• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.295-301
• /
• 2021

본 연구에서는 차기 개정교육과정의 개정을 앞두고 인공지능교육의 효과성을 높이기 위한 AI리터러시 교육의 필요성을 살펴보고자 하였다. 이를 위해 고등학생을 대상으로 인공지능 모델링 수업을 실시하고 인공지능교육에서 학생들이 인식하는 AI리터러시에 대한 필요성과 내용 및 교육시기 등을 설문을 통해 살펴보았다. 인공지능수업에서 데이터 활용 및 데이터 전처리의 필요성에 대해서는 대체로 동의하는 결과가 나타났으며, 인공지능 수업을 진행하는 과정에서 데이터베이스 활용에 대한 기초역량이 부족하여 어려움을 겪는 경우가 많았다. 특히, 데이터 분석을 위한 파일의 구조에 대한 이해가 부족하였으며 데이터분석을 위한 데이터저장의 형태에 대한 이해도가 낮은 것으로 관찰되었다. 이러한 부분을 극복하기 위하여 데이터처리를 위한 사전교육의 필요성을 인식하였고, 그 시기로는 대체적으로 고등학교 진학 이전이 적절하다는 의견이 많았다. AI리터러시의 내용요소에 대해서는 데이터 생성 및 삭제를 비롯하여 데이터 변형과 함께 데이터 시각화의 내용에 대한 요구가 높았음을 알 수 있었다.

• 한국빅데이터학회지
• /
• 제5권2호
• /
• pp.77-84
• /
• 2020

본 연구에서는 인공지능 모델에 따른 한국 프로야구의 승패 예측 분석에 관한 연구를 했다. 승리할 팀과 해당 팀의 최종 리그 순위를 예측했고, 사용자의 편의를 위해 웹사이트도 구축했다. 각 1·3·5이닝 별로 가장 정확도가 높으면서도 오차가 적은 모델을 최적 모델로 선정해 승·패 결과를 예측했고, 이를 토대로 순위표를 작성했다. 결과표는 2020년 개막인 5월 5일부터 8월 30일까지의 예측 결과를 바탕으로 작성했다. 기아타이거즈가 아닌 다른 구단끼리의 경기는 실제 결과를 사용했다. 머신러닝 모델은 KNN과 AdaBoost가 최적 모델로 선정되었으며, 실제 순위와 비교해 본 결과, 경기가 진행될수록, 예측 결과의 순위 오차가 점점 작아지는 것을 확인했다. 딥러닝 모델은 89%의 정확도를 기록했고, 머신러닝 모델과 마찬가지로 경기를 진행할수록 예측 결과 순위 오차가 작아지는 것을 확인했다. 실험 결과는 한국 프로야구 승·패 결과 예측뿐 아니라 다양한 분야에서 사용할 수 있을 것으로 사료된다. 방송국에서 야구 경기를 중계하는 중 이닝별로 인공지능 알고리즘이 예상한 승·패 여부를 중계화면에 띄울 수 있다. 시청자들에게 새로운 흥미를 일으킬 수 있을 것이고, 나아가 구단의 감독들이 이닝마다 데이터를 분석해 경기 중 유동적으로 승리하기 위한 전략을 세울 수 있을 것으로 기대된다.

• International journal of advanced smart convergence
• /
• 제11권1호
• /
• pp.19-27
• /
• 2022

