• 한국정보전자통신기술학회논문지
• /
• 제17권1호
• /
• pp.1-9
• /
• 2024

본 논문은 특허 출원 문서를 기초로 하여 생성형 AI 기술의 동향을 분석한다. 이를 위해 2003년부터 2023년까지 한국, 미국, 유럽에서 출원된 생성형 AI 관련 특허 5,433건을 선별하고, 국가별, 기술 분야별, 연도별, 출원인별 데이터를 분석하고 시각적으로 제시함으로써 시사점을 찾고 기술 흐름을 확인하고자 한다. 분석 결과, 이미지 분야의 특허가 36.9%로 가장 많고 지속적으로 출원 건수가 상승하고 있지만, 문장/문서나 음악/음성 분야는 2019년 이후로 출원이 감소하거나 유지되고 있다. 가장 많은 특허를 출원한 기업은 한국 기업이지만 상위 5개 출원인 중 4개가 미국 기업이며 모든 기업이 미국에 가장 많은 특허를 출원하고 있어 생성형 AI는 미국 시장을 중심으로 성장하고 경쟁하고 있음을 확인하였다. 논문의 분석 결과는 향후 생성형 AI 연구 개발과 지식 재산 확보 전략을 수립하는 데 활용될 수 있을 것으로 기대된다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권1호
• /
• pp.1-10
• /
• 2024

본 연구는 혼합현실과 가상현실을 포함하는 몰입형 가상환경에서 OpenAI의 ChatGPT를 활용한 가상 보조 에이전트의 인터페이스 응용에 관한 새로운 방법을 제안한다. 제안하는 응용 방법은 사용자의 질의에 응답하는 정보 에이전트와 사용자의 요구에 맞춰 가상 객체, 환경 등을 제어하는 제어 에이전트로 구성된다. 이를 위해, Unity 3D 엔진, OpenAI, 그리고 가상현실과 혼합현실 사용자 참여를 위한 패키지 및 개발 도구를 통합하는 개발환경을 설정한다. 그리고 음성 입력으로부터 질문 쿼리에서 답변 쿼리, 또는 제어 요구 쿼리에서 제어 스크립트로 생성으로 연결되는 작업 흐름을 설정한다. 이를 기반으로 혼합현실, 가상현실 체험 환경을 직접 제작하고 에이전트의 성능 확인을 위한 실험을 정보 에이전트의 반응 시간, 제어 에이전트의 정확도로 나누어 진행하였다. 결과적으로 제안하는 인터페이스 응용을 통해 사용자 친화적이고 단순하고 반복적인 작업에서의 효율을 높이는데 유용할 수 있음을 확인하였다. 우리는 새롭게 제안하는 인터페이스를 통해 몰입형 가상환경에서 인터페이스로의 응용에 관한 새로운 방향성을 제시하고 발견된 문제점과 현재까지의 한계점을 분명히 밝힌다.

• 산업융합연구
• /
• 제22권4호
• /
• pp.11-19
• /
• 2024

본 연구의 목적은 텍스트마이닝을 활용하여 러닝 어플리케이션 사용자의 리뷰를 분석하였다. 본 연구는 python3의 selenium 패키지를 이용하여 google playstore의 Nike Run Club, Runkeeper의 사용자 리뷰들을 분석자료로 이용하였으며, okt 분석기를 통해 한글 명사만을 남겨 형태소를 분리하였다. 형태소 분리 후 rankNL 사전을 만들어 불용어(stopword)를 제거하였다. 자료 분석을 위해 텍스트마이닝의 TF(빈도분석), TF-IDF(키워드 빈도-문서 역빈도), LDA 토픽모델링을 통해 분석하였다. 본 연구의 결과는 다음과 같다. 첫째, Nike Run Club, Runkeeper 어플리케이션 사용자 리뷰에서 공통적으로 상위 키워드로 '기록', '앱', '운동'의 키워드가 도출되었으며 TF, TF-IDF의 순위에는 차이가 나타났다. 둘째, Nike Run Club의 LDA 토픽모델링으로 '기본 항목', '추가 기능', '오류 사항', '위치기반데이터'의 토픽이 도출되었고 Runkeeper는 '오류 사항', '음성 기능', '러닝 데이터', '사용 혜택', '사용 동기'의 토픽이 도출되었다. 결과를 통해 제언하면 어플리케이션의 경쟁력 향상을 기여하기 위해 오류 및 개선사항을 보완해야 한다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.87-109
• /
• 2020

