• 인터넷정보학회논문지
• /
• 제25권4호
• /
• pp.109-119
• /
• 2024

본 연구는 모바일 등 온디바이스(on-device)에 탑재된 생성형 AI 기반 서비스가 증가하는 환경 속에서 온디바이스 AI 관련 초기연구에 기여하고자 한다. 모바일 환경에서 생성형 AI 기반 챗봇 서비스의 성공 전략을 도출하기 위해 구글 플레이 스토어에서 수집한 20만 건 이상의 실제 사용자 경험 리뷰 데이터를 LDA 토픽모델링 기법을 사용하여 분석하였다. 정보시스템 성공 모델(ISSM)에 기반하여 도출된 주제를 해석한 결과 정보 품질에는 튜터링, 대답의 제한, 신뢰할 수 없는 정보와 같은 토픽이, 시스템 품질에는 멀티모달서비스, 대화의 품질, 디바이스 상호운용성의 토픽이, 서비스 품질에는 디바이스 간 호환성, 서비스의 사용 용이성, 유료 서비스의 품질, 계정 호환성의 토픽이, 마지막으로 순 효익에는 창의적 협업 토픽이 연결되었다. 생성형 AI의 의인화는 기존 모델로 설명되지 않는 새로운 경험 요인으로 나타났다. 본 연구는 사용자 측면에서의 구체적인 긍정 및 부정 경험 차원을 이론에 기반하여 설명함으로써 향후 관련 연구의 방향을 제시하고, 성공적인 비즈니스를 위한 개선점과 보완점을 찾아 기업에게 서비스의 성공적 운영을 위한 전략적 인사이트를 제공하고자 한다.

• 융합정보논문지
• /
• 제12권1호
• /
• pp.163-170
• /
• 2022

4차산업 혁명이 도래함에 따라 AI 기술을 적용하는 솔루션 개발이 활발하게 이루어지고 있다. 2017년도부터 금융권, 보험사를 중심으로 AI 기반 RPA(Robotic Process Automation)을 이용한 업무 자동화 솔루션 도입이 이루어지기 시작했으며, 최근에는 RPA 솔루션 도입 단계를 지나 확산하는 시기로 진입하고 있다. 이러한 RPA 솔루션을 이용한 업무 자동화 중에서 각 종 문서들을 이용한 업무 자동화에는 문서내의 문자 정보를 얼마나 정확하게 인식하는지가 매우 중요하다. 이러한 문자 인식은 최근 딥러닝 기술을 도입함으로써 그 정확도가 많이 높아졌지만, 여전히 완벽한 인식 정확도 갖는 인식 모델은 존재하지 않는다. 따라서, 본 논문에서는 딥러닝 기반 문자 인식 엔진에 전/후 처리기 기술을 적용할 경우 얼마나 정확도가 향상되는지를 확인하고 RPA 인식 엔진과 연계 기술을 구현하였다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제15권3호
• /
• pp.58-65
• /
• 2023

Bankruptcy is a significant risk for start-up companies, but with the help of cutting-edge artificial intelligence technology, we can now predict bankruptcy with detailed explanations. In this paper, we implemented the Category Boosting algorithm following data cleaning and editing using OpenRefine. We further explained our model using the Shapash library, incorporating domain knowledge. By leveraging the 5C's credit domain knowledge, financial analysts in banks or investors can utilize the detailed results provided by our model to enhance their decision-making processes, even without extensive knowledge about AI. This empowers investors to identify potential bankruptcy risks in their business models, enabling them to make necessary improvements or reconsider their ventures before proceeding. As a result, our model serves as a "glass-box" model, allowing end-users to understand which specific financial indicators contribute to the prediction of bankruptcy. This transparency enhances trust and provides valuable insights for decision-makers in mitigating bankruptcy risks.

