• 산업융합연구
• /
• 제20권5호
• /
• pp.83-92
• /
• 2022

인공지능 기술로 인한 사회·윤리적 문제 사례가 발생하면서 인공지능의 위험과 부작용에 대한 사회적 관심과 함께 인공지능 윤리가 주목받고 있다. 인공지능 윤리는 알고, 느끼는 것에 그치는 것이 아니라 행동과 실천으로 이루어져야 한다. 이에 본 논문은 인공지능 윤리의 실천력을 강화하기 위한 인공지능 윤리 교육 모델을 제안하고자 한다. 인공지능 윤리교육 모델은 선행 연구 분석을 통해 교육목표와 인공지능을 이용한 문제해결 프로세스를 도출하고, 실천력 강화를 위한 교수학습방법을 적용하였으며 기존에 제안된 인공지능 교육 모델과 비교 분석하여 그 차이를 도출하였다. 본 논문에서 제안하는 인공지능 윤리 교육 모델은 컴퓨팅 사고력 함양과 인공지능 윤리의 실천력 강화를 목표로 한다. 이를 위해 인공지능을 이용한 문제해결 프로세스를 6단계로 제안하고, 인공지능 특성을 반영한 인공지능 윤리요소를 도출하여 문제해결 프로세스에 적용하였다. 또한, 인공지능 윤리 의식에 대한 사전·사후 평가와 과정 평가를 통해 인공지능 윤리 기준을 무의식적으로 확인하게 하고, 학습자 중심의 교수학습방법을 적용하여 학습자의 윤리 실천을 습관화하도록 설계하였다. 본 연구를 통해 개발된 인공지능 윤리 교육 모델이 컴퓨팅 사고력을 함양하고, 인공지능 윤리가 실천으로 이어지는 인공지능 교육이 될 수 있을 것으로 기대한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권8호
• /
• pp.572-577
• /
• 2015

보통의 인공지능 시스템은 특정 작업을 수행하기 위해 설계되며, 해당 작업만을 수행하는 능력을 가진다. 그에 반해 인공 일반지능이란 설계 당시 목표로 한 작업만이 아니라 새로 접하는 다양한 문제에도 대응할 수 있는 인공지능을 의미한다. 최근 게임 인공지능 분야의 일반지능 문제인 General Video Game Playing에 대한 관심이 높아지고 있다. 비디오 게임으로 범위가 제한되었지만, 다양한 형태의 비디오 게임을 플레이 할 수 있는 단일 인공지능을 설계하는 것은 상당히 도전적인 문제이다. 본 논문에서는 Monte-Carlo Tree Search를 이용하는 기존 비디오 게임을 위한 인공 일반지능을 개선하는 방법에 대해 기술한다. 여기서는 UCB1 알고리즘을 문제에 적합하도록 개선한 GreedyUCB1과 게임 분석을 통해 얻은 지식을 활용한 Rollout 방법을 제안한다. 제안한 방법으로 개발된 인공지능은 국제 학술대회인 IEEE Computational Intelligence in Games의 2014년 인공지능 경진 대회에 출전하여 4위의 성적을 보였다.

• 정보교육학회논문지
• /
• 제25권2호
• /
• pp.279-288
• /
• 2021

최근 인공지능(AI)에 대한 사회적인 관심에 따라 교육현장에서도 인공지능 교육에 대한 관심이 높다. 우리나라에서는 2015 개정 교육과정에서 정규 교육과정화된 소프트웨어(SW)교육에서 보다 확장하여 인공지능 교육 계획을 발표하는 등 향후 인공지능 교육 활성화를 위한 발판을 마련하고 있으며 관련하여 다양한 연구가 진행되고 있다. 하지만 인공지능 교육에서 무엇을 어떻게 교육해야 하는가와 관련한 교육과정 구성에 대한 연구는 아직 초기 단계이며 지속적인 연구가 진행될 필요가 있는 영역이다. 이에 본 연구에서는 문헌 연구를 기반으로 국내외 AI교육과정과 관련한 연구의 공통점과 차이점을 분석해 보았다. 전반적으로 선행된 연구에서 중점을 두는 영역과 내용 요소에 차이가 있다는 것을 알 수 있었다. 본 연구는 향후 정보 교과의 독립 및 AI교육의 정규 교육과 정화에 대비하여 국내외 AI교육과정에 대한 문헌 연구를 실시하고 이를 토대로 향후 초등학교 AI교육을 위한 교육과정 구성의 방향을 탐색하였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.231-252
• /
• 2021

