• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.295-301
• /
• 2021

본 연구에서는 차기 개정교육과정의 개정을 앞두고 인공지능교육의 효과성을 높이기 위한 AI리터러시 교육의 필요성을 살펴보고자 하였다. 이를 위해 고등학생을 대상으로 인공지능 모델링 수업을 실시하고 인공지능교육에서 학생들이 인식하는 AI리터러시에 대한 필요성과 내용 및 교육시기 등을 설문을 통해 살펴보았다. 인공지능수업에서 데이터 활용 및 데이터 전처리의 필요성에 대해서는 대체로 동의하는 결과가 나타났으며, 인공지능 수업을 진행하는 과정에서 데이터베이스 활용에 대한 기초역량이 부족하여 어려움을 겪는 경우가 많았다. 특히, 데이터 분석을 위한 파일의 구조에 대한 이해가 부족하였으며 데이터분석을 위한 데이터저장의 형태에 대한 이해도가 낮은 것으로 관찰되었다. 이러한 부분을 극복하기 위하여 데이터처리를 위한 사전교육의 필요성을 인식하였고, 그 시기로는 대체적으로 고등학교 진학 이전이 적절하다는 의견이 많았다. AI리터러시의 내용요소에 대해서는 데이터 생성 및 삭제를 비롯하여 데이터 변형과 함께 데이터 시각화의 내용에 대한 요구가 높았음을 알 수 있었다.

• 문화기술의 융합
• /
• 제10권2호
• /
• pp.471-485
• /
• 2024

본 연구는 린 스타트업 환경 내에서 생성형 AI를 활용한 심층 인터뷰의 효율적인 활용 방안을 탐구한다. 최근 기술적 진보에 따라 다양한 조직에서 생성형 AI를 활용하여 업무 생산성을 증진시키는 사례가 증가하고 있으며, 이는 린 스타트업 환경에서도 적용되고 있다. 본 연구는 린 스타트업에서 비교적 부족한 시간과 한정된 자본내에서도 실무자들이 AI를 활용하여 심층 인터뷰를 수행할 수 있도록 돕기 위해 구체적인 가이드라인과 가이드북을 개발했다. 제안된 가이드북은 실무자들이 신속하게 인터뷰를 설계하고 진행할 수 있도록 지원함으로써, 린 스타트업의 민첩하고 유연한 작업 환경을 촉진하는 것을 목표로 한다. 본 연구는 또한 ChatGPT 4, 뤼튼 등과 같은 텍스트 기반 생성형 AI 서비스를 디자인 및 인터뷰 분야에 활용하는 실무적 방법을 탐구하며, 이를 통해 학술적 논의와 실무적 적용의 기여를 하는 데에 의의가 있다.

• Journal of Korean Neurosurgical Society
• /
• 제67권5호
• /
• pp.493-509
• /
• 2024

In neurointensive care units (NICUs), particularly in cases involving traumatic brain injury (TBI), swift and accurate decision-making is critical because of rapidly changing patient conditions and the risk of secondary brain injury. The use of artificial intelligence (AI) in NICU can enhance clinical decision support and provide valuable assistance in these complex scenarios. This article aims to provide a comprehensive review of the current status and future prospects of AI utilization in the NICU, along with the challenges that must be overcome to realize this. Presently, the primary application of AI in NICU is outcome prediction through the analysis of preadmission and high-resolution data during admission. Recent applications include augmented neuromonitoring via signal quality control and real-time event prediction. In addition, AI can integrate data gathered from various measures and support minimally invasive neuromonitoring to increase patient safety. However, despite the recent surge in AI adoption within the NICU, the majority of AI applications have been limited to simple classification tasks, thus leaving the true potential of AI largely untapped. Emerging AI technologies, such as generalist medical AI and digital twins, harbor immense potential for enhancing advanced neurocritical care through broader AI applications. If challenges such as acquiring high-quality data and ethical issues are overcome, these new AI technologies can be clinically utilized in the actual NICU environment. Emphasizing the need for continuous research and development to maximize the potential of AI in the NICU, we anticipate that this will further enhance the efficiency and accuracy of TBI treatment within the NICU.

