• 기독교교육논총
• /
• 제78권
• /
• pp.57-85
• /
• 2024

연구의 목적 : 본 연구는 인공지능 생성형 AI를 교육목회에 활용하기 위하여, 인공지능과 생성형 AI의 개념과 교육목회의 교육신학적 측면을 분석하여 인공지능 ChatGPT를 교육목회에 효율적인 활용방안을 모색하는 것이다. 연구의 내용 및 방법 : 본 연구의 내용은 첫째, 인공지능과 생성형 AI의 개념을 인공지능의 개념, 인공지능의 종류, 생성형 언어모델 AI ChatGPT로 나누어 분석하였다. 둘째, 교육목회의 교육신학적 접근을 교육목회의 개념, 교육목회의 목표, 교육목회의 내용, 인공지능 시대 교육목회의 방향으로 나누어 분석하였다. 셋째, 인공지능 ChatGPT를 교육목회의 활용방안을 모색하기 위하여, 초대교회 공동체의 교회의 5가지 기능(행 2:42~47)을 중심으로, 설교 원고 작성의 도구, 예배와 기도의 준비 도구, 교회 교육을 위한 도구, 성도의 교재를 위한 도구, 섬김과 봉사를 위한 도구로 나누어 분석하였다. 결론 및 제언 : 본 연구의 결론은 첫째, 인공지능 ChatGPT를 통해서 설교 원고를 작성하는 경우 설교자의 영성과 신앙, 그리고 통찰을 통해서 질 좋은 설교 원고를 작성할 수 있다. 둘째, 인공지능 ChatGPT를 통해서 효율적으로 예배를 디자인하고, 기획하고, 다양한 시나리오를 통해서, 객관적으로 회중을 섬기는 예배(Service)를 준비할 수 있다. 셋째, 인공지능 ChatGPT를 교회 교육에 활용함으로, 인간과 인공지능 교사와 협업을 통해서 교사와의 상호 보완적인 관계를 유지하면서 활용할 수 있다. 넷째, 인공지능 ChatGPT를 통해서 교회 공동체 구성원들이 영적 교제를 나눌 수 있는 프로그램, 교회 구성원의 필요를 충족시키고 상호 의존성을 강화시킬 수 있는 방안, 새로운 사람들을 적극적으로 환영하고, 다양성을 존중하는 태도를 길러주고, 그리스도의 사랑 안에서 서로 사랑하고, 섬기며, 함께 성장해 나가는 데 중요한 역할을 할 수 있는 유익한 자료들을 제공해 준다. 마지막으로, 인공지능 ChatGPT를 통해서 봉사활동에 대한 다양한 정보와 지역사회의 아동이나 청소년들에게 학습 지원, 멘토링 관련 프로그램, 지역사회의 마을 공동체를 형성하는데 주도적인 역할 등을 수행할 수 있는 방안들을 모색하는 프로그램들을 제공 받을 수 있다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.179-196
• /
• 2019

최근의 '똑똑한 소비자(Smart Consumer)'라 불리는 소비자가 많아지고 있는데, 이들은 제조사나 광고를 통해 전달되는 정보에 의존하지 않고, 기존 사용자나 전문가들의 후기, 여러 과학 지식을 획득하여 제품에 대한 이해를 높이고, 본인 스스로가 직접 판단하여 구매하고 있다. 특히나 화장품 분야는 인체 유해성과 같은 부정적인 요소에 대한 민감도가 높고, 자신의 고유한 피부 특성과의 조화도 고려되어야 하기 때문에, 전문적인 지식과 타인의 경험, 본인의 과거 경험 등을 종합적으로 생각하여 구매 의사결정을 내려야 하고, 이에 대해서 적극적인 소비자가 많아지고 있다. 이러한 움직임은 '셀프 뷰티' 와 같은 '셀프' 문화의 열풍과 함께, 문화 현상인 '그루밍족'의 등장, 사회적 트렌드인 'K-뷰티' 와도 동행한다고 할 수 있다. 맞춤형 화장품에 대한 관심의 급부상도 이러한 현상 중 하나라 볼 수 있다. 소비자들의 맞춤형 화장품의 니즈를 충족시키기 위해, 화장품 제조사나 관련 기업들은 ICT기술과의 융합을 통하여 프리미엄 서비스를 중심으로 소비자의 니즈에 대응하고 있다. 그러나 기업 및 시장 현황이 맞춤형 화장품을 향해 진화하고 있지만, 소비자의 피부 상태, 추구하는 감성, 실제 제품이나 서비스까지 소비자 경험을 전체적으로 완전하게 다루는 지능형 데이터 플랫폼은 부재한다. 본 연구에서는 소비자 경험에 대한 지능형 데이터 플랫폼 구축을 위한 첫 단계로 소비자 언어 기반의 화장품 감성 분석을 수행하였다. 소비자들 개인의 선호나 취향이 분명한 앰플/세럼 카테고리를 중심으로 매출 순위 1위에서 99위까지의 99개 제품을 선정하여, 블로그와 트위터 등의 SNS 상에 언급되는 후기 내에 화장품 경험에 대한 소비자 감성을 수집하였다. 총 357개의 감성 형용사를 수집하였고, 고객 여정 워크샵을 통해 유사 감성을 합치고, 중복 감성을 통합하는 작업을 수행하였으며, 최종 76개 형용사를 구축했다. 구축한 형용사에 대한 SOM 분석을 통해 화장품에 대한 소비자 감성에 대한 클러스터링을 실시했다. 분석 결과, 총 8개의 클러스터를 도출했고, 클러스터 별 각 노드의 벡터 값을 기준으로 소비자 감성 Top 10을 도출했다. 소비자 감성을 기준으로 클러스터별 소비자 감성에 서로 다른 특징이 발견됐으며, 소비자에 따라 다른 소비자의 감성을 선호, 기존과는 다른 소비자 감성을 고려한 추천 및 분류 체계가 필요함을 확인했다. 연구 결과를 통해 감성 분석의 활용 도메인이 화장품만이 아닌 다양한 영역으로 확장될 수 있음 확인했으며, 감성 분석을 통한 소비자 인사이트를 도출할 수 있다는 점을 시사했다. 또한, 본 연구에서 활용한 디자인 씽킹(Design Thinking)의 방법론의 적용하여 화장품 특화된 감성 사전을 과학적인 프로세스로 구축했으며, 화장품에 대한 소비자의 인지 및 심리에 대한 이해를 도울 수 있을 것으로 기대한다.

