• 전자통신동향분석
• /
• 제39권4호
• /
• pp.82-92
• /
• 2024

This paper introduces the technological development trends in on-device SLMs (Small Language Models). Large Language Models (LLMs) based on the transformer model have gained global attention with the emergence of ChatGPT, providing detailed and sophisticated responses across various knowledge domains, thereby increasing their impact across society. While major global tech companies are continuously announcing new LLMs or enhancing their capabilities, the development of SLMs, which are lightweight versions of LLMs, is intensely progressing. SLMs have the advantage of being able to run as on-device AI on smartphones or edge devices with limited memory and computing resources, enabling their application in various fields from a commercialization perspective. This paper examines the technical features for developing SLMs, lightweight technologies, semiconductor technology development trends for on-device AI, and potential applications across various industries.

• International Journal of Internet, Broadcasting and Communication
• /
• 제16권3호
• /
• pp.113-120
• /
• 2024

Recently, case presentations using AI functions such as ChatGPT are increasing in many industrial fields. As AI-based results emerge even in the areas of images and videos, traditional animation production tools are in need of significant changes. Unreal Engine is the tool that adapts most quickly to these changes, proposing a new animation production workflow by integrating tools such as Metahuman and Marvelous Designer. Working with realistic metahumans allows for the production of realistic and natural movements, such as those captured through motion capture data. Implementing this approach presents many challenges for production tools that adhere to traditional methods. In this study, we investigated the differences between the cell animation workflow and the computer graphics animation production workflow. We compared and analyzed whether these differences could be reduced by creating sample movements using character rigs in Maya and Cascadeur tools. Our results showed that a similar cell animation workflow could be constructed using the Cascadeur tool. To improve the accuracy of our conclusions, we created large, action-packed short animations to demonstrate and validate our findings.

• 한국방사선학회논문지
• /
• 제17권3호
• /
• pp.411-416
• /
• 2023

본 연구에서는 방사선(학)과 재학생의 주요 학습 도구의 활용성을 조사하고, 방사선사면허 국가시험의 대화형 인공지능 서비스 프로그램인 챗봇의 정답률을 분석하여 방사선학 분야에서 대화형 인공지능 서비스 프로그램의 유용성에 대한 기초 연구에 목적이 있다. 방사선(학)과 재학생의 학습 시 전자기기를 적극적으로 활용한다는 응답자가 84.3%로 나타났다. 또한 학습 시 자료수집의 효율성을 묻는 질문에 140명 중 검색엔진을 1순위로 활용한다고 답한 응답자가 104명이었다. 챗봇을 알고 있는지 붇는 질문에 80%가 알고 있다고 답하였으며, 학업 목적으로 챗봇을 사용한 경험은 22.9%가 1회 이상 사용 경험을 가지고 있었다. 2018년도부터 2022년도까지 시험문제 중 1교시와 2교시의 문제를 챗봇에게 정답을 물어보았다. 그 결과 Chat GPT의 1교시 정답률은 48.28%에서 60%였으며, 2교시 문제의 정답률은 50%에서 62.22%로 나타났다. Bing의 1교시 정답률은 55%에서 64.55%였으며, 2교시 문제의 정답률은 48%에서 52.22%로 나타났다. 본 연구를 통하여 방사선(학)과 재학생들이 전자기기를 통해 학습하고 인터넷을 통해 정보를 찾는 것이 일반적인 경향임을 확인할 수 있었다. 그러나 방사선학 분야에서 대화형 인공지능 서비스 프로그램은 정확성과 신뢰성에 대한 문제가 있으며, 완벽한 해답을 제공하는 것은 어렵기 때문에 계속해서 발전하고 개선되어야 한다.

• 정보관리학회지
• /
• 제40권2호
• /
• pp.115-135
• /
• 2023

본 연구는 단행본, 학술지, 보고서 등 다양한 종류의 발간물로 구성된 연구보고서의 참고문헌 데이터베이스를 효율적으로 구축하기 위한 것으로 딥러닝 언어 모델을 이용하여 참고문헌의 자동추출 성능을 비교 분석하고자 한다. 연구보고서는 학술지와는 다르게 기관마다 양식이 상이하여 참고문헌 자동추출에 어려움이 있다. 본 연구에서는 참고문헌 자동추출에 널리 사용되는 연구인 메타데이터 추출과 더불어 참고문헌과 참고문헌이 아닌 문구가 섞여 있는 환경에서 참고문헌만을 분리해내는 원문 분리 연구를 통해 이 문제를 해결하였다. 자동 추출 모델을 구축하기 위해 특정 연구기관의 연구보고서 내 참고문헌셋, 학술지 유형의 참고문헌셋, 학술지 참고문헌과 비참고문헌 문구를 병합한 데이터셋을 구성했고, 딥러닝 언어 모델인 RoBERTa+CRF와 ChatGPT를 학습시켜 메타데이터 추출과 자료유형 구분 및 원문 분리 성능을 측정하였다. 그 결과 F1-score 기준 메타데이터 추출 최대 95.41%, 자료유형 구분 및 원문 분리 최대 98.91% 성능을 달성하는 등 유의미한 결과를 얻었다. 이를 통해 비참고문헌 문구가 포함된 연구보고서의 참고문헌 추출에 대한 딥러닝 언어 모델과 데이터셋 유형별 참고문헌 구축 방향을 제안하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제29권3호
• /
• pp.85-92
• /
• 2023

