• 지능정보연구
• /
• 제10권2호
• /
• pp.147-163
• /
• 2004

인터넷의 급속한 발전으로 인하여 구매고객들의 구매 방식이 인터넷을 통하여 구매하는 방식으로 변해 가고 있다. 전자상거래에 참여한 소비자는 보다 저렴한 가격으로 제품을 구매하기 위하여 온라인 쇼핑몰을 스스로 탐색하거나 가격을 비롯한 여러 가지 기준에 따라 구매조건을 비교해주는 가격비교 사이트를 이용한다. 또는 온라인 경매 시장이나 공동구매 시장을 통하여 동일한 제품을 구매하기도 한다. 그러나 많은 쇼핑몰과 온라인 경매, 온라인 공동구매 시장에서는 동일한 제품에 대해 서로 다른 가격 결정방식에 따라 거래가 이루어지고 있다. 특히 온라인 경매나 온라인 공동구매의 경우에는 구매 가능한 시간이 제한될 뿐만 아니라 시간이 흐름에 따라 가격이 변화한다. 따라서 소비자들이 서로 다른 가격 결정 방식을 이해하고 이를 이용하여 여러 시장을 동시에 고려한 최적의 구매 의사결정을 내리는 것은 매우 어렵다. 이러한 한계를 극복하기 위하여 여러 시장에서의 시간에 따른 가격의 변화를 동시에 고려하며 소비자의 구매의사결정을 지원하는 의사결정 규칙과 문제해결 절차가 필요하다. 이러한 목적을 위해 각각의 시장에서의 구매의사결정은 소비자의 효용을 극대화시켜야 하며, 각각의 시장에서의 구매의사결정들은 조정과 협력을 통하여 전체 시장을 포괄하는 최적의 의사결정이 되어야 한다. 본 연구에서는 여러 가지 종류의 시장을 대상으로 구매의사결정을 하는 경우에 상호협동적으로 협상을 수행하는 방법론, 즉 규칙과 문제해결 절차를 개발하였고, 이를 수행할 수 있는 지능형 에이전트 시스템의 기본 구조와 협력적 협상을 수행하는데 필요한 메시지 구조를 설계하였다.

• 한국지반공학회논문집
• /
• 제37권9호
• /
• pp.25-36
• /
• 2021

최근 토공사 품질관리를 위한 지능형 다짐 기술이 토공사 품질관리 기준으로 주목받고 있다. 본 연구에서는 지능형 다짐기술과 이를 활용한 토공사 품질관리 기준을 분석하고, 현장시험을 통해 지능형 다짐기술을 활용한 토공사 품질관리 시험시공 절차에 대해 고찰하였다. 실트질 모래(SM) 성토재의 현장다짐시험을 통해 다짐 횟수가 증가할수록 CMV와 기존의 다짐품질 시험결과 값이 증가하는 상관성을 확인하였다. 시험시공 데이터를 토대로 평균 CMV 및 품질관리 목표 CMV 도출을 하였다. 평판재하시험 지지력계수와 상관성 통해 목표 CMV(34.2)와 CMV 증가율 분석방법을 통해 목표 CMV(36.6)를 산정하였다. 본 논문을 통해 지능형 다짐기술을 이용한 현장 다짐 품질관리 절차 및 방법론에 대하여 논의하였으며, 아울러 해당 기술의 국내 적용 가능성을 고취시키기 위한 지능형 다짐 품질관리 방안을 제언하였다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.17-35
• /
• 2011

집단지성은 개인들의 협업과 경쟁을 통한 공통이해에 기반한 생산으로서 대중의 지혜를 창출하는 개별 지성들의 통합체라고 할 수 있다. 집단지성의 활용은 공개와 공유 그리고 참여의 기본 철학을 갖고 있는 웹 2.0의 주요한 설계원칙으로 자리잡은 후로, 이와 관련된 연구가 다양하게 진행되고 있다. 이 논문은 개인들간의 관계와 상호작용에 대한 인식을 기반으로 집단지성을 밝혀보려는 방법론을 제안한다. 응용대상은 정보검색과 분류 분야이며, 개인지성의 표현과 도출을 위해 개인 컨스트럭트 이론과 지식 그리드 기법에 퍼지관계이론을 적용한다. 개인의 개별적인 지성은 헤세 다이어그램의 형태로 구현된 지성 구조로 표현하여 내재된 지식적인 의미를 분석한다. 논문의 목적인 집단지성의 도출은 개인지성들의 비교를 통해 상호간 공유와 일치를 찾아낼 수 있는 유사성 이론의 도입에 의해 이루어진다. 제안하는 방법론은 퍼지관계 이론 및 퍼지 매칭 알고리즘을 기반으로 실험 데이터로부터 유사성을 측정하고, 개인지성들을 대표할 수 있는 최적의 집단지성을 이끌어내고자 한다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.119-134
• /
• 2018