현재 육상에서는 유무선 통신의 발전으로 다양한 IT 서비스를 제공받고 있다. 이러한 변화는 육상을 넘어서서 해상에서 항해 중인 선박에서도 다양한 IT 서비스가 제공되어야 하며 육상에서 이용하는 것과 마찬가지로 양방향 디지털 데이터 전송, Web, App 등과 같은 다양한 IT 서비스들의 제공에 대한 요구가 증가될 것으로 예상하고 있다. 하지만 이러한 초고속 정보통신망은 AP(Access Point)와 기지국과 같은 고정된 기반 구조를 바탕으로 네트워크를 구성하는 지상에서는 쉽게 사용할 수 있는 반면 해상에서는 고정된 기반 구조를 이용하여 네트워크를 구성할 수 없다. 그래서 전송 거리가 긴 라디오 통신망 기반의 음성 위주의 통신 서비스를 사용하고 있다. 이러한 라디오 통신망은 낮은 전송 속도로 인해 매우 기본적인 정보만을 제공할 수 있었으며, 효율적인 서비스 제공에 어려움이 있다. 이를 해결하기 위해서 디지털 데이터 상호교환을 위한 추가적인 주파수가 할당되었으며 이 주파수를 사용하여 활용할 수 있는 선박 애드 혹 네트워크인 SANET(ship ad-hoc network)이 제안되었다. SANET은 높은 설치비용과 사용료의 위성 통신을 대신하여 해상에서 IP 기반으로 선박에 다양한 IT 서비스를 제공할 수 있도록 개발되었다. SANET에서는 육상 기지국과 선박의 연결성이 중요하다. 이러한 연결성을 갖기 위해서는 선박은 자신의 IP 주소를 할당 받아 네트워크의 구성원이 되어야 한다. 본 논문에서는 선박 스스로 자신의 IP 주소를 할당 받을 수 있는 SANET-CC(Ship Ad-hoc Network-Cell Connection) 프로토콜을 제안한다. SANET-CC는 중복되지 않는 다수의 IP 주소들을 육상기지국에서 선박들에 이어지는 트리 형태로 네트워크 전반에 전파한다. 선박은 IP 주소를 할당할 수 있는 육상 기지국 또는 나누어진 구역의 M-Ship(Mother Ship)들과 간단한 요청(Request) 및 응답(Response) 메시지 교환을 통해 자신의 IP 주소를 할당한다. 따라서 SANET-CC는 IP 충돌 방지(Duplicate Address Detection) 과정과 선박의 이동에 의해 발생하는 네트워크의 분리나 통합에 따른 처리 과정을 완전히 배제할 수 있다. 본 논문에서는 SANET-CC의 SANET 적용가능성을 검증하기 위해서 다양한 조건의 시뮬레이션을 수행하였으며 기존 연구와 비교 분석을 진행하였다.

