• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.05a
• /
• pp.775-777
• /
• 2012

양돈산업에서의 인공수정(Artificial Insemination, AI) 기술은 1994년 이후 본격적으로 국내 양돈농가에 보급되어 양돈 산업 발전에 기초가 되었다. 이러한 중요성에도 불구하고 전국 AI센터의 정액 생산 및 공급체계에 관한 통합관리는 전무한 상태이며, 전국 50여개의 AI센터에서 생성된 정보는 독립된 개별시스템에 의해 관리되고 있다. 이는 전염성이 강한 질병 발생에 대한 대응방안 모색과 전국적인 돼지개량 정책 등을 종합적으로 수립할 때 통합정보관리 분석의 한계점을 가지게 한다. 이에 웹을 기반으로 전국 AI센터의 정액생산 및 공급체계 등에 관하여 통합할 수 있는 AI PigMoS 시스템을 제안하고 구현하였다. 본 논문에서 제안한 AI PigMoS 시스템은 웹을 기반으로 전국 AI센터의 정보를 통합관리 운영할 수 있다. 제안된 시스템은 웅돈, 정액생산 및 판매관리 등에 대해서 이력추적을 할 수 있도록 설계하였으며, 고객관리, 회계, 통계 및 경영관리 등에 대해서는 통합적으로 관리 운영할 수 있도록 설계하였다. 이는 전국 AI센터의 효율적인 관리운영 뿐만 아니라 통합된 AI센터 관련정보의 분석 및 미래 예측자료 등으로 활용되어 효율적인 돼지개량 체계를 구축할 것으로 기대한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.10a
• /
• pp.951-952
• /
• 2013

국내 양돈분야에서의 AI(Artificial Insemination)센터는 인공수정 기술의 개발과 보급과 관하여서는 중추적인 역할을 수행하고 있다. 그러나 현재 전국AI센터에서 사용하고 있는 정보관리 시스템은 독립적이고 운영체제에 의존적인 형태로 운영되고 있다. 따라서 현재 전국AI센터 정보관리 체계는 실시간으로 정보관리 시스템의 접근제한과 모바일 서비스 등의 분야에서 그 분명한 한계를 가진다. 이에 본 논문에서는 유무선 통합(FMC) AI PigMoS(Pig Monitoring System, PigMoS) 시스템을 제안하고 구현하였다. 본 논문에서 제안한 FMC AI PigMoS 시스템은 이동성, 실시간 정보관리 등을 지원할 수 있도록 인터넷과 모바일에서 운영할 수 있도록 구현 하였다. 구현된 FMC AI PigMoS 시스템은 이동성과 실시간 정보관리 등에 필요한 모듈 중심으로 설계하고 구현하였다. 이는 원거리 소비자들에게 각 AI센터에서 생성된 AI정보를 실시간으로 제공하여 개별AI센터의 경쟁력 향상을 높일 것으로 기대한다.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.7
• /
• pp.53-71
• /
• 2024

Generative Artificial Intelligence (AI) has become the focus of societal attention due to its wide range of applications and profound impact. This paper constructs a comprehensive theoretical model based on the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2), integrating variables such as Personal Innovativeness and Perceived Risk to study the key factors influencing enterprises' adoption of Generative AI. We employed Structural Equation Modeling (SEM) to verify the hypothesized paths and used the Bootstrapping method to test the mediating effect of Behavioral Intention. Additionally, we explored the moderating effect of Perceived Risk through Hierarchical Regression Analysis. The results indicate that Performance Expectancy, Effort Expectancy, Social Influence, Price Value, and Personal Innovativeness have significant positive impacts on Behavioral Intention. Behavioral Intention plays a significant mediating role between these factors and Use Behavior, while Perceived Risk negatively moderates the relationship between Behavioral Intention and Use Behavior. This study provides theoretical and empirical support for how enterprises can effectively adopt Generative AI, offering important practical implications.

• The Journal of the Convergence on Culture Technology
• /
• v.10 no.3
• /
• pp.713-722
• /
• 2024

This study highlights the impact of Artificial Intelligence (AI) technology on journalism, discussing its utility and addressing major ethical concerns. Broadcasting companies and media institutions, such as the Bloomberg, Guardian, WSJ, WP, NYT, globally are utilizing AI for innovation in news production, data analysis, and content generation. Accordingly, the ecosystem of AI journalism will be analyzed in terms of scale, economic feasibility, diversity, and value enhancement of major media AI service types. Through the previous literature review, this study identifies key ethical and social issues in AI journalism as well. It aims to bridge societal and technological concerns by exploring mutual development directions for AI technology and the media industry. Additionally, it advocates for the necessity of integrated guidelines and advanced AI literacy through social consensus in addressing these issues.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.431-436
• /
• 2022

이 연구는 MBTI의 심리 기능지표 조합인 ST, SF, NT, NF의 유형별 특징을 반영한 마케팅 문체 프레임워크를 정의하고 모델 학습을 통해 성격유형별 맞춤화 된 광고 메시지로 생성하는 것을 목적으로 한다. 활용되는 광고 메시지 자동 생성 기술은 BART 모델에 성격유형을 Prefix로 포함한 광고문을 학습시켜 성격유형에 따라 맞춤형 광고 메시지를 생성하는 방식이다. 학습된 모델은 Prefix 조작만으로 MBTI 성격유형별 문체 특징을 갖춘 광고 메시지로 변환되는 것을 실험을 통해 확인할 수 있었다. 본 연구는 성격유형의 특징을 문체 프레임워크로써 정의하고 이에 기반한 모델 학습을 통해 성격유형별 특징을 반영한 광고 메시지를 재현해 낼 수 있다는 점에서 의의가 있다. 또한 성격유형과 연관 feature를 함께 학습하여 유형별 문체 특징과 소구점을 포함한 광고 메시지를 생성했다는 기술적 가치가 있다. 이 연구 결과를 기반으로 차후 타겟 고객층의 성격유형과 광고 도메인을 고려한 효과적인 광고 콘텐츠를 생성해 내는 모델을 개발하여 타겟 마케팅 분야는 물론이고 지역별 또는 언어별 문체 간 차이를 구조화하거나 재현해야 하는 문제에서 기반이 되는 연구로 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.25-27
• /
• 2023

