• 지능정보연구
• /
• 제29권3호
• /
• pp.267-286
• /
• 2023

인공지능 스피커로 대표되는 대화형 에이전트는 사람-컴퓨터 간 대화형이기 때문에 대화 상황에서 오류가 발생하는 경우가 잦다. 에이전트 사용자의 발화 기록에서 인식오류는 사용자의 발화를 제대로 인식하지 못하는 미인식오류 유형과 발화를 인식하여 서비스를 제공하였으나 사용자가 의도한 바와 다르게 인식된 오인식오류 유형으로 나뉜다. 이 중 오인식오류의 경우, 서비스가 제공된 것으로 기록되기 때문에 이에 대한 오류 탐지가 별도로 필요하다. 본 연구에서는 텍스트 마이닝 기법 중에서도 단어와 문서를 벡터로 바꿔주는 단어 임베딩과 문서 임베딩을 이용하여 단순 사용된 단어 기반의 유사도 산출이 아닌 단어의 분리 방식을 다양하게 적용함으로써 연속 발화 쌍의 유사도를 기반으로 새로운 오인식오류 및 신조어 탐지 방법을 탐구하였다. 연구 방법으로는 실제 사용자 발화 기록을 활용하여 오인식오류의 패턴을 모델 학습 및 생성 시 적용하여 탐지 모델을 구현하였다. 그 결과, 오인식오류의 가장 큰 원인인 등록되지 않은 신조어 사용을 탐지할 수 있는 패턴 방식으로 다양한 단어 분리 방식 중 초성 추출 방식이 가장 좋은 결과를 보임을 확인하였다. 본 연구는 크게 두 개의 함의를 가진다. 첫째, 인식오류로 기록되지 않아 탐지가 어려운 오인식오류에 대하여 다양한 방식 별 비교를 통해 최적의 방식을 찾았다. 둘째, 이를 실제 신조어 탐지 적용이 필요한 대화형 에이전트나 음성 인식 서비스에 적용한다면 음성 인식 단계에서부터 발생하는 오류의 패턴도 구체화할 수 있으며, 오류로 분류되지 않더라도 사용자가 원하는 결과에 맞는 서비스가 제공될 수 있음을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.225-227
• /
• 2022

현재 서울특별시는 25개 구청에 7만5천여대의 CCTV가 설치되어 있다. 서울특별시 구청별로, CCTV관제를 위한 관제센터를 구축하고 24시간 인공지능 지능형 영상분석을 통해 차량 종류, 번호판인식, 색상 분류 등의 정보를 빅데이터로 구축하고 있다. 서울특별시는 국토교통부, 경찰청, 소방청, 법무부, 군부대 등과 MOU를 체결하여 긴급/응급 상황에 신속한 대응이 가능하도록 하고 있다. 즉, 각 구청의 CCTV영상을 제공하여 안전하고 재난의 예방이 가능한 스마트시티를 구축하고 있다. 본 논문에서는 CCTV영상을 인공지능을 통해 사건발생 시 차량 및 인원에 대한 특징을 추출하고 이를 기반으로 도주경로를 예측하고 지속적인 추적이 가능하도록 설계한다. 해당 경로의 CCTV영상을 인공지능이 자동으로 선택하여 표출하도록 설계한다. 해당 관할 권역 이외 지역으로 사건 관련 사람이나 차량의 도주경로가 예상될 때 인접 구청에 영상정보와 추출된 정보를 제공함으로써 스마트시티 통합플랫폼을 확장할 수 있도록 설계한다. 본 논문은 스마트시티 통합플랫폼 연구발전에 기초자료로 기여할 것이다.

• 융합신호처리학회논문지
• /
• 제23권2호
• /
• pp.76-83
• /
• 2022

최근 IT기술이 발달함에 따라 다양한 생체신호 측정 기기에 대한 연구 및 관심이 높아지고 있는 이유 중 하나로 고령사회가 본격화됨에 따라 IT 관련 기술을 이용한 고령 인구에 대한 연구가 지속해서 발전되고 있다. 본 논문은 초고령사회에 접어들면서 빠르게 발전하고 있는 노인층을 대상으로 한 의료서비스 영역 중 하나인 생활 패턴 감지와 낙상 감지 알고리즘 개발에 관한 것이다. 3축 가속도 센서와 심전도 센서를 이용한 시스템을 구성하여 데이터를 수집한 뒤 데이터를 분석하는 과정으로 진행하였고 실제 연구 결과로부터 행동 패턴의 분류가 가능함을 제안한다. 본 논문에 의해 구현된 인체 활동 모니터링 시스템의 유용성을 평가하기 위하여 자세 변화, 보행속도의 변화 등 다양한 조건에서 실험을 수행하여 인체의 중력 가속도와 인체 활동 정도를 반영하는 신호크기 범위 및 신호 벡터크기 파라미터를 추출하였다. 그리고 이들 파라미터값에 의해 피검자의 상태에 따라 판별이 가능하였다.