• 스마트미디어저널
• /
• 제7권4호
• /
• pp.30-36
• /
• 2018

DataLake 프레임워크와 같은 단일 도메인 모델은 비즈니스 시스템의 규모 확장과 대량의 다양한 데이터들이 생성되는 빅데이터 환경, 그리고 데이터를 보다 스마트하게 처리하여 효율성 및 활용도를 높일 수 있는 방법으로 주목 받고 있다. 특히, 논리적인 단일 도메인 모델은 컴퓨팅 리소스의 유한함과 공유 경제에 의한 물리적으로 분할된 멀티 사이트의 데이터 처리를 위한 네트워크, 스토리지, 그리고 컴퓨팅 자원의 효율적 운영이 매우 중요하다. 기존의 Data Lake 프레임워크의 장점들을 기반으로 다양한 영역의 멀티 사이트들을 통합 및 데이터의 라이프 사이클을 관리하기 위한 DataLake 프레임워크의 Connected Data Architecture 개념과 기능들의 확장을 통한 다양한 응용 영역에 활용 가능한 CDA 기반 AI 서비스의 초안 설계 및 시나리오를 제안하고자 한다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.241-265
• /
• 2023

기업의 부실 예측 모델은 기업의 재무 상태를 객관적으로 모니터링하는 데 필수적인 도구 역할을 한다. 적시에 경고하고 대응 조치를 용이하게 하며 파산 위험을 완화하고 성과를 개선하기 위한 효과적인 관리 전략을 수립할 수 있도록 지원한다. 투자자와 금융 기관은 금융 손실을 최소화하기 위해 부실 예측 모델을 이용한다. 기업 부실 예측을 위한 인공지능(AI) 기술 활용에 대한 관심이 높아지면서 이 분야에 대한 광범위한 연구가 진행되고 있다. 해석 가능성과 신뢰성이 강조되며 기업 부실 예측에서 설명 가능한 AI 모델에 대한 수요가 증가하고 있다. 널리 채택된 SHAP(SHapley Additive exPlanations) 기법은 유망한 성능을 보여주었으나 변수 수에 따른 계산 비용, 처리 시간, 확장성 문제 등의 한계가 있다. 이 연구는 전체 데이터 세트를 사용하는 대신 부트스트랩 된 데이터 하위 집합에서 SHAP 값을 평균화하여 변수 수를 줄이는 새로운 변수 선택 접근법을 소개한다. 이 기술은 뛰어난 예측 성능을 유지하면서 계산 효율을 향상시키는 것을 목표로 한다. 해석 가능성이 높은 선택된 변수를 사용하여 랜덤 포레스트, XGBoost 및 C5.0 모델을 훈련하여 분류 결과를 얻고자 한다. 분류 결과는 고성능 모델 설계를 목표로 soft voting을 통해 생성된 앙상블 모델의 분류 정확성과 비교한다. 이 연구는 1,698개 한국 경공업 기업의 데이터를 활용하고 부트스트래핑을 사용하여 고유한 데이터 그룹을 생성한다. 로지스틱 회귀 분석은 각 데이터 그룹의 SHAP 값을 계산하는 데 사용되며, SHAP 값 평균은 최종 SHAP 값을 도출하기 위해 계산된다. 제안된 모델은 해석 가능성을 향상시키고 우수한 예측 성능을 달성하는 것을 목표로 한다.

• 산경연구논집
• /
• 제11권2호
• /
• pp.41-48
• /
• 2020

Purpose: This study is to examine the intention of the elderly who live alone in the customized AI speaker for the elderly living alone to improve the quality of life service for the elderly living alone in the smart city environment. Based on the quality of life model of the elderly, this study is applied to the technology acceptance model to investigate the relationship between perceived usefulness and ease of use on the sustained use intention. Research design, data and methodology: Residents in Suwon, Gyeonggi-do, selected as candidate local governments for the Smart City Challenge Project of the Ministry of Land, Infrastructure and Transport in June 2019 to measure the perceived technology acceptance of potential users for the AI technology for the elderly living alone as part of the smart city technology. In order to evaluate the intention of using AI speaker, which is the target system of this study, a video of a chatbot using experience of elderly people living alone was produced. Results: First of all, in order for the elderly living alone to have an attitude to use AI-based speakers, there should be a perceived usefulness of the quality of life of the elderly. However, ease of use did not show any significant causal relationship to attitude toward use. In addition, the attitude toward use weakly influenced the intention to use. In other words, elderly people living alone were not likely to have a significant effect on their attitude toward use. However, feeling that AI speakers are easy to use will help to improve the quality of life, which in turn led to the attitude toward using AI speakers, which could lead to indirect effects. Finally, the perceived usefulness of quality of life was found to have a weak effect on direct use intentions. Conclusions: This study conducted a study on the technology acceptance of service environment to improve the quality of life for the specific user group who live alone in the smart seat environment. In this study, we examined the effects of AI speaker on the elderly living alone to improve the quality of life for the elderly living alone.

