• 한국항행학회논문지
• /
• 제28권3호
• /
• pp.369-374
• /
• 2024

본 연구는 청각장애인과 비장애인 모두를 위한 수어 교육의 접근성과 효율성을 개선하는 것을 목적으로 한다. 이를 위해 Hand Tracking 기술과 대화형 AI를 통합한 VR 실감형 수어 교육 콘텐츠를 개발하였다. 사용자는 이 콘텐츠를 통해 실시간으로 수어를 학습하며, 가상 환경에서의 직접적인 의사소통을 경험할 수 있다. 연구 결과, 이러한 통합 접근 방식이 수어 학습에 있어 몰입감을 크게 향상시키며, 학습자에게 더 깊은 이해를 제공함으로써 수어 학습의 장벽을 낮추는 데 기여한다는 것을 확인하였다. 이는 수어 교육의 새로운 패러다임을 제시하며, 기술이 교육의 접근성과 효과를 어떻게 변화시킬 수 있는지를 보여준다.

• 서비스연구
• /
• 제13권4호
• /
• pp.191-205
• /
• 2023

인공 지능 (AI), 특히 텍스트 생성 서비스 분야에서의 발전은 두드러지게 나타나고 있으며, AI-as-a-Service (AIaaS) 시장은 2028년까지 550억 달러에 달할 것으로 예상된다. 본 연구는 합성 텍스트 미디어 소프트웨어의 품질 요소를 탐구하였으며, 이를 위해 ChatGPT, Writesonic, Jasper, 그리고 Anyword와 같은 산업의 주요 서비스에 주목하였다. 소프트웨어 평가 플랫폼에서 수집된 4,000개 이상의 리뷰를 바탕으로, Gensim 라이브러리를 활용한 잠재 디리클레 할당 (LDA) 주제 모델링 기법을 적용하였다. 이 분석을 통해 11개의 주제가 도출되었다. 이후 이 주제들을 AICSQ 및 AISAQUAL과 같은 기존 논문에서 다루었던 AI 서비스 품질 차원과 비교 분석하였다. 리뷰에서는 가용성 및 효율성과 같은 차원이 주로 강조되었으며, 이전 연구에서 중요하게 여겨졌던 사람다움과 같은 요소는 본 연구에서 강조되지 않았다. 이러한 결과는 AI 서비스의 본질적 특성, 즉 사용자와의 직접적인 상호작용보다 의미론적 이해에 더 중점을 둔다는 특성 때문으로 해석된다. 본 연구는 단일 리뷰 원천 및 평가자들의 인구 통계의 특정성과 같은 잠재적 편향을 인정하며, 향후 연구 방향으로는 이러한 품질 차원이 사용자 만족도에 어떻게 영향을 미치는지, 그리고 개별 차원이 전체 평점에 어떻게 영향을 미치는지에 대한 깊은 분석을 제안한다.

• 한국과학교육학회지
• /
• 제43권3호
• /
• pp.307-319
• /
• 2023

본 연구는 최근 주목받고 있는 텍스트 기반 생성형 인공지능에 대해 관심과 활용이 증가함에 따라 과학교육적 측면에서의 활용을 위해 생성형 인공지능의 주요 개념과 원리를 설명하고, 이를 효과적으로 활용할 수 있는 방안과 그 한계를 지적하며 이를 토대로 과학교육의 실행과 연구의 측면에서 시사점을 제공하는 것을 목적으로 한다. 최근 들어 증가하고 있는 생성형 인공지능은 대체로 인코더와 디코더로 이뤄진 트랜스포머 모델을 기반으로 하고 있으며, 인간의 피드백을 활용한 강화학습과 보상 모델에 대한 최적화, 문맥에 대한 이해 등을 통해 놀라운 발전을 이루고 있다. 특히, 다양한 사용자의 질문이나 의도를 이해하는 능력과 이를 바탕으로 한 글쓰기, 요약, 제시어 추출, 평가와 피드백 등 다양한 기능을 수행할 수 있다. 또한 교수자가 제시하는 예를 토대로 주어진 응답을 평가하거나 질문과 적절한 답변을 생성하는 등 학습자에 대한 진단과 실질적 교육내용의 구성 등 많은 유용성을 가지고 있다. 그러나 생성형 인공지능이 가지고 있는 한계로 인해 정확한 사실이나 지식에 대한 잘못된 전달, 과도한 확신으로 인한 편향, 사용자의 태도나 감정 등에 미칠 영향의 불확실성 등에 대한 문제 등에 대해 해가 없는지 검토가 필요하다. 특히, 생성형 인공지능이 제공하는 응답은 많은 사람들의 응답 데이터를 기반으로 한 확률적 접근이므로 매우 거리가 멀거나 새로운 관점을 제시하는 통찰적 사고나 혁신적 사고를 제한할 우려도 있다. 이에 따라 본 연구는 과학교수학습을 위해 인공지능의 긍정적 활용을 위한 여러 실천적 제언을 제시하였다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.129-164
• /
• 2023

