• International Journal of Advanced Culture Technology
• /
• 제11권4호
• /
• pp.333-339
• /
• 2023

In three-dimensional(3D) modeling, texturing plays a crucial role as a visual element, imparting detail and realism to models. In contrast to traditional texturing methods, the current trend involves utilizing AI tools such as Leonardo.Ai and Meshy to create textures for 3D models in a more efficient and precise manner. This paper focuses on 3D texturing, conducting a comprehensive comparative study of AI tools, specifically Leonardo.Ai and Meshy. By delving into the performance, functional differences, and respective application scopes of these two tools in the generation of 3D textures, we highlight potential applications and development trends within the realm of 3D texturing. The efficient use of AI tools in texture creation also has the potential to drive innovation and enhancement in the field of 3D modeling. In conclusion, this research aims to provide a comprehensive perspective for researchers, practitioners, and enthusiasts in related fields, fostering further innovation and development in this domain.

• 한국초등과학교육학회지:초등과학교육
• /
• 제39권1호
• /
• pp.117-132
• /
• 2020

The purpose of this study is to investigate elementary school teachers' awareness of Artificial Intelligence (AI) and find out how to apply it in elementary science education. The survey was conducted online and involved 95 teachers working in the metropolitan area. The results of this study are as follows. First, teachers need to learn about the general characteristics of AI and how to apply it to education. Second, science classes had the highest preference for AI among elementary school subjects. Third, the preference for AI application by elementary science field was 68.4% for earth and space, 54.7% for exercise and energy, 32.6% for matter, 27.4% for life. Fourth, AI-based Science Education (AISE) teaching- learning strategies were developed based on AI characteristics and the changing perspective of elementary science education, AISE's teaching-learning strategies are five: 'automation', 'individualization', 'diversification', 'cooperation' and 'creativity' and teachers can use them in teaching design, class practice and evaluation stages. Finally, the creative problem-solving Doing Thinking Making Sharing (DTMS) model was devised to implement the creativity strategy in AISE. This model consists of four-steps teaching courses: Doing, Thinking, Making and Sharing based on the empirical learning theory. In the future, follow-up research is needed to verify the effectiveness of this model by applying it to elementary science education.

• 동의생리병리학회지
• /
• 제35권1호
• /
• pp.22-27
• /
• 2021

This study conducted a questionnaire for students of Pusan National University Graduate School of Korean Medicine who practiced using the Oriental Medicine Diagnosis System (ODS). From the questionnaire, this study investigated current state of application and perception of AI in Korean Medicine and explored the direction of ODS improvement and utilization. The survey questions consisted of six questions examining the satisfaction of the diagnostic expert system, five questions evaluating the availability of the diagnostic expert system, and six questions to predict the impact of AI on the Korean medicine community. The survey analysis showed high satisfaction with practice using ODS. On the other hand, the possibility of using ODS, especially in clinical use, was evaluated as relatively low compared to the satisfaction of the practice. Therefore, the overall impact of AI on the Korean medical community is not expected to be large. Although there are difficulties in standardization of clinical data due to the academic characteristics of Korean medicine, it is necessary to continue attempts to apply AI. By actively introducing educational tools using the latest AI techniques to the diagnosis experience and doctor-patient role in a practice, students will be able to increase their satisfaction with their practice and respond appropriately to the state-of-the-art medical environment.

• 한국잡초학회지
• /
• 제32권3호
• /
• pp.263-272
• /
• 2012

천연물에서 유래한 제초활성 후보물질 d-limonene에 대한 주요 문제 잡초와 환경위해 잡초인 가시박에 대한 살초력 평가를 통해 효율적 잡초 관리를 위한 친환경 잡초방제제로서의 개발 가능성을 검토하고자 본 연구를 수행하였다. d-limonene은 온실조건에서 발아전 토양처리 효과는 없었고, 경엽처리에서는 100kg ai $ha^{-1}$ 이상 농도에서 매우 우수한 방제효과를 보였으나, 작물에 대한 선택성은 전혀 없었다. 야생에서 왕성하게 생육하는 환경 위해잡초 가시박에 대해서도 140kg ai $ha^{-1}$ 이상 농도에서 살포물량에 비례하여 우수한 방제효과를 나타내어 천연 생화학 제초제로서의 적용 가능성에 대한 향후 연구가 필요한 것으로 판단하였다.

