• 대한토목학회논문집
• /
• 제6권4호
• /
• pp.53-60
• /
• 1986

현행(現行) 재래식(在來式) 철근(鐵筋)콘크리트 표준시방서(標準示方書)의 강도설계규준(强度設計規準)을 대치(代置)할 수 있는 AFOSM 신뢰성(信賴性) 이론(理論)에 의한 LRFD 신뢰성(信賴性) 설계규준(計規準)을 제안(提案)하는 것이 본(本) 연구(硏究) 주요내용(主要內容)이다. 우리의 현실(現實)을 고려한 각(各) R.C. 구조요소별(構造要素別) 저항(抵抗) 및 하중효과(荷重効果)의 불확실량(不確實量)을 사용하여 현행(現行) R.C. 표준시방서(標準示方書)의 신뢰성(信賴性) 수준(水準)을 검정(檢定)하므로서 우리 실정(實情)에 맞는 합리적(合理的)인 목표신뢰성지수(目標信賴性指數)를 선택한 다음, 확률변수(確率變數)의 비정규분포(非正規分布)를 등가(等價)의 정규분포(正規分布)로 변환(變換)시킨 Rackwitz-Fiessler의 실용적(實用的) 알고리즘을 이용한 AFOSM 법(法)에 의해 계산(計算)된 하중조합별(荷重組合別) 하중(荷重) 및 저항계수(抵抗係數)로부터 합리적(合理的)인 공통(共通) 하중계수(荷重係數)를 선정하고 이에 대응(對應)하는 각(各) 요소별(要素別) 저항계수(抵抗係數)를 산정(算定)하므로서 LRFD 설계규준(設計規準)을 제안(提案)하였다. 본(本) 연구(硏究)에서 제안(提案)하는 R.C. 구조(構造)의 LRFD 신뢰성(信賴性) 설계규준(設計規準)을 현행(現行) R.C. 표준시방서(標準示方書)의 강도설계규준(强度設計規準)에 대응(對應)하는 설계규준(設計規準)으로 도입(導入)함이 바람직하다는 사실(事實)을 확인할 수 있었다.

• 지능정보연구
• /
• 제28권3호
• /
• pp.259-278
• /
• 2022

인공지능(AI)의 확산과 함께 금융 분야에서도 상품추천, 고객 응대 자동화, 이상거래탐지, 신용 심사 등 다양한 인공지능 기반 서비스가 확대되고 있다. 하지만 데이터에 기반한 기계학습의 특성상 신뢰성과 관련된 문제 발생과 예상하지 못한 사회적 논란도 함께 발생하고 있다. 인공지능의 효용은 극대화하고 위험과 부작용은 최소화할 수 있는 신뢰할 수 있는 인공지능에 대한 필요성은 점점 더 커지고 있다. 이러한 배경에서 본 연구는 소비자의 금융 생활에 직접 영향을 끼치는 인공지능 기반 개인신용평가의 공정성 확보를 위한 체크리스트 제안을 통해 인공지능 기반 금융서비스에 대한 신뢰 향상에 기여하고자 하였다. 인공지능 신뢰성의 주요 핵심 요소인 투명성, 안전성, 책무성, 공정성 중 포용 금융의 관점에서 자동화된 알고리즘의 혜택을 사회적 차별 없이 모두가 누릴 수 있도록 공정성을 연구 대상으로 선정하였다. 문헌 연구를 통해 공정성이 영향을 끼치는 서비스 운용의 전 과정을 데이터, 알고리즘, 사용자의 세 개의 영역으로 구분하고, 12가지 하위 점검 항목과 항목별 세부 권고안으로 체크리스트를 구성하였다. 구성한 체크리스트는 이해관계자(금융 분야 종사자, 인공지능 분야 종사자, 일반 사용자)별 계층적 분석과정(AHP)을 통해 점검 항목에 대한 상대적 중요도 및 우선순위를 도출하였다. 이해관계자별 중요도에 따라 세 개의 그룹으로 분류하여 분석한 결과 학습데이터와 비금융정보 활용에 대한 타당성 검증 및 신규 유입 데이터 모니터링의 필요성 등 실용적 측면에서 구체적인 점검 사항을 파악하였고, 금융 소비자인 일반 사용자의 경우 결과에 대한 해석 오류 및 편향성 확인에 대한 중요도를 높게 평가한다는 것을 확인할 수 있었다. 본 연구의 결과가 더 공정한 인공지능 기반 금융서비스의 구축과 운영에 기여할 수 있기를 기대한다.