• 재활치료과학
• /
• 제12권1호
• /
• pp.23-35
• /
• 2023

목적 : 본 연구는 국내 감각통합치료의 임상 관찰 평가 사용실태와 세부 항목별 결과 측정의 어려움 및 중요도를 알아보고 이를 통해 임상 관찰 측정에 있어 AI 측정 기술의 적용 유용성과 세부 항목별 적용 필요도를 확인하고자 하였다. 연구 방법 : 연구 과정은 국내 작업치료사 31명에서 온라인 설문지 배포를 통해 조사 연구를 실시하였다. 설문지는 일반적 정보, 감각통합 평가 도구 사용 실태, 임상 관찰의 세부 항목별 측정의 어려움, AI 측정 기술의 유용성, 세부 항목별 평가의 중요성 및 AI 측정 기술 개발의 필요성을 조사하는 내용으로 구성되었다. 조사의 결과를 빈도분석과 기술통계를 사용하여 분석하였다. 결과 : 조사에 참여한 작업치료사들은 Sensory Profile(96.8%)을 가장 많이 사용하였고 그다음으로 임상 관찰(90.3%)을 많이 사용하였다. 임상 관찰 시 측정이 어려운 세부 항목은 Finger-to-nose Test와 Postural Control(on the 이었으며, 다음으로 Eye Movement와 Protective Extension Test(67.7%)였다. 임상 관찰 시 AI 측정 기술 적용은 83.9%의 연구 대상자들이 모두 유용할 것으로 응답하였다. AI 측정 기술 적용이 필요하다고 응답한 가장 높은 항목은 Postural Control(on the ball)(90.3%)이었고, 다음으로 Eye Movement(83.9%), Prone Extension과 Protective Extension Test(77.4%) 순으로 나타났다. 결론 : 본 연구의 결과는 국내 아동 작업치료 현장에서 임상 관찰이 중요한 평가도구이며 임상 관찰 평가의 측정 정확성을 향상하기 위해서 AI 기술 적용이 필요하다는 작업치료사들의 인식을 확인할 수 있었다.

• 구강회복응용과학지
• /
• 제38권4호
• /
• pp.196-203
• /
• 2022

목적: 본 연구는 79종의 치과 임플란트에 대해 딥러닝을 이용한 식별 모델의 정확도와 임상적 유용성을 평가하는 것을 목적으로 하였다. 연구 재료 및 방법: 2001년부터 2020년까지 30개 치과에서 임플란트 치료를 받은 환자들의 파노라마 방사선 사진에서 총 45396개의 임플란트 고정체 이미지를 수집했다. 수집된 임플란트 이미지는 18개 제조사의 79개 유형이었다. 모델 학습을 위해 EfficientNet 및 Meta Pseudo Labels 알고리즘이 사용되었다. EfficientNet은 EfficientNet-B0 및 EfficientNet-B4가 하위 모델로 사용되었으며, Meta Pseudo Labels는 확장 계수에 따라 두 가지 모델을 적용했다. EfficientNet에 대해 Top 1 정확도를 측정하고 Meta Pseudo Labels에 대해 Top 1 및 Top 5 정확도를 측정하였다. 결과: EfficientNet-B0 및 EfficientNet-B4는 89.4의 Top 1 정확도를 보였다. Meta Pseudo Labels 1은 87.96의 Top 1 정확도를 보였고, 확장 계수가 증가한 Meta Pseudo Labels 2는 88.35를 나타냈다. Top 5 정확도에서 Meta Pseudo Labels 1의 점수는 97.90으로 Meta Pseudo Labels 2의 97.79보다 0.11% 높았다. 결론: 본 연구에서 임플란트 식별에 사용된 4가지 딥러닝 알고리즘은 모두 90%에 가까운 정확도를 보였다. 임플란트 식별을 위한 딥러닝의 임상적 적용 가능성을 높이려면 더 많은 데이터를 수집하고 임플란트에 적합한 미세 조정 알고리즘의 개발이 필요하다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권4호
• /
• pp.179-188
• /
• 2023

