• 한국융합학회논문지
• /
• 제13권1호
• /
• pp.51-62
• /
• 2022

교통 혼잡을 해결하기 위한 AI 기반 속도 예측 연구는 활발하게 진행되고 있다. 하지만, 인공지능의 추론 과정을 설명하는 설명 가능한 AI의 중요성이 대두되고 있는 가운데 AI 기반 속도 예측의 결과를 해석하고 원인을 추리하는 연구는 미흡하였다. 따라서 본 논문에서는 '설명 가능 그래프 심층 인공신경망 (GNN)'을 고안하여 속도 예측뿐만 아니라, GNN 모델 입력값의 마스킹 기법에 기반하여 인근 도로 영향력을 정량적으로 분석함으로써 혼잡 등의 상황에 대한 추론 근거를 도출하였다. TOPIS 통행 속도 데이터를 활용하여 서울 시내 혼잡 도로를 기준으로 예측 및 분석 방법론을 적용한 후 영향력 높은 인근 도로의 속도를 가상으로 조절하는 시뮬레이션 통하여 혼잡 도로의 통행 속도가 개선됨을 확인하여 제안한 방법론의 타당성을 입증하였다. 이는 교통 네트워크에 제안한 방법론을 적용하고, 그 추론 결과에 기반한 특정 인근 도로를 제어하여 교통 흐름을 개선할 수 있다는 점에 의미가 있다.

• 한국전자통신학회논문지
• /
• 제18권5호
• /
• pp.761-768
• /
• 2023

4차 산업혁명에서 AI(Artificial Intelligence)와 IoT(Internet of Things) 기술은 다양한 분야에서 혁신적으로 활용되고 있으며, 특히 자산 관리, 재해 관리, 기상 관측 분야에서의 성장세가 돋보인다. 이러한 분야에서는 실시간으로 대상의 위치와 상태를 정확히 파악하고, 기존 센서로 감지하기 어려운 상황에서도 다양한 데이터를 수집할 필요가 있다. 이를 위해 위성항법시스템 기술의 활용이 필수적이며, 이 기술을 통해 자산의 효율적인 관리, 재해 예방 및 대응, 정확한 기상 상황 예측 등이 가능하다. 본 논문은 AI 또는 IoT를 접목한 다양한 분야 중 자산관리, 재난 관리, 기상 관측 분야에서 위성항법시스템 기술이 적용된 최신 동향을 조사한 결과를 제시하고 분석한다.

• 문화기술의 융합
• /
• 제10권4호
• /
• pp.607-612
• /
• 2024

생성형 AI(Generative Artificial Intelligence)는 다양한 형태의 데이터를 생성하는 인공지능(Artificial Intelligence, AI) 기술이다. ChatGPT의 성공 이후, 생성형 AI 시장은 빠르게 성장하고 있다. 생성형 AI 기술 및 시장의 성장에 따라, 다양한 산업 분야에서는 이를 적극적으로 활용하고 있다. 본 논문에서는 생성형 AI의 현황과 활용사례에 대해 살펴보고, 생성형 AI의 전반적인 발전 방향에 대해 논의한다. 현재의 생성형 AI는 도메인 지식(Domain Knowledge)과 데이터를 기반으로 학습되어 특정 산업 분야에 특화된 수직적 AI(Vertical AI)의 형태로 발전되고 있다. 머지않은 미래에 생성형 AI는 학습되지 않은 사항도 사람처럼 스스로 판단하여 처리하는 일반 인공지능(범용 인공지능, Artificial General Intelligence, AGI)로 확장되어 다양한 환경에 더욱 유연하게 활용할 수 있을 것으로 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.526-528
• /
• 2022

실외 자율주행 청소 로봇을 위한 인공지능기반 자율주행 시스템을 개발하였다. 개발된 시스템은 ROS(Robot Operationg System) 기반으로 이루어졌으며, 3D 라이다와, 초음파 센서를 활용하여 주변의 장애물을 감지하고 GPS와 영상을 활용하여 로봇의 위치 인식을 하여 자율 주행을 진행하였다. 자율주행 실험결과 영상과 RTK-GPS를 사용하여 정해진 경로를 ±20cm이내의 오차를 가지고 추종하면서 청소를 진행하였다.

