• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1537-1540
• /
• 2015

본 연구에서는 역운동학(IK, Inverse Kinematics)을 이용한 스포츠클라이밍 자세생성과 동작제어를 통해 인간의 일반적인 동작 이외에 스포츠와 같은 특수 목적의 동작들을 삼차원의 가상공간에서 스포츠 클라이밍의 기본동작 절차를 이용하여 가상 인물(Virtual Character)의 자세 및 동작을 생성한다. 역운동학(IK, Inverse Kinematics) 알고리즘을 통한 자세 생성은 역운동학 함수 (IK Function)와 실제 데이터를 통한 기본자세 애니메이션을 제작, 이를 활용하여 사실성을 더하고 자연스러운 자세 및 동작을 생성한다. 스포츠클라이밍은 특별한 제약사항이 없어 스포츠 클라이밍의 올바른 자세 생성에는 많은 문제가 있다. 예를 들어 자유로운 동작에 의한 무리한 형태의 자세 생성들이 그러하다. 본 논문에서는 이를 스포츠 클라이밍의 기본동작 절차를 이용하여 올바른 자세와 함께 실제와 유사한 동작을 생성한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.447-451
• /
• 2022

본 논문에서는 사용자가 대화 텍스트 방식의 입력을 주었을 때 이를 키워드 중심으로 변환하여 이미지를 생성해내는 방식을 제안한다. 대화 텍스트란 채팅 등에서 주로 사용하는 형식의 구어체를 말하며 이러한 텍스트 형식은 텍스트 기반 이미지 생성 모델이 적절한 아웃풋 이미지를 생성하기 어렵게 만든다. 이를 해결하기 위해 대화 텍스트를 키워드 중심 텍스트로 바꾸어 텍스트 기반 이미지 생성 모델의 입력으로 변환하는 과정이 이미지 생성의 질을 높이는 좋은 방안이 될 수 있는데 이러한 태스크에 적합한 학습 데이터는 충분하지 않다. 본 논문에서는 이러한 문제를 다루기 위한 하나의 방안으로 사전학습된 초대형 언어모델인 KoGPT 모델을 활용하며, 퓨샷 러닝을 통해 적은 양의 직접 제작한 데이터만을 학습시켜 대화 텍스트 기반의 이미지 생성을 구현하는 방법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.530-531
• /
• 2020

최근 인공지능을 활용하여 예술 작품에 몰입할 수 있도록 무대 효과를 디자인하는 연구가 진행되고 있다. 무대 효과 중에서 무대 배경은 공연의 분위기를 형성한다. 춤의 장르별로 무대 배경에 사용되는 이미지를 생성하기 위해 소셜 미디어 기반 무대 배경 생성 시스템이 있다. 하지만 같은 장르 춤은 동일한 무대 배경 이미지가 제공되는 문제가 있다. 같은 장르의 춤이지만 노래의 분위기를 반영하여 차별된 무대 배경 이미지를 제공하는 것이 필요하다. 본 논문은 노래 가사의 감정을 활용하여 Generative Adversarial Network(GAN)을 통해 각 노래의 분위기를 고려한 무대 배경 이미지를 생성하는 방법을 제안한다. GAN은 노래에 포함된 단락별 감정 단어를 추출하여 스타일을 생성하도록 학습된다. 학습된 GAN은 노래 가사에 포함된 감정 단어를 활용하여 곡의 분위기를 반영한 무대 배경 이미지를 생성한다. 노래 가사를 고려하여 무대 배경 이미지를 생성함으로써 곡의 분위기가 고려된 무대 배경 이미지 생성이 가능하다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.369-372
• /
• 2011