저장 및 관리하는 지식의 분류체계로서의 의미를 갖는 지식지도는, 문제해결을 위하여 지식을 조회 및 선택하는 사용자의 활동을 지원하고 보완할 수 있는 구조를 갖추어야 한다. 계층형 구조를 갖는 기존의 지식지도는, 관리하는 지식을 체계적으로 정리하는 데에는 이점이 있으나, 지식 사용자가 갖는 인지 및 활용의 논리를 반영하지 못할 뿐만 아니라 지식을 조회 및 추출하는 사용자의 활동을 지원하지 못한다. 본 연구는, 내용적 관련성을 갖는 연관지식을 연쇄적으로 조회 및 추출하는 사용자의 지식활용 패턴을 반영하는, 키워드 기반 네트워크형 지식지도를 구축하는 방법론을 제시한다. 즉, 지식 간 내용적 연관성을 파악하기 위하여 키워드를 추출하고 공통된 키워드를 갖는 지식 간 링크를 해당 키워드를 이용하여 정의한다. 키워드는 해당 지식의 내용을 대변하므로, 키워드를 기반으로 정의된 링크는 내용적으로 관련성이 있는 지식 간에 형성되며, 이를 종합하면 내용적 연관성을 지식 간의 네트워크, 즉 네트워크형 지식지도가 완성된다. 제시된 방법론의 적용 타당성을 검토하기 위해 50개의 연구논문을 이용하여 이들 간의 내용적 연관성을 표현하는 네트워크형 지식지도를 구현하였으며, 검토 결과 만족할만한 수준의 정밀도와 재현율을 보였다.

• 지능정보연구
• /
• 제12권2호
• /
• pp.33-48
• /
• 2006

의미 웹(Semantic Web)과 이에 대한 관련기술들은 웹을 통해 자유롭게 정보를 공유할 수 있는 새로운 지평을 마련해 주었다. 이를 토대로 온톨로지(Ontology)에 대한 연구 역시 활발히 진행되어 왔으며, 결과적으로 온톨로지는 여러 가지 측면에서 가시적인 성과들을 이룩해 낼 수 있었다. 의미 웹에 대한 기대가 고조되면서, 온톨로지는 많은 연구 학자들로부터 각광을 받는 분야로 떠오를 수 있었으며, 오늘날, 이러한 온톨로지에 대한 연구는 지식표현Knowledge-Representation)등과 같은 학술적인 단계에서 벗어나 전자상거래 분야까지 그 영역을 넓혀 나가고 있다. 그러나 일부에서는 이러한 온톨로지의 양산으로 인해 발생할 문제들에 대한 우려의 목소리가 적지 않다. 즉, 현재 온톨로지들은 서로간의 이질성으로 인해 그 효용 가치를 위협받고 있다는 것이다. 예를 들어, 현재 Yahoo나 DMOZ Open Directory(www.(dmoz.org)등으로부터 제공 중인 상품 카테고리의 경우, 시각적으로는 유사해 보일지 모르나 그들이 지닌 카테고리 구조라든지 사용된 용어 등을 살펴보면 상당한 차이점이 존재한다는 사실을 발견해 낼 수 있다. 따라서 현재 온톨로지가 지향하는 본래의 효용 가치를 극대화시키기 위해서는 이러한 이질성을 극복할 수 있는 방법론이 반드시 필요하다고 할 수 있다. 본 연구에서는 현재 온톨로지 분야에서 가장 커다란 이슈로 떠오르고 있는 정보통합에 대한 해결책을 제시해 보고자 한다. 정보통합이란, 서로 이질적인 프로그래밍 언어나 형식으로 이루어진 데이터들을 통합하여 요약한 형태로 제공하는 기술이라 정의 내릴 수 있다. 이러한 정보 통합의 대표적인 분야로 Merging, Alignment, Translation, Articulation을 들 수 있는데, 이 가운데, 본 연구에서는 "Ontology Alignment"에 대해 집중적으로 다루어 보고자 한다. 이와 더불어, 현재 의미 웹이 지향하는 대표적인 특성 중 하나로써 상호운영성을 꼽을 수 있다. 온톨로지 매핑(Ontology mapping)은 이러한 상호운영성을 지원하기 위한 대표적인 기술로써 각광을 받고 있다. 따라서 우리는 이러한 온톨로지 매핑에 대한 방법론을 쇼핑몰 환경에 적용함으로써 서로 이질적인 상품 카테고리로 구성된 두 쇼핑몰간의 상품에 대한 매핑 알고리즘(Mapping Algorithm)을 제안하고자 한다. 또한, 효용성 검증을 위하여 온톨로지 매핑에 있어 이미 효용성을 검증 받은 PROMPT와의 비교 분석도 수행하여 본다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.165-184
• /
• 2023