Across the world, 'housing' comprises a significant portion of wealth and assets. For this reason, fluctuations in real estate prices are highly sensitive issues to individual households. In Korea, housing prices have steadily increased over the years, and thus many Koreans view the real estate market as an effective channel for their investments. However, if one purchases a real estate property for the purpose of investing, then there are several risks involved when prices begin to fluctuate. The purpose of this study is to design a real estate price 'return rate' prediction model to help mitigate the risks involved with real estate investments and promote reasonable real estate purchases. Various approaches are explored to develop a model capable of predicting real estate prices based on an understanding of the immovability of the real estate market. This study employs the LSTM method, which is based on artificial intelligence and deep learning, to predict real estate prices and validate the model. LSTM networks are based on recurrent neural networks (RNN) but add cell states (which act as a type of conveyer belt) to the hidden states. LSTM networks are able to obtain cell states and hidden states in a recursive manner. Data on the actual trading prices of apartments in autonomous districts between January 2006 and December 2019 are collected from the Actual Trading Price Disclosure System of the Ministry of Land, Infrastructure and Transport (MOLIT). Additionally, basic data on apartments and commercial buildings are collected from the Public Data Portal and Seoul Metropolitan Government's data portal. The collected actual trading price data are scaled to monthly average trading amounts, and each data entry is pre-processed according to address to produce 168 data entries. An LSTM model for return rate prediction is prepared based on a time series dataset where the training period is set as April 2015~August 2017 (29 months), the validation period is set as September 2017~September 2018 (13 months), and the test period is set as December 2018~December 2019 (13 months). The results of the return rate prediction study are as follows. First, the model achieved a prediction similarity level of almost 76%. After collecting time series data and preparing the final prediction model, it was confirmed that 76% of models could be achieved. All in all, the results demonstrate the reliability of the LSTM-based model for return rate prediction.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권8호
• /
• pp.315-324
• /
• 2022

이 논문에서는 자연어로 구성된 수학 문장제 문제 자동 풀이하기 위한 Transformer 기반의 생성 모델인 KoEPT를 제안한다. 수학 문장제 문제는 일상 상황을 수학적 형식으로 표현한 자연어 문제이다. 문장제 문제 풀이 기술은 함축된 논리를 인공지능이 파악해야 한다는 요구사항을 지녀 최근 인공지능의 언어 이해 능력을 증진하기 위해 국내외에서 다양하게 연구되고 있다. 한국어의 경우 문제를 유형으로 분류하여 풀이하는 기법들이 주로 시도되었으나, 이러한 기법은 다양한 수식을 포괄하여 분류 난도가 높은 데이터셋에 적용하기 어렵다는 한계가 있다. 본 논문은 이에 대해 '식' 토큰과 포인터 네트워크를 사용하는 KoEPT 모델을 사용했다. 이 모델의 성능을 측정하기 위해 현존하는 한국어 수학 문장제 문제 데이터셋인 IL, CC, ALG514의 분류 난도를 측정한 후 5겹 교차 검증 기법을 사용하여 KoEPT의 성능을 평가하였다. 평가에 사용된 한국어 데이터셋들에 대하여, KoEPT는 CC에서는 기존 최고 성능과 대등한 99.1%, IL과 ALG514에서 각각 89.3%, 80.5%로 새로운 최고 성능을 얻었다. 뿐만 아니라 평가 결과 KoEPT는 분류 난도가 높은 데이터셋에 대해 상대적으로 개선된 성능을 보였다. KoEPT가 분류 난도의 영향을 덜 받으며 좋은 성능을 얻게 된 이유를 '식' 토큰과 포인터 네트워크 때문이라는 것을 ablation study를 통해서 밝혔다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권2호
• /
• pp.269-287
• /
• 2023

행렬이론은 수학, 자연과학, 공학뿐 아니라 사회과학과 인공지능 분야에까지 다양하게 활용되고 있다. 중·고등학교 수학에서 행렬은 학습 부담 경감을 위해 2009 개정 수학과 교육과정에서 삭제되었다가 인공지능 시대를 맞이하여 2022 개정 교육과정에 재편성될 예정이다. 이에 다른 나라에서 다루고 있는 행렬 내용을 분석함으로써 행렬 지도를 위한 의미 있는 방향을 제시하고 교과서 구성을 위한 시사점을 도출할 필요성이 있다. 이를 위해 본고에서는 독일 수학과 표준교육과정과 독일 헤센주의 수학과 교육과정을 분석하고, 독일 수학 교과서의 행렬 단원의 내용 요소 및 전개 방식의 특징을 분석하였다. 분석 결과 독일 교과서는 선형연립방정식의 풀이를 위한 행렬, 일차변환을 설명하기 위한 행렬, 전환과정을 설명하기 위한 행렬로 나누어 행렬 단원을 다루고 있으며 모두 역행렬을 다루고 있고 수학적 추론 및 수학적 모델링에 중점을 두고 행렬을 학습하는 것으로 나타났다. 분석 결과로부터 학교 수학에 행렬을 재편성할 경우 깊이 있는 개념적 이해와 수학적 추론 및 수학적 모델링에 중점을 두어 교육내용을 구성할 것을 제안하는 바이다.

