• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권10호
• /
• pp.323-332
• /
• 2022

AI 기술을 활용한 다양한 서비스가 개발되면서, AI 서비스 운영에 많은 관심이 집중되고 있다. 최근에는 AI 기술도 하나의 ICT 서비스를 보고, 범용적인 AI 서비스 운영을 위한 연구가 많이 진행되고 있다. 본 논문에서는 일반적인 기계학습 개발 절차의 마지막 단계인 기계학습 모델 배포 및 운영에 초점을 두고 AI 서비스 운영을 위한 시스템 측면에서의 연구 결과를 기술하였다. 3대의 서로 다른 Ubuntu 시스템을 구축하고, 이 시스템상에서 서로 다른 AI 모델(RFCN, SSD-Mobilenet)과 서로 다른 통신 방식(gRPC, REST)의 조합으로 2017 validation COCO dataset의 데이터를 이용하여 객체 검출 서비스를 Tensorflow serving을 통하여 AI 서비스를 요청하는 부분과 AI 서비스를 수행하는 부분으로 나누어 실험하였다. 다양한 실험을 통하여 AI 모델의 종류가 AI 머신의 통신 방식보다 AI 서비스 추론 시간에 더 큰 영향을 미치고, 객체 검출 AI 서비스의 경우 검출하려는 이미지의 파일 크기보다는 이미지 내의 객체 개수와 복잡도에 따라 AI 서비스 추론 시간이 더 큰 영향을 받는다는 것을 알 수 있었다. 그리고, AI 서비스를 로컬이 아닌 원격에서 수행하면 성능이 좋은 머신이라고 하더라도 로컬에서 수행하는 경우보다 AI 서비스 추론 시간이 더 걸린다는 것을 확인할 수 있었다. 본 연구 결과를 통하여 서비스 목표에 적합한 시스템 설계와 AI 모델 개발 및 효율적인 AI 서비스 운영이 가능해질 것으로 본다.

• 방송과미디어
• /
• 제28권2호
• /
• pp.53-59
• /
• 2023

(주)문화방송(MBC)은 콘텐츠 제작 및 유통 워크플로우에 인공지능(Artificial Intelligence, AI) 기술을 적용한 미디어AI 서비스를 운영하고 있다. 영상아카이브에 보관되어 있는 수십만 개의 아날로그와 SD급 콘텐츠를 대상으로 HD급 수준의 영상화질로 품질을 향상시키기 위해서 AI영상화질개선시스템을 2020년에 개발 구축해서 여러 목적에 활용하고 있으며, HD급 콘텐츠를 대상으로 4K 초고화질급으로 변환하는 기술로 고도화해서 실서비스 적용을 눈앞에 두고 있다. 그리고 2년의 STT(Speech-To-Text, 음성문자변환) 베타서비스를 통해 얻어진 사용성 검증과 운영 경험을 바탕으로 STT HUB 서비스를 개발 구축해서 2022년부터 보도와 시사교양 프로그램의 제작 워크플로우에 적용하고 있다. 이들 서비스의 주요 기능들과 기술적 요소들의 구현, 미디어AI 서비스 운영의 경험을 나누고자 한다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.411-418
• /
• 2021

본 연구에서는 현재 운영되고 있는 38개 교육대학원의 AI 융합교육 과정을 분석하기 위하여 기초 교과목 구분, 교과목의 내용 분야 및 분야별 세부 과목 구성의 관점에서 분석 프레임을 구성하였다. 그리고 이 프레임을 통해 분석한 결과, 전국 38개 인공지능 융합교육 대학원(41개 과정)에서 운영 중인 교과목의 수는 14과목부터 48과목으로 그 편차가 매우 큰 것으로 나타났다. 따라서 동일한 목적으로 38개 교육대학원에서 운영되고 있는 AI융합교육전공에 대한 표준 교육과정의 개발이 시급한 것으로 판단외었다. 같은 목적으로 설립되어 다른 형태로 운영되고 있는 AI융합교육전공은 결국 서로 다른 역량을 갖춘 교사들을 배출하게 되므로 학교 현장에서의 AI융합교육의 방향에 혼성을 가져올 우려가 있다. 따라서 38개 교육대학원에 적용할 수 있는 표준 교육과정의 개발이 필요하다고 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.491-491
• /
• 2021