• 한국가금학회지
• /
• 제35권2호
• /
• pp.143-151
• /
• 2008

본 실험은 사료 내 칼슘 수준과 fungal phytase의 상호 관계를 구명하고자 21주령 HyLine Brown 산란계 720수를 공시하여 시험을 실시하였다. 시험구는 phytase 첨가 수준 0, 300, 1000 DPU/kg, 칼슘 2수준(3.5, 4.0%), 무기태 인 수준 무첨가(0.095 NPP), 0.5(0.185 NPP), 1.0%(0.275%)를 조합한 $3{\times}2{\times}3$ 요인 시험으로 하였다. 실험 사료는 CP 16%에 ME 2,800 kcal/ kg 수준으로 급여하였다. 사료는 실험 전 기간 자유 채식토록 하였으며, 점등은 17시간으로 하였다. 조사 항목은 산란계의 생산 능력, 계란의 품질이다. 산란율은 fungal phytase 300 DPU 첨가구에서 증가하는 경향을 보였으며, 연.파란율은 감소하는 경향을 보였다. 처리구간별 산란율은 사료의 칼슘 수준에 따른 차이가 없었지만, NPP 무첨가구인 0.095% 첨가구에서 다른 처리구에 비하여 낮았다(P<0.05). 평균 난중 및 1일 산란량은 fungal phytase 300 DPU 첨가구에서 가장 높게 나타났다. 평균 난중은 사료 칼슘 수준이 3.5% 처리구에서 높게 나타났지만(P<0.05) 1일 산란량은 처리구간에 차이가 없었다. 평균 난중 및 1일 산란량은 NPP 무첨가구인 0.095% 첨가구에서 다른 처리구에 비하여 매우 낮았다(P<0.05). 사료 섭취량은 사료의 fungal phytase 및 칼슘 수준에 관계없이 비슷한 경향을 보였지만, 사료내 NPP 0.275, 0.165% 함유된 처리구에서 0.095% 처리구보다 통계적으로 높게 나타났다(P<0.05). 사료 요구율은 사료내 칼슘 및 NPP 수준간에 차이가 없었지만, fungal phytase 300DPU 첨가구에서 가장 크게 개선되었다(P<0.05). 난각 강도와 두께는 사료의 칼슘 수준이 높을수록 향상되는 결과를 보였고, NPP 0.275, 0.165%가 함유된 처리구에서 0.095% 처리구에 비하여 향상되었으며, 사료내 fungal phytase 수준에 따른 차이는 없었다. Haugh unit은 처리구간에 큰 차이 없이 비슷하게 나타났다. 본 실험의 결과, 산란계 사료에서 fungal phytase의 적정 수준은 300 DPU이며, 이때 사료내 TCP 첨가량은 권장량 대비 40% 이상 저감 효과가 있었으며, 사료의 칼슘 수준을 높게 하였을지라도 fungal phytase 첨가에 대한 개선 효과는 나타나지 않았다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.35-52
• /
• 2019

