• 월간 닭고기
• /
• 제15권4호
• /
• pp.84-87
• /
• 2009

• 한국원적외선협회보
• /
• 통권33호
• /
• pp.42-43
• /
• 2007

• 정보과학회지
• /
• 제11권5호
• /
• pp.66-76
• /
• 1993

• 한국항행학회논문지
• /
• 제14권5호
• /
• pp.737-744
• /
• 2010

본 논문에서는 소셜 네트워크 서비스는 최근에 가장 인기 있는 인터넷 비즈니스 모델로서 여러 나라에서 서비스되고 있는데 외국에서는 페이스북이 한국에서는 싸이월드가 유명하다. 본 논문에서는 기존의 소셜 네트워크 서비스들들 조사하고 분석하여 새로운 웹 2.0 개념에 충실한 오픈유 소셜 네트워크 서비스를 제시한다. 이는 실시간 채팅으로 서로 대화가 가능하고 협업 기능에 의해 실시간으로 자료 공유 및 자료를 보면서 대화가 가능한 차세대 인터넷 플랫폼 시스템이다. 오픈유의 주요 특징 및 기능을 화면 설계 및 구현을 통해 설명하고 다른 소셜 네트워크 서비스 시스템과의 비교를 통해 오픈유의 우수성을 제시하고자 한다.

• 한국기술혁신학회:학술대회논문집
• /
• 한국기술혁신학회 2017년도 추계학술대회 논문집
• /
• pp.1297-1297
• /
• 2017

본 연구는 대화형 인공지능 스피커의 수요 증진을 위한 새로운 비즈니스 전략 제시를 위해 수행되었다. 이를 위해 해당 IoT기기 소비자의 사용의도에 영향을 미치는 요인들을 선정하여 집중적으로 고찰하고 각 요인 사이에 어떤 상관관계가 존재하는지 실증적으로 분석하고자 하였다. 사용 의도에 영향을 미치는 요인으로는 기기 사용에 대한 안전성이 확보 되었음을 의미하는 안전에 대한 신뢰도와 기술적 흐름에 따른 시대적 압박, 기기 사용으로부터 발생하는 쾌락적 동기와 실용적 동기, 기기의 혁신성으로부터 오는 차별적 동기를 고려하였다. 본 연구의 수행을 통해 모든 요인은 각각 소비자의 사용 의도에 긍정적인 영향을 미치며 특히 차별화 욕구와 쾌락적 동기, 실용적 동기 간에는 유의한 양의 상관관계가 있을 것으로 나타낼 것으로 기대된다. 더불어, 본 연구의 핵심 연구 요인인 시대적 압박 요인의 경우 안전에 대한 신뢰도와 사용 의도에 있어 정의 영향을 주지만 차별화 욕구와 실용적 동기와는 음의 상관관계를 보일 것으로 예상된다. 본 연구는 일반적인 연구 모델에서 취급되는 주요 요인들과 더불어 시대적 압박이라는 새로운 요인을 제시하고 그 영향력을 논증하여 융합형 기술에 기반한 새로운 비즈니스 전략을 제시할 수 있다는 점에서 가치를 갖는다

• 지능정보연구
• /
• 제29권3호
• /
• pp.211-227
• /
• 2023

인구의 고령화와 기술의 성장으로 등장한 소셜 로봇의 한 유형인 개인형 서비스 로봇은 최근 가정에서 노년층의 독립 생활 연장에 도움이 될 수 있는 기술을 중심으로 변화하고 있다. 노년층이 일상 생활에서 소셜 로봇 신기술을 수용하고, 장기적으로 사용하기 위해서는 사용자 관점의 맥락과 감정을 보다 심층적으로 이해하는 능력이 필요하다. 본 연구에서는 정량 데이터와 정성 데이터를 통합한 혼합 방법(mixed-method)을 활용하여 노년층 사용자를 깊이 있게 이해하는 것을 목적으로 한다. 구체적으로 노년층 사용자와 소셜 로봇 간 음성 대화 기록을 감정과 대화 주체를 주요 변수로 하여 현상학적 방법론 중 하나인 Van Kaam 방법론을 활용하여 그룹핑함으로써 9개 유형으로 대화를 구분하고, 이를 개인화한 대화의 빈도와 비중을 기반으로 사용자를 세분화하였다. 그리고 인구 통계적 데이터와 건강지표에 관한 사전 설문조사 결과를 사용하여 프로파일링 분석을 진행하였다. 이어서 대화 분석을 토대로 K-means 군집분석을 실시하여 노년층 사용자를 3개의 집단으로 분류하고, 각 집단별 특성을 확인하였다. 본 연구에서 제시한 모형은 향후 일상 생활에서 돌봄 기능이 있는 소셜 로봇 제공을 위해 노년층 사용자의 이해를 필요로 하는 기업에게 노년층 사용자 세분화에 관한 방법론을 제공함으로써 사용자 이해를 위한 인사이트 도출과 관련 사업을 성장시키는데 기여할 것으로 기대된다.