• 정보보호학회논문지
• /
• 제34권2호
• /
• pp.207-216
• /
• 2024

4차 산업혁명으로 인해 빅데이터가 구축됨에 따라 개인 맞춤형 서비스가 급증했다. 이로 인해 온라인 서비스에서 수집하는 개인정보의 양이 늘어났으며, 사용자들의 개인정보 유출 및 프라이버시 침해 우려가 높아졌다. 온라인 서비스 제공자들은 이용자들의 프라이버시 침해 우려를 해소하기 위해 개인정보 처리방침을 제공하고 있으나, 개인정보 처리방침은 길이가 길고 복잡하여 이용자가 직접 위험 항목을 파악하기 어려운 문제로 인해 오남용되는 경우가 많다. 따라서 자동으로 개인정보 처리방침이 안전한지 여부를 검사할 수 있는 방법이 필요하다. 그러나 종래의 블랙리스트 및 기계학습 기반의 개인정보 처리방침 안전성 검증 기법은 확장이 어렵거나 접근성이 낮은 문제가 있다. 본 논문에서는 문제를 해결하기위해 생성형 인공지능인 GPT-3.5 API를 이용한 개인정보 처리방침 안전성 검증 기법을 제안한다. 새로운 환경에서도 분류 작업을 수행할 수 있고, 전문 지식이 없는 일반인이 쉽게 개인정보 처리방침을 검사할 수 있다는 가능성을 보인다. 실험에서는 블랙리스트 기반 개인정보 처리방침과 GPT 기반 개인정보 처리방침이 안전한 문장과 안전하지 않은 문장의 분류를 얼마나 정확하게 하는지와 분류에 소요된 시간을 측정했다. 실험 결과에 따르면, 제안하는 기법은 종래의 블랙리스트 기반 문장 안전성 검증 기법보다 평균적으로 10.34% 높은 정확도를 보였다.

• 인터넷정보학회논문지
• /
• 제25권2호
• /
• pp.79-92
• /
• 2024

ChatGPT는 생성형 인공지능(Generative AI) 기술을 활용한 대표적인 챗봇으로서 과학기술 영역뿐만 아니라 사회, 경제, 산업, 문화 등 당양한 분야에서 유용하게 활용되고 있다. 본 연구는 글로벌 소셜미디어 레딧(Reddit)을 활용해 ChatGPT에 대한 사용자의 감정과 요구에 대한 탐색적인 분석을 수행한다. 이를 위해, 2022년 12월부터 2023년 8월까지의 댓글 10,796건을 수집하여 키워드 분석, 감성 분석, 니드마이닝(Needmining) 기반 토픽모델링을 실시하였다. 분석 결과, ChatGPT에 대한 댓글에서 출현 빈도가 가장 높은 단어는 "time"으로 답변의 신속성, 시간 효율성, 생산성 향상을 강조한 것으로 나타났다. 사용자들은 ChatGPT에 대해 신뢰와 기대의 감정과 동시에 사회적 영향에 대한 두려움과 분노의 감정을 표현하였다. 또한, 토픽모델링 분석을 통해 잠재적 니즈(Needs)를 포함한 14개의 주제를 도출하였고, 사용자들이 특히 ChatGPT에 대한 교육적 활용과 사회적 영향에 많은 관심을 보였다. 또한, ChatGPT와 관련된 언어모델, 직업, 정보, 의료, 서비스, 게임, 규제, 에너지, 윤리적 문제 등 다양한 주제들이 논의된 것을 알 수 있었다. 분석 결과를 바탕으로 사용자들의 요구를 반영하여 향후 실행계획의 방향을 제시하였다. 본 연구는 향후 ChatGPT를 이용하여 제품과 서비스를 개선하고, 새로운 서비스 플랫폼 기획 단계에서 유용한 정보를 제공할 것으로 기대된다.

