• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.374-376
• /
• 2022

악성 앱 분석 도구는 안드로이드 기반 앱을 도구에 정의된 AI 기반 알고리즘에 의해 분석되어 악성코드가 포함되었는지 탐지하는 시스템이다. 현재 스마트폰의 보급이 활성화됨에 따라 악성 앱을 사용한 범죄가 증가하였고, 이에 따라 악성 앱에 대한 보안이 요구되는 실정이다. 스마트폰에 사용되는 안드로이드 운영체제는 점유율이 70%이상이며, 오픈소스 기반이기 때문에 많은 취약성 및 악성코드가 존재할뿐만 아니라, 악성 앱에 대한 피해도 증가하여 악성 앱을 탐지하고 분석하는 도구에 대한 수요도 증가할 것이다. 하지만, 악성 앱 분석 도구에 대한 보안기능요구사항이 정확히 명시되지 않아, 악성 앱 분석도구를 구축 및 개발하는데 있어 많은 어려움이 있기 때문에 본 논문을 제안한다. 개발한 보호프로파일을 통해 악성 앱 분석 도구의 설계 및 개발에 기반이 되어 기술력을 향상시킬 수 있고, 악성 앱에 대한 피해를 최소화하여 안전성을 확보 할 수 있으며, 더 나아가 정보보호제품 인증을 통해 악성 앱 분석 도구에 대한 신뢰를 보증할 수 있다.

• Journal of information and communication convergence engineering
• /
• 제16권3호
• /
• pp.148-152
• /
• 2018

Adversarial attacks on artificial intelligence (AI) systems use adversarial examples to achieve the attack objective. Adversarial examples consist of slightly changed test data, causing AI systems to make false decisions on these examples. When used as a tool for attacking AI systems, this can lead to disastrous results. In this paper, we propose an ensemble of degraded convolutional neural network (CNN) modules, which is more robust to adversarial attacks than conventional CNNs. Each module is trained on degraded images. During testing, images are degraded using various degradation methods, and a final decision is made utilizing a one-hot encoding vector that is obtained by summing up all the output vectors of the modules. Experimental results show that the proposed ensemble network is more resilient to adversarial attacks than conventional networks, while the accuracies for normal images are similar.

• 정보교육학회논문지
• /
• 제25권5호
• /
• pp.673-681
• /
• 2021

본 연구는 교육대학원에서의 인공지능 교육 과목의 운영사례이다. 교육 과정은 머신러닝의 이해와 실습, 데이터 분석, 엔트리를 이용한 인공지능의 실제, 인공지능과 피지컬 컴퓨팅 등으로 구성되었다. 교육효과에 대한 설문 조사 결과, 수강생들은 초등학교 현장으로의 적용 용이성과 수업 우선순위로 엔트리 인공지능 블록의 활용, 피지컬 컴퓨팅 도구로써 대장장이 보드의 활용을 선호하였다. 데이터 분석 영역은 수학교과의 데이터와 그래프 교육과의 연계 등에서 그 효과성이 있으며. 피지컬 컴퓨팅 도구로 허스키 렌즈는 고유의 이미지 처리 기능을 활용하면 자율주행차 메이커 교육에 유용한 것으로 나타났다. 바람직한 인공지능교육으로는 수준별 교육과정, 데이터 수집 및 분석 교육의 강화 등이 요구되었다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.401-409
• /
• 2021

본 연구는 교육 대학원의 인공 지능 교육 과목의 운영사례이다. 주요 교육내용은 머신러닝의 이해와 실습, 데이터 분석, 엔트리를 이용한 인공지능의 실제, 인공지능과 피지컬 컴퓨팅 등으로 구성되었다. 교육과정 적용후 교육효과에 대한 설문 조사 결과, 수강생들은 초등교육 현장에 적용 용이성 등을 고려하여 우선순위로 엔트리 인공지능 블록의 활용, 피지컬 컴퓨팅 도구로써 대장장이 보드의 활용 등을 선호함을 알 수 있었다. 데이터 분석 영역은 수학교과의 데이터와 그래프 교육과의 연계 등에서 그 효과성이 있으며. 피지컬 컴퓨팅 도구로 허스키 렌즈는 고유의 이미지 처리 기능을 활용하면 자율주행차 메이커 교육에 유용하다고 하였다. 그 외의 바람직한 인공지능교육으로 수준별 교육과정, 데이터 수집 및 분석 교육의 강화 등의 필요성이 대두되었다.