최근 가짜뉴스는 뉴스 콘텐츠 형식을 가장하고 중요한 사건이 발생할 때마다 등장하여 사회적 혼란을 초래한다. 이에 가짜뉴스를 탐지하기 위한 연구로 인공지능 기술이 사용된다. 자연어 처리를 통해 가짜뉴스를 자동으로 인지 및 차단하거나, 네트워크 인과 추론과 결합함으로써 허위 정보를 확산시키는 소셜미디어 인플루언스 계정을 감지하는 등의 가짜뉴스 탐지 접근법이 딥러닝을 통해 구현될 수 있었다. 그러나 가짜뉴스 탐지는 여러 자연어 처리 분야 중에서도 해결이 어려운 문제로 분류된다. 가짜뉴스가 가지는 형식 및 표현의 다양성으로 특성 추출의 난도가 높고, 뉴스가 속한 범주에 따라 하나의 특성이 서로 다른 의미를 가질 수도 있는 등 다양한 한계점이 존재한다. 본 논문에서는 가짜뉴스를 탐지하기 위한 추가적인 식별 기준으로 감성 변화 패턴을 제시한다. 합성곱 신경망을 가짜뉴스 데이터 세트에 적용하여 콘텐츠 특성에 기반한 분석을 수행하고, 감성 변화 패턴을 추가로 분석함으로써 성능이 개선된 모델을 제안한다. 뉴스를 구성하는 문장에 대하여 감성 극성을 산출하고 장단기 메모리를 적용함으로써 문장 순서에 의존적인 결괏값을 얻을 수 있다. 이를 감성 변화의 패턴으로 정의하고 뉴스의 콘텐츠 특성과 결합하여 가짜뉴스 탐지를 위한 제안 모델의 독립변수로 활용한다. 제안 모델과 비교 모델을 딥러닝으로 학습시키고 가짜뉴스 데이터 세트를 이용한 실험을 진행하여 감성 변화 패턴이 가짜뉴스 탐지 성능을 개선할 수 있음을 확인한다.

• 융합신호처리학회논문지
• /
• 제23권2호
• /
• pp.76-83
• /
• 2022

최근 IT기술이 발달함에 따라 다양한 생체신호 측정 기기에 대한 연구 및 관심이 높아지고 있는 이유 중 하나로 고령사회가 본격화됨에 따라 IT 관련 기술을 이용한 고령 인구에 대한 연구가 지속해서 발전되고 있다. 본 논문은 초고령사회에 접어들면서 빠르게 발전하고 있는 노인층을 대상으로 한 의료서비스 영역 중 하나인 생활 패턴 감지와 낙상 감지 알고리즘 개발에 관한 것이다. 3축 가속도 센서와 심전도 센서를 이용한 시스템을 구성하여 데이터를 수집한 뒤 데이터를 분석하는 과정으로 진행하였고 실제 연구 결과로부터 행동 패턴의 분류가 가능함을 제안한다. 본 논문에 의해 구현된 인체 활동 모니터링 시스템의 유용성을 평가하기 위하여 자세 변화, 보행속도의 변화 등 다양한 조건에서 실험을 수행하여 인체의 중력 가속도와 인체 활동 정도를 반영하는 신호크기 범위 및 신호 벡터크기 파라미터를 추출하였다. 그리고 이들 파라미터값에 의해 피검자의 상태에 따라 판별이 가능하였다.

• 지식경영연구
• /
• 제24권1호
• /
• pp.31-49
• /
• 2023

짧은 영상 클립을 공유하는 지식공유 플랫폼으로서 TikTok이 많은 주목을 받고 있다. 이러한 TikTok에 대한 폭발적인 관심은 지식공유 플랫폼으로서의 비즈니스 가치가 크다는 점을 시사한다. 본 연구는 질적, 탐색적 접근을 통해 지식거래산업의 발전 현황과 함께 TikTok에서 어떠한 요인이 지식상품에 대한 사용자의 구매 결정에 영향을 미치는가를 규명하고자 하였다. 연구방법론으로서 10명에 대한 심층 인터뷰와 함께 95명의 지식 제공자의 동영상을 관찰한 결과, TikTok은 지식거래 산업을 발전시킬 수 있는 비즈니스 잠재력을 가지고 있었으며, ATLAS ti 소프트웨어를 이용한 10명의 심층 인터뷰에서 수집한 데이터를 코딩한 결과, 수요자 특성, 제공자 특성, 플랫폼 특성 및 제품 특성 등의 네 가지 핵심적 요인이 TikTok에서 지식제품에 대한 사용자의 구매결정에 영향을 미친다는 점을 밝혔다. 근거이론을 기반으로 감정적 니즈, 전문성 니즈, 품질, 가격, 도움성, 가치, 카리스마, 신뢰, 서비스 보증, 희소성 등 10개의 변수로 구성된 이론적 모델이 도출되고 제시되었다. 또한 연구발견점에 따른 이론적 시사점과 실무적 시사점이 토의된다.

