• 문화기술의 융합
• /
• 제9권3호
• /
• pp.121-127
• /
• 2023

본 예비연구의 목적은 이미지 생성 인공지능 도구인 DALL-E2를 활용하여 영어 작문 활동을 실시한 후 중학생들의 영어 학습에 미치는 반응을 살펴보는 데 있다. 이를 위하여 15명의 중학교 영어학습자를 대상으로 3주간 실험 수업을 진행하였으며 그 결과를 정리하면 다음과 같다. 첫째, DALL-E2 활용 영어 작문 활동에 대한 설문조사 결과, 자신감, 흥미 및 인공지능 기반 도구 활용 쓰기에 대한 인식이 긍정적으로 변화하였음을 알 수 있었다. 아울러 통계적으로 유의미한 차이가 나타났음을 확인하였으며 이는 인공지능 활용 학습이 영어 작문 및 전반적인 영어 학습에 있어 긍정적인 영향을 미쳤다는 것을 의미하였다. 둘째, DALL-E2 활용 영어 작문 활동에 대한 소감문을 내용분석을 통해 분석한 결과, 핵심 주제를 3가지(인지적, 정의적, 심동적 특성)로 추출할 수 있었으며 영어 학습에 있어 인공지능 기반의 DALL-E2의 활용과 접목은 학습에 대한 새로운 흥미와 도전, 의지, 적극성을 높이며 궁극적으로는 영어표현력(productive skill) 향상에 일부 기여한 것으로 해석할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.715-718
• /
• 2022

단일 이미지로부터 3D 모델을 생성하는 방법은 메타버스와 가상현실 콘텐츠에 대한 필요성이 높아짐에 따라, 보다 효율적인 모델 생성방법으로서 관심이 높아지고 있다. 본 논문에서는 단일 이미지로부터 3D 모델을 자동 생성하는 기존 딥-뉴럴 네트워크들을 대상으로, 생성되는 3D 모델의 유형에 따라 기존 네트워크들을 분류하고, 주요 딥-뉴럴 네트워크의 형태와 특징, 그리고 모델 생성의 성능을 분석하고자 한다.

• 스마트미디어저널
• /
• 제13권3호
• /
• pp.27-35
• /
• 2024

본 연구는 GAN(Generative Adversarial Network)을 기반으로 한 Semi Supervised Learning을 활용하여 이미지 생성과 ResNet50을 이용한 이미지 분류를 결합하는 방법에 대해 다루고 있다. 이를 통해 새로운 접근법을 제시하여 이미지 생성과 분류를 통합함으로써 더 정확하고 다양한 결과를 얻을 수 있도록 하였다. 생성자와 판별자를 학습시켜 생성된 이미지와 실제 이미지를 구별하고, ResNet50을 활용하여 이미지 분류를 수행한다. 실험 결과에서는 생성된 이미지의 품질이 epoch에 따라 변화함을 확인할 수 있었으며, 이를 통해 산업재해 예측 정확성을 향상하고자 한다. 또한, GAN과 ResNet50의 결합을 통해 이미지 생성의 품질을 향상시키고 이미지 분류의 정확도를 높이는 효율적인 방법을 제시하고자 한다.

• 정보보호학회지
• /
• 제30권5호
• /
• pp.79-92
• /
• 2020

최근 전 세계적으로 '가짜뉴스', '가짜 연예인 음란 동영상' 및 '지인 능욕'에 사용되는 인공지능 기반의 딥페이크(Deepfakes)기술이 사회적인 이슈로 대두되고 있다. 딥페이크 기술이란 딥러닝 기술을 이용해 악의적으로 조작된 음성, 영상, 이미지 등을 만들어 내는 방법으로, 인공지능 기술의 발전에 맞추어 더욱더 빠르고 정교한 생성 기술이 등장하고 있다. 이러한 딥페이크 기술은 빠른 개발 속도와 쉬운 접근성을 기반으로 다양한 범죄에 악용되고 있다. 본 논문에서는 다양한 딥페이크 생성 기술을 설명하고, 이를 효율적으로 탐지 할 수 있는 다양한 데이터 기반 딥페이크 탐지 기술의 현황을 설명한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.505-506
• /
• 2022

인공지능 기술은 점차 빠른 속도로 발전되며 응용 분야가 확대되어 창작 산업에서의 역할도 커져 예술, 영화 및 기타 창조적인 산업에도 영향을 주고 있다. 이러한 인공지능 기술을 이용하여 텍스트로 설명하면 다양한 스타일의 이미지를 생성해내는 기술이 있지만 아동이 직접 그린 손그림 스타일의 그림을 생성하지는 못한다. 본 논문에서는 아동 손그림 데이터를 통해 Text-to-Image를 학습시켜 새로운 학습 모델을 생성하는 과정에 대해서 기술한다. 이 연구를 통해 생성된 픽셀을 결합하여 텍스트를 기반으로 하나의 아동 손그림을 만들 수 있을 것으로 기대한다.