• 경영정보학연구
• /
• 제22권2호
• /
• pp.77-99
• /
• 2020

스마트 스피커는 인공지능을 활용하여 음악, 일정, 날씨, 상품 등 다양한 정보와 콘텐츠들을 검색, 이용할 수 있는 대화형 음성 기반 서비스를 제공하는 기기이다. 인공지능 기술은 데이터가 축적될수록 이를 활용하여 더욱 정교하고 최적화된 서비스를 이용자에게 제공한다. 따라서 스마트 스피커 제조사들은 초기에 공격적인 마케팅을 통해 플랫폼 구축에 힘썼다. 하지만 스마트 스피커의 사용빈도는 월 1회 미만이 전체의 3분의 1 이상을 차지하고, 사용자 만족도도 49%에 그치는 것으로 나타났다. 이에 지속적인 이용활성화와 만족도 증진을 위해 스마트 스피커의 사용자 경험을 강화할 필요성이 대두되었다. 이에 본 연구에서는 스마트 스피커의 사용자 경험을 분석하고, 이를 바탕으로 스마트 스피커의 사용자 경험 강화 방안을 제시하고자 한다. 본 연구는 사용자가 직접 작성한 실제 리뷰 데이터를 수집하여 스마트 스피커 사용자 경험 차원을 기반으로 분석 결과를 해석했다는 점에서 의의가 있다. 또한 스마트 스피커 사용자 경험 차원을 개발하여 텍스트 마이닝 결과를 해석한 것에서 학술적 의의가 있다. 본 연구 결과를 통해 스마트 스피커 제조사에게 실무적으로 사용자 경험 강화를 위한 전략을 제안할 수 있다.

• 한국빅데이터학회지
• /
• 제9권1호
• /
• pp.31-47
• /
• 2024

인공지능 기술의 발전으로 인해 여행 및 호텔 산업에서도 다양한 목적의 인공지능과 기계학습 기법이 활용되고 있다. 특히 관광 산업에서는 수요 예측이 매우 중요한 요소로 인식되는데, 이는 서비스 효율성과 수익 극대화에 직접적인 영향을 미치기 때문이다. 수요 예측 시 시간에 따라 변화하는 데이터 흐름을 고려해야 하며, 이를 위해 통계적 기법과 기계학습 모델이 사용된다. 최근에는 수요 예측 데이터의 다양성과 현실의 복잡성을 반영하고자 기존 모델의 변형과 통합 연구가 진행되고 있으며, 그 결과 불확실성과 변동성에 대한 예측 성능이 향상되었음이 보고되고 있다. 본 연구에서는 기존 호텔수요 예측 연구에서 시도되지 않았던 다양한 기계학습 접근법을 통합하여 호텔 판매 수요 예측 정확도를 높이는 새로운 모델을 제안한다. 구체적으로 DTW K-means 클러스터링을 통해 지역모델을 구축하고, 전체 데이터를 활용한 전역모델과 선택적으로 결합하는 XGBoost 기반 시계열 예측 모델을 제시한다. 제안 모델은 지역과 전역 모델의 장점을 살려 호텔 수요 예측 성능을 제고할 것으로 기대된다. 이는 호텔 및 여행 산업 성장에 기여할 뿐만 아니라, 향후 다른 경영 분야 예측에도 확장 적용될 수 있을 것이다.