인공지능(Artificial Intelligence)은 미래를 가장 크게 변화시킬 핵심 동력으로 산업 전반과 개인의 일상생활에 다양한 형태로 영향을 미치고 있다. 무엇보다 활용 가능한 데이터가 증가함에 따라 더욱더 많은 기업과 개인들이 인공지능 기술을 이용하여 데이터로부터 유용한 정보를 추출하고 이를 의사결정에 활용하고 있다. 인공지능에 관한 기존 연구는 모방 가능한 업무의 자동화에 초점을 두고 있으나, 인간을 배제한 자동화는 장점 못지않게 알고리즘 편향(Algorithms bias)으로 발생되는 오류나 자율성(Autonomy)의 한계점, 그리고 일자리 대체 등 사회적 부작용을 보여주고 있다. 최근 들어, 인간지능의 강화를 위한 증강 지능 (Augmented intelligence)으로서 인간과 인공지능의 협업에 관한 연구가 주목을 받고 있으며 기업도 관심을 가지기 시작하였다. 본 연구는 의사결정을 위해 조언(Advice)을 제공하는 조언자의 유형을 인간, 인공지능, 그리고 인간과 인공지능 협업의 세 가지로 나누고, 조언자의 유형과 의사결정자의 성격 특성이 의사결정에 미치는 영향을 살펴보았다. 311명의 실험자를 대상으로 사진 속 얼굴을 보고 나이를 예측하는 업무를 진행하였으며, 연구 결과 의사결정자가 조언활용을 하려면 먼저 조언의 유용성을 높게 인지하여하는 것으로 나타났다. 또한 의사결정자의 성격 특성이 조언자 유형별로 조언의 유용성을 인지하고 조언을 활용하는 데에 미치는 영향을 살펴본 결과, 인간과 인공지능의 협업 형태인 경우 의사결정자의 성격 특성에 무관하게 조언의 유용성을 더 높게 인지하고 적극적으로 조언을 활용하는 것으로 나타났다. 인공지능 단독으로 활용될 경우에는 성격 특성 중 성실성과 외향성이 강하고 신경증이 낮은 의사결정자가 조언의 유용성을 더 높게 인지하고 조언을 활용하는 것으로 나타났다. 본 연구는 인공지능의 역할을 의사결정과 판단(Decision Making and Judgment) 연구 분야의 조언자의 역할로 보고 관련 연구를 확장하였다는데 학문적 의의가 있으며, 기업이 인공지능 활용 역량을 제고하기 위해 고려해야 할 점들을 제시하였다는데 실무적 의의가 있다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제30권3호
• /
• pp.177-199
• /
• 2021

Purpose This study explores the development direction of the artificial intelligence curriculum as a universal education that enhances the ability of college students to flexibly use artificial intelligence these days, where artificial intelligence education is spreading, and the educational components based on this are subdivided according to the characteristics of each major. Design/methodology/approach In order to develop the educational purpose of the subject and the detailed educational curriculum suitable for the subject of education, we first analyzed domestic and foreign prior research related to artificial intelligence liberal arts education. As the main components derived by experts, the basic concept of artificial intelligence converges to literacy to read and write for everyday problem solving, as well as problem-solving ability to manipulate real data and software. Findings The results showed that In the artificial intelligence literacy module, trends and prospects of artificial intelligence and necessary competencies were checked, and cases applied to major fields were examined. In the AI utilization and application part, basic data analysis items and content composition were composed through creative thinking, logical thinking, and intelligence. In order to design the curriculum, a software development language suitable for each major area was first selected, and AI education content areas, elements, and packages were defined and designed for each major area to meet the objectives of the subject.

• 철학연구
• /
• 제147권
• /
• pp.261-281
• /
• 2018

이 논문은 인공지능으로 인한 인류의 위험에 대한 최근의 논의를 다룰 것이다. 인공지능을 협의의 인공지능(ANI), 인공 일반지능(AGI), 인공 초지능(ASI)으로 구분하여 살펴볼 것이다. 먼저, ANI 즉 약한 인공지능 시스템이 불러올 수 있는 위험에 대해 살펴본다. 인간이 효율성의 극대화를 위해 자율형 인공지능에게 작업의 권한을 상당 부분 이양하고 인간의 개입 없이 판단하고 행동하게 함으로써 발생할 수 있는 위험을 예상해 볼 수 있다. 아무리 정교한 시스템이라고 하더라도 인간이 만든 인공지능 시스템은 불완전하기 마련이며, 바이러스 감염이나 버그 등으로 오류가 발생할 수도 있다. 그래서 인공지능에게 맡기는 일에 한계가 있어야 한다고 본다. 대표적으로 살상용 자율무기는 허용되지 않아야 한다고 생각한다. 강한 인공지능 연구자들은 인공 일반지능과 초지능의 출현을 낙관한다. 초지능은 모든 면에서 인간의 능력을 월등하게 능가하는 인공지능 시스템이므로 인간의 이익에 반하는 행동을 하거나 인간에게 해를 입힐 수도 있다. 그래서 초지능을 통제하는 문제가 심각하게 거론되고 있다. 이 논문에서는 초지능을 통제할 수 있을지를 현재까지 제안된 통제 방안들을 중심으로 개략적으로 살펴보았다. 만일 초지능이 출현한다면, 인간이 초지능을 완벽하게 통제할 방안이 현재로서는 없다고 판단된다. 하지만 초지능의 출현이 허구적인 가정일 수도 있다. 이럴 경우에도 통제 문제에 대한 연구는 인공지능 연구의 방향을 설정하는 데 있어 실용적인 가치가 있다.