• 컴퓨터교육학회논문지
• /
• 제23권2호
• /
• pp.21-29
• /
• 2020

본 연구의 목적은 인공지능(AI)과 관련한 기술적 지식과 사회적 영향력에 대한 균형 잡힌 시각을 길러주는 교육 프로그램을 개발하고 그 효과성을 살펴보는 것에 있다. 이를 위해 구성주의적 접근에 기초한 교육 프로그램을 개발하고 중학생을 대상으로 한 실험수업을 통해 AI에 대한 개념과 인식의 변화 그리고 수업 만족도를 분석하였다. 주요 결과를 살펴보면 다음과 같다. 첫째, 수업 후 AI 개념과 일상생활 속 사례에 대한 이해가 향상한 것을 확인하였다. 둘째, AI가 사회에 미치는 영향력에 대한 인식이 형성되고, 개인정보, 초지능화, 신뢰성에 대한 두려움이 낮아진 것을 확인할 수 있었다. 셋째, 수업 만족도를 보면 AI에 대한 이해, 수업에 대한 재미, AI에 대한 흥미와 관심, 다른 친구에게 추천 관련 항목이 모두 높게 나타났다. 이상의 결과를 토대로 초·중등학교의 AI 교육을 위한 시사점을 논의하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권1호
• /
• pp.201-208
• /
• 2023

인공지능 교육의 수요가 증가함에 따라 교육 현장에서는 인공지능 교육을 적극적으로 실시하고 있으나 시수 확보와 수업 내용 구성의 어려움, 교육과정의 부재 등으로 인공지능 교육 내실화에 어려움을 겪고 있다. 이를 해결하기 위한 방법으로 학교자율과정이 있다. 학교자율과정은 학교에서 교과군내 시수 조정, 성취기준 활용 재구조화 등 교육과정 전반에 자율권과 재량권을 갖도록 한 것이다. 본 연구에서는 인공지능 교육의 내실화를 위해 학교자율과정을 활용한 인공지능 교육 몰입과정을 개발하고 적용하여 그 효과를 분석하였다. 인공지능 교육 몰입과정은 학생들이 한정된 시간 내에 연속적으로 인공지능 교육을 밀도 있게 경험하기 때문에, 내실 있는 인공지능 교육이 이뤄질 수 있다. 인공지능 교육 몰입과정 이후 학생들의 전반적인 인공지능 소양과 자기결정성 학습동기가 향상된 것으로 나타났다. 본 연구가 학교자율과정을 이용한 인공지능 교육 내실화 방향을 제시할 수 있을 것으로 기대한다.

• Asia pacific journal of information systems
• /
• 제34권1호
• /
• pp.150-190
• /
• 2024

This article proposes a framework to elucidate the structural dynamics of the generative AI ecosystem. It also outlines the practical application of this proposed framework through illustrative policies, with a specific emphasis on the development of the Korean generative AI ecosystem and its implications of platform strategies at AI platform-squared. We propose a comprehensive classification scheme within generative AI ecosystems, including app builders, technology partners, app stores, foundational AI models operating as operating systems, cloud services, and chip manufacturers. The market competitiveness for both app builders and technology partners will be highly contingent on their ability to effectively navigate the customer decision journey (CDJ) while offering localized services that fill the gaps left by foundational models. The strategically important platform of platforms in the generative AI ecosystem (i.e., AI platform-squared) is constituted by app stores, foundational AIs as operating systems, and cloud services. A few companies, primarily in the U.S. and China, are projected to dominate this AI platform squared, and consequently, they are likely to become the primary targets of non-market strategies by diverse governments and communities. Korea still has chances in AI platform-squared, but the window of opportunities is narrowing. A cautious approach is necessary when considering potential regulations for domestic large AI models and platforms. Hastily importing foreign regulatory frameworks and non-market strategies, such as those from Europe, could overlook the essential hierarchical structure that our framework underscores. Our study suggests a clear strategic pathway for Korea to emerge as a generative AI powerhouse. As one of the few countries boasting significant companies within the foundational AI models (which need to collaborate with each other) and chip manufacturing sectors, it is vital for Korea to leverage its unique position and strategically penetrate the platform-squared segment-app stores, operating systems, and cloud services. Given the potential network effects and winner-takes-all dynamics in AI platform-squared, this endeavor is of immediate urgency. To facilitate this transition, it is recommended that the government implement promotional policies that strategically nurture these AI platform-squared, rather than restrict them through regulations and stakeholder pressures.

