• 한국HCI학회논문지
• /
• 제14권2호
• /
• pp.5-12
• /
• 2019

인간의 기본 욕구 중 하나인 존중의 욕구를 충족시키지 못하는 사회적 배제는 이를 지각한 사람들로 하여금 물리적 따뜻함을 추구하도록 만든다고 알려져 있다. 그러나 사회적 배제가 따뜻함을 추구하게 만드는 현상이 조명의 색 같은 감성적이고 상징적인 차원에도 일반화될 수 있을지에 대해서는 연구가 드물었다. 본 연구는 지각된 사회적 배제가 따뜻한 조명 선호에 미치는 효과를 검증하기 위해 이루어졌으며, 이를 위해 두 가지 실험을 수행하였다. 실험-1은 어제 사람들로부터 존중받은 사람은 사회적 배제를 지각하지 않은 집단으로, 존중받지 못한 사람은 사회적 배제를 지각한 집단으로 구분한 후, 따뜻한 조명(3000K), 중립적 조명(4000K), 차가운 조명(6000K)에 대한 선호도를 측정하였다. 결과적으로 사회적 배제를 지각한 집단은 그렇지 않은 집단보다 따뜻한 조명 선호도가 강했고, 차가운 조명 선호도는 약했다. 또한 사회적 배제를 지각한 집단은 중립적 조명보다 따뜻한 조명을 강하게 선호하는 반면, 차가운 조명을 약하게 선호함을 확인하였다. 실험-2는 실험-1과 동일한 방식으로 집단을 구분한 후, 따뜻한 조명이 적용된 공간, 중립적 조명이 적용된 공간, 차가운 조명이 적용된 공간에 대한 선호를 측정하였다. 결과적으로 사회적 배제를 지각한 집단은 그렇지 않은 집단보다 따뜻한 조명이 적용된 공간에 대한 선호도가 강했고, 차가운 조명이 적용된 공간에 대한 선호도는 약했다. 아울러 사회적 배제를 지각한 집단은 중립적 조명이 적용된 공간보다 따뜻한 조명이 적용된 공간을 강하게 선호하는 반면, 차가운 조명이 적용된 공간은 약하게 선호함을 관찰하였다. 본 연구는 장애인, 다문화 가정, 이주 노동자와 같이 사회적 배제를 경험한 사람들의 생활공간 디자인, 이들을 대상으로 한 인공지능 상담 서비스 및 친구 캐릭터 개발 등에 시사점을 준다.

• 한국지능시스템학회논문지
• /
• 제16권1호
• /
• pp.49-54
• /
• 2006

현재의 지문 인식 시스템은 지문 패턴의 복제와 지문 특징점의 해킹이라는 불안한 요소가 잠재되어 있어, 시스템 오동작의 주요 원인이 되기도 한다. 이에 본 논문에서는 신체의 일부인 지문을 주 핵심 인식기로 사용하고, 여기에 최근 널리 이용 되고 있는 화자 인증을 이용하여 직렬 형태의 다중 생체인식 시스템을 구현하였다. 구현된 시스템은 다중생체인식시스템으로 먼저 음성에 대한 인증과정이 성공하면 지문에 대한 인식과정을 수행하는 구조로 되어있다. 또한 효율적인 실시간 인증 처리를 위해 기존의 음성 인식 알고리즘 중에서 화자 종속형인 DTW(Dynamic Time Waning) 알고리즘을 사용하였으며, 지문 인식 알고리즘으로는 계산량을 고려하여 인공지능 기법인 KSOM(Kohonen Self-Organizing feature Map) 알고리즘을 적용하였다. 본 논문에서 구현한 다중생체 인식시스템을 실험한 결과 지문과 음성을 각각 이용한 단일인식시스템보다 본인거부율은 $2\~7\%$정도 떨어졌지만, 인식시스템에서 가장 중요한 요소인 타인수락율은 전혀 발생하지 않음을 확인하였다. 아울러 인식테스트 시간 또한 기존의 단일 생체 인식 시스템과 차이가 거의 없었으며, 인식에 걸린 시간은 평균 1.5초 정도였다. 이에 구현된 다중 생체 인의 시스템은 여러 가지 실험 결과 단일 인식 시스템보다 더 효율적인 보안 시스템임을 증명하였다.

• 정보화정책
• /
• 제23권2호
• /
• pp.73-97
• /
• 2016

빅데이터, IoT, 클라우드, 모바일 등 ICT에 의한 사회변화가 급속히 진행됨에 따라, PC도입, 인터넷 속도, 인터넷 가입자수 등을 통해 정보사회 수준을 측정하던 프레임에서 벗어나 새로운 정보사회 진단 프레임워크가 요구되고 있다. 본 연구는 후기정보사회를 진단하고 측정할 수 있는 프레임워크 수립을 위한 연구이다. 이를 위해 기술사회 공진화 이론에 따라서 프레임워크를 구성하고 프레임워크를 구성하는 지표는 공신력있는 국제기구에서 제시하는 정보사회관련 지표로 선정하였다. 결과는 다음과 같다. 첫째, 후기정보사회를 구성하는 3개 부문, 6개 클러스터(항목), 25개의 노드(지표)는 모두 연관성이 있는 것으로 나타났다. 첫째, 네트워크 분석법(ANP)를 통해 정보사회의 수준 진단을 위한 중요도는 정보사회 발전(50.34%), 기술기반확충(25.03%) 그리고 정보화 효과(24.63%)로 나타났다. 둘째, 클러스터와 노드에 대한 상대적 중요도를 산출한 결과, 클러스터는 (1)사회의 발전 잠재력(26.04%), (2)경쟁력(15.9%), (3)ICT 활용능력(15.5%), (4)(사회적)자본의 증대(24.3%), (5)ICT 도입(9.54%), (6)삶의 질(8.7%)에 대한 순으로 나타났다. 결론적으로 후기정보사회의 수준 진단과 측정은 ICT에 의한 경제산업적 효과와 삶의 질에 대한 부분을 함께 고려해야 한다. 또한 가중치를 적용하여 국가간 비교를 통해 후기 정보사회를 준비하는 한국의 수준을 진단하고 후기정보사회를 위한 정책적 시사점을 제시할 수 있도록 해야 한다.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.37-64
• /
• 2022

