• 한국정보시스템학회지:정보시스템연구
• /
• 제33권1호
• /
• pp.1-30
• /
• 2024

Purpose The purpose of this study is to examine the customer experience of generative AI among office workers aged 30 to 40, investigating usability, usefulness, and affect, and understanding concerns and expectations. Design/Methodology/Approach This research used Q methodology to assess the customer experience of generative AI. Users are engaged in a problem-solving journey, and data is collected by having participants rank 36 statements based on usability, usefulness, and affect, referred to as the three goals of User Experience. Participants use a forced distribution table with a scale from -5 to +5 to indicate the subjective importance of each statement. The results identified four groups, reflecting different perspectives and attitudes toward generative AI. Findings Participants express overall comfort with generative AI, perceive AI as more knowledgeable in unfamiliar domains, but harbor doubts about AI's understanding. Disagreements emerge on AI replacing humans, the value of unique human roles, data confidentiality, fears of AI advancement, and emotional impacts. Identified four groups: Users who treat AI as a soulless assistant and are active in business use, Uncle users who want to use new technologies properly and are not afraid of technology, users who recognize the limits of AI despite its efficiency, and users who require strong verification in the future. It has the potential to guide future guidelines, ethical codes, and regulations for the appropriate use of AI. In addition, this approach lays the groundwork for future empirical analyses of generative AI.

• 품질경영학회지
• /
• 제50권1호
• /
• pp.43-61
• /
• 2022

Purpose: The purpose of this study was verifying factors that affect to intention to use AI financial services and finding a way of building an user oriented AI ecology. Methods: This study used the UTAUT (Unified Theory of Acceptance and Use of Technology) model with independent variables such as performance expectancy, effort expectancy, social influence, facilitating conditions, trust, personal innovativeness and AI understanding as moderating variable. The data was collected through online & offline survey with questionnaire from 330 financial customers. Results: As a result, the analysis suggested that the performance expectancy, social influence, facilitating conditions, personal innovativeness are statistically significant to the intention to use AI. It was also found that AI knowledge of users differently influence the intention to use through the moderating effect on the facilitating conditions. Conclusion: Performance expectancy, social influence, facilitating conditions, personal innovativeness have positive causation to the intention to use in AI financial service. On the facilitating conditions, unlike other variables, it was found that the user's intention to use was different by the level of AI understanding. It means that customers could have the strong intention to use AI even though they don't have enough pieces of knowledge on the factors. Customers seem to be of recognition that the technology has certain benefits for themselves. The facilitating factors are significantly affected by AI understanding and differently effect on the intention to use AI.

• 한국IT서비스학회지
• /
• 제20권1호
• /
• pp.29-40
• /
• 2021

North Korea's science and technology policies are being pursued under strong leadership and control by the central government. In particular, a large part of the research and development of science and technology related to the Fourth Industrial Revolution in North Korea is controlled and absorbed by the defense organizations under the national defense-oriented policy framework, among which North Korea is making national efforts to develop advanced technologies in artificial intelligence and actively utilize them in the military affairs. The future weapon system based on AI will have superior performance and destructive power that is different from modern weapons systems, which is likely to change the paradigm of the future battlefield, so a thorough analysis and prediction of the level of AI militarization technology, the direction of development, and AI-based weapons system in North Korea is needed. In addition, research and development of South Korea's corresponding weapon systems and military science and technology are strongly required as soon as possible. Therefore, in this paper, we will analyze the level of AI technology, the direction of AI militarization, and the AI-based weapons system in North Korea, and discuss the AI military technology and corresponding weapon systems that South Korea military must research and develop to counter the North Korea's. The next study will discuss the analysis of AI militarization technologies not only in North Korea but also in neighboring countries in Northeast Asia such as China and Russia, as well as AI weapon systems by battlefield function, detailed core technologies, and research and development measures.