• 기술혁신연구
• /
• 제30권1호
• /
• pp.1-20
• /
• 2022

디지털 전환(digital transformation)은 디짓화(digitisation)와 디지털화(digitalisation)의 경제적 및 사회적 효과를 의미한다. 디지털 전환은 경제/사회 발전 및 삶의 편의성을 향상시키는 유용한 도구로 작용하지만 부정적 영향(개인정보 오남용, 윤리문제 야기, 사회적 격차 심화 등)을 미칠 수도 있는 양면성을 보유하고 있다. 한편 정부는 산업 경쟁력 및 기술 패권 확보 등을 위하여 디지털 전환 촉진정책은 적극적으로 추진하고 있는 반면, 디지털 전환 관련 위험이슈에 대한 이해와 이를 방지할 수 있는 정책 추진에는 상대적으로 소극적인 상황이다. 이에 본 연구는 디지털 전환이 초래할 수 있는 미래사회 위험이슈를 Embedded Topic Modeling 방법론 기반의 언론기사 빅데이터 정량분석으로 체계화 및 구체화하고, 정책적 대응 방향을 제시하였다. 이를 위하여 먼저 주요국의 디지털 전환 역기능 세부 이슈들을 규명하였다. 다음으로 디지털 전환의 핵심 기술인 인공지능을 중심으로 주요국과 한국의 디지털 전환 역기능 세부이슈를 구체화하고, 비교분석하였다. 아울러 분석결과들을 종합하여 향후 정부의 디지털 전환 역기능 대응 정책 수립 방향을 제시하였다. 분석 결과에 근거한 정책적 함의는 다음과 같다. 첫째, 디지털 전환의 역기능은 기술 분야에만 한정되어 나타나지 않고 국가안보 및 사회 전반에 영향을 미치기 때문에 정부는 디지털 전환의 순기능 촉진뿐만 아니라 역기능 대응을 위한 정책도 마련해야 한다. 둘째, 디지털 전환의 미래사회 위험 세부이슈들은 국가에 따라 상이하게 나타나므로 정부는 국가적/사회적 맥락을 고려하여 디지털 전환 역기능 대응 정책을 수립해야 한다. 마지막으로 정부는 이해관계자들의 혼선을 최소화할 수 있도록 디지털 전환 역기능 대응 정책의 큰 방향을 설정하고, 실효성 있는 정책 수단을 마련해야 한다.

• 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.

