• 한국엔터테인먼트산업학회논문지
• /
• 제14권3호
• /
• pp.149-162
• /
• 2020

본 연구에서는 챗봇의 개별적 체험, 공유적 체험, 유비쿼터스 접속성, 상황적 유용성이 챗봇의 지각된 가치와 챗봇 이용의도에 미치는 영향관계를 파악하기 위하여, Burnd H. Schmitt의 체험이론 측면에서의 체험 기반 커뮤니케이션 구성요소와 메신저 플랫폼 환경에서의 상황 기반 커뮤니케이션 구성요소를 적용하여 시나리오 기반 설문지법을 이용하였다. 이를 통해 다양한 서비스산업 분야의 기업에게 챗봇 이용을 더욱 활성화할 수 있는 실무적 접근방안을 제공하고자 한다. 본 연구의 시사점은 다음과 같다. 첫째, 여전히 대부분의 챗봇은 그것을 디자인하는 인간의 기획수준을 넘지 못하고 있으므로 챗봇 개발 시 개별적 체험요소를 어떻게 고객의 발화의도에 맞추어 기능적으로 설계할 것인지에 대한 고려가 필요하다. 둘째, 챗봇이 언제 어디서나 실시간으로 특정 과업을 완수하려는 관점만이 아니라 고객이 속한 상황을 포함하여 상호작용의 질적 특성을 높이려는 총체적 관점에서 설계되어야 한다. 셋째, 챗봇은 사용자에 의해 의인화되기 마련이므로 챗봇 개발 시 챗봇의 '페르소나'와 '톤 앤 매너'를 결정하는 것에도 신중해야 한다. 챗봇 개발의 성공여부를 가늠하는 가장 중요한 기준은 고객만족이다. 다시 말해 인공지능 알고리즘의 품질보다는 기획과 데이터의 품질이 챗봇의 활용도를 좌우한다. 기업이 챗봇과의 상호작용을 인간과의 상호작용과 최대한 유사하게 만들기 위하여 노력하는 이유다.

• 사물인터넷융복합논문지
• /
• 제8권5호
• /
• pp.93-98
• /
• 2022

디지털 신기술의 발전으로 인하여 다양한 학습도구에 대한 연구가 활발히 진행이 되고 있다. 이러한 학습도구에도 인공지능에 대한 기술을 적용하거나 빅데이터 기술 등을 적용한 스마트한 기능을 통한 학습도구들이 여러 가지 환경에 적용되도록 개발되어지고 있다. 이러한 스마트한 학습 도구들은 교육적인 효과와 학습의 효율을 높이는데 많은 기여를 하고 있다. 최근 대학에서도 다양한 학습도구들이 적용이 되면서 스마트 출결부터 스마트 학습을 위한 솔루션들을 도입하여 학생들의 학습효율을 위한 노력을 기울이고 있다. 본 연구에서는 이러한 대학의 스마트 학습 도구를 통한 기업의 맞춤형 프로젝트를 진행할 때 프로젝트 진행에 대한 효율성을 높이고 결과에 대한 확장성을 높일 수 있는 스마트 학습도구에 대한 설계를 제안하고자 한다. 제안된 스마트한 학습 도구는 실무 능력을 향상시킬수 있는 기업 맞춤형 프로젝트들이 원활하게 학습도구로 활용이 되어 실무형 기업 프로젝트에 쉽게 적용할 수 있는 장점을 가질 것으로 기대된다. 제안된 프로젝트 기반의 스마트한 학습 도구 모델은 추후에 관련 LMS로 구축이 되어 실질적인 프로젝트 진행에 적용하여 활용성을 확인하고 제안된 스마트 학습 도구 모델에 대한 부분을 수정 보완하여 프로젝트 기반의 스마트한 학습기능을 강화하고자 한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.323-332
• /
• 2022

