명, 수행과정, 진단실행 및 설명 모듈을 제시하였으며 결론에서는 모의 차량고장진단 프로그램(VDKS)의 활용 및 발전 방향등을 제시하고자한다.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.87-99
• /
• 2024

본 연구는 새로이 재편되는 AI 상용 미래 시대에서 웹툰 작가가 창작자로서 직업적 계보를 존속시키기 위해 어떠한 역량이 요구될 것인지를 파악하기 위해 진행되었다. 생성형 AI의 기술 발달이 어떻게 이뤄질지 알아보고, 그 시점에서 창작자의 역할이 어떻게 변화되어 갈 것인지에 대해, 웹툰의 실례로 현재와 미래의 AI 기술력과 웹툰의 활용 현황에 대해 각각 알아보고 미래 변화될 웹툰계의 생태 속에서 요구될 작가의 역할에 대해 전망해 보고자 하였다. 그 결과, 미래 AI는 자립적인 존재로 인간과 협업이 가능한 수준으로 인간 작업자를 대체할 것으로 예측됐으며, 그 한계점 역시 드러나, 물리적 기술 측면에서는 AI가 대체할 수 있으나, 인간 공감형 분야만큼은 존속시킬 수 있음을 알아보았다. 스토리 기획자, 시각 연출가, AI 편집자라는 창의적인 영역이 창작자의 역할 모형으로 도출되었다. 또한, 현시점에서의 모호한 용어 정의로 인한 혼란을 해소하고자 AI 3단계 단계별 모형으로 기계형, 인간형, 초월형으로 보다 현실적으로 분리 제안하였다. 이러한 결과를 통해 연구자는 앞으로 유입될 신진 창작자나 기존의 창작자들의 재 역량 개발을 위한 가이드라인으로 새로운 기술인 AI에 대한 부정 수용보다는 협업을 통한 상생임을 제시하였다.

• 벤처창업연구
• /
• 제18권4호
• /
• pp.65-76
• /
• 2023

기술 창업 및 스타트업 분야에서는 인공지능(AI)의 발전이 사업 모델 혁신의 핵심 주제로 부상하였다. 이를 통해 벤처기업들은 경쟁력 확보를 위해 AI를 중심으로 다양한 노력을 기울이고 있다. 본 연구는 GenAI 기술의 발전과 스타트업 생태계 간의 관계를 국내 뉴스 기사를 분석하여, 기술 창업 분야의 동향을 파악하는 것을 목적으로 하였다. 본 연구는 빅카인즈(BIG Kinds)를 활용하여 1990년부터 2023년 8월 10일까지의 국내 뉴스 기사에서 ChatGPT의 등장 전후를 중심으로 GenAI 관련 뉴스 기사, 주요 이슈 및 트렌드의 변화를 조사하였으며, 네트워크 분석 및 키워드 시각화를 통해 관련성을 시각화하였다. 연구결과, 2017년부터 2023년까지 GenAI에 대한 언급이 기사 내에서 점차 증가하였다. 특히, OpenAI의 GPT-3.5를 기반으로 한 ChatGPT 서비스가 주요 이슈로 부각 되었는데, 이 서비스는 OpenAI의 DALL-E, Google의 MusicLM, VoyagerX의 Vrew 등과 같은 언어 모델 기반 GenAI 기술의 대중화를 시사하였다. 이로써 생성형 인공지능은 다양한 분야에서의 유용성을 입증하며, ChatGPT 출시 이후 국내 기업들의 한국어 언어 모델 개발 활동이 활발히 이루어지고 있는 것으로 확인되었다. 리튼 테크놀로지스와 같은 스타트업들도 GenAI를 활용하여 기술 창업 분야에서의 영역을 확장하고 있다. 본 연구에서는 GenAI 기술과 스타트업 창업 활동 간의 연관성을 확인하였으며, 이는 혁신적인 비즈니스 전략의 구축 지원을 시사하며 GenAI 기술의 발전과 스타트업 생태계의 성장을 지속해서 형성할 것으로 전망된다. 더 나아가 국제적 동향 및 다양한 분석 방법의 활용, 실제 현장에서의 GenAI 응용 가능성을 모색하는 연구가 요구 된다. 이러한 노력은 GenAI 기술의 발전과 스타트업 생태계의 성장 발전에 이바지할 것으로 기대된다.

• 한국빅데이터학회지
• /
• 제7권2호
• /
• pp.91-102
• /
• 2022

인공지능이 발전하면서 AI 챗봇 시스템의 활용이 활발히 이루어지고 있다. 그 예로 공공기관에서는 민원, 행정 분야에서 업무 보조, 전문지식 서비스 등으로 챗봇 활용 분야가 확대되고 있으며 민간기업은 대화형 고객 응대 서비스 등으로 챗봇을 활용하고 있다. 본 연구에서는 시나리오 기반의 AI 음성 챗봇 시스템을 제안하여 박물관의 운영 비용을 절감하고 관람객에게 양방향성 안내 서비스를 제공하고자 한다. 구현한 음성 챗봇 시스템은 실시간으로 특정 디렉터리를 감시하여 사용자의 음성을 감지하는 감시자 객체와 음성 파일이 생성되면 순차적으로 모델별 추론을 수행하여 AI의 응대 음성을 출력하는 이벤트 핸들러 객체로 구성되며, 스레드와 데크를 활용한 중복 방지 기능을 포함하여 단일 GPU 환경에서 추론 중에 GPU의 연산이 중복되지 않도록 한다.