최근 구글의 BERT, OpenAI의 GPT 등, 언어모델(Language Model)을 사용한 비정형 텍스트 데이터에 대한 딥러닝(Deep Learning) 분석이 다양한 응용에서 괄목할 성과를 나타내고 있다. 대부분의 언어모델은 사전학습 데이터로부터 범용적인 언어정보를 학습하고, 이후 미세 조정(Fine-Tuning) 과정을 통해 다운스트림 태스크(Downstream Task)에 맞추어 갱신되는 방식으로 사용되고 있다. 하지만 최근 이러한 언어모델을 사용하는 과정에서 프라이버시가 침해될 수 있다는 우려가 제기되고 있다. 즉 데이터 소유자가 언어모델의 미세 조정을 수행하기 위해 다량의 데이터를 모델 소유자에게 제공하는 과정에서 데이터의 프라이버시가 침해될 수 있으며, 반대로 모델 소유자가 모델 전체를 데이터 소유자에게 공개하면 모델의 구조 및 가중치가 공개되어 모델의 프라이버시가 침해될 수 있다는 것이다. 이러한 상황에서 프라이버시를 보호하며 언어모델의 미세 조정을 수행하기 위해 최근 오프사이트 튜닝(Offsite Tuning)의 개념이 제안되었으나, 해당 연구는 제안 방법론을 텍스트 분류 모델에 적용하는 구체적인 방안을 제시하지 못했다는 한계를 갖는다. 이에 본 연구에서는 한글 문서에 대한 다중 분류 미세 조정 수행 시, 모델과 데이터의 프라이버시를 보호하기 위해 분류기를 추가한 오프사이트 튜닝을 적용하는 구체적인 방법을 제시한다. 제안 방법론의 성능을 평가하기 위해 AIHub에서 제공하는 ICT, 전기, 전자, 기계, 그리고 의학 총 5개의 대분야로 구성된 약 20만건의 한글 데이터에 대해 실험을 수행한 결과, 제안하는 플러그인 모델이 제로 샷 모델 및 오프사이트 모델에 비해 분류 정확도 측면에서 우수한 성능을 나타냄을 확인하였다.

