• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.505-508
• /
• 2022

인공지능은 존재 자체로서 기술의 약진이라는 가치를 가지며, 여러 산업 분야에 이용되어 각종 산업에서 생산하는 상품 및 서비스의 부가 가치를 증진시키는 역할을 한다. 따라서 인공지능과 관련된 규제와 정책에 대해서 보다 넓은 시각에서 고려되어야 한다. 그러나 연구자 간 이해도가 상이하며, 어떻게 인공지능을 규제할지에 대한 합의는 이뤄지지 않고 있다. 이에 인공지능 기술에 대한 정부규제 방향을 탐색적으로 고찰해 본다. 먼저 인공지능 규제의 목표로 책무성, 투명성, 안정성, 공정성을 도출하고 규제 범위로 시스템 자체, 개발과정 및 활용 과정을 설정하며, 이용자와 개발자가 규제의 준수 대상임을 보인다. 본 연구의 학술적 의의는 인공지능 현재 기술수준을 분석하여 이를 바탕으로 향후 일관된 인공지능 규제 논의의 기반을 마련한 것으로 볼 수 있다. 인공지능 개발에서 응용에 이르는 생애주기를 고려할 때, 중요한 것은 인공지능 산업을 촉진하기 위한 진흥 정책과 그에 따른 리스크에 대해 대응하는 규제 정책의 균형이다. 개발자, 기업 및 사용자 등 모든 참여 주체에게 긍정적인 방향으로 인공지능이 수용될 수 있는 체계를 마련하는 것이 인공지능과 관련된 법학의 목표이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권11호
• /
• pp.481-492
• /
• 2023

본 연구는 생성형 대규모 언어 모델을 활용하여 텍스트에서 정보를 추출하기 위한 한글 데이터셋 구축 방법을 탐구한다. 현대 사회에서는 혼합된 정보가 빠르게 유포되며, 이를 효과적으로 분류하고 추출하는 것은 의사결정 과정에 중요하다. 그러나 이에 대한 학습용 한국어 데이터셋은 아직 부족하다. 이를 극복하기 위해, 본 연구는 생성형 대규모 언어 모델을 사용하여 텍스트 기반 제로샷 학습(zero-shot learning)을 이용한 정보 추출을 시도하며, 이를 통해 목적에 맞는 한국어 데이터셋을 구축한다. 본 연구에서는 시스템-지침-소스입력-출력형식의 프롬프트 엔지니어링을 통해 언어 모델이 원하는 결과를 출력하도록 지시하며, 입력 문장을 통해 언어 모델의 In-Context Learning 특성을 활용하여 데이터셋을 구축한다. 생성된 데이터셋을 기존 데이터셋과 비교하여 본 연구 방법론을 검증하며, 관계 정보 추출 작업의 경우 KLUE-RoBERTa-large 모델 대비 25.47% 더 높은 성능을 달성했다. 이 연구 결과는 한국어 텍스트에서 지식 요소를 추출하는 가능성을 제시함으로써 인공지능 연구에 도움을 줄 것으로 기대된다. 더욱이, 이 방법론은 다양한 분야나 목적에 맞게 활용될 수 있어, 다양한 한국어 데이터셋 구축에 잠재력을 가진다고 볼 수 있다.

• 한국전자통신학회논문지
• /
• 제18권5호
• /
• pp.953-964
• /
• 2023

기후변화는 부정할 수 없는 오늘날 인류가 직면한 가장 시급한 과제이다. 그러나 기후변화에 대한 국민적 관심과 인식 수준은 충분치 않아 보다 적극적인 교육과 함께 이를 지원할 콘텐츠 개발이 필요하다. 특히 가치관 형성 및 윤리의식 확립이 시작되는 초·중등교육 시기부터 기후변화 교육이 활발히 이루어져야 하나 수준 맞춤형 체험기반 전문교육 콘텐츠는 많지 않은 실정이다. 본 연구에서는 학습자가 간접적으로 기후변화를 체험할 수 있도록 하는 혁신적인 교육 도구로써 해수면 상승 체험 3D 시뮬레이터를 개발하였다. 해수면 상승 요소로 기후변화로 인한 해수면 상승뿐 아니라 폭풍해일고를 함께 고려하였으며, 특히 장기 파고관측 빅데이터 분석을 통해 시뮬레이터 기능을 설계한 것을 주요 특징으로 볼 수 있다. 초·중등 학생들에게 친숙하게 접근하기 위해 게임 엔진 'Unity'를 채용하였다. 더 나아가 본 시뮬레이터를 활용한 교육 콘텐츠를 함께 제안한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권4호
• /
• pp.717-736
• /
• 2023