• 경영과정보연구
• /
• 제28권3호
• /
• pp.45-68
• /
• 2009

본 연구는 한국의 IT 산업계에서 기술의 이전에 영향을 미치는 요인을 파악하고, 파악된 요인에 기술 이전의 성공에 미치는 영향력을 조사하며, IT 산업계의 성공적인 기술 이전을 위한 전략을 제시하는 데 그 목적이 있다. 기술의 이전에 영향을 미치는 주요 요인들로는 대화, 거리, 모호성, 동기를 들 수 있다. 대화는 기술을 얼마나 정확하고 효율적으로 전달할 수 있는가 그리고 전달매체의 충분성을 의미한다. 연구개발자와 이를 상용화하는 사용자간의 대화정도를 측정하는 것으로 아주 수동적에서 아주 능동적으로 평가할 수 있다. 거리는 전달자와 수신자와의 물리적 그리고 문화적 차이를 의미한다. 최근 전달자와 수신자 사이의 문화적(가치, 판단기준, 태도, 교육, 환경 등) 차이에 대한 중요성이 점차 대두되고 있다. 모호성은 이전하고자 하는 기술이 얼마나 구체적이고 분명한가를 의미한다. 모호성이 높은 기술은 이해시키기 어렵고, 이해하기 어렵고, 실현 가능성을 증명하기 어렵게 때문에 이전이 용이하지 않다. 동기는 기술의 이전을 하여야 할 동기가 부여되거나 아니면 이를 유도할 유인책이 있는가를 의미한다. 기술 이전 준거틀은 기술의 이전에 영향을 미치는 주요 요인들(대화, 거리, 모호성, 동기)의 조합으로 나타낸 것이다. 각 격자는 4가지 경우를 나타내는데, 격자 I과 IV는 기술의 이전이 완벽한 상황과 불가능한 상황을 의미하며, 격자 III과 IV는 기술의 이전에 영향을 미치는 요소가 복합하여 강점과 약점으로 작용하는 상황을 나타낸다. 기술 이전 준거틀에서 가장 기술 이전의 가능성이 높은 격자를 성취하기 위해서는 적절한 기술 이전 전략의 수립 및 집행이 중요하다고 할 수 있다. 따라서 정부는 물론 유관기관 및 기술 이전 추진 조직은 기술 이전에 영향을 미치는 주요 요인을 최적화하는 대안 개발에 초점을 맞추어야 할 것이다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2004년도 제16회 한글.언어.인지 한술대회
• /
• pp.283-289
• /
• 2004

조응어 해석(Anaphora Resolution)은 여러 응용 분야에 적절히 적용됨으로써 자연어 이해에서의 양적. 질적 향상을 가져 올 수 있다. 구어에서 조응어(anaphor)는 화자와 청자간에 공유된 정보를 간략하게 나타내는 형태이다. 특히, 구어를 주된 사용 언어로 하는 대화 시스템에서의 조응어의 양상을 살피고 해석하는 문제는 인간과 기계간의 의사소통(man-machine communication)을 온전히 하는 과제이다. 이 논문에서는 인간과 기계간의 대화 시스템(man-machine dialogue system)에서 흔히 쓰일 수 있는 조응 표현에 중점을 두어 그 유형을 살피고 해석의 방식을 제시하도록 한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2002년도 제14회 한글 및 한국어 정보처리 학술대회
• /
• pp.215-220
• /
• 2002

질의응답시스템을 지능형 케릭터 시스템에 활용하기 위해서는 불특정한 주제에 대해 불특정 다수의 사용자와 대화할 수 있는 정교한 대화 모델이 필요하다. 이러한 대화 모델은 사용자의 질의문장을 인식하고 질의의도를 파악한 후 케릭터의 특정지식으로 접근하여 해당 지식을 사용자의 요구에 맞는 응답문의 형태로 생성해 내는 과정이 필수적으로 포함되어야 한다. 본 논문에서는 논의의 대상이 되는 질의응답시스템이 다국어 기반이라는 점을 고려하여 질의응답시스템을 지능형 케릭터에 활용하는 과정에서 케릭터의 지식구조 설계는 물론이고 질의문장 분석과 응답 문 생성의 방법론에 있어서도 한국어, 영어, 일본어, 중국어 각각의 언어적 특질을 반영함으로써 형태적, 통사적 차이로 인한 애로점을 최소화할 수 있도록 하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.518-523
• /
• 2021

챗봇과 같은 대화형 에이전트 사용이 증가하면서 채팅에서의 혐오 표현 사용도 더불어 증가하고 있다. 혐오 표현을 자동으로 탐지하려는 노력은 다양하게 시도되어 왔으나, 챗봇 데이터를 대상으로 한 혐오 표현 탐지 연구는 여전히 부족한 실정이다. 이 연구는 혐오 표현을 포함한 챗봇-사용자 대화 데이터 35만 개에 한국어 말뭉치로 학습된 KoELETRA 기반 혐오 탐지 모델을 적용하여, 챗봇-사람 데이터셋에서의 혐오 표현 탐지의 성능과 한계점을 검토하였다. KoELECTRA 혐오 표현 분류 모델은 챗봇 데이터셋에 대해 가중 평균 F1-score 0.66의 성능을 보였으며, 오탈자에 대한 취약성, 맥락 미반영으로 인한 편향 강화, 가용한 데이터의 정확도 문제가 주요한 한계로 포착되었다. 이 연구에서는 실험 결과에 기반해 성능 향상을 위한 방향성을 제시한다.