AI 기술을 활용한 다양한 서비스가 개발되면서, AI 서비스 운영에 많은 관심이 집중되고 있다. 최근에는 AI 기술도 하나의 ICT 서비스를 보고, 범용적인 AI 서비스 운영을 위한 연구가 많이 진행되고 있다. 본 논문에서는 일반적인 기계학습 개발 절차의 마지막 단계인 기계학습 모델 배포 및 운영에 초점을 두고 AI 서비스 운영을 위한 시스템 측면에서의 연구 결과를 기술하였다. 3대의 서로 다른 Ubuntu 시스템을 구축하고, 이 시스템상에서 서로 다른 AI 모델(RFCN, SSD-Mobilenet)과 서로 다른 통신 방식(gRPC, REST)의 조합으로 2017 validation COCO dataset의 데이터를 이용하여 객체 검출 서비스를 Tensorflow serving을 통하여 AI 서비스를 요청하는 부분과 AI 서비스를 수행하는 부분으로 나누어 실험하였다. 다양한 실험을 통하여 AI 모델의 종류가 AI 머신의 통신 방식보다 AI 서비스 추론 시간에 더 큰 영향을 미치고, 객체 검출 AI 서비스의 경우 검출하려는 이미지의 파일 크기보다는 이미지 내의 객체 개수와 복잡도에 따라 AI 서비스 추론 시간이 더 큰 영향을 받는다는 것을 알 수 있었다. 그리고, AI 서비스를 로컬이 아닌 원격에서 수행하면 성능이 좋은 머신이라고 하더라도 로컬에서 수행하는 경우보다 AI 서비스 추론 시간이 더 걸린다는 것을 확인할 수 있었다. 본 연구 결과를 통하여 서비스 목표에 적합한 시스템 설계와 AI 모델 개발 및 효율적인 AI 서비스 운영이 가능해질 것으로 본다.

• 한국정보전자통신기술학회논문지
• /
• 제15권4호
• /
• pp.271-282
• /
• 2022

본 논문에서는 디지털 휴먼 컨텐츠 생성 시스템을 제안한다. 디지털 휴먼 컨텐츠 생성 시스템은 전신 스케닝을 통해 3D AI 모델링 작업을 하고, 3D 모델링 후처리와 텍스쳐링, 리깅 작업으로 제작된다. 이를 가상현실 컨텐츠 정보와 결합함으로써 가상현실 내에서 가상 모델의 자연스러운 동작이 이뤄질 수 있고, 하나의 시스템에서 효율적으로 디지털 휴먼 컨텐츠를 생성할 수 있다. 따라서 자원을 최소화하는 가상현실 기반의 디지털 휴먼 컨텐츠 생성이 가능하도록 하는 효과가 있다. 또한 사람에 의한 3D 모델링 및 텍스쳐링 작업은 전처리 과정을 필요로 하지 않는 자동화된 전처리 공정을 제공하며, 다양한 디지털 휴먼 컨텐츠를 효율적으로 관리하는 기술을 제공고자 한다. 특히 가상 모델을 구성하기 위한 3D 모델링 및 텍스쳐링 등의 전처리 공정은 인공지능에 의해 자동으로 수행되도록 함으로써 신속하고 효율적인 가상 모델 구성이 이뤄질 수 있다는 장점이 있다. 또한 시그니처 모션을 통해 디지털 휴먼 컨텐츠 구성 및 관리가 용이하게 이뤄질 수 있다는 장점이 있다.