• 한국문헌정보학회지
• /
• 제57권4호
• /
• pp.333-351
• /
• 2023

본 연구의 목적은 AI 카메라를 활용한 공공도서관 이용자의 공간이용행태를 분석하는 것이다. AI 카메라의 얼굴 인식 및 추적 기술을 활용하여 이용자의 성별과 연령을 식별하였고 초단위 영상 데이터를 수집·정제하여 이용자의 이동 동선을 파악하였다. 분석 결과, 여성 이용자가 남성 이용자보다 조금 더 많았고 연령대는 30대가 가장 많았다. 이용자 수는 화요일부터 금요일까지 증가하다가 토요일과 일요일에 감소하는 경향성을 보였고 오후 14시부터 15시 사이에 이용자 수가 가장 많은 것으로 나타났다. 이용자들은 1개 또는 2개 공간만을 주로 이용하였는데 이 때에는 안내데스크를 이용하거나 휴게공간을 이용하는 것으로 나타났다. 주제분야 서가를 이용하지 않는 경우가 주제분야 서가를 이용하는 경우보다 약 2배 정도 많았다. 이용자들은 철학(100), 종교(200), 사회과학(300), 순수과학(400), 기술과학(500), 문학(800) 분야들을 주로 이용하였고 이중 문학(800)은 다른 모든 주제분야들과의 연결성이 가장 높게 나타났다. 이용자들을 체류공간의 유사성에 따라 5개 군집으로 묶어본 결과, 군집 간에 이용 목적과 관심 주제분야에 차이가 있어 향후 도서관 서비스 기획에 중요한 단서가 될 수 있음을 확인하였다. 그리고 향후 도서관에서 AI 카메라를 활용한 이용자의 공간이용행태 분석이 활성화되기 위해서는 높은 비용 및 개인정보 보호 문제의 해결이 필요함을 제시하였다.

• 실천공학교육논문지
• /
• 제15권1호
• /
• pp.97-105
• /
• 2023

최근 인공지능 기술의 발달에 따라 사용자의 편의성을 위한 기술이 많이 개발되고 있다. 그중 자율주행차에 대한 관심이 나날이 증가하고 있다. 현재 많은 자동차 기업에서 자율주행차 상용화를 목표로 하고 있다. 상용화를 뒷받침할 정부의 새롭고 합리적인 정책 수립의 기반을 조성하기 위하여 뉴스 기사 데이터를 통해 여론의 변화와 인식을 분석하고자 하였다. 따라서 본 논문에서는 최근 3년간 자율주행차와 유사한 용어가 언급된 뉴스 기사 데이터 35,891건을 수집하고, 네트워크 분석하였다. 분석결과, '자율주행', 'AI', '미래', '현대자동차', '자율주행차', '자동차', '산업', '전기차' 등의 주요 키워드가 도출되었다. 또한, 자율주행차 산업은 자동차 기업뿐만 아니라, 반도체 기업, 빅테크 기업 등 다양한 산업과 융합되며 더욱 빠르고 다양한 플랫폼과 서비스 산업으로 발전하고 있으며, 산업의 융복합에 주목하고 있는 것으로 나타났다. 여론의 변화와 인식을 지속적으로 확인하기 위해 SNS 데이터나 기술 트렌드의 지속적인 분석을 통한 인식 분석이 필요할 것으로 판단된다.