• 한국잡초학회지
• /
• 제13권1호
• /
• pp.14-18
• /
• 1993

Quinclorac의 사용량(使用量) 감소(減少)는 물론 잔유량(殘留量) 저하(低下)를 위하여 기존(旣存)의 화본과(禾本科) 속간(屬間) 선택성(選擇|生)을 갖는 molinate 및 propanil과의 혼합처방(混合處方)의 가능성(可能性) 여부를 밝히고자 온실내(溫室內) pot시험(試驗)으로 수행되었으며 피 3-4엽기(葉期)에 quinclorac 0.038. 0.075, 0.150 및 0.300kg ai/ha에, molinate는 0.190, 0.380, 0.750 및 1.500kg ai/ha을, propanil은 0.263, 0.525, 1.050, 및 2.100kg ai/ha을 각각 혼용(混用) 조합(組合)하여 경엽처리(莖葉處理)한 후 생체중(生體重)의 방제가(防除價)에 의한 상호작용(相互作用)을 해석하였다. Quinclorac과 molinate 조합처리(組合處理)에서 각 단제(單劑)의 방제가(防除價)는 표준량(標準量)에서 각각 78.1%, 26.2%에 지나지 않았으며, 조합처리(組合處理)의 방제가(防除價)는 quinclorac 0.300kg과 molinate 0.750kg 이상이 되어야만 85% 이상 방제가(防除價)를 얻을 수 있었다. 따라서 quinclorac과 molinate 조합처리(組合處理)에서 최소한의 상가적(相加的) 효과(效果)를 기대할 수 있었다. Quinclorac과 molinate 조합처리(組合處理)에서 각 단제(單劑)의 방제가(防除價)는 표준량(標準量)에서 각각 98.1%, 61.7%로서 두 약제간(藥劑間) 대등(對等)한 정도의 방제력(防除力)을 보였으며 조합처리(組合處理)에 있어서도 Quinclorac 0.150kg만 처리하고 propanil의 모든 처리수준(處理水準)이 첨가(添加)됨으로써 85% 이상의 방제가(防除價)를 보였다. 따라서 quinclorac과 propanil의 조합(組合)에서 부분적(部分的)으로 협력적(協力的)인 상호작용(相互作用)이 있었다. 결국 quinclorac 사용량(使用量) 감소(減少)를 위한 조합중(組合中) quinclorac과 propanil의 조합(組合)이 quinclorac과 molinate의 조합(組合)보다 더 협력적(協力的)인 상호작용(相互作用)을 나타냈다.

• 정보교육학회논문지
• /
• 제24권5호
• /
• pp.495-509
• /
• 2020

본 연구는 인공지능(이하 AI)이 모든 영역에 전일적으로 확산되는 시점을 맞아 비전공자들도 AI를 효과적으로 학습하는 방안을 탐색하기 위한 하나의 시론적 연구이다. AI 교육을 수학, 통계, 컴퓨터공학 전공 학생들뿐만 아니라 인문·사회과학 등 다른 전공자들도 쉽게 접근할 수 있도록 하기 위한 학습법을 탐색하고자 하였다. 마침 '설명 가능한 AI(XAI: eXplainable AI)'의 필요성과 MIT AI 연구소의 Patrick Winston의 '지각 있는 기계(AI)를 위한 스토리텔링의 중요성[33]'이 두드러진 상황에서 AI 스토리텔링 학습모델 연구의 의의를 찾을 수 있겠다. 이를 위해 본 연구는 우선 대구 소재 A 대학교의 학생들을 대상으로 그 가능성을 테스트하였다. 먼저 AI 스토리텔링(AI+ST) 학습법[30]의 교육목표, AI 교육내용의 체계와 학습방법론, 새로운 AI 도구의 소개 및 활용에 대해 살펴보고, 1) AI+ST 학습법이 알고리즘 중심의 학습법을 보완할 수 있는지, 2) AI+ST 학습법이 학생들에게도 효과가 있는지, 그리하여 AI 이해력, 흥미도, 응용력 배양에 도움이 되었는지에 관한 연구 질문을 중심으로 학습자들의 결과물을 비교 분석하였다.

• 정보화정책
• /
• 제29권2호
• /
• pp.3-36
• /
• 2022

지금까지의 인공지능 연구는 컴퓨터 분야의 새로운 알고리즘에 관한 것이 대부분이며, 인공지능의 활용 사례연구도 주로 인간과의 대결에서 승리한 것을 보여 주고 있다. 사회와 기업의 지속적인 관심 속에 학계에서도 단순 기술적 측면의 인공지능 연구에서 벗어나 인공지능의 활용적 측면, 특히 조직·전략과의 연계, 인공지능의 활용 리스크 등의 문제에서 이론을 정립하려는 노력이 최근 시도되고 있다. 본 문헌 연구에서는 2015년부터 2022년 현재까지 인공지능의 활용에 관한 연구를 인공지능 활용 분야, 인공지능 프로젝트 관리 그리고 인공지능의 활용 리스크 측면에서 조사하였다. 또한 세부 분석을 위하여 인용 수 20개 이상의 785개 연구에 대하여 세부 분야로 분류하여 조사하였다. 연구 결과 아직 많은 인공지능의 활용연구는 산업 또는 기업 업무별 과거 데이터를 중심으로 한 프로토타이핑 프로젝트 연구에 치우쳐져 있었다. 향후 인공지능 활용을 위한 조직 구조, 프로젝트 선정과 적용과정 등의 연구가 인공지능 활용의 리스크 연구와 함께 필요할 것으로 보인다.