• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.91-98
• /
• 2024

ICT기술의 발전으로 인해 인터넷을 통한 판결문 검색은 점점 간편해지고 있다. 하지만 판결문을 기반으로 양형을 예측하는 것은 개인에게는 아직까지는 매우 어려운 실정이다. 양형이 법률상의 형량에서 많은 가중과 감경요소가 적용되는 복잡한 과정을 수반하고, 법관의 주관적 판단에 의존하는 경우가 많기 때문이다. 이에 본 연구에서는 법률 판결문의 데이터를 구조화하여 AI 적용에 적합하게 만드는 것에 초점을 맞추어 양형 예측 모델을 개발하고자 했다. 기존 선행연구들의 이론적, 통계적 분석을 통해 양형을 예측하는 데에 설명력이 높은 변수들을 파악하였다. 또한, 현재 공개되어있는 판결문 중 강력범죄 판결문 50건을 분석함으로써 판결문에 필수적으로 포함되는 정보를 추출할 수 있는 구조를 제시했다. 이 구조에는 기본정보, 양형 정보, 양형 이유, 선고형의 결정 이유와 같은 필수 정보뿐 아니라, 판결문의 구체적 내용에서 드러나는 가해자와 피해자 그리고 공범의 정보들을 추출할 수 있는 틀을 제시하였다. 이는 향후 법률 분야의 인공지능 기술 발전에 기여할 수 있을 것으로 기대된다.

• 디지털융복합연구
• /
• 제18권6호
• /
• pp.271-277
• /
• 2020

기계번역이란 소스언어를 목적언어로 컴퓨터가 번역하는 소프트웨어를 의미하며 규칙기반, 통계기반 기계번역을 거쳐 최근에는 인공신경망 기반 기계번역에 대한 연구가 활발히 이루어지고 있다. 인공신경망 기계번역에서 중요한 요소 중 하나로 고품질의 병렬 말뭉치를 뽑을 수 있는데 이제까지 한국어 관련 언어쌍의 고품질 병렬 코퍼스를 구하기 쉽지 않은 실정이었다. 최근 한국정보화진흥원의 AI HUB에서 고품질의 160만 문장의 한-영 기계번역 병렬 말뭉치를 공개하였다. 이에 본 논문은 AI HUB에서 공개한 데이터 및 현재까지 가장 많이 쓰인 한-영 병렬 데이터인 OpenSubtitles와 성능 비교를 통해 각각의 데이터의 품질을 검증하고자 한다. 테스트 데이터로 한-영 기계번역 관련 공식 테스트셋인 IWSLT에서 공개한 테스트셋을 이용하여 보다 객관성을 확보하였다. 실험결과 동일한 테스트셋으로 실험한 기존의 한-영 기계번역 관련 논문들보다 좋은 성능을 보임을 알 수 있었으며 이를 통해 고품질 데이터의 중요성을 알 수 있었다.

• 한국게임학회 논문지
• /
• 제17권1호
• /
• pp.7-16
• /
• 2017

3D 게임그래픽 표현기술은 게임콘텐츠발전과 함께 콘텐츠 분야에서 중요한 요소가 되었다. 특히 게임 캐릭터 표현 기술은 사실적인 그래픽 기술과 시각적인 즐거움을 주는 것 이외에 게임을 진행하는 게임에 대한 몰입도의 중간 단계역할을 하며 플레이어가 마치 게임 속에서 영웅적인 모험을 즐길 수 있도록 착각을 만들어 낸다. 3D 게임에 있어서 게임캐릭터의 높은 완성도는 개발과정 가운데 캐릭터 설정작업의 세심한 디테일작업과 신중함이 주요요인으로 작용한다[3]. 본 논문에서는 게임구현을 위하여 인지적 AI 알고리즘이 적용된 3D 유니티 게임 엔진을 사용하여 radiosity의 수학적인 모델과 기본적인 radiosity 모델, 점진적 개선 radiosity 모델 기법을 방법론을 소개하고, 모바일 게임에 적용한 캐릭터 표현기법을 제안하려고 한다. 게임엔진에 실제적으로 적용하여보니 렌더링과정과 모의실험에서 표면의 투영도는 게임콘텐츠 환경의 조명도에 따라 변화됨을 발견 할 수 있어서, 전체적으로 질 높은 게임캐릭터가 완성되었음이 확인 되었다.