• 한국조경학회지
• /
• 제44권1호
• /
• pp.107-118
• /
• 2016

서울시는 광복 70주년을 맞아 일제 강점기에 지어져 최근까지 사용했던 세종대로 (구)국세청 별관을 철거하고 시민의 공간으로 재조성하고자 설계공모를 시행했다. 본 연구는 설계공모에 출품된 설계안 중 하나로 대상지의 역사 맥락을 통해 장소 특성을 분석하고 개념을 도출하여 설계 전략과 내용을 서술했다. 지침서상 광역 분석과 세종대로의 가치와 문화 유산과의 연계방안을 고려하여 과거와 현재, 미래로 이어지는 공간이 되도록 명시하고 있다. 세종대로는 조선 건국에서 대한제국기, 일제 강점기와 현대에 이르기까지 도로구조의 변화와 함께 중요한 사건과 활동이 일어나는 중심공간이다. 대상지 배후지역인 정동은 근대 태동기 문물이 도입되는 첨단의 장소였으며 인접한 덕수궁, 성공회성당, 서울시 의회건물도 많은 변화를 거치며 현재에 이르렀다. 본 연구는 역사도시경관 관점으로 광역 분석을 통해 길과 광장의 의미를 고찰했다. 정동과 대상지 주변의 변화와 현황을 분석하고 설계의 주요 개념을 공공성의 회복으로 설정했다. '리-퍼브릭'은 고종이 선포한 대한제국의 이념을 상징하는 중의적 개념이다. 대상지의 공공성을 확보할 수 있는 열림, 연결, 비움으로 설계 키워드로 주요 전략을 수립하여 대안 검토를 통해 8% 경사 광장을 계획했다. 대상지 현황을 반영하여 장애자, 노약자 등 누구나 편하게 접근 가능한 램프 구조로 계획하며 인접 대지와의 자연스러운 연결을 도모했다. 성공회 성당 레벨의 테라스 광장과 보도에서 이어진 주 광장은 계단실 등과 같은 건축물의 신축 없이 완전히 비움으로써 열린 조망을 확보하고 다양한 현대 도시 활동을 담을 수 있도록 계획했다. 설계안은 고종이 지향하던 근대적 민주개념을 현대적으로 재해석한 것으로 장소의 가치를 다시 공공에게 환원하는데 기여하도록 했다. 본 연구는 역사적 배경과 중층의 시간이 쌓인 대상지 설계에 대한 방향성을 제고한다는 점에서 의의를 가진다.

• 간호행정학회지
• /
• 제4권1호
• /
• pp.247-275
• /
• 1998

The purpose of this study was to offer the results of content analysis and qualitative study that explored the perceptions about quality nursing care of patients and families as consumers and to identify the implications of this study for quality nursing care management and research. The data was collected from 12 adult patients and 9 families who were admmitted at medical and surgical nursing unit of one university hospital in Seoul from October, 1996 to January, 1997. Research participants were asked to response "what do you think quality nursing care?" and similar questions during the interviews was performed. Data were analyzed using open coding and content analysis with frequencies and percents of attributes of quality nursing care. Attributes of quality nursing care and meaning of quality nursing care that patients and families perceived were explored. 1. The attributes of quality nursing care that patient and families perceived were categorized into 56 attributes. The highest response rate among the attributes was 'one's heart at ease' (76.2%), and the next high response rates were ranked in order 'consideration' , 'care about' (each 61.9% 'expert skill' (57.1%), 'deal with problem promptly' , 'information offer' (42.9%), 'intimate feeling' (38.1%), 'smile' 'service spirit' , 'do one's best' (each 33.3%), 'frequent visit' (23.8%), 'observe the time' (23.8%), 'direct nursing care' , 'speaking warmly' , give a hope' , 'address kindly' , 'a sense of duty' , 'good facilities' (each 19.0%), 'inquire after a patient health' , 'patient-centered nursing care' , 'showing an example' , 'professional knowledge' , 'careless moraly patient' , 'give encourage to patients' , 'good answer a question' (each 14.3%), 'do not imprudently' , 'do not disregard' , 'broad knowledge' , 'emergency treatment skill' , 'dependability' ,'consolation' giving a sense of security' , 'a self sacrificing spirit' , 'a sense of responsibility' 'hard - working', 'enough disposition of nursing staff (each 9.5%), 'improve patient's pride' and the rest attributes exhibited 4.7%, respectively. 2. The attributes that were identified in patients' data only were 8 categories, 'service sprit' (58.3 %) 'expert knowledge' , 'good answer a question' (each 25.0%), 'hard working' (16.7%), 'a warm character', 'professional attainments', 'do without reserve', 'satisfaction' (each 8.3%), 3. The attributes were identified to families' data only were 31 categories, 'speaking warmly' , 'direct nursing care', 'adress kindly', 'patientcentered nursing care', 'showing an example' (each 33.3%). 'do not imprudently' , 'do not disregard' , 'consolation', 'giving a sense of security', 'broad knowledge' , 'emergency treatment skill', 'dependability' ,'a self - sacrificing spirit', 'a sense of responsibility' (each 22.2%), 'improve patient's pride' , 'without discrimination' , 'show kindness' , 'individual nursing care', 'being with patient' , 'helping' , 'accuracy' , 'without any mistake' , 'love' , 'self - confidence', 'self possession', 'a self - denying spirit' , 'a sense of duty' , 'tighten discipline' , 'disposed room with similar patient to diagnosis', 'compensatory relationship between me dical team' , 'role of connection' (each 11.1 %). 4. The attributes of quality nursing care were integrated into 11 categories that they were 'patientcentered nursing care' (25.1%), 'expertise' (22.1%), 'caring'(18.1%), 'kindness'(11.1%L 'nurse attainments(10.1%), 'sincerity' (7.5%), 'good environment' (2.0%), 'effective organizational management', 'coordination', 'enough nursing staff' ( each 1.0%), 'satisfaction' (0.5%) were showed in the order of the highest rate. 5. The concept of quality nursing care were defined as 'give a satisfaction to patients by patientcentered care based on professional skill and caring with kindness and sincerity'. The description of the meaning of quality nursing care provided by this research participants, patients and families can provide important information for quality nursing care management, medical marketing, education and researches of this field. On the basis of the above findings the following recommendations are made: to suggest to utilize this results for patient care in practice setting, development of quality assessment tool in nursing care, repeat study by the same subjects and method, and to a comparative study by the same method to nurse.