• 한국토양비료학회지
• /
• 제42권6호
• /
• pp.430-438
• /
• 2009

논토양에서 토양의 형태적 및 물리적 특성이 인삼 수량에 미치는 영향을 보면 배수인자의 영향이 가장 컸고, 다음으로 표토의 토성과 유효토심의 영향이 컸다. 반면에 지형, 경사, 석력함량 등이 인삼수량에 미치는 영향은 미미하였다. 밭토양에서는 토양의 형태 및 물리적 특성 중 표토의 토성이 인삼수량에 미치는 영향이 가장 컸으며, 다음으로 유효토심, 석력함량, 배수 순으로 영향이 컸으나 지형, 경사, 경반층 출현깊이 등은 영향이 작았다. 토양의 형태 및 물리적 특성 중 인삼수량에 미치는 영향이 큰 지형, 표토의 토성, 배수등급, 경사, 유효토심, 석력함량 및 경반층 출현 깊이를 재배 적지 기준인자로 선정하였다. 다중회귀 확장기법을 이용하여 논과 밭토양에서 각각의 재배 적지 기준 인자가 인삼 수량에 미치는 기여도를 산출하였다. 인삼 재배 적지 기준 인자가 수량에 미치는 기여도와 적지 기준 인자별 수량지수를 이용하여 재배 적지 기준 인자별로 점수를 부여하고, 적지 기준 인자별 점수를 합산하여 최종 점수에 따라 최적지, 적지, 가능지, 저위생산지로 구분하였다. 최종적으로 토양특성과 기상조건을 중첩하여 논과 밭토양에서의 인삼 재배 적지 기준을 각각 설정하였다. 인삼 재배 적지 기준을 기반으로 하고, 토양도, 기후도 및 지리정보 시스템을 이용하여 주요 인삼 재배단지인 충청북도 음성군에 대하여 인삼 재배 적지 분포도를 작성하였다. 그 결과 필지별 인삼 재배 적지에 대한 정보를 인터넷을 통하여 경작자에게 실시간으로 제공할 수 있는 기반을 조성하였다. 인삼 재배지 조사지역에 대하여 인삼 적지 분포를 분석한 결과 최적지와 적지의 합계가 논토양에서 74.0%, 밭토양에서 88.3.%로 높아 인삼 경작자들이 비교적 적지에 인삼을 재배하고 있음을 확인할 수 있었다.

• 한국빅데이터학회지
• /
• 제4권2호
• /
• pp.1-12
• /
• 2019

인공지능 기술이 발전하면서 이미지, 음성, 텍스트 등 다양한 분야에 적용되고 있으며, 데이터가 충분한 경우 기존 기법들에 비해 좋은 결과를 보인다. 주식시장은 경제, 정치와 같은 많은 변수에 의해 영향을 받기 때문에, 주식 가격의 움직임 예측은 어려운 과제로 알려져 있다. 다양한 기계학습 기법과 인공지능 기법을 이용하여 주가 패턴을 연구하여 주가의 등락을 예측하려는 시도가 있어왔다. 본 연구는 딥러닝 기법 중 컨볼루셔널 뉴럴 네트워크(CNN)를 기반으로 주가 패턴 예측률 향상을 위한 데이터 증강 방안을 제안한다. CNN은 컨볼루셔널 계층을 통해 이미지에서 특징을 추출하여 뉴럴 네트워크를 이용하여 이미지를 분류한다. 따라서, 본 연구는 주식 데이터를 캔들스틱 차트 이미지로 만들어 CNN을 통해 패턴을 예측하고 분류하고자 한다. 딥러닝은 다량의 데이터가 필요하기에, 주식 차트 이미지에 다양한 데이터 증강(Data Augmentation) 방안을 적용하여 분류 정확도를 향상 시키는 방법을 제안한다. 데이터 증강 방안으로는 차트를 랜덤하게 변경하는 방안과 차트에 가우시안 노이즈를 적용하여 추가 데이터를 생성하였으며, 추가 생성된 데이터를 활용하여 학습하고 테스트 집합에 대한 분류 정확도를 비교하였다. 랜덤하게 차트를 변경하여 데이터를 증강시킨 경우의 분류 정확도는 79.92%였고, 가우시안 노이즈를 적용하여 생성된 데이터를 가지고 학습한 경우의 분류 정확도는 80.98%이었다. 주가의 다음날 상승/하락으로 분류하는 경우에는 60분 단위 캔들 차트가 82.60%의 정확도를 기록하였다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.71-88
• /
• 2017