최근 ChatGPT나 자율주행 자동차 등의 인공지능 분야의 급속한 발전으로 인해 인공지능에 대한 관심이 높아졌다. 그러나 아직 인공지능은 학습 과정에서 알 수 없는 요소가 많이 존재하여 모델을 개선하거나 최적화하기 위해서 필요 이상의 시간과 노력을 들여야 하는 경우가 많다. 따라서, 인공지능 모델의 학습 과정에서 가중치 변화를 명확하게 이해하고 해당 변화를 효과적으로 분석할 수 있는 도구 또는 방법론이 절실하게 요구되고 있다. 본 연구에서는 이러한 점을 해결하기 위해 누적 가중치 변화량을 시각화해주는 시스템을 제안한다. 시스템은 학습의 일정한 기간마다 가중치를 구하고 가중치의 변화를 누적시켜서 누적 가중치로 저장하여 3차원 공간상에 나타내게 된다. 이로 인해 보는 이로 하여금 한눈에 레이어의 구조와 현재의 가중치 변화량이 이해되기 쉽게 구성하였다. 이러한 연구를 통해 인공지능 모델의 학습 과정이 어떻게 진행되는지에 대한 이해와 모델의 성능 향상에 도움이 되는 방향으로 하이퍼 파라미터를 변경할 수 있는 지표를 얻게 되는 등 인공지능 학습 과정의 다양한 측면을 탐구할 수 있을 것이다. 이러한 시도를 통해 아직 미지의 영역으로 여겨지는 인공지능 학습 과정의 일부를 보다 효과적으로 탐색하고 인공지능 모델의 발전과 적용에 기여할 수 있을 것으로 기대된다.

• 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.

• 한국산업정보학회논문지
• /
• 제28권5호
• /
• pp.15-30
• /
• 2023

근래에 트랜스포머(Transformer) 구조를 기초로 하는 ChatGPT와 같은 생성모델이 크게 주목받고 있다. 트랜스포머는 다양한 신경망 모델에 응용되는데, 구글의 BERT(bidirectional encoder representations from Transformers) 문장생성 모델에도 사용된다. 본 논문에서는, 한글로 작성된 영화 리뷰에 대한 댓글이 긍정적인지 부정적인지를 판단하는 텍스트 이진 분류모델을 생성하기 위해서, 사전 학습되어 공개된 BERT 다국어 문장생성 모델을 미세조정(fine tuning)한 후, 새로운 한국어 학습 데이터셋을 사용하여 전이학습(transfer learning) 시키는 방법을 제안한다. 이를 위해서 104 개 언어, 12개 레이어, 768개 hidden과 12개의 집중(attention) 헤드 수, 110M 개의 파라미터를 사용하여 사전 학습된 BERT-Base 다국어 문장생성 모델을 사용했다. 영화 댓글을 긍정 또는 부정 분류하는 모델로 변경하기 위해, 사전 학습된 BERT-Base 모델의 입력 레이어와 출력 레이어를 미세 조정한 결과, 178M개의 파라미터를 가지는 새로운 모델이 생성되었다. 미세 조정된 모델에 입력되는 단어의 최대 개수 128, batch_size 16, 학습 횟수 5회로 설정하고, 10,000건의 학습 데이터셋과 5,000건의 테스트 데이터셋을 사용하여 전이 학습시킨 결과, 정확도 0.9582, 손실 0.1177, F1 점수 0.81인 문장 감정 이진 분류모델이 생성되었다. 데이터셋을 5배 늘려서 전이 학습시킨 결과, 정확도 0.9562, 손실 0.1202, F1 점수 0.86인 모델을 얻었다.