• Asia pacific journal of information systems
• /
• 제19권2호
• /
• pp.157-178
• /
• 2009

Corporate credit rating is a very important factor in the market for corporate debt. Information concerning corporate operations is often disseminated to market participants through the changes in credit ratings that are published by professional rating agencies, such as Standard and Poor's (S&P) and Moody's Investor Service. Since these agencies generally require a large fee for the service, and the periodically provided ratings sometimes do not reflect the default risk of the company at the time, it may be advantageous for bond-market participants to be able to classify credit ratings before the agencies actually publish them. As a result, it is very important for companies (especially, financial companies) to develop a proper model of credit rating. From a technical perspective, the credit rating constitutes a typical, multiclass, classification problem because rating agencies generally have ten or more categories of ratings. For example, S&P's ratings range from AAA for the highest-quality bonds to D for the lowest-quality bonds. The professional rating agencies emphasize the importance of analysts' subjective judgments in the determination of credit ratings. However, in practice, a mathematical model that uses the financial variables of companies plays an important role in determining credit ratings, since it is convenient to apply and cost efficient. These financial variables include the ratios that represent a company's leverage status, liquidity status, and profitability status. Several statistical and artificial intelligence (AI) techniques have been applied as tools for predicting credit ratings. Among them, artificial neural networks are most prevalent in the area of finance because of their broad applicability to many business problems and their preeminent ability to adapt. However, artificial neural networks also have many defects, including the difficulty in determining the values of the control parameters and the number of processing elements in the layer as well as the risk of over-fitting. Of late, because of their robustness and high accuracy, support vector machines (SVMs) have become popular as a solution for problems with generating accurate prediction. An SVM's solution may be globally optimal because SVMs seek to minimize structural risk. On the other hand, artificial neural network models may tend to find locally optimal solutions because they seek to minimize empirical risk. In addition, no parameters need to be tuned in SVMs, barring the upper bound for non-separable cases in linear SVMs. Since SVMs were originally devised for binary classification, however they are not intrinsically geared for multiclass classifications as in credit ratings. Thus, researchers have tried to extend the original SVM to multiclass classification. Hitherto, a variety of techniques to extend standard SVMs to multiclass SVMs (MSVMs) has been proposed in the literature Only a few types of MSVM are, however, tested using prior studies that apply MSVMs to credit ratings studies. In this study, we examined six different techniques of MSVMs: (1) One-Against-One, (2) One-Against-AIL (3) DAGSVM, (4) ECOC, (5) Method of Weston and Watkins, and (6) Method of Crammer and Singer. In addition, we examined the prediction accuracy of some modified version of conventional MSVM techniques. To find the most appropriate technique of MSVMs for corporate bond rating, we applied all the techniques of MSVMs to a real-world case of credit rating in Korea. The best application is in corporate bond rating, which is the most frequently studied area of credit rating for specific debt issues or other financial obligations. For our study the research data were collected from National Information and Credit Evaluation, Inc., a major bond-rating company in Korea. The data set is comprised of the bond-ratings for the year 2002 and various financial variables for 1,295 companies from the manufacturing industry in Korea. We compared the results of these techniques with one another, and with those of traditional methods for credit ratings, such as multiple discriminant analysis (MDA), multinomial logistic regression (MLOGIT), and artificial neural networks (ANNs). As a result, we found that DAGSVM with an ordered list was the best approach for the prediction of bond rating. In addition, we found that the modified version of ECOC approach can yield higher prediction accuracy for the cases showing clear patterns.