댐·보 운영은 과거부터 많은 양의 데이터를 근간으로 분석 및 의사결정을 진행하였으나, 자연 현상의 복잡성 및 다양한 영향 관계로 인해 기술개발은 답보 상태에 머물러 있다. 또한 댐·보 운영의 기술개발은 개별적인 일부 요소기술에 국한되어 있는 실정으로 댐·보 운영의 전체 의사결정체계에 대한 미래의 방향성에 대한 전략이 부재한 상황이다. 이에 기후변화, 물관리일원화, 환경대응용수의 활용, 복합적 제약사항 도출 등 최적 댐·보 운영을 위한 의사결정지원 고도화에 대한 사회적 니즈가 증가를 반영하고, 기존의 재래적 의사결정지원 시스템 및 홍수분석기술에서 탈피하여 AI, Big Data 등 혁신 기술적용 및 최신기술 트렌드를 반영한 미래 물관리 로드맵의 제시가 필요한 상황이다. 본 연구의 목적은 홍수기 댐운영을 위해 기존 반복 분석하는 일련의 절차 자동화와 운영자의 경험에 따라 달라지는 운영방법의 일반화를 위한 AI의 도입에 있다. 기존 홍수분석체계를 살펴보면 저수지 홍수분석, 저수지 수위계산, 방류량 결정, 분석결과와 제약사항의 비교 같은 일련의 절차에 대해서 합리적인 결과가 도출될 때까지 반복 분석을 수행하여야 한다. 분석모형간 연계와 재래적 방법의 자동화를 도입하면 홍수분석에 소요되는 시간을 줄일 수 있어, 사전에 대비할 수 있는 시간을 추가적으로 확보할 수 있게 된다. 또한 홍수기 댐운영 방법이 운영자의 경험에 의존하다 보니 운영자마다 다른 운영방법을 도출하게 되는데, 과거사례의 최적 운영방안을 학습시킨 AI를 도입하게 되면 일관성있는 최적 댐운영이 가능할 것으로 판단된다. 이에 본 연구에서는 홍수분석 절차의 자동화, DB 및 통계모형 구축, 분석결과 및 제약사항의 직관적인 표출화, AI 도입을 통한 운영방안의 일반화 등 기존 재래기술의 개선을 통해 최적 댐운영 의사결정지원시스템의 고도화를 추진하고자 한다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.113-121
• /
• 2021

본 연구는 AI교육 선도학교 착수워크숍 컨설팅 연수와 창의융합형 정보교육실 컨설팅 연수의 운영 후, 온라인 설문 조사 실시 및 설문 결과를 분석하여 제시하고자 하였다. 이를 통해 AI교육 선도학교 컨설팅 연수와 같은 지원이 필요하다는 인식을 가지고 있음을 확인하였고 전국단위의 선도학교 운영 측면에서 우수사례 공유 및 효율적이고 유연한 운영체계를 공유할 수 있도록 네트워크가 활성화되어야 함을 알 수 있었다. 또한 설문 대상자들은 AI교육 관련 역량의 중요성을 인식하고 있는 반면에 본인의 AI교육 관련 역량에 대해 낮게 인식하고 있음을 파악하였고 이에 대해 체계적이고 맞춤형 AI교육 관련 역량 강화를 위한 다양한 지원이 필요함을 인식하였다.

• 한국전자통신학회논문지
• /
• 제19권4호
• /
• pp.693-700
• /
• 2024

본 연구는 철도 산업에서 AI 기반 예측 유지보수의 개념과 적용 사례를 분석하고, 이를 통해 얻을 수 있는 시사점을 도출하는 것을 목적으로 한다. 한국철도공사와 서울교통공사의 AI 기반 유지보수 시스템 도입 사례를 중심으로, AI 기술이 철도 운영의 효율성과 안전성을 어떻게 향상시키는지 살펴보았다. 또한, 독일의 Deutsche Bahn과 프랑스 SNCF의 사례를 통해 유럽 철도 산업에서의 AI 기술 적용 현황을 비교 분석하였다. 연구 결과, AI 기반 예측 유지보수는 고장 발생 빈도를 줄이고, 유지보수 비용을 절감하며, 철도 운영의 신뢰성을 높이는 데 기여하는 것으로 나타났다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.795-799
• /
• 2022

근래 인공지능 기술이 비약적으로 발전하고 이에 대한 관심이 폭증하는 가운데 인공지능에 대한 교육이 다양한 분야로 확산되고 있다. 이에 따라 많은 대학에서 인공지능 관련 학과를 신설하거나 정원을 확대하는 실정이다. 이러한 추세에 맞춰 C 대학에서는 지역 내 산업기반에 맞추어 AI운영학과를 신설하였다. 본 논문에서는 신설된 AI운영학과를 위한 교육과정을 개발하였고, 이 교육과정은 AIOps(Artificial intelligence for IT Operations)에 기초하여 산업체의 수요를 반영한 교과목을 중심으로 설계되고 개발되었다. 이를 위해 산업체 전문가와의 협의체를 구성하여 자문을 구하고 설문 조사를 통해 의견을 수렴하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.701-702
• /
• 2013