• 비교문화연구
• /
• 제52권
• /
• pp.277-312
• /
• 2018

1940년대와 50년대에 등장한 1차 사이버네틱스 이론은 관찰 주체를 배제한 채 관찰하고자 하는 대상에 대한 객관적이고 보편적인 작동 메커니즘을 연구하는 방법론이다. 반면에 1970년대에 등장한 2차 사이버네틱스 이론은 시스템을 관찰하는 관찰자의 인식론적 구조 자체를 연구 대상으로 여기면서 인식 방식의 주관성, 개별성, 다양성을 인정하는 방법론이다. 훔베르토 마투라나와 프란시스코 바렐라는 2차 사이버네틱스의 탐구 영역을 인간 관찰자로 대표되는 생물학적 시스템의 작동 메커니즘 연구로 확대한다. 그들은 살아있는 시스템이 지닌 자기 조직화와 자기 재생산 메커니즘을 규명하는 일을 2차 사이버네틱스의 핵심적 연구 과제로 여긴다. 생물학적 시스템이 지닌 자기생산 능력을 기계적으로 재현하는 시스템 탐구는 통제 메커니즘 연구를 새로운 단계로 나아가게 하므로 3차 사이버네틱스라고 불릴만하다. 1차 사이버네틱스가 관찰자를 배제한 채 객관적 시스템에 대한 통제 기제를 탐구하고 2차 사이버네틱스는 인간으로 대변되는 생물학적 작동 메커니즘을 탐구한다면 3차 사이버네틱스에서는 살아 움직이는 시스템을 인위적으로 재창조하는 생명-기계 융합 시스템을 연구한다. 생물학적 시스템의 기계적 재생산을 현실화하는 일은 클라우스 슈밥의 4차 산업 혁명이나 에릭 브린욜프슨과 앤드루 맥아피가 제안하는 제2 기계 시대의 핵심적 화두 중 하나이다. 자기생산의 인위적 재현이 가능하게 되면 인간중심주의에서 인간과 기계가 다양한 형태로 결합되는 포스트휴먼 시대로 나아간다. 미국 소설가 딘 쿤츠의 소설 "악마의 씨앗"은 기계의 자기생산 능력을 주제로 삼는다. 1973년판과 이를 개정한 1997판를 비교하면 작가의 논점이 2차 사이버네틱스에서 3차 사이버네틱스로 변하고 있음을 읽을 수 있다. 1973년판에서는 과학 기술에 대한 공포심을 보여주는 인간 관찰자와 기술 만능을 주창하는 인공지능 프로테우스의 차이가 부각되나 궁극적으로는 인간 관찰자가 담론의 주도권을 행사하고 있다. 1973년에 비해 훨씬 기술 지배력이 강화된 1997년도에 출판된 수정본에서는 과학 기술에 대해 공포감을 느끼는 인간 화자는 사라지고 기술 만능을 자랑하는 인공지능 프로테우스가 처음부터 끝까지 이야기를 주도한다. 더 나아가 그는 첨단 지능뿐 아니라 인간 주인공 수잔에게 성적 갈망을 표출하는 남성적 정체성을 획득하여 더 이상 인간의 통제 대상으로 이용되는 기계가 아닌 이성을 욕망하는 능동적 주체가 된다. 남성 정체성 획득은 프로테우스의 기계적 자율성이 극대화됨을 의미한다. 여기서 우리가 주목할 만한 일은 프로테우스가 만든 인공지능 아이는 과학기술을 활용한 우생학이 앞으로 도래할 미래에 보편화될 수 있다는 우려를 낳게 하는 존재라는 사실이다. 프로테우스는 인간의 유전병을 고치고 유전자를 변형하여 완벽한 신체를 꿈꾼다. 또한 방대한 첨단 지성을 인간-기계 생명체에 주입하여 최고의 지성을 갖추도록 기획한다. 즉 그는 상품가치를 지닌 우수한 신체적 조건과 지적 자질을 기계적으로 재현하는 능력을 갖춘다는 측면에서 디지털 표준화를 추구한다. 결국 이런 기술적 우생학은 고전적 휴머니즘이 지닌 장점에 심각한 위해를 가하는 결과를 초래한다. 인간은 양도할 수 없는 자기 운명의 주관자가 아니라 언제든지 공학적으로 변경 가능한 구성물로 전락할 위험성을 동반하기 때문이다.