최근 생성형 AI 기술의 발전으로 인해 대형 언어 모델(Large Language Model, LLM)의 활용 및 도입이 확대되고 있는 상황에서 기존 연구들은 기업내부 데이터의 활용에 대한 실제 적용사례나 구현방법을 찾아보기 힘들다. 이에 따라 본 연구에서는 가장 많이 이용되고 있는 LangChain 프레임워크를 이용한 LLM 애플리케이션 아키텍처를 활용하여 생성형 AI 서비스를 구현하는 방법을 제시한다. 이를 위해 LLM의 활용을 중심으로, 정보 부족 문제를 극복하는 다양한 방법을 검토하고 구체적인 해결책을 제시하였다. 이를 위해 파인튜닝이나 직접 문서 정보를 활용하는 방법을 분석하며, 이러한 문제를 해결하기 위한 RAG 모델을 활용한 정보 저장 및 검색 방법에 대해 주요단계에 대해 자세하게 살펴본다. 특히, RAG 모델을 활용하여 정보를 벡터저장소에 저장하고 검색하기 위한 방법으로 유사문맥 추천 및 QA시스템을 활용하였다. 또한 구체적인 작동 방식과 주요한 구현 단계 및 사례를 구현소스 및 사용자 인터페이스까지 제시하여 생성형 AI 기술에 대한 이해를 높였다. 이를 통해 LLM을 활용한 기업내 서비스 구현에 적극적으로 활용할 수 있도록 하는데 의미와 가치가 있다.

• 문화기술의 융합
• /
• 제10권5호
• /
• pp.397-406
• /
• 2024

오늘날 현대 패션디자인 분야에서는 새로운 디자인 도구로써 AI가 적극적으로 활용되고 있으며 디자이너와 AI와의 협업이라는 새로운 패러다임을 견인하게 되었다. 본 연구는 인간 디자이너와 AI와의 협업을 통한 융합적 패션디자인 개발 방법에 관한 연구이다. 본 연구의 목적은 패션 도식화를 AI 생성 프로그램 미드저니에 사용하여 생성한 패션디자인 이미지의 시각적, 조형적 특징과 변화를 분석함으로써 패션디자인 개발에 있어 AI 이미지 생성 프로그램 활용에 대한 이해와 활용 방법의 확장을 꾀하는 데 있다. 본 연구의 결과는 다음과 같다. 첫째, 미드저니는 이미지 생성 시 명령어보다는 사용한 기존 이미지의 특징에 더 의존적인 특성이 있다. 또한 의상과 이미지 배경 사이에서 절충적 상호작용을 통하여 디자인을 분산하여 응용하는 방식으로 새로운 이미지를 생성하며 명령어에 패션 아이템 명칭을 배제하면 더욱 다양한 아이디어를 얻을 수 있는 이미지를 생성할 수 있다. 둘째, 미드저니는 색상 생성에 있어서 초기에는 패션 도식화에 사용된 색상으로 의상 색을 표현하고 점차 다양한 색상 계열로 확장하며 이미지 배경도 색상 생성의 대상으로 인식한다. 셋째, 미드저니가 이미지 생성 시 색상과 디자인 사이에서 일종의 절충적 상관관계가 있으며 이에 따라 이미지 배경과 의상 색을 특정하여 제한하면 더욱 다양하게 발전된 패션디자인 이미지를 생성할수 있다.