전국 50여개의 AI(Artificial Insemination)센터는 국내 양돈산업 인공수정 기술을 개발하고 보급하는 중추적인 역할을 수행하고 있다. 이에 반해 AI센터의 숫자 규모는 전국적으로 매우 제한되어 있어, AI센터의 운영 및 AI 기술에 대한 정보관리는 각 센터별 독자적인 운영시스템으로 관리되어 상호 정보융합을 통한 양돈산업 발전에 활용되는 사례가 매우 적다. 또한 개별 AI센터에서 관리하고 있는 소비자들의 지역분포도가 매우 폭넓어 실시간으로 수요자에 대한 판매 관리정보를 제공함에 있어 그 한계를 가지고 있다. 이에 본 논문에서는 전국의 AI센터 관리운영에 통합적이고 효율성을 지원할 수 있는 모바일 웹기반 개선된 AI PigMoS(Pig Monitoring System, PigMoS) 시스템을 제안하고 구현하였다. 본 논문에서 제안한 모바일 웹기반 개선된 AI PigMoS 시스템은 이동성, 실시간 정보서비스 등에 해당되는 시스템 모듈을 모바일 웹을 기반으로 구현하여 개별 AI센터에서 운영할 수 있게 하였다. 이에 본 논문에서는 기존의 AI PigMoS 시스템을 개선하여 재구축하였으며, 이동성, 실시간 정보서비스 등이 필요한 모듈을 중심으로 모바일 기능을 설계하고 구현하여, 원거리 소비자들에게 실시간으로 생성된 AI정보를 제공하여 AI센터의 정보관리 효율성과 경쟁력 향상을 높일 것으로 기대한다.

• 실천공학교육논문지
• /
• 제16권4호
• /
• pp.513-520
• /
• 2024

본 연구는 AI의 학교교육 영향이 확대됨에 따른 교사의 직무 변화에 대한 연구이다. 전통적으로 교사는 교실 수업, 교육과정 개발, 평가 및 피드백과 같은 핵심 업무를 담당해왔다. AI는 이러한 과정을 자동화할 수 있으며, 특히 개인화된 학습을 통해 효율성을 높일 수 있으며 학생 추적, 행동 감지 및 그룹 활동 분석과 같은 복잡한 교실 관리 작업을 지원할 수 있다. 그러나 AI는 상담 및 대인 커뮤니케이션과 같은 학생 생활 지도에 중요한 측면을 자동화가 어려운 것으로 나타났다. 이와 같은 직무에서 AI가 직접적으로 상담활동을 대체 하는 것은 어렵지만, 데이터 기반의 인사이트와 사전 대화 자료를 제공함으로써 교사를 지원할 수 있다. AI시대의 교사 역량 강화 요소로는 심화 학습 운영 전문성, 데이터셋 분석 능력, 개별학습 운영 능력, 학생 및 학부모 상담역량, 그리고 AI디지털 역량이 필요하다. 교사는 AI와 협업하여 창의성과 확장적 추상능력을 강조하는 수업을 운영하고, AI시스템에서 생성된 데이터셋을 분석하고 개별화된 학습 경로를 조정하는 역량을 가져야 한다. 또한 개별화된 학습과 학생 상담에 집중하여 AI로 대체되기 어려운 부분을 수행해야 한다. 교사의 기본적인 역량으로는 AI디지털 소양 능력이 필요하며, AI시스템에 대한 이해와 학생 데이터 관리 역량이 요구된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.775-777
• /
• 2012

양돈산업에서의 인공수정(Artificial Insemination, AI) 기술은 1994년 이후 본격적으로 국내 양돈농가에 보급되어 양돈 산업 발전에 기초가 되었다. 이러한 중요성에도 불구하고 전국 AI센터의 정액 생산 및 공급체계에 관한 통합관리는 전무한 상태이며, 전국 50여개의 AI센터에서 생성된 정보는 독립된 개별시스템에 의해 관리되고 있다. 이는 전염성이 강한 질병 발생에 대한 대응방안 모색과 전국적인 돼지개량 정책 등을 종합적으로 수립할 때 통합정보관리 분석의 한계점을 가지게 한다. 이에 웹을 기반으로 전국 AI센터의 정액생산 및 공급체계 등에 관하여 통합할 수 있는 AI PigMoS 시스템을 제안하고 구현하였다. 본 논문에서 제안한 AI PigMoS 시스템은 웹을 기반으로 전국 AI센터의 정보를 통합관리 운영할 수 있다. 제안된 시스템은 웅돈, 정액생산 및 판매관리 등에 대해서 이력추적을 할 수 있도록 설계하였으며, 고객관리, 회계, 통계 및 경영관리 등에 대해서는 통합적으로 관리 운영할 수 있도록 설계하였다. 이는 전국 AI센터의 효율적인 관리운영 뿐만 아니라 통합된 AI센터 관련정보의 분석 및 미래 예측자료 등으로 활용되어 효율적인 돼지개량 체계를 구축할 것으로 기대한다.