• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.91-94
• /
• 2023

자연스러운 상호작용이 가능한 인공지능 에이전트를 개발하기 위해서는 언어적 표현뿐 아니라, 비언어적 표현 또한 고려되어야 한다. 본 논문에서는 한국어 발화문으로부터 비언어적 표현인 모션을 생성하는 연구를 소개한다. 유튜브 영상으로부터 데이터셋을 구축하고, Text to Motion의 기존 모델인 T2M-GPT와 이종 모달리티 데이터를 연계 학습한 VL-KE-T5의 언어 인코더를 활용하여 구현한 모델로 실험을 진행하였다. 실험 결과, 한국어 발화 텍스트에 대해 생성된 모션 표현은 FID 스코어 0.11의 성능으로 나타났으며, 한국어 발화 정보 기반 비언어 표현 정보 생성의 가능성을 보여주었다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.10
• /
• pp.1435-1440
• /
• 2021

With the advent of the low interest rate era, many investors are flocking to the stock market. In the past stock market, people invested in stocks labor-intensively through company analysis and their own investment techniques. However, in recent years, stock investment using artificial intelligence and data has been widely used. The success rate of stock prediction through artificial intelligence is currently not high, so various artificial intelligence models are trying to increase the stock prediction rate. In this study, we will look at various artificial intelligence models and examine the pros and cons and prediction rates between each model. This study investigated as stock prediction programs using artificial intelligence artificial neural network (ANN), deep learning or hierarchical learning (DNN), k-nearest neighbor algorithm(k-NN), convolutional neural network (CNN), recurrent neural network (RNN), and LSTMs.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.131-136
• /
• 2023

본 논문에서는 기존의 요약 태스크에서 주로 사용하는 인코더-디코더 모델과 디코더 기반의 언어 모델의 성능을 비교한다. 요약 태스크를 평가하는 주요한 평가 지표인 ROUGE 점수의 경우, 정답 요약문과 모델이 생성한 요약문 간의 겹치는 단어를 기준으로 평가한다. 따라서, 추상적인 요약문을 생성하는 언어 모델의 경우 인코더-디코더 모델에 비해 낮은 ROUGE 점수가 측정되는 경향이 있다. 또한, 최근 연구에서 정답 요약문 자체의 낮은 품질에 대한 문제가 되었고, 이는 곧 ROUGE 점수로 모델이 생성하는 요약문을 평가하는 것에 대한 신뢰도 저하로 이어진다. 따라서, 본 논문에서는 언어 모델의 요약 성능을 보다 다양한 관점에서 평가하여 언어 모델이 기존의 인코더-디코더 모델보다 좋은 요약문을 생성한다는 것을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.462-464
• /
• 2022

의료영상기반의 인공지능 연구는 질환의 조기진단 및 예측 분야에 눈부신 기술발전이 되어왔다. 장기 섬유증은 만성 염증성 질환의 질병 진행을 특징짓고 전 세계적으로 모든 원인으로 인한 사망률의 45%에 기여하며, 그중 간 섬유증은 주로 삶의 질과 예후를 결정한다. 해당 질환은 임상 현장에서 혈액데이터 분석 그리고 간생검을 통해 진단을 하고 있으나 최근 의료영상 분석을 통해 진단에 활용하고 있는 추세이다. 본 논문에서는 인공지능을 기반으로 하여, 간 섬유화를 진단하기 위해 MRI영상을 학습하여 질환에 대한 중증도 진단을 돕는 인공지능 모델을 제시하고자 한다. 이를 위해 인공지능 모델을 개발하는 과정과 그 결과를 보인다. 본 논문에서 제시한 모델을 통해 간 섬유화를 빠르게 진단할 수 있을 것으로 기대한다.

• Smart Media Journal
• /
• v.13 no.3
• /
• pp.45-52
• /
• 2024

In today's growing threat environment, rapid and effective detection and response to security events is essential. To solve these problems, many companies and organizations respond to security threats by introducing security control systems. However, existing security control systems are experiencing difficulties due to the complexity and diverse characteristics of security events. In this study, we propose an automated integrated security control system model based on artificial intelligence. It is based on deep learning, an artificial intelligence technology, and provides effective detection and processing functions for various security events. To this end, the model applies various artificial intelligence algorithms and machine learning methods to overcome the limitations of existing security control systems. The proposed model reduces the operator's workload, ensures efficient operation, and supports rapid response to security threats.

• Journal of The Korean Association of Information Education
• /
• v.25 no.5
• /
• pp.803-812
• /
• 2021

This study explored the concept of artificial intelligence and the problem-solving process that can be explained through literature research. Through this study, the educational meaning and application plan of artificial intelligence that can be explained were presented. XAI education is a human-centered artificial intelligence education that deals with human-related artificial intelligence problems, and students can cultivate problem-solving skills. In addition, through algorithmic education, it is possible to understand the principles of artificial intelligence, explain artificial intelligence models related to real-life problem situations, and expand to the field of application of artificial intelligence. In order for such XAI education to be applied in elementary schools, examples related to real world must be used, and it is recommended to utilize those that the algorithm itself has interpretability. In addition, various teaching and learning methods and tools should be used for understanding to move toward explanation. Ahead of the introduction of artificial intelligence in the revised curriculum in 2022, we hope that this study will be meaningfully used as the basis for actual classes.