• 벤처창업연구
• /
• 제18권4호
• /
• pp.21-35
• /
• 2023

생성 AI 기술의 막대한 파급력에 대한 기대가 산업계를 휩쓸고 있다. 생성 AI 기술의 활용과 발전에 창업생태계가 중요한 역할을 할 것으로 기대되는 만큼, 이 분야의 벤처투자 현황과 특성을 더 잘 이해하는 것도 중요하다. 본 연구는 생성 AI 기술과 창업생태계를 주도하는 미국을 비교 대상으로 삼아 한국의 벤처투자 내역을 분석하고 향후 벤처투자 금액을 예측한다. 분석을 위해서 미국의 117개 생성 AI 스타트업의 2008년부터 2023년까지 286건의 투자 내역과 한국의 42개 생성 AI 스타트업의 2011년부터 2023년까지 144건의 투자 내역을 수집하여 새로운 분석 자료를 구축했다. 분석 결과, 생성 AI 기업의 창업과 벤처 투자가 최근 들어 급증하고 있으며, 초기 투자에 절대다수의 투자 건이 집중됐다는 점이 미국과 한국에서 공통적으로 확인됐다. 양국의 차이점도 몇 가지 발견됐다. 미국의 경우 한국과는 다르게 같은 투자 단계에서 최근의 투자 규모가 그 이전보다 285%에서 488%까지 증가했다. 단계별 투자 소요 기간은 한국이 미국보다 다소 길었으나 그 차이가 통계적으로 유의하지는 않았다. 또한, 전체 벤처투자 금액 중 생성 AI 기업에 대한 투자 비중도 한국이 미국보다 높았다. 생성AI의 세부 분야별로는 미국은 텍스트와 모델 분야에 전체 투자액의 59.2%가 집중된 반면, 한국은 비디오, 이미지, 챗 기술에 전체 투자액의 61.9%가 집중돼 차이를 보였다. 2023년부터 2029년까지 한국의 생성 AI 기업에 대한 벤처 투자 예상 금액을 네 가지 다른 모델로 예측한 결과, 평균 3조 4,300억 원(최소 2조 4,085억 원, 최대 5조 919억 원)이 필요할 것으로 추정됐다. 본 연구는 미국과 한국의 생성 AI 기술 분야의 벤처투자를 다각도로 분석하고, 한국의 벤처투자 예상 금액을 제시하였다는 점에서 실무적 의의를 찾을 수 있다. 또한, 아직 학술적 연구가 충분하지 않은 생성AI 벤처투자에 대한 현황을 구체적 자료와 실증근거를 통해 분석함으로써 향후 깊이 있는 학술 연구의 토대를 제시한다는 점에서 학술적 의의가 있다. 본 연구에서는 벤처투자 금액 예측을 위한 방법 두 가지를 새롭게 개발하여 생성 AI의 향후 벤처투자 금액을 예측하는데 적용했다. 이 방법도 후속 학술 연구에서 다양한 분야로 확장·적용되고 정제된다면 벤처투자 예상 금액 예측 방법을 풍부하게 하는 데 공헌할 수 있을 것이다.