• 한국보육지원학회지
• /
• 제19권2호
• /
• pp.43-59
• /
• 2023

Objective: This study investigated the differences in preschool children's perceptions of artificial intelligence (AI) and their distribution by latent profiles according to their experience with AI robots in daycare centers. Methods: The participants included 119 five-year-old children, 52 of whom had experience with AI robots in daycare centers and 67 of whom did not. Children's perceptions of AI were measured using the Godspeed scale from Bartneck et al.(2009). Data were analyzed using a t-test, latent profile analysis, and chi-square test. Results: The results showed that compared to the inexperienced group, the experienced group reported lower levels of animacy and perceived intelligence of AI robots, indicating higher levels of AI knowledge and understanding. In addition, the experienced group had a higher probability of belonging to the 'machine recognition' type than 'organism recognition' type, although the difference was not statistically significant. Conclusion/Implications: The findings suggest that experience with AI robots in daycare centers can improve children's AI knowledge and understanding. To further enhance this effect, it is necessary to increase the number of robots put into classrooms, and to consider various teaching media that reflect children's preferences.

• 마이크로전자및패키징학회지
• /
• 제30권3호
• /
• pp.11-19
• /
• 2023

최근 Chat GPT와 같은 인공지능 (Artificial Intelligence, AI) 기술의 급격한 발전에 따라 AI 반도체의 중요성이 강조되고 있다. AI 기술은 빅데이터 처리, 딥 러닝, 알고리즘 등의 요구사항으로 인해 대용량 데이터를 빠르게 처리할 수 있는 능력을 필요로 한다. 그러나 AI 반도체는 대규모 데이터를 처리하는 과정에서 과도한 전력 소비와 데이터 병목현상 문제가 발생한다. 반도체 전공정의 초미세공정이 물리적 한계에 도달함에 따라, AI 반도체의 연산을 위한 최신 패키징 기술이 요구되는 추세이다. 본 고에서는 AI 반도체에 적용가능한 인터포저, TSV, 범핑, Chiplet, 하이브리드 본딩 패키징 기술에 대해서 기술하였다. 이러한 기술들은 AI 반도체의 전력 효율과 연산 속도를 향상시키는데 기여할 것으로 기대된다.

• 융합보안논문지
• /
• 제23권5호
• /
• pp.117-123
• /
• 2023

최근 생성형 Artificial Intelligence(이하 AI)와 인공지능에 대한 수요가 높아짐에 따라, 오남용에 대한 심각성이 대두되고 있다. 그러나, 이상행위 탐지를 극대화한 지능형 CCTV는 군과 경찰에서 범죄 예방에 큰 도움이 되고 있다. AI는 인간이 가르쳐준 대로 학습을 수행한 후, 자가 학습을 진행한다. AI는 학습된 결과에 따라 판단을 하기 때문에, 학습 시 특징을 명확하게 이해해야만 한다. 그러나, 인간이 판단하기에도 모호한 이상한 행위와 비정상 행위의 시각적 판단이 어려운 경우가 많다. 이것을 인공지능의 눈으로 학습하기란 매우 어렵고, 학습을 한 결과는 오탐, 미탐 그리고 과탐이 매우 많아진다. 이에 대해 본 논문에서는 AI의 이상한 행위와 비정상 행위의 학습을 명확하게 하기 위한 기준과 방법을 제시하고, 지능형 CCTV의 오탐, 미탐 그리고 과탐에 대한 판단 능력을 최대화 하기 위한 학습 방안을 제시하였다. 본 논문을 통해, 현재 활용 중인 지능형 CCTV의 인공지능 엔진 성능을 극대화가 가능하고, 오탐율과 미탐율의 최소화가 가능할 것으로 기대된다.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2021년도 가을 학술논문 발표대회
• /
• pp.217-218
• /
• 2021

The development of artificial intelligence in the field of construction and construction is revitalizing. The performance and development techniques of artificial intelligence are changing rapidly, but if you look at the cases of domestic construction sites, they are using technologies from 5 to 7 years ago. It is right to follow a stable method in consideration of commercialization, but the previous AI development method requires more manpower and time to develop than the current technology. In addition, in order to actively utilize artificial intelligence technology, customized artificial intelligence is required to be applied to ever-changing changes in construction sites. it is the reality As a result, even if good AI technology is secured at the construction site, it is reluctant to introduce it because there is no advantage in terms of time and cost compared to the existing method to apply it only to some processes. Currently, an AI technique with a faster development process and accurate recognition has been developed to cope with a fluid situation, so it will be important to understand and introduce the rapidly changing AI development method.