• Journal of the Korea Society for Simulation
• /
• v.30 no.3
• /
• pp.1-9
• /
• 2021

Commander and staffs on the battlefield are aware of the situation and, based on the results, they perform military activities through their military decisions. Recently, with the development of information technology, the demand for artificial intelligence to support military decisions has increased. It is essential to identify, collect, and pre-process the data set for reinforcement learning to utilize artificial intelligence. However, data on enemies lacking in terms of accuracy, timeliness, and abundance is not suitable for use as AI learning data, so a training model is needed to collect AI learning data. In this paper, a methodology for learning artificial intelligence was presented using the constructive wargame model exercise data. First, the role and scope of artificial intelligence to support the commander and staff in the military decision-making process were specified, and to train artificial intelligence according to the role, learning data was identified in the Chang-Jo 21 model exercise data and the learning results were simulated. The simulation data set was created as imaginary sample data, and the doctrine of ROK Army, which is restricted to disclosure, was utilized with US Army's doctrine that can be collected on the Internet.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.277-283
• /
• 2022

사주 풀이란 주어진 사주에 대해서 그에 맞는 해석 글을 생성해주는 작업을 의미한다. 전통적으로 사주 풀이는 온전한 사람의 영역으로 인식되어왔으나, 우리는 본 연구를 통해 사주 풀이 영역도 인공지능으로 대체할 수 있을 것이라는 가능성을 탐구한다. 본 연구에서 우리는 최근 연구되고 있는 자연어 생성분야의 연구들에서 영감을 받아, 사주 유형과 사주 풀이 내에 포함할 명사 키워드를 기반으로 풀이글을 생성하는 인공지능 모델 SaJuTeller를 설계한다. 특히 이전 문맥을 고려하여 풀이글을 생성하는 모델과 단순 사주 유형 및 명사 키워드를 기반으로 풀이글을 생성하는 두가지 모델을 제안하며, 이들 각각의 성능을 분석함으로써 각 모델의 구체적인 활용 방안을 제안한다. 본 연구는 우리가 아는 한 최초의 인공지능 기반 사주풀이 연구이며, 우리는 이를 통해 사주풀이에 요구되는 전문인력의 노력을 경감시킴과 동시에, 다양한 표현을 가진 사주 풀이 글을 생성할 수 있음을 제안한다.

• Asia-Pacific Journal of Business Venturing and Entrepreneurship
• /
• v.17 no.2
• /
• pp.167-177
• /
• 2022

Unlike previous studies on AI chatbot preference that focused mostly on satisfaction, this study considered both satisfaction and dissatisfaction. This study established that (1) AI chatbot preference is driven by attractive, must-be, and one-dimensional qualities, (2) AI chatbot need to develop service strategies by taking into account users' satisfaction and dissatisfaction in accordance with preference drivers, and (3) users view interaction as a requisite and thus, if they are not satisfied with services of a AI chatbot, they don't tend to appeal their opinion and leave the service with AI chatbot. This study emphasizes that a AI chatbot that desires to be a dominant market player must provide differentiated services according to the preference drivers and must continuously encourage user participation in order to improve service quality.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.01a
• /
• pp.117-120
• /
• 2020

본 논문은 인공지능 메이커 교육과 관련한 요소를 논문 네트워크 키워드 분석과 다양한 빅데이터를 종합하여 핵심용어를 선정 후 인공지능 메이커 교육을 시스템 다이내믹스의 Vensim프로그램으로 인과지도(Casual Loop Diagramming)를 구조분석(모델의 구조)하여 예측 결과를 토대로 향후 미래 상황 추출 및 정책 결정 연구에 영향을 기여한다. 연구 결과 인공지능 교육 정책은 추후 인공지능 교육과 메이커 교육을 융합한 교육 관련 산업이 증대할 것으로 예측되며 교육 경쟁력 향상과 창의적 인재 양성, OTT를 이용한 인공지능 교육 콘텐츠 향상으로 학습에 활용성이 증대하게 된다. 또한 인공지능 교육 정책은 프로그래밍 교육으로 연결되어 성장기 학습자들의 사고력과 정서 발달에 도움 되며 다양한 교재 및 기기 등장으로 인한 학습에 다양성 역시 증가할 것으로 예측된다. 학교 차원에서는 교수·연구 지원 활동이 증가하여 수업 전문성을 가진 교사가 늘어나 학교 교육의 질은 확대되고 학부모는 인공지능 교육 정책에 긍정적으로 된다. 시스템 다이내믹스는 구조가 형태를 결정짓는다는 세계관에 기초하여 피드백 루프와 동태적 형태 유형을 파악하며 다양한 가능성이 존재하게 된다. 이는 추후 다양한 연구를 통해 인공지능 교육 정책 인과지도의 확대로 연결될 수 있음을 암시하며 본 논문을 통해 인공지능 교육 연구 확산에 시발점이 되었으면 한다.