본 논문에서는 가상 시점 생성 시 발생하는 홀 영역의 메움 기법에 관하여 기하학적 제약조건을 이용한 예제 기반 영상 인페인팅 기술을 제안한다. 생성된 가상 시점이 실제 카메라들의 중간에 위치하는 경우, 이 때 발생하는 홀 영역은 시점 간 보상으로 메울 수 있다. 하지만, 가상 시점이 실제 카메라들의 Field-of-View를 벗어난 경우에는 홀 영역에 대한 정보가 없기 때문에 이를 메우는데 어려운 문제가 따른다. 이러한 문제를 해결하기 위해 제안한 방법은 예제 기반의 영상 인페인팅 기술을 이용하여 홀 영역을 메운다. 제안한 방법은 홀 영역의 기하학적 특성을 제약조건으로 우선순위(Priority)를 계산한다. 최적의 패치를 찾기 위해 컬러 정보뿐만 아니라 깊이 정보(Depth)를 활용한다. 또한, 전경 물체의 텍스쳐로 인하여 잘못된 패치가 선택되는 문제를 해결하기 위해 적응적으로 패치 크기를 변경한다. 실험 결과에서 제안한 방법은 일반적인 홀 메움 방식과 비교하여 객관적 평가와 주관적 평가 모두에서 시각적으로 우수한 결과를 보여주었다.

• 정보처리학회논문지D
• /
• 제11D권7호
• /
• pp.1443-1450
• /
• 2004

객체지향 소프트웨어 개발 초기단계에서 클래스의 결정은 많은 객체와 관련된 속성들의 클러스터링을 하는 복잡한 문제이다. 클래스의 재사용을 위해 라이브러리에 클래스의 등록은 반복적인 시행착오에 의존하여왔다. 클래스를 등록하는 전통적인 방법과 모델링 혹은 설계단계에서 클래스와 그 계층구조의 정의를 위한 통합적인 방법에 대해 논의한다. 속성 클러스터링 문제를 위해 객체들의 속성 유사도에 근거하여 0-1 정수프로그램 위한 모형을 제시하고 또한 네트워크 기법을 이용한 클러스터링 알고리즘을 제안한다. 클래스 계층구조를 생성하기 위한 규칙을 제시하였으며 계층구조그래프 생성알고리즘을 제안한다. 본 연구결과를 이용하여 실제 현장의 문제를 사례로 제시한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권3호
• /
• pp.246-254
• /
• 2007

국지적 탐색 알고리즘들은 최적해를 찾기 위해서 이웃해를 생성하여 평가한 뒤에 좋은 해로 이동하는 과정을 반복한다. 본 논문에서는 생성된 이웃해를 원래의 목적함수로 평가하기 전에 간단한 예비 평가 휴리스틱을 이용하여 미리 평가함으로써, 좋지 않아 보이는 이웃해를 확률적으로 여과할 수 있는 기법을 소개한다. 이 확률적 여과 기법은 결국에 버려질 이웃해를 엄밀하게 평가하는데 낭비되는 시간을 절약하고, 이 시간 동안 보다 좋아 보이는 이웃해를 더 많이 탐색할 수 있게 함으로써 탐색 효율을 높이는 기법이다. 대규모의 실세계 최적화 문제인 교통망에서의 교통 신호 최적화 문제와 작업 일정 계획에서의 부하평준화 문제를 대상으로 한 실험에서 확률적 여과를 적용한 경우가 적용하지 않은 경우에 비해 주어진 탐색시간 동안 더 좋은 질의 최적해를 얻을 수 있는 것으로 확인되었다.

• 한국게임학회 논문지
• /
• 제16권3호
• /
• pp.65-76
• /
• 2016

컴퓨터를 매개로 한 인간 경험의 패러다임은 '문화 인터페이스'에서 '문화 소프트웨어'로 옮겨가고 있다. 디지털 게임에서 이러한 패러다임이 변화는 모드를 통해 나타난다. 지금까지 디지털 게임의 플레이는 게임이 제시하는 '목표'를 달성하기 위한 과정에서의 몰입적 에이전시를 중시했다. 반면 모드를 통해 사용자는 게임이 제시하는 목표보다는 사용자 스스로 게임 세계 안에서 '문제'를 만들어내고 그것을 해결해나가는 과정에서의 생성적 에이전시가 중시된다. 모드를 통해 원작 게임은 하나의 경험해야 할 작품이 아니라, 변형하고 하고 새로운 콘텐츠를 생성할 수 있는 질료로서 데이터가 된다. 사용자의 모드를 통한 이러한 게임 콘텐츠의 변형과 생성은 게임의 지속가능한 모델을 제시한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.10-15
• /
• 2022