언어모델은 순차적으로 입력된 자료를 바탕으로 다음에 나올 단어나 문자를 예측하는 모델로 언어처리나 음성인식 분야에 활용된다. 최근 딥러닝 알고리즘이 발전되면서 입력 개체 간의 의존성을 효과적으로 반영할 수 있는 순환신경망 모델과 이를 발전시킨 Long short-term memory(LSTM) 모델이 언어모델에 사용되고 있다. 이러한 모형에 자료를 입력하기 위해서는 문장을 단어 혹은 형태소로 분해하는 과정을 거친 후 단어 레벨 혹은 형태소 레벨의 모형을 사용하는 것이 일반적이다. 하지만 이러한 모형은 텍스트가 포함하는 단어나 형태소의 수가 일반적으로 매우 많기 때문에 사전 크기가 커지게 되고 이에 따라 모형의 복잡도가 증가하는 문제가 있고 사전에 포함된 어휘 외에는 생성이 불가능하다는 등의 단점이 있다. 특히 한국어와 같이 형태소 활용이 다양한 언어의 경우 형태소 분석기를 통한 분해과정에서 오류가 더해질 수 있다. 이를 보완하기 위해 본 논문에서는 문장을 자음과 모음으로 이루어진 음소 단위로 분해한 뒤 입력 데이터로 사용하는 음소 레벨의 LSTM 언어모델을 제안한다. 본 논문에서는 LSTM layer를 3개 또는 4개 포함하는 모형을 사용한다. 모형의 최적화를 위해 Stochastic Gradient 알고리즘과 이를 개선시킨 다양한 알고리즘을 사용하고 그 성능을 비교한다. 구약성경 텍스트를 사용하여 실험을 진행하였고 모든 실험은 Theano를 기반으로 하는 Keras 패키지를 사용하여 수행되었다. 모형의 정량적 비교를 위해 validation loss와 test set에 대한 perplexity를 계산하였다. 그 결과 Stochastic Gradient 알고리즘이 상대적으로 큰 validation loss와 perplexity를 나타냈고 나머지 최적화 알고리즘들은 유사한 값들을 보이며 비슷한 수준의 모형 복잡도를 나타냈다. Layer 4개인 모형이 3개인 모형에 비해 학습시간이 평균적으로 69% 정도 길게 소요되었으나 정량지표는 크게 개선되지 않거나 특정 조건에서는 오히려 악화되는 것으로 나타났다. 하지만 layer 4개를 사용한 모형이 3개를 사용한 모형에 비해 완성도가 높은 문장을 생성했다. 본 논문에서 고려한 어떤 시뮬레이션 조건에서도 한글에서 사용되지 않는 문자조합이 생성되지 않았고 명사와 조사의 조합이나 동사의 활용, 주어 동사의 결합 면에서 상당히 완성도 높은 문장이 발생되었다. 본 연구결과는 현재 대두되고 있는 인공지능 시스템의 기초가 되는 언어처리나 음성인식 분야에서 한국어 처리를 위해 다양하게 활용될 수 있을 것으로 기대된다.