인공지능의 사회적수용도가 증가하면서 머신러닝 기법을 기업에 적용하는 사례가 증가하고 있다. 머신러닝 기법의 선정에는 주로 정확성이나 해석 가능성 등 기술적 요인이 주로 기준이 되어왔다. 그러나 머신러닝 채택의 성공은 개발부서, 사용부서, 리더십과 조직문화 등 경영관리 요인도 영향을 주기도 한다. 아쉽게도 기술적 요인과 경영관리적 요인이 함께 고려된 머신러닝 선정의 성공 요인을 이해하는 통합 연구가 거의 존재하지 않는다. 이에 본 논문의 목적은 기업 내 머신러닝 선정을 이해하기 위해 John Rice의 algorithm selection process model과 task-technology fit, 그리고 IS Success Model 이론을 결합한 기술-경영관리 통합 모형을제안하고 실증적 분석을 하는 것이다. 머신러닝을 도입한 국내 기업 240곳을 대상으로 설문 분석을 실시한 결과 알고리즘 품질과 데이터 품질이 높을수록 문제-알고리즘 적합성에 높게 영향을 주는 것으로 나타났으며, 문제-알고리즘 적합성은 조직의 생산성과 혁신성에도 유의한 영향을 미치는 것으로 검증되었다. 또한 외주화와 경영진 지원이 머신러닝 시스템 품질에 긍정적인 영향을 미치고, 데이터 중심 경영 및 동기화와 같은 조직문화 요인은 활용성과에 높은 영향을 미치는 것으로 확인되었다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.23-46
• /
• 2021

개인화 추천에서 많이 사용되는 협업 필터링은 고객들의 구매이력을 기반으로 유사고객을 찾아 상품을 추천할 수 있는 매우 유용한 기법으로 인식되고 있다. 그러나, 전통적인 협업 필터링 기법은 사용자 간에 직접적인 연결과 공통적인 특징을 기반으로 유사도를 계산하는 방식으로 인해 신규 고객 혹은 상품에 대해 유사도를 계산하기 힘들다는 문제가 제기되어 왔다. 이를 극복하기 위하여, 다른 기법을 함께 사용하는 하이브리드 기법이 고안되기도 하였다. 이런 노력의 하나로서, 사회연결망의 구조적 특성을 적용하여 이런 문제를 해결하려는 시도가 있었다. 이는, 직접적으로 유사성을 찾기 힘든 사용자 간에도 둘 사이에 놓인 유사한 사용자 또는 사용자들을 통해 유추해내는 방식으로 상호 간의 유사성을 계산하는 방식을 적용한 것이다. 즉, 구매 데이터를 기반으로 사용자의 네트워크를 생성하고 이 네트워크 내에서 두 사용자를 간접적으로 이어주는 네트워크의 특성을 기반으로 둘 사이의 유사도를 계산하는 것이다. 이렇게 얻은 유사도는 추천대상 고객이 상품의 추천에 대한 수락여부를 결정하는 척도로 활용될 수 있다. 서로 다른 중심성 척도는 추천성과에 미치는 영향이 서로 다를 수 있다는 점에서 중요한 의미를 갖는다 할 수 있다. 이런 유사도의 계산을 위해서 네트워크의 중심성을 활용할 수 있다. 본 연구에서는 여기서 더 나아가 이런 중심성이 추천성과에 미치는 영향이 추천 알고리즘에 따라서도 다를 수 있다는 데에서 주목하여 수행되었다. 또한, 이런 네트워크 분석을 활용한 추천기법은 신규 고객 혹은 상품뿐만 아니라 전체 고객 혹은 상품으로 그 대상을 넓히더라도 추천 성능을 높이는 데 기여할 것을 기대할 수 있을 것이다. 이런 관점에서 본 연구는 네트워크 모형에서 연결선이 생성되는 것을 이진 분류의 문제로 보고, 추천 모형에 적용할 분류 기법으로 의사결정나무, K-최근접이웃법, 로지스틱 회귀분석, 인공신경망, 서포트 벡터 머신을 선택하고, 온라인 쇼핑몰에서 4년2개월간 수집된 구매 데이터로 실험을 진행하였다. 사회연결망에서 측정된 중심성 척도를 각 분류 기법에 적용하여 생성한 모형을 비교 실험한 결과, 각 모형 별로 중심성 척도의 추천성공률이 서로 다르게 나타남을 확인할 수 있었다.