• 한국도서관정보학회지
• /
• 제51권4호
• /
• pp.231-247
• /
• 2020

인공지능(AI)이 4차 산업혁명 중에서도 미래유망기술로 부각됨에 따라 도서관을 포함한 사회 전 분야에 걸쳐 인공지능기술을 적용하고 확대하고자 노력하고 있다. 이 연구는 인공지능이 대학도서관 서비스에 미치고 있는 영향과 이슈, 그리고 시사점에 대해 조사하였다. 연구방법은 북미지역 대학도서관 IT전문가들과의 심층인터뷰를 수행하였으며, 인터뷰결과와 국내외 관련 문헌들을 통해 결론과 논의점을 도출하였다. 본 연구는 연구결과로 북미지역 대학도서관들은 인공지능 시스템을 기반으로 정보 접근과 검색을 효율화하는 인프라구축에 노력하고, 대학내 인공지능 연구소들과도 협업하여 새로운 서비스 제공을 시도하고 있음을 밝혔다. 또한 향후 도서관과 사서의 역할 변화, 프라이버시, 그리고 데이터품질에 대한 이슈들을 제기하였다. 논의를 통해 대학의 사서들이 지식을 보급하는 역할을 수행하는 소프트웨어 엔지니어가 되기 위한 사서 재교육의 필요성과 대학 도서관의 정보시스템 구축을 위한 투자와 도서관에 인공지능 연구소를 세우는 방안을 제시하였다. 연구환경 변화에 따른 연구의 제한점과 향후 연구에 대한 제안도 논의되었다.

• 정보교육학회논문지
• /
• 제24권6호
• /
• pp.573-584
• /
• 2020

본 연구는 초등학생들의 인공지능에 대한 이미지를 긍정적으로 향상시키고자 하는 인지 모델링기반 인공지능 알고리즘 교육 프로그램의 개발에 관한 것이다. 먼저 인공지능 알고리즘 중 협력필터링의 개념을 분석하고 이를 인지모델링 방법을 활용하여 교육 프로그램을 개발하였다. 이후 전문가 타당도 검사를 통해 인지 모델링기반의 콘텐츠 개발 방법과 개발된 프로그램에 대한 적절성이 CVR .80 이상으로 타당함을 확인하였다. 개발 프로그램은 초등학교 6학년 학생들에게 수업으로 적용하였고 형용사 단어 23쌍을 이용한 의미분별법을 이용하여 사전-사후에 인공지능에 대한 학생들의 이미지 인식의 변화를 살펴보았다. 학생들의 인공지능에 대한 이미지는 총 23개 단어 쌍 중 12개에서 유의미한 긍정적 변화를 확인할 수 있었다.

• 한국군사과학기술학회지
• /
• 제25권4호
• /
• pp.372-380
• /
• 2022

This study proposes a distributed parallel processing system, called the Fast Analysis System for remote sensing daTa(FAST), for large-scale satellite image processing and analysis. FAST is a system that designs jobs in vertices and sequences, and distributes and processes them simultaneously. FAST manages data based on the Hadoop Distributed File System, controls entire jobs based on Apache Spark, and performs tasks in parallel in multiple slave nodes based on a docker container design. FAST enables the high-performance processing of progressively accumulated large-volume satellite images. Because the unit task is performed based on Docker, it is possible to reuse existing source codes for designing and implementing unit tasks. Additionally, the system is robust against software/hardware faults. To prove the capability of the proposed system, we performed an experiment to generate the original satellite images as ortho-images, which is a pre-processing step for all image analyses. In the experiment, when FAST was configured with eight slave nodes, it was found that the processing of a satellite image took less than 30 sec. Through these results, we proved the suitability and practical applicability of the FAST design.

• 정보교육학회논문지
• /
• 제26권5호
• /
• pp.407-416
• /
• 2022

세계적인 기상이변과 재해로 환경교육에 대한 관심은 높아지고 있지만 아직까지 초등과정에서는 독립 교과가 아니고 여러 교과에서 관련 주제를 다루고 있지만 시간과 내용이 부족한 것이 현실이다. 본 연구에서는 초등학교에서 환경교육과 소프트웨어교육을 융합하는 방법을 개발하였다. 환경교육에서는 분리배출에 대한 주제를 중심으로 인공지능 프로그래밍을 활용하여 학습하고 개발된 인공지능의 도움으로 분리배출을 실천하는 내용을 포함한다. 학습과정에서는 새롭게 개발한 문제인식→기계학습↔인공지능활용→협력활동의 교수-학습 모형을 적용하였으며 학습 후 학생들은 융합학습의 흥미도, 환경교육에의 이해도, 인공지능에 대한 이해도와 향후 인공지능 프로그래밍의 학습 희망에 약 80%이상 긍정적인 답변을 하였다.