• 서비스연구
• /
• 제12권3호
• /
• pp.115-133
• /
• 2022

본 연구는 인류의 지속가능한 삶을 위한 새로운 인간 모델과 교육시스템 디자인을 위해 수행되었다. 인류사회는 위기에 직면해있다. 인류사회의 문제들을 해결하기 위한 새로운 인간상과 교육시스템에 초점을 맞추어 연구를 수행하였다. 현대사회는기존 사회와 시간, 공간, 인간 차원에서 확연히 다르며 리터러시 증대로 개인들의 주도적 역할이 증대되어 문제가 심화될 경우 어느 시점에서 와해와 토붕이 순식간에 발생할 수도 있다. 성장과 자유의 가치가 높아져서 기술혁신은 가속화되고 있고 근대에 구축된 정치행정 및 경제시스템은 현대와의 괴리가 커져가고 있으므로, 새로운 기술과 산업이 인류사회를 크게 위험에 빠뜨릴 수도 있는 상황이다. 본 연구에서는 이와 같은 현재 인류사회의 문제점을 종합적으로 진단하였다. 기존 연구들에서 제시된 문제들을 분석하고 종합하면서 인간 및 교육 관련 문제를 깊이 있게 재분석하였다. 제기된 문제들을 해결하는 새로운 시스템의 필요조건과 충분조건을 도출하였다. 그리고 이러한 조건들을 충족하는 시스템을 제시하였다. 새로운 시스템은 현대 인류사회의 인간 및 교육 관련 문제들을 해결하는 시스템이어야 하고 또 장기간 지속가능한 시스템이어야 하므로 인류 공통원리에 부합해야 한다. 따라서 새로운 시스템은 서비스철학에 기반을 둔 시스템으로서 서비스주의 인간 및 교육시스템으로 명명되었다. 새로운 시스템의 구조와 운용모델, 구현방안을 제시하였다. 기본 구조는 성선설과 성악설이 균형을 이룬 인간관, 이성과 비이성을 모두 인정하는 인간상, 지성교육과 덕성교육이 균형을 이룬 교육 시스템, 인간노력과 무위자연의 가치가 모두 존중되는 교육시스템이다. 현대 이데올로기의 개선과 보상시스템의 개선 등과 함께 새로운 교육시스템이 가동될 필요가 있다. 본 연구에서는 거시적 방향을 제시하였으므로, 향후 본 연구를 구체화하는 인간 및 교육 관련 추가 연구들이 필요하다.

• 한국지반공학회논문집
• /
• 제38권3호
• /
• pp.35-42
• /
• 2022

지반조사방법 중 표준관입시험 결과인 N치를 통해 알 수 있는 지반 지지층의 깊이는 각종 지반 구조물의 설계를 위한 기본적인 지반 정보를 제공하는 중요한 지표이다. 이러한 지반조사 결과는 시간과 비용 측면을 고려해 간헐적으로 수행될 수밖에 없으며, 그 결과는 현장 지반의 대표성을 갖게 된다. 그러나 지반 내에는 다양한 지층 변동성 및 불확실성이 존재하므로 간헐적인 현장조사를 통해 지반의 특성을 모두 파악하는 것은 어렵다. 따라서 시추공 정보로부터 미계측 지점을 예측하기 위한 방법들이 제시되어 왔으며, 대표적인 방법으로는 공간보간기법인 크리깅(Krigging), 역거리가중법(IDW)등이 있다. 최근에는 보간기법의 정확성을 높이기 위해 지반분야와 딥러닝 기술을 접목한 연구들이 수행되고 있다. 본 연구에서는 약 2만 2천공의 지반조사 결과를 바탕으로 딥러닝과 공간보간기법으로 지반 지지층 깊이 예측을 위한 비교 연구를 수행하였다. 이를 위해 딥러닝 알고리즘인 완전연결 네트워크와 포인트넷 방법, 공간보간기법으로는 IDW를 사용하였다. 각 분석 모델의 지지층 예측 결과 중 오차의 평균은 IDW가 3.01m 였으며, 완전연결 네트워크 및 포인트넷이 각 3.22m와 2.46m 였다. 결과의 표준편차는 IDW가 3.99였으며, 완전연결네트워크와 포인트넷이 3.95와 3.54로 나타났다. 연구 결과 3차원 정보에 특화된 포인트넷 구조를 적용한 네트워크가 IDW 및 완전연결 네트워크에 비해 개선된 결과를 나타냈다.