• 핵의학기술
• /
• 제14권2호
• /
• pp.110-116
• /
• 2010

PET/CT 검사는 기술의 발전에 따라 감쇄보정 방법이 $^{68}Ge$이나 $^{137}Cs$등의 동위원소를 사용하지 않고, CT 기반의 감쇄보정 영상을 구현하여 검사 시간의 단축과 해부학적인 영상을 제공한다. 그러나 CT 기반의 금속에 의한 CT 영상의 인공물이 발생하여 감쇄보정된 PET 영상에 영향을 준다. 그러므로 본 연구는 임상 실험과 phantom 실험을 통해 금속 치과 임상 실험은 구강 내질환이 없는 40명의 환자(평균나이: $56{\pm}17$세)를 대상으로 하였으며, 치아에 치과보철을 매식한 환자 20명과 치과 임플란트를 매식한 환자 20명을 대상으로 PET/CT 검사를 시행했다. phantom 실험은 원형 phantom내에 치과보철과 치과 임플란트를 매식한 치아모형을 이용하여 PET/CT 검사를 시행했다. 분석방법은 같은 단층상의 PET/CT 영상에서 CT 영상의 CT 값과 PET 영상의 표준섭취계수 변화를 인공물의 영향이 없는 부분, 어둡게 인공물이 나타난 부분, 밝게 인공물이 나타난 부분, 세 부분의 관심영역을 설정하여 측정했고, 통계분석은 대응표본 t-test를 이용했다. 치아 보철을 매식한 실험에서 환자의 경우 표준섭취계수가 인공물의 영향이 없는 부분에 비해 어둡게 인공물이 나타난 부분은 약 19.6% (p<0.05) 감소됐고, 밝게 인공물이 나타난 부분은 90.1% (p>0.05) 증가했다. phantom의 경우 표준섭취계수가 인공물의 영향이 없는 부분에 비해 어둡게 인공물이 나타난 부분은약 18.1% 감소됐고, 밝게 인공물이 나타난 부분은 18.0% 증가했다. 치아 임플란트를 매식한 실험에서 환자의 경우 표준섭취계수가 인공물의 영향이 없는 부분에 비해 어둡게 인공물이 나타난 부분은 약 19.1% (p<0.05) 증가됐고, 밝게 인공물이 나타난 부분은 96.6% (p>0.05) 증가했다. phantom의 경우 표준섭취계수가 인공물의 영향이 없는 부분에 비해 어둡게 인공물이 나타난 부분은 약 14.4% 감소됐고, 밝게 인공물이 나타난 부분은 7.0% 증가했다. PET/CT 검사의 CT 기반 보정 영상 구현 시 금속 치과 재료로 인해 CT 값에 영향을 주어 PET 영상에서도 표준섭취계수에 영향이 미치는 것을 볼 수 있다. 그리고 치아 임플란트보다 치아 보철에서 과 보정이 된 것을 볼 수 있다. 특히, 임상 실험에서 치아 보철의 표준섭취계수가 어둡게 인공물이 나타난 부분이 19.6% 감소되어 나타난 것을 확인 할 수 있어 위 음성으로 오인할 가능성이 있다. 그러므로 금속 치아 보철이나 임플란트를 시행한 환자들의 PET/CT 검사 시 구강내 병변이 의심 된다면, CT 영상으로 보정이 되지 않은 무보정(non-attenuation correction) PET 영상을 확인하는 것이 정확한 진단에 도움을 줄 것으로 사료된다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.71-90
• /
• 2020

최근 전 세계 보험업계에도 기계학습, 자연어 처리, 딥러닝 등의 인공지능 기술 활용을 통한 디지털 전환이 급속도로 확산하고 있다. 이에 따라 인공지능 기술을 기반으로 한 인슈어테크와 플랫폼 비즈니스 성공을 이룬 해외 보험사들도 증가하고 있다. 대표적으로 중국 최대 민영기업인 평안보험그룹은 '금융과 기술', '금융과 생태계'를 기업의 핵심 키워드로 내세우며 끊임없는 혁신에 도전한 결과, 인슈어테크와 디지털플랫폼 분야에서 괄목할만한 성과를 보이며 중국의 글로벌 4차 산업혁명을 선도하고 있다. 이에 본 연구는 평안보험그룹 인슈어테크와 플랫폼 비즈니스 활동을 ser-M 분석 모델을 통해 분석하여 국내 보험사들의 인공지능 기술기반 비즈니스 활성화를 위한 전략적 시사점을 제공하고자 했다. ser-M 분석 모델은 기업의 경영전략을 주체, 환경, 자원, 메커니즘 관점에서 통합적으로 해석이 가능한 프레임으로, 최고경영자의 비전과 리더십, 기업의 역사적 환경, 다양한 자원 활용, 독특한 메커니즘 관계가 통합적으로 해석되도록 연구하였다. 사례분석 결과, 평안보험은 안면·음성·표정 인식 등 핵심 인공지능 기술을 활용하여 세일즈, 보험인수, 보험금 청구, 대출 서비스 등 업무 전 영역을 디지털로 혁신함으로써 경비 절감과 고객서비스 발전을 이루었다. 또한 '중국 내 온라인 데이터'와 '회사가 축적한 방대한 오프라인 데이터 및 통찰력'을 인공지능, 빅데이터 분석 등 신기술과 결합하여 금융 서비스와 디지털 서비스 사업이 통합된 디지털 플랫폼을 구축하였다. 이러한 평안보험그룹의 성공 배경을 ser-M 관점에서 분석해 보면, 창업자 마밍즈 회장은 4차 산업혁명 시대의 디지털 기술발전, 시장경쟁 및 인구 구조의 변화를 빠르게 포착하여 새로운 비전을 수립하고 디지털 기술중시의 민첩한 리더십을 발휘하였다. 환경변화에 대응한 창업자 주도의 강력한 리더십을 바탕으로 인공지능 기술 투자, 우수 전문인력 확보, 빅데이터 역량 강화 등 내부자원을 혁신하고, 외부 흡수역량의 결합, 다양한 업종 간의 전략적 제휴를 통해 인슈어테크와 플랫폼 비즈니스를 성공적으로 끌어냈다. 이와 같은 성공사례 분석을 통하여 인슈어테크와 디지털플랫폼 도입을 본격 준비하고 있는 국내 보험사들에게 디지털 시대에 필요한 경영 전략과 리더십에 대한 시사점을 줄 수 있다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.113-125
• /
• 2013