• 한국콘텐츠학회논문지
• /
• 제22권7호
• /
• pp.548-562
• /
• 2022

본 연구는 글로벌 콘텐츠에 나타난 AI 윤리의 문제적 상황을 진단하고, 인간의 정체성을 강화하기 위한 담론이 무엇인지를 파악하고자 했다. 연구 진행을 위해 넷플릭스(Netflix) 오리지널 콘텐츠 <소셜딜레마>(The Social Dilemma)를 분석대상으로 선정했다. 연구방법은 서사분석을 채택했다. 분석결과 <소셜딜레마>는 전통적인 시사 다큐멘터리 구조를 보였으며, 이야기 전개를 위해 주로 전문가와 통계자료를 활용한 것으로 확인되었다. 미얀마 학살 사건, 가짜뉴스 전파 등 국내외 사례를 열거하며 콘텐츠 핵심 주장을 강화하기도 했다. 인물의 관계에서는 개발자와 미디어 기업, 이용자와 광고주 사이의 이항대립이 명확하게 드러났다. 해결책으로는 기업에 대한 강력한 규제와 소셜미디어의 이용 중단을 주장했다. 하지만, <소셜딜레마>는 AI 기술의 오남용을 지적하는 수준에 머무르며, 인간 고유의 정체성과 사회적 관계를 외면하는 서사를 구성했다. 이러한 결과는 AI 시대를 맞아 인간의 사회성과 관계성, 학습 능력의 중요성을 강조하는 콘텐츠의 필요성을 제기한다.

• 한국지진공학회논문집
• /
• 제25권2호
• /
• pp.71-81
• /
• 2021

This paper presents a real-time, false-pick filter based on deep learning to reduce false alarms of an onsite Earthquake Early Warning (EEW) system. Most onsite EEW systems use P-wave to predict S-wave. Therefore, it is essential to properly distinguish P-waves from noises or other seismic phases to avoid false alarms. To reduce false-picks causing false alarms, this study made the EEWNet Part 1 'False-Pick Filter' model based on Convolutional Neural Network (CNN). Specifically, it modified the Pick_FP (Lomax et al.) to generate input data such as the amplitude, velocity, and displacement of three components from 2 seconds ahead and 2 seconds after the P-wave arrival following one-second time steps. This model extracts log-mel power spectrum features from this input data, then classifies P-waves and others using these features. The dataset consisted of 3,189,583 samples: 81,394 samples from event data (727 events in the Korean Peninsula, 103 teleseismic events, and 1,734 events in Taiwan) and 3,108,189 samples from continuous data (recorded by seismic stations in South Korea for 27 months from 2018 to 2020). This model was trained with 1,826,357 samples through balancing, then tested on continuous data samples of the year 2019, filtering more than 99% of strong false-picks that could trigger false alarms. This model was developed as a module for USGS Earthworm and is written in C language to operate with minimal computing resources.

• 실천공학교육논문지
• /
• 제16권1_spc호
• /
• pp.41-49
• /
• 2024

세계적으로 인공지능의 발전으로 삶이 크게 변하고 있다. 교육 분야에서는 AI를 적극 활용하고 다양한 지식을 융합하는 창의적 융합형 인재 양성이 강조되고 있다. 이에 발맞추어 초, 중, 고, 대학, 대학원 교육에서도 인공지능 교육에 대한 패러다임이 변화되고 있다. 인공지능 선도학교와 특성화 고교는 학생들의 인공지능 소양을 키우는 데 힘쓰고, 대학에서는 소프트웨어 과목에 인공지능을 통합하거나 새로운 인공지능 학과를 설립하여 인재를 양성하고 있다. 인공지능 융합 교육 대학원에서는 다양한 교과목의 선생님들을 교육시켜 인공지능 기술을 교과에 적용하려는 국가차원의 노력이 이루어지고 있다. 이러한 상황에서 특성화 고교도 학생들의 특성과 진로에 맞춰 인공지능에 대한 기술 인재 양성을 위해 학과를 개편하고 있다. 현재 교육 과정은 주로 인공지능의 기본 개념과 기술에 중점을 두고 있으나, 실제 문제 해결 능력을 키우기에는 부족한 측면이 있다. 따라서 이 연구에서는 인공지능 선도 학교, 인공지능 융합 고등학교, 인공지능 고교, 대학의 인공지능 학과, 그리고 인공지능 융합 교육 대학원의 필수 교육과정을 비교 분석하여 특성화고등학교에서 인공지능 교육을 실시할 때 필요한 교육과정을 제시하려고 한다. 이를 통해 조금 더 발전된 특성화고 인공지능과의 교육과정이 이루어지기를 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제23권7호
• /
• pp.105-111
• /
• 2018