• 벤처혁신연구
• /
• 제6권4호
• /
• pp.153-170
• /
• 2023

ChatGPT를 포함한 생성형 AI 서비스가 활성화되고 있다. 본 연구에서는 대학생의 관점에서 생성형 AI 서비스의 확산하는 요인에 대하여 실증적으로 분석하고자 하였다. 이를 위해 Value-based Adoption Model의 프레임워크를 토대로 연구모형을 도출하였다. 혜택요인으로 유용성과 즐거움을, 희생요인으로 보안성과 할루시네이션을 도출하였다. 이러한 요인들이 생성형 AI 서비스 이용의도에 미치는 영향을 분석하였다. 실증 분석을 위하여 대학생을 대상으로 설문조사를 실시하였으며, 유효한 200부를 분석하였다. 분석은 AMOS 24를 활용하여 구조방정식으로 하였다. 실증 분석 결과 유용성, 즐거움은 인지된 가치에 정(+)의 영향을 미치는 것으로 나타났다. 보안성과 할루시네이션은 인지된 가치에 부(-)의 영향을 미치는 것으로 분석되었다. 인지된 가치에 영향을 미치는 영향력의 크기는 유용성, 할루시네이션, 보안성, 즐거움 순이었다. 인지된 가치는 이용의도에 정(+)의 영향을 미쳤다. 또한, 인지된 가치는 유용성, 즐거움, 보안성, 할루시네이션과 생성형 AI 서비스 이용의도간 매개역할을 하는 것으로 나타났다. 이러한 연구 결과는 학술적으로는 기존의 검정된 모형을 바탕으로 생성형 AI 서비스의 특성을 결합하여 그 유효성을 검정함으로써 연구의 지평을 넓혔고, 실무적으로는 유용성이 여전히 중요한 요인인 것을 검정하였다는 점에서 의의가 있었다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권1호
• /
• pp.1-10
• /
• 2024

본 연구는 혼합현실과 가상현실을 포함하는 몰입형 가상환경에서 OpenAI의 ChatGPT를 활용한 가상 보조 에이전트의 인터페이스 응용에 관한 새로운 방법을 제안한다. 제안하는 응용 방법은 사용자의 질의에 응답하는 정보 에이전트와 사용자의 요구에 맞춰 가상 객체, 환경 등을 제어하는 제어 에이전트로 구성된다. 이를 위해, Unity 3D 엔진, OpenAI, 그리고 가상현실과 혼합현실 사용자 참여를 위한 패키지 및 개발 도구를 통합하는 개발환경을 설정한다. 그리고 음성 입력으로부터 질문 쿼리에서 답변 쿼리, 또는 제어 요구 쿼리에서 제어 스크립트로 생성으로 연결되는 작업 흐름을 설정한다. 이를 기반으로 혼합현실, 가상현실 체험 환경을 직접 제작하고 에이전트의 성능 확인을 위한 실험을 정보 에이전트의 반응 시간, 제어 에이전트의 정확도로 나누어 진행하였다. 결과적으로 제안하는 인터페이스 응용을 통해 사용자 친화적이고 단순하고 반복적인 작업에서의 효율을 높이는데 유용할 수 있음을 확인하였다. 우리는 새롭게 제안하는 인터페이스를 통해 몰입형 가상환경에서 인터페이스로의 응용에 관한 새로운 방향성을 제시하고 발견된 문제점과 현재까지의 한계점을 분명히 밝힌다.

• 문화기술의 융합
• /
• 제10권2호
• /
• pp.517-524
• /
• 2024

본 연구는 ChatGPT 서비스의 개시 이후 인공지능 혁명이라 일컬어지는 시대적 배경 속에서, 웹사이트의 제작과 인공지능의 융합을 위해 딥러닝 모델을 학습 및 구현하고자 한다. 딥러닝 모델은 수집한 3,000개의 웹페이지 이미지를 구성요소와 레이아웃 분류체계 기반의 데이터 가공을 통해 학습하였으며, 다음과 같은 세 가지 단계로 구분하여 진행하였다. 첫째, 인공지능 모델에 관한 선행연구를 조사하여 구현하고자 하는 모델에 가장 적합한 알고리즘을 선택하였다. 둘째, 적합한 웹페이지 및 단락 이미지를 수집하고 분류 및 가공하였다. 셋째, 딥러닝 모델을 학습시키고 서빙 인터페이스를 연동해 모델의 실제 결과를 확인하였다. 이렇게 구현된 모델은 실제 웹페이지를 구성하는 복수의 단락을 탐지하고, 단락별 규모, 요소, 특징을 분석하여 분류체계를 기반으로 의미 있는 데이터를 도출할 것이다. 이 과정은 점차 발전하여 웹페이지를 보다 정밀하게 분석할 수 있게 될 것이다. 그리고 정밀 분석기법을 역으로 설계하여, 인공지능이 완벽한 웹페이지를 자동으로 생성할 수 있는 연구의 초석이 될 것으로 기대한다.