전자정부를 포함한 다양한 형태의 공공서비스가 제공됨에 따라 공공서비스 품질에 대한 국민의 요구 수준이 점점 높아지고 있다. 공공서비스의 품질을 높이기 위해서 공공서비스 품질에 대한 상시적 측정과 개선이 필요함에도 불구하고 전통적인 설문조사는 비용과 시간이 많이 소요되어 한계가 있다. 따라서 공공서비스에서 발생하는 데이터를 기반으로 원하는 시점에 언제라도 공공서비스의 품질을 빠르고 정확하게 측정할 수 있는 분석적 기법이 필요하다. 본 연구에서 공공서비스의 품질을 데이터 기반으로 분석하기 위해 N시의 건축 인허가 민원 서비스를 대상으로 프로세스 마이닝 기법을 이용하여 분석하였다. N시의 건축 인허가 민원 서비스는 분석에 필요한 데이터를 확보할 수 있고 공공서비스 품질관리를 통해 타 기관으로 확산 가능할 것으로 판단되었기 때문이다. 본 연구는 2014년 1월부터 2년 동안 N시에서 발생한 총 3678건의 건축 인허가 민원 서비스에 대해 프로세스 마이닝을 실시하여 프로세스 맵을 그리고 빈도가 높은 부서와 평균작업시간이 긴 부서를 파악하였다. 분석 결과에 따르면 특정 시점에 한 부서별로 업무가 몰리거나 상대적으로 업무가 적은 경우가 발생하였다. 또한 민원의 부하가 늘 경우 민원완료까지 걸리는 시간이 늘어날 것이라는 합리적인 의심을 하였으나 분석 결과 상관관계는 크게 없었다. 분석 결과에 따르면 민원완료까지 걸리는 시간은 당일처리에서 1년 146일까지 매우 다양하게 분포하였다. '하수처리과,' '수도과,' '도시디자인과,' '녹색성장과'의 상위 4개 부서의 누적빈도가 전체의 50%를 넘고 상위 9개 부서의 누적빈도가 70%를 넘어서는 등 빈도가 높은 부서는 한정적이며 부서 간 부하의 불균형이 심했다. 대부분의 민원 서비스는 서로 다른 다양한 패턴의 프로세스를 갖고 있었다. 본 연구의 결과를 활용하면 특정 시점에 민원의 부하가 큰 부서를 찾아내 부서 간 인력 배치를 탄력적으로 운영할 수 있을 것이다. 또한 민원 특성별 협의에 참여하는 부서의 패턴을 분석한 결과, 협의 부서 요청 시 자동화 혹은 추천에 활용할 수 있는 가능성이 보인다. 본 연구는 민원 서비스에 대한 프로세스 마이닝 분석을 통해 향후 공공서비스 품질 개선방향을 제시하는데 활용될 것으로 기대한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.105-129
• /
• 2020

본 연구는 부도위험 예측을 위해 K-IFRS가 본격적으로 적용된 2012년부터 2018년까지의 기업데이터를 이용한다. 부도위험의 학습을 위해, 기존의 대부분 선행연구들이 부도발생 여부를 기준으로 사용했던 것과 다르게, 본 연구에서는 머튼 모형을 토대로 각 기업의 시가총액과 주가 변동성을 이용하여 부도위험을 산정했으며, 이를 통해 기존 방법론의 한계로 지적되어오던 부도사건 희소성에 따른 데이터 불균형 문제와 정상기업 내에서 존재하는 부도위험 차이 반영 문제를 해소할 수 있도록 하였다. 또한, 시장의 평가가 반영된 시가총액 및 주가 변동성을 기반으로 부도위험을 도출하되, 부도위험과 매칭될 입력데이터로는 비상장 기업에서 활용될 수 있는 기업 정보만을 활용하여 학습을 수행함으로써, 포스트 팬데믹 시대에서 주가 정보가 존재하지 않는 비상장 기업에게도 시장의 판단을 모사하여 부도위험을 적절하게 도출할 수 있도록 하였다. 기업의 부도위험 정보가 시장에서 매우 광범위하게 활용되고 있고, 부도위험 차이에 대한 민감도가 높다는 점에서 부도위험 산출 시 안정적이고 신뢰성 높은 평가방법론이 요구된다. 최근 머신러닝을 활용하여 기업의 부도위험을 예측하는 연구가 활발하게 이루어지고 있으나, 대부분 단일 모델을 기반으로 예측을 수행한다는 점에서 필연적인 모델 편향 문제가 존재하고, 이는 실무에서 활용하기 어려운 요인으로 작용하고 있다. 이에, 본 연구에서는 다양한 머신러닝 모델을 서브모델로 하는 스태킹 앙상블 기법을 활용하여 개별 모델이 갖는 편향을 경감시킬 수 있도록 하였다. 이를 통해 부도위험과 다양한 기업정보들 간의 복잡한 비선형적 관계들을 포착할 수 있으며, 산출에 소요되는 시간이 적다는 머신러닝 기반 부도위험 예측모델의 장점을 극대화할 수 있다. 본 연구가 기존 머신러닝 기반 모델의 한계를 극복 및 개선함으로써 실무에서의 활용도를 높일 수 있는 자료로 활용되기를 바라며, 머신러닝 기반 부도위험 예측 모형의 도입 기준 정립 및 정책적 활용에도 기여할 수 있기를 희망한다.