• 인지과학
• /
• 제8권1호
• /
• pp.37-56
• /
• 1997

컴퓨터는 인간처럼 생각하고 이해할 수 있는가? 이 논문은 인공지능의 가능성을 지지하는 논의와 반대하는 논의들을 분석한다. 컴퓨터의 이해능력에 대한 인정과 부인은 기본적으로 튜링과 써얼의 입장으로 대변된다. 여기서 필자는 그들의 논증을 비판적으로 검토함으로써, 인공지능의 사고 및 이해 개념을 무엇이며, 그러한 이해 개념은 인간의 이해능력에 어느정도 상응하는 개념인지 논의하려고 한다. 특히 주관적 의식의 문제에 있어서, 인공지능논제는 어떤 어려움을 가지며 그 이유는 무엇인지를 논의할 것이다. 물론 주관적 의식이 이해능력의 필수조건이라고 보기는 어렵다.그러나 언어를 갖는 인간의 조건과 관련하여 이문제를 고려해 볼때, 우리는 신체와 의식의 통일체로서의 인간을 전제하며, 인간의 신체 행동과 더불어 주관적 의식은 인격의 징표로 작용한다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제16권3호
• /
• pp.121-138
• /
• 2024

Artificial intelligence is crucial to manufacturing productivity. Understanding the difficulties in producing disruptions, especially in linear feed robot systems, is essential for efficient operations. These mechanical tools, essential for linear movements within systems, are prone to damage and degradation, especially in the LM guide, due to repetitive motions. We examine how explainable artificial intelligence (XAI) may diagnose wafer linear robot linear rail clearance and ball screw clearance anomalies. XAI helps diagnose problems and explain anomalies, enriching management and operational strategies. By interpreting the reasons for anomaly detection through visualizations such as Class Activation Maps (CAMs) using technologies like Grad-CAM, FG-CAM, and FFT-CAM, and comparing 1D-CNN with 2D-CNN, we illustrates the potential of XAI in enhancing diagnostic accuracy. The use of datasets from accelerometer and torque sensors in our experiments validates the high accuracy of the proposed method in binary and ternary classifications. This study exemplifies how XAI can elucidate deep learning models trained on industrial signals, offering a practical approach to understanding and applying AI in maintaining the integrity of critical components such as LM guides in linear feed robots.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권5호
• /
• pp.19-30
• /
• 2018

영상 데이터에 대한 시맨틱 정보를 정확하게 이해하는 것은 인공지능 및 기계학습 분야에서 가장 어려운 도전과제의 하나로 알려져 있다. 본 논문에서는 동영상 시맨틱 이해를 위한 시각 동사 도출과 이를 바탕으로 하는 동영상 데이터베이스인 액션넷 데이터베이스 구축에 관해 제안하고 있다. 오늘날 인공지능 기술의 눈부신 발달에는 인공지능 알고리즘의 발전이 크게 기여하였지만 알고리즘의 학습과 성능 평가를 위한 방대한 데이터베이스의 제공도 기여한 바가 매우 크다고 할 수 있다. 인공지능이 도전하기 어려운 분야였던 시각 정보 처리에 있어서도 정지 영상 내의 객체인식에 있어서는 인간의 수준을 능가하기 시작하면서 점차 동영상에서의 내용에 대한 시맨틱 이해 기술 개발로 발전하고 있다. 본 논문에서는 이러한 동영상 이해를 위한 학습 및 테스트 데이터베이스로서 액션넷 구축에 요구되는 시각 동사의 후보를 도출한다. 이를 위해 언어학 기반의 동사 분류체계를 살펴보고, 영상에서의 시각 정보를 명세한 데이터 및 언어학에서의 시각 동사 빈도 등으로부터 시각 동사의 후보를 도출한다. 시각 동사 분류체계와 시각 동사후보를 바탕으로 액션넷 데이터베이스 스키마를 정의하고 구축한다. 본 논문에서 제안하는 시각 동사 및 스키마와 이를 바탕으로 하는 액션넷 데이터베이스를 개방형 환경에서 확장하고 활용성을 제고함으로써 동영상 이해 기술 발전에 기여할 수 있을 것으로 기대한다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제32권3호
• /
• pp.205-224
• /
• 2023