본 연구는 데이터와 인공지능 예측모델을 활용한 통계프로그램을 개발하여 초등학교 6학년 한 학급에 적용함으로써 학생들의 통계적 소양 신장에 효과가 있는지 확인하는 것을 목적으로 한다. 오늘날 초등학교 통계교육의 문제점을 분석하고, 4차 산업혁명 시대에서 중시되는 데이터와 인공지능 교육을 융합하여 통계적 문제해결의 전 과정을 경험하고 미래에 대한 올바른 예측을 경험해 볼 수 있는 총 15차시의 통계프로그램을 개발하였다. 본 프로그램의 가장 큰 특징은 인공지능 교육의 중점 요소인 데이터의 중요성 인식, 공공데이터플랫폼에서 제공하는 실생활 데이터를 사용하여 맥락을 고려한 자료 수집 및 분석 활동을 포함한다는 것이다. 또한 공학 도구인 엔트리와 이지통계를 활용하고, 인공지능 예측모델을 제작하여 데이터를 기반으로 미래를 예측해 보는 활동으로 구성된다는 점에서 의사소통역량, 정보처리역량, 비판적 사고 역량을 기를 수 있는 역량 중심의 프로그램으로 구성하였다. 본 프로그램의 적용 결과, 프로그램 적용은 초등학생의 통계적 소양에 긍정적 영향을 미쳤을 뿐만 아니라 학생들의 흥미, 주체적이고 비판적 탐구, 통계적 문제해결 전 과정에서의 수학적 의사소통을 관찰할 수 있었다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제14권4호
• /
• pp.39-69
• /
• 2008

한국 사회의 다문화, 다인종 사회로의 이행 과정에서 중요한 사회 변동의 축으로 자리잡은 여성결혼이민자들에 대한 지역사회 수용성의 제 단면을 질적 연구를 통해 알아보았다. 여성결혼이민자들이 거주하고 있는 도시(안산)와 농촌(영암) 지역의 내국인 주민 23명을 대상으로 심층면접을 실시하여, 여성결혼이민자에 대한 인식과 접촉 경험, 그리고 여성결혼이민자에 대한 개방성 및 다문화 사회로의 변화에 관한 인식을 조명하였다. 심층면접 결과, 조사된 지역주민들은 여성결혼이민자에 대해서 전반적으로 긍정적 인식과 개방적 태도를 지니고 있지만 이러한 긍정적 인식의 실체는 한국사회에 깊게 뿌리박힌 가부장제와 성역할 고정관념에 기반하고 있음을 시사하는 결과를 얻었다. 또한 여성결혼이민자들의 한국 문화 적응에 대한 지역주민들의 인식 역시 한국문화에 대한 일방적 동화를 전제로 공생관계를 인정하는 수준에 머물러 있는 것으로 나타났다. 전반적으로 본 연구의 결과는 현 단계로서는 여성결혼이민자들의 유입 및 그들과의 상호작용 경험이 문화적 다양성을 인정하고 양방향의 문화통합을 추구하는 형태의 문화적 다원화 과정으로 연결되지 못하고 있음을 시사한다. 본 연구 결과의 시사점 및 의의, 그리고 장래연구의 방향을 논의하였다.