• 의료법학
• /
• 제24권4호
• /
• pp.67-101
• /
• 2023

생성형 AI의 활용은 교육계를 넘어서 이미 의료계에서도 의료 기기에 임상 소프트웨어 등의 도입 등으로 연구되고 있다. 생성형 AI는 대규모 대화형 언어모델을 활용하여 방대한 데이터를 이해하고 자료를 선별하는 시간과 에너지를 줄여주면서 사용자와 끊임없는 대화를 통한 정보의 전달이 가능하다. 바로 이러한 점이 인류에게 생성형 AI가 혁신적인 기술의 등장으로 인정받고 있는 점이기도 하다. 그러나 반면 사용자에게 제공되는 컨텐츠의 정합성은 출처나 근거 없이 사용자에게 판단의 영역으로 맡겨지고 있다. 그러나 이 글에서는 생성형 AI를 활용함에 있어서 가장 직접적으로 발생할 수 있는 쟁점을 우선적으로 살펴보기로 한다. 따라서 이 글에서는 생성형 AI의 대표적인 프로그램인 Chat GPT의 발전과 이용자의 활용에 대비하여 특히 개인정보 보호의 쟁점에 대하여 논의하였다. 이를 위하여 먼저 생성형 AI의 기술적인 특성을 살펴본 뒤에 발생 가능한 민사적 쟁점 가운데에서도 개인정보 보호에 관한 문제를 우선적으로 살펴보았다. 생성형 AI는 그 자체로서 학습 데이터의 편향이나 출처 없는 결과값의 제공 등 여러 문제점이 제기되고 있으나, 이러한 문제점은 윤리적 문제를 내포하는 것으로 당장 임상 소프트웨어로서 의료기기에서 활용될 경우 개인정보 보호법제와 보건의료데이터의 활용 가이드로 환자 혹은 이용자의 개인정보를 보호할 수 있을 것인가에 대한 의문에 대한 논의가 시급하다고 판단되었다. 우리나라의 개인정보 보호법제는 특히 보건의료데이터의 활용에서 특정 개인의 개인정보를 가명처리하고 비식별조치를 취하는 데에 적절한 프로세스를 갖추고 있는 것으로 보이나, 생성형 AI이 소프트웨어로서 의료기기에 적용되었을 경우에도 이 법제로서 개인정보 보호의 목적을 이루기에는 어려운 점이 있다. 임상 소프트웨어에서 활용될 생성형 AI의 기능을 대비하기 위해서는 생성형 AI에 걸맞는 개인정보 보호의 법제가 필요할 것으로 보인다.

• 의학교육논단
• /
• 제22권2호
• /
• pp.99-114
• /
• 2020

The rapid development of artificial intelligence (AI), including deep learning, has led to the development of technologies that may assist in the diagnosis and treatment of diseases, prediction of disease risk and prognosis, health index monitoring, drug development, and healthcare management and administration. However, in order for AI technology to improve the quality of medical care, technical problems and the efficacy of algorithms should be evaluated in real clinical environments rather than the environment in which algorithms are developed. Further consideration should be given to whether these models can improve the quality of medical care and clinical outcomes of patients. In addition, the development of regulatory systems to secure the safety of AI medical technology, the ethical and legal issues related to the proliferation of AI technology, and the impacts on the relationship with patients also need to be addressed. Systematic training of healthcare personnel is needed to enable adaption to the rapid changes in the healthcare environment. An overall review and revision of undergraduate medical curriculum is required to enable extraction of significant information from rapidly expanding medical information, data science literacy, empathy/compassion for patients, and communication among various healthcare providers. Specialized postgraduate AI education programs for each medical specialty are needed to develop proper utilization of AI models in clinical practice.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제26권3호
• /
• pp.163-180
• /
• 2023