• 천문학회보
• /
• 제44권2호
• /
• pp.62.2-62.2
• /
• 2019

한국의 고천문 자료는 삼국시대 이후 근대 조선까지 다수가 존재하여 세계적으로 드문 기록 문화를 보유하고 있으나, 한문 번역이 많이 이루어지지 않아 학술적 활용이 활발하지 못한 상태이다. 고문헌의 한문 문장 번역은 전문인력의 수작업에 의존하는 만큼 소요 시간이 길기에 투자대비 효율성이 떨어지는 편이다. 이에 최근 여러 분야에서 응용되는 인공지능의 적용을 대안으로 삼을 수 있으며, 초벌 번역 수준일지라도 자동번역기의 개발은 유용한 학술도구가 될 수 있다. 한국천문연구원은 한국정보화진흥원이 주관하는 2019년도 Information and Communication Technology 기반 공공서비스 촉진사업에 한국고전번역원과 공동 참여하여 인공신경망 기계학습이 적용된 고문헌 자동번역모델을 개발하고자 한다. 이 연구는 고천문 도메인에 특화된 인공지능 기계학습 기법으로 자동번역모델을 개발하여 이를 서비스하는 것을 목적으로 한다. 연구 방법은 크게 4가지 개발을 진행하는 것으로 나누어 볼 수 있다. 첫째, 인공지능의 학습 데이터에 해당되는 '코퍼스'를 구축하는 것이다. 이는 고문헌의 한자 원문과 한글 번역문이 쌍을 이루도록 만들어 줌으로써 학습에 최적화한 데이터를 최소 6만 개 이상 추출하는 것이다. 둘째, 추출된 학습 데이터 코퍼스를 다양한 인공지능 기계학습 기법에 적용하여 천문 분야 특수고전 도메인에 특화된 자동번역 모델을 생성하는 것이다. 셋째, 클라우드 기반에서 참여 기관별로 소장한 고문헌을 자동 번역 모델에 기반하여 도메인 특화된 모델로 도출 및 활용할 수 있는 대기관 서비스 플랫폼 구축이다. 넷째, 개발된 자동 번역기의 대국민 개방을 위해 웹과 모바일 메신저를 통해 자동 번역 서비스를 클라우드 기반으로 구축하는 것이다. 이 연구는 시스템 요구사항 분석과 정의를 바탕으로 설계가 진행 또는 일부 완료되어 구현 중에 있다. 추후 이 연구의 성능 평가는 자동번역모델 평가와 응용시스템 시험으로 나누어 진행된다. 자동번역모델은 평가용 테스트셋에 의한 자동 평가와 전문가에 의한 휴먼 평가에 따라 모델의 품질을 수치로 측정할 수 있다. 또한 응용시스템 시험은 소프트웨어 방법론의 개발 단계별 테스트를 적용한다. 이 연구를 통해 고천문 분야가 인공지능 자동번역 확산 플랫폼 시범의 첫 케이스라는 점에서 의의가 있다. 즉, 클라우드 기반으로 시스템을 구축함으로써 상대적으로 적은 초기 비용을 투자하여 활용성이 높은 한문 문장 자동 번역기라는 연구 인프라를 확보하는 첫 적용 학문 분야이다. 향후 이를 활용한 고천문 분야 학술 활동이 더욱 활발해질 것을 기대해 볼 수 있다.

• 실천공학교육논문지
• /
• 제14권3호
• /
• pp.505-512
• /
• 2022

이 연구는 리빙랩 기반 교육 프로그램의 효과를 메타분석을 통해 종합하기 위해 실시되었다. 자료 분석을 위해 리빙랩 기반 교육의 효과를 보고한 선행연구 7편을 선정하였다. 연구문제는 다음과 같다. 첫째, 리빙랩 기반 교육 프로그램의 전체 효과크기는 어떠한가? 이 때 전체 효과크기는 인지적 영역과 정의적 영역에 대한 효과를 의미한다. 둘째, 범주형 변수에 따른 리빙랩 기반 교육 프로그램의 효과크기는 어떠한가? 이 연구에서 범주형 변수는 연구 결과 특성, 연구 특성, 연구 설계 특성으로 구분하였다. 연구 결과는 다음과 같다. 첫째, 리빙랩 기반 교육의 전체 효과크기는 0.347로 나타났다. 둘째, 인지적 영역에 따른 효과크기는 지식정보처리 1.244, 의사소통능력 0.593, 문제해결능력 0.261, 창의성 0.26의 순으로 나타났다. 셋째, 교과 영역에 따른 효과크기는 전기전자 1.146, 기술가정 0.489, 인공지능 0.379, 실과 0.168의 순으로 나타났다. 넷째, 학교급에 따른 효과크기는 고등학교 1.058, 중학교 0.312, 초등학교 0.217의 순으로 나타났다. 다섯째, 학년에 따른 효과크기는 두 학년 이상을 통합하여 운영한 경우 0.295, 단일 학년 0.294의 순으로 나타났다.