• 한국조경학회지
• /
• 제51권5호
• /
• pp.44-56
• /
• 2023

본 연구는 공원 이용자의 수요 변화에 맞춰 공원 운영 및 관리를 개선하기 위한 연구이다. 과거 공원 이용 수요에 관한 조사와 분석은 설문조사에 의존해왔으나, 최근에는 공원 이용 트렌드 및 이용자의 활동을 다각도로 파악할 수 있는 소셜미디어 데이터를 적극적으로 활용하고 있다. 하지만 이러한 연구들은 소셜미디어 데이터 중 텍스트 데이터에만 집중되어 있어 이미지 데이터에 담겨있는 정보를 얻기는 부족한 실정이다. 따라서 본 연구는 소셜미디어 이미지 데이터를 이용하여 공원 이용 특성 분석의 새로운 방법을 제시하고, 실제 도시공원 분석에 적용하여 공원 운영 및 관리 방안을 제안하고자 한다. 연구 방법으로는 Visual Question Answering(VQA) 딥러닝 기술을 활용한 이미지 분석 도구를 구축하였다. 이 도구를 이용해 공원 이용자의 특성과 위치, 이용행태 등의 각 도시공원 이용 특성을 파악하였으며, 이를 기반으로 공원별 운영 및 관리 전략을 마련했다. 연구 결과를 요약하면 다음과 같다. 첫째, VQA 딥러닝 기술을 활용해 도출한 이미지 분석 결과값이 기존의 텍스트 분석 결과값과 유사함을 확인하여 분석 도구의 유효성을 입증했다. 둘째, VQA 딥러닝 기술을 이용한 공원 이용 특성 분석은 기존의 텍스트 분석에서 얻을 수 없는 정보(성별, 연령, 이용시간 등)를 수집할 수 있음을 확인했다. 셋째, VQA 분석을 실제 공원의 이용 특성 분석에 적용하여 기존 공원의 운영 및 관리 방안을 제시했다. 본 연구의 결과를 토대로 VQA 딥러닝 기술을 이용한 공원 이용 특성 분석 방법은 향후 여러 공원 이용 특성 분석 시 중요한 방법론적 시사점을 줄 수 있을 것으로 판단된다.

• 문화기술의 융합
• /
• 제9권5호
• /
• pp.685-695
• /
• 2023

이 연구는 프랑스학 교육 분야에서 디지털 학습지원 매체가 실제적으로 어떻게 적용되고 있는지 활용 현황을 파악하고 시사점을 도출하여 향후 연구 방향을 모색하는 데 목적을 두었다. 이를 위해 프랑스학 교육 분야에서의 학습 과정별 디지털 매체가 어떻게 활용되었는지 검토하였으며, 최근 대두되고 있는 챗GPT의 활용은 외국어와 교육분야까지 확장하여 학습에 직접적 적용 현황을 확인하였다. 이상의 문헌 검토 결과, 첫째, 프랑스학 교육 분야에서는 디지털 학습지원 매체의 적용은 다소 제한적이었다. 주로 '온라인 수업 매체', '수업 전 학습', '효율적 학습 및 상호작용' 그리고 '자기주도적 학습'의 과정에 디지털 학습지원 매체를 선별적으로 활용하고 있는 것으로 나타났다. 특히 교수·학습 과정에서 '효율적 학습 및 상호작용'을 위하여 다양한 디지털 학습지원 매체가 활용되는 현황을 확인할 수 있었다. 둘째, 챗GPT의 경우, 프랑스학 교육 분야에서는 아직 연구가 진행되지 않은 것으로 나타났으며, 타 교육 분야에서 학습 과정의 실제적 적용에 관한 매우 소수의 연구가 진행되고 있었다. 챗GPT는 교수·학습자료의 개발과 학습 전 과정 및 평가, 그리고 학습자의 자기주도적 학습 측면 등 활용범위가 매우 넓고 학습자들의 긍정적 효과가 보고되었지만, 정보의 질, 출처 및 신뢰도 등의 측면에서는 윤리적 문제점도 함께 보고되고 있었다. 따라서 향후 국내 프랑스학 교육 분야에서는 이를 바탕으로 대학의 교수·학습 상황에 적합한 교육적 적용 및 그 효과 검증 그리고 디지털 학습지원 매체와 범 학문적 융합의 방향으로 이루어져야 할 필요가 있다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.133-153
• /
• 2023