• 융합보안논문지
• /
• 제24권2호
• /
• pp.89-104
• /
• 2024

본 연구는 SW 엔지니어링 관련 업무에 AI(Artificial intelligence) 기술을 이용하는 사용 의도에 영향을 미치는 요인을 고찰하기 위한 실증적 연구로서, AI 증강 특성과 대화형 UI/UX의 특성 측면에서 이용에 영향을 미치는 핵심 요인을 이해하는데 연구의 목적이 있다. 이를 위해 AI 관련 기술의 이용 경험이 있는 정보통신 분야 종사자를 대상으로 설문을 진행하고 수집된 데이터를 분석하였다. 실증 분석의 연구 결과 지각된 유용성에는 전문성, 흥미성, 실재감, 심미성, 효율성, 유연성 요인들이 긍정적인 영향을 미쳤고, 지각된 사용 용이성에는 전문성, 흥미성, 실재감, 심미성, 유연성 요인들은 긍정적인 영향을 미쳤다. 다양성은 지각된 사용 용이성과 지각된 유용성 모두에 영향을 미치지 않았다. 지각된 사용 용이성은 몰입감에 유의미한 영향을 주어 사용 의도에 긍정적인 영향을 주었다. 이 같은 연구 결과는 애플리케이션의 설계, 개발, 테스트 및 프로세스 자동화등과 같은 SW 엔지니어링 관련 업무에서 AI 기술을 적용한 도구의 사용에 영향을 주는 요인에 대한 학술적 이해와 함께 AI 증강 개발 서비스를 제공하는 도구의 제작자가 사용자 유입 전략을 수립할 수 있도록 실무적인 방향을 제시하였다는 점에서 의의가 있다.

• Journal of Information Technology Applications and Management
• /
• 제31권4호
• /
• pp.99-119
• /
• 2024

Focusing on the rapid progress of image generation AI, this study examines the changes in talent required according to changes in the production process of the content industry, and proposes an educational management plan for the subject and comparative department of the university's animation major. First, through environmental analysis, the trend of the animation content industry is analyzed in three stages, and the necessity of producing AI-adapted content talent is derived by re-establishing the talent image of the university's animation major and introducing it into rapid education. Next, we present a case designed by applying teaching methods to improve technology convergence capabilities and project-oriented capabilities by presenting subject and non-curricular cases operated in the animation department of the researcher's university. Through this, we propose the necessity of education to cultivate animation content talent who can play technical and administrative roles by utilizing various AI systems in the future. The goal of this study is to establish a cornerstone study by presenting application cases and having the status of a university as a talent supplier that can lead the content industry beyond the era of AI content production that breaks the boundaries of genres between contents. In conclusion, it is intended to propose the application of education to create value through technology convergence capabilities and project-oriented capabilities to cultivate AI-adapted content talents.

• 대한지구과학교육학회지
• /
• 제14권2호
• /
• pp.112-122
• /
• 2021

본 연구의 목적은 2022 개정 과학과 교육과정을 앞두고 고교학점제에 대비하여 과학과 융합선택과목의 재구조화 방안을 탐색하는 것이다. 본 연구는 2015 개정 과학과 교육과정의 경우 비(非)이공계열 진로적성을 지닌 소위 문과계열의 학생들의 과목선택권을 보장하지 못한다는 문제의식에서 출발하였다. 이를 위해 2015 개정 교육과정에서 비이공계열 진로적성을 지닌 학생들을 위한 과학과 선택과목이었던 과학사, 생활과 과학, 융합과학을 중심으로 2015 개정 교육과정 운영실태에 대한 학생들의 인식을 설문조사하고, 교사 12명과의 면담을 통해 이들 선택과목의 운영 실태와 개선 방안을 도출하였다. 과학사/생활과학/융합과학 과목은 2022 개정 교육과정에서 과학과 융합선택과목으로 분류, 개정될 예정이다. 연구결과에 따르면 고등학생들은 과학사/생활과학/융합과학을 교양 과학으로 인식하고 있으며, 개인적인 흥미와 노력 부족, 학습내용 자체의 어려움 등으로 이들 과목을 어려워하는 것으로 나타났다. 과학사/생활과학/융합과학 과목의 교육과정 운영 실태를 살펴보면 학생들은 주로 생활과과학을 선택하며, 과학사 과목의 경우 내용이 어려워서 교사도 학생도 기피하는 것으로 나타났다. 연구결과를 토대로 2022 개정 교육과정의 과학과 융합선택과목 재구조화 방안을 간학문적인 핵심개념을 중심으로 한 내용접근성이 높은 융합선택과목 개발, 인공지능(AI)이나 첨단과학 관련 핵심개념을 중심으로 한 융합선택과목 개발, 모듈단위로 구성된 융합선택과목 개발, 간학문적 융합선택과목을 지도할 수 있는 과학교사 전문성 개발지원 등의 측면에서 제안하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.25-31
• /
• 2022