본 논문에서는 캐릭터 챗봇을 학습시키고, 학습된 모델을 React 기반 웹 페이지에 통합하는 것을 목표로 한다. 웹 페이지 사용자들은 실시간으로 게임이나 영화 캐릭터와 대화할 수 있는 기능을 제공받게 된다. 캐릭터 챗봇은 사용자의 질문을 이해하고 학습된 캐릭터의 특성에 따라 적절한 응답을 생성함으로써 상호작용하게 된다. 사용자가 웹 페이지에서 입력한 질문이나 요청은 챗봇 모델을 통해 처리되며, AI 챗봇은 학습된 지식과 데이터를 활용하여 응답을 생성한다. 사용자는 웹 페이지에서 자연스러운 대화를 통해 원하는 캐릭터와 대화를 이어갈 수 있게 된다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.683-689
• /
• 2023

자연어 처리 분야는 최근에 큰 발전을 보였으며, 특히 초대규모 언어 모델의 등장은 이 분야에 큰 영향을 미쳤다. GPT와 같은 모델은 다양한 NLP 작업에서 높은 성능을 보이고 있으며, 특히 챗봇 분야에서 중요하게 다루어지고 있다. 하지만, 이러한 모델에도 여러 한계와 문제점이 있으며, 그 중 하나는 모델이 기대하지 않은 결과를 생성하는 것이다. 이를 해결하기 위한 다양한 방법 중, Retrieval-Augmented Generation(RAG) 방법이 주목받았다. 이 논문에서는 지식베이스와의 통합을 통한 도메인 특화형 질의응답 시스템의 효율성 개선 방안과 벡터 데이터 베이스의 수정을 통한 챗봇 답변 수정 및 업데이트 방안을 제안한다. 본 논문의 주요 기여는 다음과 같다: 1) QA Pair Passage RAG을 활용한 새로운 RAG 시스템 제안 및 성능 향상 분석 2) 기존의 LLM 및 RAG 시스템의 성능 측정 및 한계점 제시 3) RDBMS 기반의 벡터 검색 및 업데이트를 활용한 챗봇 제어 방법론 제안

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.272-274
• /
• 2022

최근에는 사람과 기계가 자유롭게 대화를 주고받을 수 있는 자유 주제 대화 시스템(Open-domain Dialogue System)이 다양한 서비스에 활용되고 있다. 자유 주제 대화 시스템이 더욱 다양한 답변을 제공할 수 있도록 사전학습 기반의 생성 언어모델이 활용되고 있지만, 답변 제공의 안정성이 떨어져 검색을 활용한 방법 또한 함께 활용되고 있다. 검색 기반 방법은 사용자의 대화가 들어오면 사전에 구축된 데이터베이스에서 유사한 대화를 검색하고 준비되어있는 답변을 제공하는 기술이다. 하지만 멀티턴으로 이루어진 대화는 일반적인 문서의 문장과 다르게 각 문장에 대한 발화의 주체가 변경되기 때문에 연속된 발화 문장이 문맥적으로 밀접하게 연결되지 않는 경우가 있다. 본 논문에서는 이와 같은 대화의 특징을 고려하여 멀티턴 대화를 효율적으로 임베딩 할 수 있는 DBERT(DialogueBERT) 모델을 제안한다. 기존 공개된 사전학습 언어모델 기반의 문장 임베딩 모델과 비교 평가 실험을 통해 제안하는 방법의 우수성을 입증한다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.41-46
• /
• 2021

기계 독해는 문단과 질문이 주어질 때에 정답을 맞추는 자연어처리의 연구분야다. 최근 기계 독해 모델이 사람보다 높은 성능을 보여주고 있지만, 문단과 질의가 크게 변하지 않더라도 예상과 다른 결과를 만들어 성능에 영향을 주기도 한다. 본 논문에서는 문단과 질문 두 가지 관점에서 적대적 예시 데이터를 사용하여 보다 강건한 질의응답 모델을 훈련하는 방식을 제안한다. 트랜스포머 인코더 모델을 활용하였으며, 데이터를 생성하기 위해서 KorQuAD 1.0 데이터셋에 적대적 예시를 추가하여 실험을 진행하였다. 적대적 예시를 이용한 데이터로 실험한 결과, 기존 모델보다 1% 가량 높은 성능을 보였다. 또한 질의의 적대적 예시 데이터를 활용하였을 때, 기존 KorQuAD 1.0 데이터에 대한 성능 향상을 확인하였다.

• Journal of Korea Artificial Intelligence Association
• /
• v.1 no.1
• /
• pp.7-10
• /
• 2023

This study proposes an AI-based shoe recommendation model based on user clothing image data to solve the problem of the global fashion industry, which is worsening due to factors such as the economic downturn. Shoes are an important part of modern fashion, and this research aims to improve user satisfaction and contribute to economic growth through a generative AI-based shoe recommendation service. By utilizing generative AI in the personalized consumer market, we show the feasibility, efficiency, and improvements through an accessible web-based implementation. In conclusion, this study provides insights to help fulfill consumer needs in the ever-changing fashion market by implementing a generative AI-based shoe recommendation model.