기업 경영에 있어서 고객의 소리(VOC)는 고객 만족도 향상 및 기업의사결정에 매우 중요한 정보이다. 이는 비단 기업뿐만 아니라 대고객, 대민원 업무를 처리하는 모든 조직에 있어서도 동일하다. 때문에 최근에는 기업뿐만 아니라 공공, 의료, 금융, 교육기관 등 거의 모든 조직이 VOC를 수집하여 활용하고 있다. 이러한 VOC는 방문, 전화, 우편, 인터넷게시판, SNS 등 다양한 채널을 통해 전달되지만, 막상 이를 제대로 활용하기는 쉽지 않다. 왜냐하면, 고객이 매우 감정적인 상태에서 고객의 주관적 의사를 음성 또는 문자로 표출하기 때문에 그 형식이나 내용이 정형화되어 있지 않고 저장하기도 어려우며 또한 저장하더라도 매우 방대한 분량의 비정형 데이터로 남기 때문이다. 본 연구는 이러한 비정형 VOC 데이터를 자동으로 분류하고 VOC의 유형과 극성을 판별할 수 있는 오피니언 마이닝 기반의 지능형 VOC 분석 시스템을 제안하였다. 또한 VOC 오피니언 분석의 기준이 되는 주제지향 감성사전 개발 프로세스와 각 단계를 구체적으로 제시하였다. 그리고 본 연구에서 제시한 시스템의 효용성을 검증하기 위하여 의료기관 홈페이지에서 수집한 4,300여건의 VOC 데이터를 이용하여 병원에 특화된 감성어휘와 감성극성값을 도출하여 감성사전을 구축하고 이를 통해 구현된 VOC분류 모형의 정확도를 비교하는 실험을 수행하였다. 그 결과 "칭찬, 친절함, 감사, 무사히, 잘해, 감동, 미소" 등의 어휘는 매우 높은 긍정 오피니언 값을 가지며, "퉁명, 뭡니까, 말하더군요, 무시하는" 등의 어휘들은 강한 부정의 극성값을 가지고 있음을 확인하였다. 또한 VOC의 오피니언 분류 임계값이 -0.50일 때 가장 높은 분류 예측정확도 77.8%를 검증함으로써 오피니언 마이닝 기반의 지능형 VOC 분석시스템의 유효성을 확인하였다. 그러므로 지능형 VOC 분석시스템을 통해 VOC의 실시간 자동 분류 및 대응 우선순위를 도출하여 고객 민원에 대해 신속히 대응한다면, VOC 전담 인력을 효율적으로 운용하면서도 고객 불만을 초기에 해소할 수 있는 긍정적 효과를 기대해 볼 수 있을 것이다. 또한 VOC 텍스트를 분석하고 활용할 수 있는 오피니언 마이닝 모형이라는 새로운 시도를 통해 향후 다양한 분석과 실용 프레임워크의 기틀을 제공할 수 있을 것으로 기대된다.