Last March, the world Go competition between AlphaGo, AI Go program developed by Google Deep Mind and professional Go player Lee Sedol has shown us that the 4th industrial revolution using AI has come close. Especially, there ar many system combined with AI hae been developing including program for researching legal information, system for expecting jurisdiction, and processing big data, there is saying that even AI legal person is ready for its appearance. As legal field is mostly based on text-based document, such characteristic makes it easier to adopt artificial intelligence technology. When a legal person receives a case, the first thing to do is searching for legal information and judical precedent, which is the one of the strength of AI. It is very difficult for a human being to utilize a flow of legal knowledge and figures by analyzing them but for AI, this is nothing but a simple job. The ability of AI searching for regulation, precedent, and literature related to legal issue is way over our expectation. AI is evaluated to be able to review 1 billion pages of legal document per second and many people agree that lot of legal job will be replaced by AI. Along with development of AI service, legal service is becoming more advanced and if it devotes to ethical solving of legal issues, which is the final goal, not only the legal field but also it will help to gain nation's trust. If nations start to trust the legal service, it would never be completely replaced by AI. What is more, if it keeps offering advanced, ethical, and quick legal service, value of law devoting to the society will increase and finally, will make contribution to the nation. In this time where we have to compete with AI, we should try hard to increase value of traditional legal service provided by human. In the future, priority of good legal person will be his/her ability to use AI. The only field left to human will be understanding and recovering emotion of human caused by legal problem, which cannot be done by AI's controlling function. Then, what would be the attitude of legal people in this period? It would be to learn the new technology and applying in the field rather than going against it, this will be the way to survive in this new AI period.

• 융합정보논문지
• /
• 제12권2호
• /
• pp.157-162
• /
• 2022

지식정보 사회에서는 일상생활에서 만나는 다양한 문제들을 컴퓨팅 사고를 바탕으로 해결할 수 있도록 디지털 리터러시 교육과 함께 AI 기술을 활용할 수 있는 인공지능 교육이 필요하다. 본 논문에서는 대학에서 컴퓨터 비전공자들을 중심으로 컴퓨터프로그래밍을 가르치면서 데이터 중심의 인공지능 교육을 실시하고, 학생들의 만족도 조사와 함께 학업성적 요인과 관련된 주요 요인들의 상관관계를 분석하였다. 그 결과, 성적과 문제해결력 기반의 과제와 학습 만족도가 강한 상관이 나타났고, 다중 회귀 분석 결과에서도 성적에 유의한 영향(F=225.859, p<0.001)을 주는 것으로 나타났으며, 학생들의 만족도가 높게 나타났다. 비전공자들에게도 프로젝트 형태의 구체적인 사례를 중심으로 데이터의 중요성과 인공지능 모델의 개념을 이해하고, 자신의 관심 분야에서 인공지능을 원활하게 활용할 수 있음을 확인할 수 있었다. 이러한 인공지능 교육 사례가 정립되고, 학생들의 인공지능 교육이 활성화된다면, 인공지능 기술의 관심을 통해 인공지능 전문가들과 협업할 수 있는 인공지능 교육의 방향을 제시할 수 있을 것이다.