본 연구의 목적은 국내 대학의 인공지능(AI) 전공 교육과정에 대한 실태 분석을 통해 향후, 더욱 체계적인 AI 교육과정 운영을 위한 시사점을 탐색하는 것에 있다. 이를 위해, 사전 연구를 통해 개발한 산업계 수요 기반의 대학 AI 전공 표준형 교육과정을 활용해 국내 대학(SW중심대학 외 총 51개교)과 해외 QS Top 10 대학의 관련 교육과정을 분석하였다. 주요 연구 결과를 살펴보면 다음과 같다. 첫째, 국내 대학의 경우 파이썬 중심의 프로그래밍 과목이 부족하였다. 둘째, AI 응용, 융합 등의 심화학습을 위한 과목이 적었다. 셋째, AI 개발자 직무를 수행하기 위해 요구되는 과목(ex, 컨테이너 인프라 구축, DevOps 실습 등)의 과목이 부족하였다. 넷째, 전문대학의 경우 AI 수학 관련 교과 개설 비율이 낮았다. 본 연구는 이러한 결과를 토대로 향후 체계적인 AI 전공 교육과정 운영을 위한 시사점을 제시하였다.

• 한국산업융합학회 논문집
• /
• 제24권5호
• /
• pp.555-562
• /
• 2021

In this paper, we propose a sorting method for extracting accurate license plate information, which is currently used in Korea, after detecting objects using YOLO. We propose sorting methods for the five types of vehicle license plates managed by the Ministry of Land, Infrastructure and Transport by classifying the plates with the number of lines, Korean characters, and numbers. The results of experiments with 5 license plates show that the proposed algorithm identifies all license plate types and information by focusing on the object with high reliability score in the result label file presented by YOLO and deleting unnecessary object information. The proposed method will be applicable to all systems that recognize license plates.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.903-906
• /
• 2021

인공지능 기술 발전으로, 의료영상 분야에서도 딥러닝 기반 질병 진단 연구가 활발히 진행되고 있다. 딥러닝 모델 개발 시, 학습 데이터 품질은 모델의 성능과 신뢰성에 매우 큰 영향을 미친다. 그러나 의료 분야의 경우 도메인 지식에 대한 진입 장벽이 높아 개발자가 학습에 사용되는 의료영상 데이터의 품질을 평가하기 어렵다. 이로 인해, 많은 의료영상 분야에서는 각 분야의 특성(질병의 종류, 관찰 아나토미 등)에 따른 영상 품질 평가 방법을 제시해왔다. 그러나 기존의 방법은 특정 질병에 초점이 맞춰져, 일반화된 품질 평가 기준을 제시하고 있지 않다. 따라서 본 논문에서는 대부분의 흉부 질환을 진단하기 위한 흉부 X선 영상의 품질을 평가할 수 있는 기준을 제안한다. 우선, 흉부 X선 영상을 대상으로 관찰된 영역인 심장, 횡격막, 견갑골, 폐 등을 분할하여, 3D 히스토그램을 기반으로 각 영역별 통계적인 정밀 품질 평가 기준을 제안한다. 본 연구에서는 JSRT, Chest 14의 오픈 데이터셋을 활용하여 적용 실험을 수행하였으며, 민감도는 97.6%, 특이도는 92.8%의 우수한 성능을 확인하였다.