• 경영정보학연구
• /
• 제25권4호
• /
• pp.183-204
• /
• 2023

전 세계적으로 유행한 COVID-19로 인해 비대면 행사가 많이 개최되며, 2021년도에 메타버스가 많은 관심을 받게 되었다. 많은 회사들이 메타버스에 대한 투자를 발표하고 주식 시장에도 큰 변화를 일으킴으로써 메타버스의 가치에 대한 연구의 중요성이 커지고 있다. 본 논문은 이러한 사회 현상을 기반으로 메타버스 투자 계획과 주가 사이의 관계를 분석한다. 2019년부터 2021년까지 수집된 Lexis-Nexis 뉴스 데이터를 토대로 이벤트 연구방법론(event study method)을 사용하여 이러한 관계를 실증적으로 검토하였으며, 세부적인 요인들을 설정하여 선형회귀분석을 실시하였다. 결과적으로, 메타버스 관련 계획은 기업 가치에 긍정적인 영향을 미친다는 결과를 확인할 수 있었다. 기술적인 측면에서는 메타버스 가능 기술(예: NFT, VR 기기, 디지털 트윈)과 공통 기술(예: 반도체, 인공지능, 클라우드) 두 변수 모두 시장 수익률에 긍정적인 영향을 미치는 것으로 나타났으며, 특히 가상 환경의 중요성이 강조되었다. 또한 전략적 관점에서 급진적 혁신(예: 피보팅, 기업 인수)은 점진적 혁신(예: 파트너십, 기술 투자)보다 시장 수익에 더 긍정적인 영향을 미치는 것으로 나타났다. 마지막으로 메타버스 산업은 서비스 산업군에 속하지 않은 회사(예: 전자 장치, 기계 장치)에서 더 긍정적일 수 있다는 결과를 보였다. 학술적으로 메타버스의 혁신적 가치와 중요 요인에 대해 실증적으로 규명하였다는 점에서 연구의 의의가 있다.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.967-971
• /
• 2023

최근에는 다양한 플랫폼 서비스가 인공지능을 활용하여 제공되고 있으며, 그 중 하나로 ChatGPT는 대량의 데이터를 자연어 처리하여 자가 학습 후 답변을 생성하는 역할을 수행하고 있다. ChatGPT는 IT 분야에서 소프트웨어 프로그래밍 분야를 포함하여 다양한 작업을 수행할 수 있는데, 특히 프로그램을 대표하는 C언어를 통해 간단한 프로그램을 생성하고 에러를 수정하는데 도움을 줄 수 있다. 이러한 능력을 토대로 C언어를 기반으로 만들어진 하드웨어 언어인 베릴로그 HDL도 ChatGPT에서 원활한 생성이 예상되지만, 베릴로그 HDL의 합성은 명령문들을 논리회로 구조 형태로 생성하는 것이기에 결과물들의 정상적인 실행 여부를 확인해야 한다. 본 논문에서는 용이한 실험을 위해 규모가 적은 논리회로들을 선택하여 ChatGPT에서 생성된 디지털회로와 인간이 만든 회로들의 결과를 확인하려 한다. 실험 환경은 Xilinx ISE 14.7로 모듈들을 모델링하였으며 xc3s1000 FPGA칩을 사용하여 구현하였다. 구현된 결과물을 FPGA의 사용 면적과 처리 시간을 각각 비교 분석함으로써 ChatGPT의 생성물과 베릴로그 HDL의 생성물의 성능을 비교하였다.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.129-143
• /
• 2023

빅데이터 시대를 맞이하여 인공지능 분야는 괄목할만한 성장을 보이고 있으며 특히 딥러닝에 의한 이미지 분류 학습방법이 중요한 영역으로 자리하고 있다. 이미지 분류에서 많이 사용되어 온 CNN의 성능을 더욱 개선하기 위해 다양한 연구가 활발하게 진행되었는데, 이 중에서 대표적인 방법이 CRNN(Convolutional Recurrent Neural Network) 알고리즘이다. CRNN 알고리즘은 이미지 분류를 위한 CNN과 시계열적 요소를 인식하기 위한 RNN의 조합으로 구성되는데, CRNN의 RNN영역에서 사용하는 입력값은 학습 대상의 이미지를 합성곱과 풀링 기법을 적용하여 추출된 결과물을 flatten한 값이고, 이 입력값들은 이미지 내 동일 위상에 있는 픽셀값들이 서로 다른 순서로 나타나기 때문에, RNN에서 의도한 이미지 내 배열 순서를 제대로 학습하기 어렵다는 한계점을 지닌다. 따라서 본 연구는 인코더와 디코더의 개념을 응용한 CNN과 RNN의 새로운 하이브리드 방법을 제안하여, 이미지 분류 성능을 향상시키는 것을 목적으로 하였다. 본 연구에서는 다양한 알고리즘 비교 실험을 통해, 새로운 하이브리드 방법의 효과성을 검증하였다. 본 연구는 인코더와 디코더 개념의 적용 가능성을 넓히고, 제안한 방법이 기존 하이브리드 방법에 비해, 복잡도가 크게 증가하지 않아 모델 학습 시간과 인프라 구축 비용 측면에서 이점을 있다는 점에서 학문적 시사점을 가진다. 또한, 정확한 이미지 분류가 필요한 다양한 분야에서 제공되는 서비스의 품질을 높일 수 있는 가능성을 제시하였다는 점에서 실무적 시사점을 가진다.