• 한국전자거래학회지
• /
• 제26권4호
• /
• pp.95-118
• /
• 2021

최근 AI 스피커 시장의 규모가 급속도 커지면서 AI 스피커의 다양한 활용 가능성이 크게 주목받고 있다. 소비자들이 다양한 채널을 통해 제품을 사용한 경험을 표현하고 공유하는 환경을 만들어 졌고, 그로 인하여 소비자가 제품을 이용한 경험에 대한 다양하고 솔직한 생각을 남긴 리뷰들의 양이 방대해졌는데, 이러한 리뷰데이터는 소비자의 생각을 분석하는 데에 매우 유용하다고 할 수 있다. 본 연구에서는 이 리뷰데이터를 활용하여 AI 스피커 지속적인 사용에 영향을 미치는 요인에 대하여 분석하고자 하였다. 무엇보다 선행연구를 통하여 도출된 AI 사용의도에 영향을 미치는 7가지 요인들이 실제로 소비자들이 남기는 리뷰에서도 나타나는 요인인지를 확인하고자 하였다. 이를 위해, Amazon.com의 아마존 에코 제품에 대한 고객 리뷰데이터를 기반으로 하여 텍스트마이닝과 사회관계망 분석을 활용하여 분석하였다. 리뷰데이터를 긍정리뷰와 부정리뷰로 분류하고 전처리하여 도출된 단어들 간 연결성을 중심으로 AI 스피커의 지속적인 사용에 영향을 미치는 요인을 분류하고자 연결 중심성 분석을 하였으며, 이를 통해 연결성의 위치가 비슷한 단어들 간 분류를 하기 위하여 CONCOR 분석을 하였다. 긍정 리뷰 연구 결과, 소비자들은 AI 스피커 지속적 사용에 영향을 미치는 요인으로 의인화와 친밀성을 가장 중요하게 보았다. 이 두 요인들은 다른 요인들과도 강한 연결 관계를 보여주었고, 선행연구에서 도출된 요인 외에 연결성도 중요한 요인임을 도출하였다. 또한 추가적으로 부정적인 리뷰 분석 결과, 인식오류와 호환성이 AI 스피커 사용에 있어서 소비자들에게 부정적인 영향을 주는 주요 요인들로 도출되었다. 이러한 연구 결과를 토대로 본 연구에서는 소비자들이 아마존 에코 제품을 지속적으로 사용하게 하는 구체적인 방법에 대하여 제시하고자 한다.

• 한국융합학회논문지
• /
• 제11권11호
• /
• pp.63-74
• /
• 2020

인공지능 제품은 스마트폰이나 스피커, 가전제품에 에이전트로 내장되어 '인공지능 비서'로 활용되고 있으며, 현재는 약 인공지능 수준으로 에이전트의 성격, 목소리 등 의인화에 관한 연구가 진행되고 있다. 향후 인공지능 기술 발전으로 지능형 에이전트의 역할과 기능이 확장될 것으로 보이며, 사용자 유형, 사용환경, 에이전트 외관 등 에이전트 관련 다양한 속성에 대한 고려가 필요할 것으로 보인다. 따라서 본 연구에서는 강한 인공지능 에이전트가 나타나는 컨셉 영상 시나리오의 분석을 통해 사용자 관점에서 에이전트의 인터랙션 속성들을 유형화하였다. 연구방법으로 에이전트에 대한 이론적고찰을 토대로 분석을 위한 프레임워크를 구축하였다. 이후 대중화된 영상시청 플랫폼인 유튜브(Youtube)를 활용하여 다수의 영상 시나리오를 수집 및 선별하고 환경, 사용자, 에이전트 관점에 따라 분석하였다. 그 결과 시점, 공간, 형태, 에이전트 행위, 연동기기, 에이전트 인터페이스, 사용상태, 사용자 인터페이스 8개 속성을 유형화하였다. 이는 향후 상용화될 에이전트의 개발 및 예측 시 참고자료로 활용될 것으로 기대된다.