• 스마트미디어저널
• /
• 제12권4호
• /
• pp.9-18
• /
• 2023

스테가노그래피는 데이터의 존재 자체를 은닉하여 데이터를 보호하는 기술이다. 최근에는 인공지능 기술이 발달함에 따라 딥러닝 기반의 스테가노그래피 기법들이 개발되고 있다. 딥러닝 기술은 데이터에 대한 고차원의 특징을 분석하여 학습할 수 있으므로 스테가노그래피의 성능과 품질을 개선시킬 수 있다. 본 논문에서는 이미지데이터에 대한 딥러닝 기반의 스테가노그래피 기술의 최신 연구 동향에 대해 살펴보도록 한다.

• 한국전자통신학회논문지
• /
• 제14권5호
• /
• pp.969-976
• /
• 2019

경량 인공지능 하드웨어는 다양한 문제의 해결을 위해 멀티모달 센서 데이터를 입력받아 특징 선택, 추출, 차원축소, 정규화 과정을 수행한 후 인공지능 엔진으로 예측 결과를 도출한다. 다양한 애플리케이션에서 높은 성능을 달성하기 위해서는 이러한 경량 인공지능 하드웨어의 초 매개변수와 전체적인 전처리 시스템의 구성을 데이터에 맞춰 최적화할 필요가 있다. 본 논문에서는 경량 인공지능 하드웨어의 효율적인 제어 및 최적화를 위한 통합 프레임워크를 제안한다. 제안된 통합 프레임워크는 데이터 전처리 및 뉴로모픽 기반 경량 인공지능 엔진을 유연하게 재구성할 수 있으며, 최적의 모델을 생성할 수 있다. 기능검증을 위해 손글씨 이미지 데이터 세트와 관성 센서 데이터 기반의 낙상 검출 데이터 세트를 사용하였으며, 실험 결과 제안하는 통합 프레임워크가 각각의 데이터 세트에서 90% 이상의 정확도를 갖는 최적의 모델을 생성함을 확인하였다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.867-871
• /
• 2022

최근 빠른 유행의 변화 속에서 디자인의 변화는 패션기업의 매출에 큰 영향을 미치기 때문에 기업들은 신제품디자인 선택에 신중할 수밖에 없다. 최근 인공지능 분야의 발달에 따라 패션시장에서도 소비자들의 선호도를 높이기 위해 다양한 기계학습을 많이 활용하고 있다. 우리는 선호도와 같은 추상적인 개념을 수치화함으로써 신제품 개발에 신뢰성을 높이는 부분에 기여하고자 한다. 이를 위해 3가지 적대적 생성 신경망(Generative adversial netwrok, GAN)을 통하여 기존에 없는 새로운 이미지를 생성하고, 미리 훈련된 합성곱 신경망(Convolution neural networkm, CNN)을 이용하여 선호도라는 추상적인 개념을 수치화시켜 비교하였다. 심층 컨볼루션 적대적 생성 신경망(Deep convolutional generative adversial netwrok, DCGAN), 점진적 성장 적대적 생성 신경망(Progressive growing generative adversial netwrok, PGGAN), 이중 판별기 적대적 생성 신경망(Dual Discriminator generative adversial netwrok, D2GAN)의 3가지 방법을 통해 새로운 이미지를 생성하였고, 판매량이 높았던 제품으로 훈련된 합성곱 신경망으로 유사도를 비교, 측정하였다. 측정된 유사도의 정도를 선호도로 간주하였으며 실험 결과 D2GAN이 DCGAN, PGGAN에 비해 상대적으로 높은 유사도를 보여주었다.

• Journal of Platform Technology
• /
• 제10권1호
• /
• pp.20-28
• /
• 2022

인공지능기반의 건강 데이터 검증은 임상 연구에 도움을 줄 뿐만 아니라, 새로운 치료법을 개발하는데 필수 요소가 되었다. 미국 식품의약 관리국이 의학진단 분야 중 인공지능을 이용하여 성인 당뇨병 환자의 경증 이상 당뇨병성 망막증을 감지하는 의료기기 마케팅을 승인한 이래, 인공지능을 이용한 테스트가 증가하고 있다. 본 연구에서는 구글에서 지원하는 Teachable Machine 을 이용하여 이미지 분류 기반의 인공지능모델을 생성하고, 학습을 통한 예측 모델을 완성하였다. 이는 현재 만성질환의 환자들 중 발생하는 안구 질환 중 백내장의 조기 발견하는데 용이하게 할 뿐만 아니라, 눈 건강을 위해 헬스케어 프로그램으로 안 질환 예방을 위한 디지털 개인건강 헬스케어 앱을 개발하기 위한 기초 연구로 진행되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.685-688
• /
• 2020

안면 인식은 Face ID를 비롯하여 미아 찾기, 범죄자 추적 등의 분야에 도입되고 있다. 안면 인식은 최근 딥러닝을 통해 인식률이 향상되었으나, 측면에서의 인식률은 정면에 비해 특징 추출이 어려우므로 비교적 낮다. 이런 문제는 해당 인물의 정면이 없고 측면만 존재할 경우 안면 인식을 통한 신원확인이 어려워 단점으로 작용될 수 있다. 본 논문에서는 측면 이미지를 바탕으로 정면을 생성함으로써 안면 인식을 적용할 수 있는 상황을 확장하는 인공지능 기반의 안면 정면화 모델을 구현한다. 모델의 안면 특징 추출을 위해 VGG-Face를 사용하며 특징 추출에서 생길 수 있는 정보 손실을 막기 위해 U-Net 구조를 사용한다.