• Steel and Composite Structures
• /
• 제50권3호
• /
• pp.281-298
• /
• 2024

Stainless steel bolts (SSB) are increasingly utilized in bolted steel connections due to their good mechanical performance and excellent corrosion resistance. Fire accidents, which commonly occur in engineering scenarios, pose a significant threat to the safety of steel frames. The post-fire behavior of SSB has a significant influence on the structural integrity of steel frames, and neglecting the effect of temperature can lead to serious accidents in engineering. Therefore, it is important to evaluate the performance of SSB at elevated temperatures and their residual strength after a fire incident. To investigate the mechanical behavior of SSB after fire, 114 bolts with grades A4-70 and A4-80, manufactured from 316L austenitic stainless steel, were subjected to elevated temperatures ranging from 20℃ to 1200℃. Two different cooling methods commonly employed in engineering, namely cooling at ambient temperatures (air cooling) and cooling in water (water cooling), were used to cool the bolts. Tensile tests were performed to examine the influence of elevated temperatures and cooling methods on the mechanical behavior of SSB. The results indicate that the temperature does not significantly affect the Young's modulus and the ultimate strength of SSB. Up to 500℃, the yield strength increases with temperature, but this trend reverses when the temperature exceeds 500℃. In contrast, the ultimate strain shows the opposite trend. The strain hardening exponent is not significantly influenced by the temperature until it reaches 500℃. The cooling methods employed have an insignificant impact on the performance of SSB. When compared to high-strength bolts, 316L austenitic SSB demonstrate superior fire resistance. Design models for the post-fire mechanical behavior of 316L austenitic SSB, encompassing parameters such as the elasticity modulus, yield strength, ultimate strength, ultimate strain, and strain hardening exponent, are proposed, and a more precise stress-strain model is recommended to predict the mechanical behavior of 316L austenitic SSB after a fire incident.

• 한국재난정보학회 논문집
• /
• 제20권1호
• /
• pp.199-205
• /
• 2024

연구목적: 본 연구는 요양병원 등 재난취약시설에 재난이 발생할 경우 잔류한 요구조자를 정확하게 파악하여 소방 등 대응기관에 제공하는 APC(Auto People Counting)의 인식률 개선에 목적이 있다. 연구방법: 본 연구에서는 실제 재난취약시설에 설치되어 운영 중인 APC를 대상으로 카메라를 통해 출입 인원의 이미지를 인식하는 알고리즘을 개선하기 위해 CNN모델을 활용하여 베이스라인 모델링을 하였다. 다양한 알고리즘의 성능을 분석하여 상위 7개의 후보군을 선정하고 전이학습 모델을 활용하여 성능이 가장 우수한 최적의 알고리즘을 선정하는 방법으로 연구를 수행하였다. 연구결과: 실험결과 시간과 성능이 가장 좋은 Densenet201, Resnet152v2 모델의 정밀도와 재현율을 확인한 결과 모든 라벨에 대해서 정확도 100%를 나타내는 것을 확인할 수 있었다. 이 중 Densenet201 모델이 더 높은 성능을 보여주었다. 결론: 다양한 인공지능 알고리즘 중 APC에 적용할 수 있는 최적의 알고리즘을 선정하였다. 향후 연무 등 다양한 재난상황에서 재난취약시설 내 출입인원을 정확하게 파악할 수 있도록 알고리즘 분석 및 학습에 대한 추가 연구가 요구된다.