• 대중서사연구
• /
• 제25권4호
• /
• pp.191-221
• /
• 2019

본 연구는 최근 주요한 인문학적 테제로 등장하고 있는 포스트휴머니즘적 상상력이 한국문학, 특히 소설에 나타난 양상을 분석하는 것을 목표로 한다. 특히 본고에서는 2000년대 초반 활동했던 작가인 조하형의 두 소설 『키메라의 아침』(2004)과 『조립식 보리수나무』(2008) 두 편을 집중적인 분석의 대상으로 삼는다. '포스트휴머니즘(Post-humanism)'은 근대의 한계를 극복하고 새로운 세계관의 정립을 모색하기 위해 노력한 탈근대적 사유의 연장선상에서 파악할 수 있다. 특히 이 사상은 20세기 이후 급격히 발전한 과학 기술의 발달이 인간관 나아가서는 인간중심적인 문명 자체를 바꿔온 양상을 종합적으로 파악하는 데에 관심을 기울인다. 포스트휴머니즘 비평은 서사에 등장하는 인물 형상을 새롭게 바라보는 시선을 제공하는 한편, 과거에 쓰인 고전 작품 속에서 주목받지 못했던 주변 인물들, 비-인간, 사물들을 발굴해서 재조명하는 작업을 시도하고 있다. 이러한 사상적 흐름은 최근 기존의 인문학이 지배하던 인간에 대한 관념이 전면적으로 바뀌어 자연과학·기술적 관점이 담론장에 다양하게 적용되는 현실을 반영하는 것이다. 포스트휴머니즘의 질문들은 철학의 큰 범주인 존재론, 인식론, 경험론적인 분야를 아우르는 동시에 문학과 과학 그리고 사회과학 전체의 참여를 요청함으로써 학제적인 연구 과제를 발생시키고 있다. 혹독한 재난이 닥친 세계를 배경으로 『키메라의 아침』은 인간이 바이오테크놀로지에 의해 변형된 변종의 형태로, 『조립식 보리수나무』는 컴퓨터 시뮬레이션에 의해 제작된 인공지능(Artificial Intelligence)의 모습으로, 다시 태어나는 과정을 그린다. 조하형 소설에 나타난 포스트휴머니즘적 사상은 텍스트에 재현된 세계의 형상와 인간의 정체성을 종합적으로 재고하고, 인간과 비인간을 구분하는 경계선과 위계질서 등을 다시 탐구하는 반성적인 계기가 된다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권4호
• /
• pp.412-421
• /
• 2000

수리나 과학 영역의 학습은 원리 이해와 응용을 위주로 함에도 불구하고 기존의 교육용 소프트웨어 제품들은 단순 주입식이나 단답식의 학습을 지원하는 것이 대부분이어서 높은 학습 성과를 기대하기는 어려운 실정이다. 인공 지능 연구에서 지식 표현 체계나 탐색, 추론 기법이 학습기 설계에 도입되어 증명기, 모의 실험기 유형의 학습기 연구에는 상당한 진전을 보아 왔으나 여전히 실용적 수준이라 할 수는 없고 특히 문제 해결을 지원하는 학습기는 설계 모형조차 제시되지 못하고 있다. 본 연구가 설계한 기하 문제 학습기는 학습과 병행하는 동적 추론을 구사한다. 실시간 문제 해결을 지원하기 위한 정보 구성요소로서 명제, 가설 및 연산자에 의해 문제 공간을 정의하고 이들의 생성과 검증을 추론의 주요 대상으로 하는 대화식 문제 학습의 메카니즘을 탐구하였다. 성취한 결과로서 기하 문제 해결에서 필수 불가결한 요소임에도 불구, 기존 시스템이 간과해 왔던 대수 처리를 위한 일련의 추론 전략을 연계적으로 구사함으로서 실용성있는 문제 학습기의 설계 모형을 얻었다. 제안 모형은 물리, 전자 회로 등 타 과학 영역의 문제 학습기 설계에도 적용될 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제20권3호
• /
• pp.65-72
• /
• 2020

사물인터넷은 상호연결을 통한 초연결 사회를 구축하고, 이를 기반으로 사회적 문제 해결을 포함한 삶의 질 향상과 생산성 향상을 이루자는 것이며, 차세대의 국가 성장 동력이 될 것이다. 사물인터넷이 지향하는 오픈 공통 생태계는 '오픈(Open)'이라는 단어의 이해에서 출발할 수 있다. 사물인터넷은 이를 기반으로 기술 개발의 진입장벽들을 낮추는 기대효과를 얻을 수 있으며, 이러한 변화에서 OSSW와 OSHW가 IoT 생태계의 성숙을 가속화시키고 산업 간의 경계를 허물어 융합을 촉진시키는 데에 매우 큰 역할을 하고 있음은 확인할 수 있다. 최근에는 사물인터넷의 연결성(Connectivity)에 인공지능(AI)를 결합하여 집단지성을 만드는 지능형 사물인터넷으로 발전하고 있다. 여기서는 오픈소스에 대한 이해와 분석을 통해 사물인터넷의 발전방향을 분석하고자 한다.