본 논문에서 우리는 뇌 신호 측정 기술 중 하나인 뇌전도를 활용한 새로운 접근방식을 제안한다. 전통적으로 연구자들은 감정 상태의 분류성능을 향상시키기 위해 뇌전도 신호와 생체신호를 결합해왔다. 우리의 목표는 뇌전도와 결합된 생체신호의 상호작용 효과를 탐구하고, 뇌전도+생체신호의 조합이 뇌전도 단독사용 또는 임의로 생성된 의사 무작위 신호와 결합한 경우에 비해 감정 상태의 분류 정확도를 향상시킬 수 있는지를 확인한다. 네 가지 특징추출 방법을 사용하여 두 개의 공개 데이터셋에서 얻은 데이터 기반의 뇌전도, 뇌전도+생체신호, 뇌전도+생체신호+무작위신호, 및 뇌전도+무작위신호의 네 가지 조합을 조사했다. 감정 상태 (작업 대 휴식 상태)는 서포트 벡터 머신과 장단기 기억망 분류기를 사용하여 분류했다. 우리의 결과는 가장 높은 정확도를 가진 서포트 벡터 머신과 고속 퓨리에 변환을 사용할 때 뇌전도+생체신호의 평균 오류율이 뇌전도+무작위신호와 뇌전도 단독 신호만을 사용한 경우에 비해 각각 4.7% 및 6.5% 높았음을 보여주었다. 우리는 또한 다양한 무작위 신호를 결합하여 뇌전도+생체신호의 오류율을 철저하게 분석했다. 뇌전도+생체신호+무작위신호의 오류율 패턴은 초기에는 깊은 이중 감소 현상으로 인해 감소하다가 차원의 저주로 인해 증가하는 V자 모양을 나타냈다. 결과적으로, 우리의 연구 결과는 뇌파와 생체신호의 결합이 항상 유망한 분류성능을 보장할 수 없음을 시사한다.

• 한국전산구조공학회논문집
• /
• 제36권6호
• /
• pp.381-389
• /
• 2023

BIM에서 가장 중요한 요소 중의 하나가 디지털 데이터이다. 체계적인 디지털 데이터 관리를 위해 최근까지 연구를 통해 객체분류체계(OBS)와 속성분류체계(Pset)가 제시되어 왔다. 특히 공정 및 기성 관리에 사용되는 디지털 데이터는 WBS와 CBS로 나뉘고 이를 BIM 객체와 매핑하려면 CBS의 수량 분개가 필요한데 CBS는 양이 매우 방대하고 공종이나 규격, 명칭 및 CBS 코드가 발주처마다 상이하여 WBS나 BIM 모델에 맞는 수량 분개 작업을 엑셀 등을 이용해서 수작업으로 한다는 것은 사실상 어렵다. 이러한 문제점을 극복하기 위해 BIM 모델에 의해 산출하기 힘든 수량 중에서 대부분을 차지하는 연장에 근거한 수량의 전체분을 분개하는 방안, 축적된 WBS-CBS 이력으로부터 최적 CBS를 도출하는 방안과 합리적인 CBS 데이터베이스 구축을 위해 필수적인 CBS 코드 통합 표준화 방안을 제시하였다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.91-98
• /
• 2023

오늘날 인공지능 산업이 발전함에 따라 여러 분야에 걸쳐 인공지능을 통한 자동화 및 최적화가 이루어지고 있다. 국내의 철도 분야 또한 지도 학습을 이용한 레일의 결함을 검출하는 연구들을 확인할 수 있다. 그러나 철도에는 레일만이 아닌 다른 구조물들이 존재하며 그중 선로 체결 장치는 레일을 다른 구조물에 결합시켜주는 역할을 하는 장치로 안전사고의 예방을 위해서 주기적인 점검이 필요하다. 본 논문에는 선로 체결 장치의 데이터를 이용하여 준지도 학습(semi-supervised learning)과 전이 학습(transfer learning)을 이용한 분류기를 학습시켜 선로 안전 점검에 사용되는 비용을 줄이는 방안을 제안한다. 사용된 네트워크는 Resnet50이며 imagenet으로 선행 학습된 모델이다. 레이블이 없는 데이터에서 무작위로 데이터를 선정 후 레이블을 부여한 뒤 이를 통해 모델을 학습한다. 학습된 모델의 이용하여 남은 데이터를 예측 후 예측한 데이터 중 클래스 별 확률이 가장 높은 데이터를 정해진 크기만큼 훈련용 데이터에 추가하는 방식을 채택하였다. 추가적으로 초기의 레이블된 데이터의 크기가 끼치는 영향력을 확인해보기 위한 실험을 진행하였다. 실험 결과 최대 92%의 정확도를 얻을 수 있었으며 이는 지도 학습 대비 5% 내외의 성능 차이를 가진다. 이는 제안한 방안을 통해 추가적인 레이블링 과정 없이 비교적 적은 레이블을 이용하여 분류기의 성능을 기존보다 향상시킬 수 있을 것으로 예상된다.