온라인상에서 발생하는 혐오 표현은 사회가 직면한 주요 문제 중 하나이다. 이러한 필요성에 입각해, 최근 인공지능을 활용하여 발화에 대한 교화 목적을 가진 대응 발화 쌍을 통해 혐오 표현에 대한 실질적인 완화를 진행하는 연구들이 생겨나고 있다. 그러나 각 혐오 표현에 적합한 대응 발화의 구축은 다수의 전문 인력이 요구되므로 데이터를 구축함에 있어 시간과 비용이 많이 소요되며 대응 발화 생성 또한 어려운 문제로 여겨진다. 해당 문제를 완화하기위해, 본 논문은 사전에 기 구축되어 있는 혐오 표현 데이터를 기반으로 의미 기반 검색을 적용하여 자동으로 데이터를 증강할 수 있는 쉽고 빠른 데이터 증강 방법론을 제안한다. 제안하는 프로세스의 타당성과 증강된 문장의 효과를 검증하기 위해 사전학습 모델을 기반으로 비교 실험을 진행하였다. 실험 결과, 제안하는 프로세스를 적용하였을 시, 그렇지 않은 모델 대비 높은 폭의 성능 향상을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.382-387
• /
• 2023

현재 GPT-4와 같은 거대한 언어 모델이 기계 번역, 요약 및 대화와 같은 다양한 작업에서 압도적인 성능을 보이고 있다. 그러나 이러한 거대 언어 모델은 학습 및 적용에 상당한 계산 리소스와 도메인 특화 미세 조정이 어려운 등 몇 가지 문제를 가지고 있다. In-Context learning은 데이터셋에서 추출한 컨택스트의 정보만으로 효과적으로 작동할 수 있는 효율성을 제공하여 앞선 문제를 일부 해결했지만, 컨텍스트의 샷 개수와 순서에 민감한 문제가 존재한다. 이러한 도전 과제를 해결하기 위해, 우리는 Super In-Context Learning (SuperICL)을 활용한 새로운 방법론을 제안한다. 기존의 SuperICL은 적용한 플러그인 모델의 출력 정보를 이용하여 문맥을 새로 구성하고 이를 활용하여 거대 언어 모델이 더욱 잘 분류할 수 있도록 한다. Super In-Context Learning for Generation은 다양한 자연어 생성 작업에 효과적으로 최적화하는 방법을 제공한다. 실험을 통해 플러그인 모델을 교체하여 다양한 작업에 적응하는 가능성을 확인하고, 자연어 생성 작업에서 우수한 성능을 보여준다. BLEU 및 ROUGE 메트릭을 포함한 평가 결과에서도 성능 향상을 보여주며, 선호도 평가를 통해 모델의 효과성을 확인했다.

• Clinical and Experimental Reproductive Medicine
• /
• 제36권3호
• /
• pp.209-217
• /
• 2009

목 적: 2005년 생명윤리법 시행 이전에 생성되어 동결보관중인 배아 (이후 '2005년 이전에 생성된 잔여 배아')의 처리에 관련된 문제점을 논의하고, 문제 해결을 위한 방안을 모색하고자 하였다. 연구방법: 2009년 12월 31일 이후 폐기되어야 하는 '2005년 이전에 생성된 잔여 배아'의 재이용에 관련한 각 이해 당사자들 사이의 의견 차이를 예측하였다. 또한 "2005년 이전에 생성된 잔여 배아 폐기" 및 "동의서 획득" 과정에 필연적으로 부각하게 될 여러 문제점을 파악하였다. 결 과: 관계 당국에서는 2006년 11월 23일 '국가생명윤리심의위원회'에서 심의, 의결한 '법 시행 이전에 생성된 배아 관리 지침'을 마련해 놓았으나, 이후 뚜렷한 후속 조치가 없는 것으로 파악되고 있다. 결 론: '2005년 이전에 생성된 잔여 배아'의 처리와 관련된 동의서 취득 방식에 대한 국가적 또는 사회적인 공론화 과정이 형성되지 않는다면, 생명윤리법이 궁극적으로 지키고자 하는 인간의 존엄과 가치가 침해될 가능성이 있다. '2005년 이전에 생성된 잔여 배아'에 관련된 동의서 획득 과정에 필연적으로 제기될 "합리적이고 정당한 합의 절차"를 시급히 마련하여 향후 지속적으로 제기될 생명윤리 관련 문제들에 대한 해결의 시발점이 되어야 한다.