• 한국터널지하공간학회 논문집
• /
• 제22권5호
• /
• pp.515-528
• /
• 2020

통상적으로 콘크리트 지하 구조물은 수십 년 이상 사용할 수 있도록 설계되지만 최근 들어 구조물 중 상당수가 당초의 기대 수명에 근접하고 있는 실정이다. 그 결과 구조물 고유의 기능이 상실되고 다양한 문제가 야기될 수 있어 신속한점검과 보수가 요구되고 있다. 이를 위해 지금까지는 지하 구조물 유지관리를 위하여 인력 기반의 점검과 보수가 진행되었으나 최근에는 인공지능과 영상 기술의 융합을 통한 객관적인 점검 기술 개발이 활발하게 이루어지고 있다. 특히 딥러닝을 활용한 영상 인식 기술을 적용하여 지도학습 기반의 콘크리트 균열 탐지 알고리즘 개발에 관한 연구가 다양하게 진행되고 있다. 이러한 연구들은 대부분 지도학습 형태 영상 인식 기술로 많은 양의 데이터를 바탕으로 개발이 되는데, 그 중에도 많은 수의 라벨 영상(Label image)이 요구된다. 이를 확보하기 위해서는 현실적으로 많은 시간과 노동력이 필요한 실정이다. 본 논문에서는 이와 같은 문제를 개선하고자 적대적 학습 기법을 적용하여 균열 영역 탐지 정확도를 평균적으로 0.25% 향상시키는 방법을 기술하고자 한다. 이 적대적 학습은 분할(Segmentation) 신경망과 판별자(Discriminator) 신경망으로 구성되어 있고, 가상의 라벨 영상을 경쟁적인 구조로 생성하여 인식 성능을 높이는 알고리즘이다. 본 논문에서는 이 같은 방법을 활용하여 효율적인 심층 신경망 학습 방법을 제시하였고, 향후에 정확한 균열 탐지에 활용될 것으로 기대한다.

• 정보과학회 논문지
• /
• 제44권1호
• /
• pp.51-56
• /
• 2017

질의응답 문제를 인공지능 모델을 통해 해결하는 연구는 메모리 네트워크의 등장으로 인해 방법론의 변화를 맞이하고 있으며, 그 중 동적 메모리 네트워크(DMN)는 인간 기억 체계에 착안하여 신경망 기반의 주의 기제를 적용하면서, 질의응답에서 일어나는 각 인지 과정들을 모듈화 했다는 특징들을 갖는다. 본 연구에서는 부족한 학습 데이터를 확장 시키고, DMN이 내포하고 있는 시간 인식의 한계를 개선해 정답률을 높이고자 한다. 실험 결과, 개선된 DMN은 1K-bAbI 문제의 테스트 데이터에서 89.21%의 정답률과, 95%를 질의응답 통과의 기준의 정답률으로 가정할 때 12개의 과제를 통과하는 성능을 보여 정확도 면에서 기존의 DMN에 비해 13.5%p 만큼 더 높고, 4개의 과제를 추가로 통과하는 성능 향상을 보여주었다. 또한 뒤이은 실험을 통해, 데이터 내에서 비슷한 의미 구조를 가지는 단어들은 벡터 공간상에서 강한 군집을 이룬다는 점과, 일화 기억 모듈 통과 횟수와 근거 사실 수의 성능에 큰 영향을 미치는 직접적인 연관성을 발견하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.382-382
• /
• 2011

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이며, 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 수위를 직접 예측함으로써 이러한 오차의 문제점을 극복 하고자 한다. Neuro-Fuzzy 모형은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 소속함수를 최적화함으로서 모형의 구조를 스스로 조직화한다. 따라서 수학적 알고리즘의 적용이 어려운 강우와 유출관계를 하천유역이라는 시스템에서 발생된 신호체계의 입 출력패턴으로 간주하고 인간의 사고과정을 근거로 추론과정을 거쳐 수문계의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 이러한 유전자 알고리즘은 전역 샘플링을 중심으로 한 수법으로 해 공간상에서 유전자의 개수만큼 복수의 탐색점을 설정할 뿐만 아니라 교배와 돌연변이 등으로 좁아지는 탐색점 바깥의 영역으로 탐색을 확장할 수 있기 때문에 지역해에 빠질 위험성이 크게 줄어든다. 따라서 예측과 패턴인식에 강한 뉴로퍼지 모형의 해 탐색방법을 유전자 알고리즘을 사용한다면 보다 정확한 해를 찾는 것이 가능할 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 상류의 수위자료로부터 하류의 단시간 수위예측에 관해 연구하였으며, 이를 위해 유전자 알고리즘을 이용항여 소속함수를 최적화 시키는 형태의 Neuro-Fuzzy모형에 대하여 연구하였다.