본 연구는 AI를 수학 수업에 사용하려는 초등학교 교사의 의도에 미치는 요인들에 대해 살펴보고 수학 수업에서 AI가 효과적으로 사용되기 위해 선행되어야할 요인을 제시하고자 하였다. 이를 위해 기술수용모델(Technology Acceptance Model)을 사용하여 초등학교 교사의 TPACK과 TAM 사이의 구조적 관계를 조사하였다. 그 결과, 초등학교 교사들의 TPACK은 인지된 사용 용이성과 유용성에 유의미한 영향을 미쳤다. 또한 인지된 사용 용이성과 인지된 유용성은 수학 수업에서 AI 활용에 대한 태도에 유의미한 영향을 미쳤다. 인지된 사용 용이성, 인지된 유용성, 태도는 수학 수업에서의 AI 사용 의도에 유의미한 영향을 미치는 것으로 나타났다. 이러한 결과는 초등학교 교사들이 수학 수업에서 AI에 대한 TPACK 역량이 높다고 인식할수록 수학 수업에서 AI를 사용하기가 더 쉽고 AI가 학생의 수학 학습 향상에 도움이 되는 유용한 도구로 인식할 수 있음을 의미한다. 또한 수학 수업에서 AI가 쉽게 사용할 수 있고 유용하다고 인식할수록 AI 사용 의도가 높아질 수 있다. 따라서 초등학교 교사들이 수학 수업에서 AI의 활용하려면 TPACK에 관한 지식 교육이 선행되어야하며, 수학 수업에서 AI 사용의 이점과 편리성에 대한 인식 개선이 함께 이루어져야 한다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.327-351
• /
• 2023

본 논문은 인공지능(AI) 프로젝트를 성공적으로 이끄는 주요 요인을 도출하고 중요도의우선순위를 두는 것을 목적으로 한다. 이를 위해 우선 기존 유관 연구들을 검토하여 성공요인을 선정하고, 전문가 인터뷰를 통해 17개 요인을 최종 도출하였다. 이어 TOE 프레임워크를 활용하여 계층 모형을 개발하였다. 이후, AI 활용 기업 소속 전문가와 AI 자문 및 기술, 플랫폼, 어플리케이션을 지원하는 공급기업 소속 전문가를 대상으로 설문 조사를 실시하고, AHP 방법을 활용하여 분석하였다. 분석 결과, 환경적 요인보다 조직적 요인과 기술적 요인이 모두 중요한데, 이 중 조직적 요인이 조금 더 중요한 것으로 나타났다. 조직적 요인 중에서는 전략/명확한 비즈니스 니즈와 AI 구현/활용 역량, 그리고 부서 간 협업/커뮤니케이션이 가장 중요한 요인으로 나타났다. 기술적 요인 중에서는 AI 학습을 위한 충분한 데이터 양과 데이터 품질이 가장 중요한 요인으로 도출되었으며, 이어서 IT 인프라/호환성이 중요하게 응답되었다. 환경적 요인에서는 AI를 직접 사용할 고객의 준비와 지지가 중요한 요인으로 나타났다. 각 17개 개별요인의 중요도를 살펴보면 데이터의 가용성과 품질(0.2245)이 가장 중요하고, 이어 전략/명확한 비즈니스 니즈(0.1076), 고객준비/지지(0.0763) 순으로 중요한 것으로 분석되었다. 이러한 결과는 AI 도입을 검토 중이거나 실행중인 기업, AI 도입을 지원하는 서비스 공급기업, AI 산업을 육성하고자 하는 정부 정책 입안자들에게 성공적인 실행, 육성을 위한 가이드로 활용될 수 있다. 또한 AI 프로젝트의 성공 모델을 연구하고자 하는 연구자들에게도 기여할 것으로 기대된다.