• 한국융합학회논문지
• /
• 제10권5호
• /
• pp.9-16
• /
• 2019

본 논문에서는 딥러닝 기술이 인터넷과 연결된 다양한 비즈니스 분야에 새로운 형태의 비즈니스 업무에 활용할 수 있도록 보안에 관한 문제점을 분석하고자 한다. 우선 딥러닝이 비즈니스 영역에 보안 업무를 충분히 수행하기 위해서는 많은 데이터를 가지고 반복적인 학습을 필요하게 된다. 본 논문에서 딥러닝이 안정적인 비즈니스 보안 업무를 완벽하게 수행할 수 있는 학습적 능력을 얻기 위해서는 비정상 IP패킷에 대한 탐지 능력과 정상적인 소프트웨어와 악성코드를 탑재하여 감염 의도를 가지고 접근하는 공격을 탐지해낼 수 있는 인지 능력을 갖추고 있는지를 분석하였다. 이에 본 논문에서는 인공지능의 딥러닝 기술이 시스템에 접근하여 문제의 비즈니스 모델을 안정적으로 수행할 수 있게 하기 위해서는 시스템내의 비정상 데이터를 추출해 내고 시스템 데이터 침해를 구분해 낼 수 있는 수학적 역할의 문제점을 보완하기 위해 새로운 IP에 대한 세션 및 로그 분석을 수행할 수 있도록 보안 엔진이 탑재된 딥러닝 기술을 개발하여 비즈니스 모델에 적용시켜서 취약점을 제거하여 비즈니스 업무 능력을 향상시키도록 문제적 방안을 비교 분석하였다.

• 한국항만경제학회지
• /
• 제39권1호
• /
• pp.17-34
• /
• 2023

통칭하여 "2D"라고 하는 디지털화 및 탈탄소화로 인해 해양 산업이 크게 변화하고 있다. 본 연구는 이러한 변화가 산업의 비즈니스모델에 어떤 영향을 미치고 있는지를 탐구하는 것이다. 이러한 변화는 여전히 진행 중이기 때문에 실제 사례연구에 의존하기보다는 비즈니스모델을 도출하기 위해 인지적 접근 방식을 사용했다. 본 연구에서는 문헌조사를 통해 4차산업혁명의 주요 비즈니스 모델 프레임워크를 도출하며, 이를 바탕으로 해양산업 유형별 비즈니스 모델과 각 모델별 최신 동향을 제시한다. 연구 결과는 해양 산업의 상업적, 기술적 분야를 포함하여 다양한 분야에서 새로운 비즈니즈모델이 등장하고 있음을 보여준다. 본 연구는 향후 학계의 사례기반 연구를 활성화하고, 해양산업 분야의 시장참여자나 정책입안자에게 전략적 지침을 제공할 수 있는 선구적인 연구로서 의의가 있다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.217-242
• /
• 2022

AI 기술이 결합된 지능형 제품은 기술적 차별화를 실현하며 시장 경쟁력을 높일 수 있는 잠재성을 지닌다. 하지만 시장 수용도를 극대화 할 수 있는 AI 기반의 신제품 개발 방법론은 부재하다. 본 연구는 AI 기반의 지능형 제품 개발에 대한 방법론으로서 KANO-QFD 통합 모델을 제안한다. 실증적인 분석을 위한 구체적 사례로 탈모 예측 및 치료 기기에 대한 소비자 요구조건(Customer Requirements)의 유형을 분류하고, 이를 구현하기 위한 기술적 요구사항(Engineering Characteristics)의 상대적 중요도 및 우선순위를 도출하여 지능형 메디컬 신제품 개발의 방향을 제시하였다. 소비자 130명을 대상으로 실시한 설문조사 분석 결과, KANO 카테고리 중 매력적 품질(Attractive Quality) 요소로 미래 탈모 진행 상황에 대한 정확한 예측, 미래 탈모 모습 및 치료 후 개선된 미래 모습을 실물화하여 스마트폰으로 보고, 세련된 디자인, 레이저와 LED 빛 복합 에너지를 이용한 치료 등이 도출되었다. QFD의 품질의 집(House of Quality)을 기반으로 분석한 결과, 탈모 진단 및 예측을 위한 학습 데이터, 두피 스캔용 Micro 카메라 해상도, 탈모 유형 분류 모델, 맞춤화를 위한 개인별 계정 관리, 탈모 진행상황 진단 모델 순으로 상대적 중요도 및 우선순위가 도출되었다. 본 연구는 기존에 선행되지 않았던 AI 기반의 지능형 메디컬 제품 개발에 대한 방향을 제시하였다는 면에서 의의를 지닌다.