Purpose This study investigates the impact of organizational characteristics on organizational performance through case studies of smart factory implementation in the context of Korean small and medium Enterprises (SMEs). To achieve this goal, this study adopts the smart factory index of KOSMO (Korea Smart Manufacturing Office) established by Korean Ministry of SMEs and Startups. We visited 3 firms implemented smart factory projects. This study presents the results of field study in detail with evaluation criteria on how organizational competences like AI technology adoption and facility automation can be exploited to positively influence organizational performance through smart factory implementation. Design/methodology/approach There are not so many results of empirical studies related to smart factories in Korea. This is because organizational support and user involvement are required for facility AI platform service beyond factory automation after the start of the 4th Industrial Revolution. Korean government's KOSMO (Korean Smart Manufacturing Office) has developed and proposed a level measurement index for smart factory implementation. This study conducts case studies based on the level measurement method proposed by KOSMO in the process of conducting case studies of three companies belonging to the root and mechanic industries in Korea. Findings The findings indicate that organizational competences, such as facility AI platform adoption and user involvement, are antecedents to influence smart factory implementation, while smart factory implementation has significant relationship with organizational performance. This study provides a better understanding of the connection between organizational competences and organizational performance through smart factory case studies. This study suggests that SMEs should focus on enhancing their organizational competences for improving organizational performance through implementing smart factory projects.

• 벤처창업연구
• /
• 제19권3호
• /
• pp.53-68
• /
• 2024

Generative AI는 전 세계적으로 많은 관심을 받고 있으며, 이를 비즈니스 환경에서 효과적으로 활용하기 위한 방안이 모색되고 있다. 특히 OpenAI사에서 개발한 Large Language Model인 GPT-3.5 모델을 적용한 ChatGPT 서비스의 대중 공개 이후 더욱 주목받으며 전반적인 산업 분야에 큰 영향을 미치고 있다. 이 연구는 Generative AI, 특히 그 중에서도 OpenAI사의 GPT-3.5 모델을 적용한 ChatGPT의 등장에 초점을 맞춰 스타트업 업계에 미치는 영향을 조사하고 등장 이전과 이후에 일어난 변화를 비교하였다. 본 연구는 스타트업 업계에서 Generative AI가 어떻게 활용되고 있는지를 상세히 조사하고 ChatGPT의 등장이 업계에 미친 영향을 분석함으로써 비즈니스 환경에서 Generative AI의 실제 적용과 영향력을 밝히는 것을 목표로 한다. 이를 위해 ChatGPT 발표 전후에 등장한 Generative AI 관련 스타트업의 기업 정보를 수집하여 산업군, 사업 내용, 투자 정보 등의 변화를 분석하였다. 키워드 분석, 토픽 모델링, 네트워크 분석을 통해 스타트업 업계의 동향과 Generative AI의 도입이 스타트업 업계에 어떤 혁신을 가져왔는지 파악하였다. 연구 결과, ChatGPT의 등장 이후 Generative AI 관련 스타트업의 창업이 증가한 것을 알 수 있었으며 특히 Generative AI 관련 스타트업의 자금 조달 총액과 평균 금액이 크게 증가한 것을 확인할 수 있었다. 또한, 다양한 산업군에서 Generative AI 기술을 적용하고자 하는 시도를 보이고 이를 활용한 기업용 애플리케이션, SaaS 등 서비스와 제품의 개발이 활발해지며 새로운 비즈니스 모델의 등장에 영향을 미치고 있음을 확인하였다. 본 연구 결과를 통해 Generative AI가 스타트업 업계에 미치는 영향을 확인하였으며, 이러한 혁신적인 신기술의 등장이 비즈니스 생태계에 어떠한 변화를 가져다 줄 수 있는 지 이해하는데 이바지할 수 있다.