• 디지털융복합연구
• /
• 제19권5호
• /
• pp.197-205
• /
• 2021

최근 리테일 산업계에서는 COVID-19 등의 다양한 외부 환경 위협으로부터의 대응과 AI 기술을 활용한 경쟁력을 갖추기 위한 정보기술 융합 및 활용 요구가 증가하고 있으나 리테일 산업에서의 데이터를 활용하기 위한 연구와 응용 서비스의 활용사례가 매우 부족하다. 본 연구는 CCTV 영상 데이터 기반의 AI 활용 응용 서비스 활용 사례연구로 리테일 공간에서의 CCTV 영상 데이터 수집, 객체 탐지 및 추적 AI 모델 활용, 실시간 추적된 객체와 트래킹 데이터를 저장하기 위한 시계열 데이터베이스 활용, 시계열 데이터를 활용한 모니터링, 리테일 공간의 혼잡도와 관심도를 분석하기 위한 히트맵, 리테일 공간에서의 실시간 상황 모니터링, COVID-19와 같은 사회적 위협으로부터의 접촉자 분석과 추적을 위한 사회적 거리 두기 현황, 비인가자의 보안 구역의 접근 모니터링 애플리케이션을 설계하고 이를 실제 구현하여 리테일 공간에서의 CCTV 영상 데이터를 활용한 애플리케이션 설계를 통해 CCTV 영상 데이터 기반의 AI 융합 응용 서비스 활용 모델을 제시하였으며, 실제 구현을 통해 설계된 활용 모델을 검증하였다.

• 융합보안논문지
• /
• 제23권5호
• /
• pp.151-156
• /
• 2023

현재 다양한 정보통신기술들이 독거노인 돌봄과 치매노인 실종방지 등에서 폭넓게 활용되고 있으며, 향후 커뮤니티케어 정책을 통해 인공지능과 로봇활용 비대면 돌봄은 향후 더욱 다양한 영역에서 활용될 전망이다. 따라서 본 연구에서는 4차 산업혁명에 관한 정부정책 방향에 기반하여 커뮤니티케어에 활용도가 점차 증가하고 있는 인공지능 기술 기반 돌봄서비스 현황과 활용 및 활성화 전망을 모색해보고자 하였다. 커뮤니티케어에 활용될 수 있는 서비스인 AI 스피커와 돌봄로봇은 노인층이 경험하고 있는 다양한 문제를 해결하는데 도움이 되며, 감성적인 기능을 추가하여 대화 부족이나 외로움을 해소하는데도 활용하고 있다. 향후 AI 기술을 활용한 커뮤니티케어 활성화를 위해서는 첫째, 커뮤니티케어 고령자의 AI기기 친밀화를 위한 지속적인 교육과 고령층을 위한 '사용자 경험(User Experience, UX) 디자인'이 필요하며, 둘째, 기능위주의 기술 활용보다는 상호보완적 관계를 가지고 감성적인 상호관계가 가능한 인간중심의 기술 활용이 필요하며. 셋째, 사용자의 자기결정권 보장, 사생활 보호 등의 윤리적 문제를 해결할 필요가 있다.

• 실천공학교육논문지
• /
• 제16권1_spc호
• /
• pp.33-39
• /
• 2024

본 연구는 최근 생성형 AI로 인한 새로운 교육 트렌드 변화에 학습자들의 수업 경험에 대한 긍정/부정 인식의 변화와 실제 활용 형태를 살펴본다. 공학 계열 대학생 6학급을 대상으로 2학기 동안 AI 챗봇을 웹 프로그래밍 수업에 활용하였고, 학기 초부터 설문 조사를 시작으로 중간/기말 고사 보고서 제출 기간까지 학습자의 경험과 활용에 대한 변화를 분석했다. 연구 분석 결과, Q/A 피드백과 실습 문제 해결 등 학습 개선에 도움이 되었고, 수업 적용 이후 중간부터 기말범위까지 챗봇에 대한 인식이 긍정적으로 변화하였다. 이외 수업 내에 커뮤니티 단절(개인화) 문제와 교육 S/W로써 활용 방안에 대한 유의미한 결론을 도출했다. 본 연구는 앞으로 생성형 AI 기반 소프트웨어 개발을 위한 기초 연구로써 의의가 있다.