• KNOM Review
• /
• 제22권3호
• /
• pp.1-12
• /
• 2019

최근 빅데이터와 AI를 이용한 연구들이 ICT 분야에서 주요 이슈로 부상하고 있다. 하지만 연구를 위한 빅데이터의 크기가 기하급수적으로 증가하면서 기존 네트워크 방식의 데이터 전송에 대해 사용자들은 빅데이터를 송수신하는데 걸리는 시간은 하드디스크를 복사하여 보내는 시간보다 느리다는 문제를 제기한다. 이에 따라 연구자들은데이터를 고속으로 전송하고, 다양한 네트워크의 구조를 수용할 수 있는 동적이고 유연한 네트워크 기술을 요구한다. SDN/NFV 기술은 네트워크를 프로그래밍하여 사용자들의 요구에 적절한 네트워크를 제공할 수 있는 기술로써, 네트워크의 유연성 및 보안성 문제를 해결할 수 있다. 또한 AI를 수행하는데 있어 문제가 되는 중앙집중적 방식의데이터 처리는 실시간성을 보장할 수 없고, 트래픽이 증가하는 경우 네트워크 지연이 발생한다. 이를 해결하기 위해 중앙집중적 방식을 탈피한 Edge-Computing 기술을 이용하여 해결할 수 있다. 본 논문에서는 SDN, NFV, Edge-Computing 기술에 대한 개념 및 연구 동향에 대해 알아보고, 세 가지 기술을 접목시켜 사용되는 데이터 중심 네트워크 기술 동향에 대해 분석한다.

• 한국인터넷방송통신학회논문지
• /
• 제23권6호
• /
• pp.15-20
• /
• 2023

본 논문은 캐릭터 웹드라마에 적합한 간접광고 제품을 추천하는 인공지능(AI) 시스템 알고리즘 개발에 관한 연구이다. 본 연구는 웹드라마의 대사 작성에 있어 그에 어울리는 간접광고 제품을 추천함으로써 시청자의 콘텐츠 몰입도를 높이고, 드라마의 스토리를 보다 깊게 이해하는 데 도움을 주는 것을 목표로 한다. 본 연구에서는 자연어처리 모델 인 GPT를 활용하여 대사, 줄거리를 분석하고, 분석 결과를 바탕으로 소품형, 배경형 등 두 가지 유형의 간접광고 제품 추천 시스템을 개발한다. 이를 통해 웹드라마의 스토리에 부합하는 제품을 적절히 배치함으로써 간접광고가 자연스럽게 노출될 수 있도록 하고, 그로 인해 시청자들의 몰입도가 증가하며, 상품 홍보의 효과 또한 높인다. 숨겨진 뜻이나 문화적 뉘앙스를 완벽하게 이해하기 어려운 인공지능 모델의 한계와 학습에 필요한 충분한 데이터 확보가 어렵다는 한계가 있다. 그러나 본 연구는 AI가 창작물 제작에 어떻게 기여할 수 있는지에 대한 새로운 인사이트를 제공하고, 창의적 산업 분야에서 자연어 처리 모델의 활용 가능성을 넓히는 중요한 발판이 될 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제24권2호
• /
• pp.79-86
• /
• 2024

본 논문에서는 기존의 내용 전달 위주의 학습 메타버스 플랫폼이 아닌 실제 수업 활동에서 이루어지는 다양한 학습 상호작용에 기반한 가상 학습 플랫폼을 제안한다. 본 연구에서는 AI와 가상환경을 융합한 학습 환경을 제공하여 실시간 AI와 대화하며 문제를 풀어가는 방식을 활용하고 있다. 또한, 수업의 몰입도를 향상하기 위해 G-러닝 기법을 적용하였다. 본 연구를 통해 개발한 VirtualEdu 플랫폼은 자기주도적 학습, 게임을 통한 흥미 유발, 그리고 PBL 수업 방식을 조합하여 효과적인 학습 경험을 제공하고 있다. 이를 기반으로 학생들의 참여도와 학습 효과를 향상 시키는 새로운 교육 방식을 제안하고 있다. 실험으로는 50명 이상의 학습자가 실시간 화상 학습 활동 기반의 다양한 학습 활동애 대해 성능 실험을 하였고, 결과로서 안정하게 원활한 수업이 진행됨을 얻을 수 있었다.