• 서비스연구
• /
• 제10권4호
• /
• pp.43-55
• /
• 2020

최근 경험데이터에 대한 중요성이 커지면서 데이터사이언스적 관점으로 경험데이터를 다루려는 시도가 많아지고 있다. 빅데이터와 같은 수치적으로 계량화하려는 정량(quantitative)적 조사 방식의 수집방식으로 접근하는 경우에 경험이 가지고 있는 가치에 대한 폭넓은 해석이 어려울 뿐 아니라 비용, 시간이 상대적으로 많이 들고, 개인정보 침해의 위험으로 분석에 한계가 있다. 하지만, 정성(qualitative)적 조사 기반의 경험데이터 수집 절차인 에스노그라피(ethnograpy)는 사용자라는 관점에서 미래 고객의 자연스러운 실제 환경에서 주로 실시되기 때문에 적은 표본으로도 고객이 직면한 본질을 확인할 수 있고, 경험데이터가 가지고 있는 맥락적 차원의 관계를 해석하기에도 용이하다. 에스노그라피 방식의 경험데이터 수집이 경제적이고, 효율적이라고 하여도 데이터의 수집 과정에 대한 과학적 절차의 미흡은 문제가 될 수 있기에, 수집과정의 오차를 줄이는 것은 중요하다. 에스노그라피 방식의 경험데이터 수집에 대한 올바른 측정 도구를 사용했느냐에 대한 타당성 확보와 측정대상을 정확하게 선정하여 타당성 있는 측정 도구와 방법을 사용했느냐의 신뢰성 확보가 중요하다. 이러한 관점에서 에스노그라피 방식의 경험데이터 수집에 대한 올바른 측정 방법과 도구개발을 위해 타당성을 확보하고 측정대상을 명확하게 선별하는 연구방법의 신뢰성을 검증할 필요가 있다. 이에 본 연구에서는 에스노그라피 방식의 경험데이터 수집에 기반하여 자영업자의 고객경험을 분석해주는 'I know you_AI' 서비스의 데이터와 방법론 사례를 중심으로 이에 대한 검증 연구를 진행하였고, 연구 결과 신뢰성과 타당성이 있음을 확인하였다.

• Journal of Platform Technology
• /
• 제11권3호
• /
• pp.56-67
• /
• 2023

최근 데이터 기반 산업계의 오랜 숙원이었던 개인정보 비식별화가 2020년 8월 데이터3법[1]이 개정되어 명시화 되었다. 4차 산업시대의 원유[2]라 불리는 데이터를 산업 분야에서 활성화할 수 있는 기틀이 되었다. 하지만, 일각에서는 비식별개인정보(personally non-identifiable information)가 정보주체의 기본권 침해를 우려하고 있는 실정이다[3]. 이에 개인정보 비식별화 자동화 도구인 Batch De-Identification Tool을 개발 연구를 수행하였다. 본 연구에서는 첫 번째로, 학습용 데이터 구축을 위해 사람 얼굴(눈, 코, 입) 및 다양한 해상도의 자동차 번호판 등을 라벨링하는 이미지 라벨링 도구를 개발하였다. 두 번째로, 객체 인식 모델을 학습하여 객체 인식 모듈을 실행함으로써 개인정보 비식별화를 수행할 수 있도록 하였다. 본 연구의 결과로 개발된 개인정보 비식별화 자동화 도구는 온라인 서비스를 통해 개인정보 침해 요소를 사전에 제거할 수 있는 가능성을 보여주었다. 이러한 결과는 데이터 기반 산업계에서 개인정보 보호와 활용의 균형을 유지하면서도 데이터의 가치를 극대화할 수 있는 가능성을 제시하고 있다

• 한국방사선학회논문지
• /
• 제17권6호
• /
• pp.873-879
• /
• 2023

본 연구는 인공지능(AI)을 사용하여 흉부 엑스레이 이미지에서 이물질을 탐지하는 방법을 탐구하였다. 의료영상학, 특히 흉부 엑스레이는 폐렴이나 폐암과 같은 질병을 진단하는 데 매우 중요한 역할을 한다. 영상의학 검사가 증가함에 따라 AI는 효율적이고 빠른 진단을 위한 중요한 도구가 되었다. 하지만 이미지에는 단추나 브래지어 와이어와 같은 일상적인 장신구를 포함한 이물질이 포함될 수 있어 정확한 판독을 방해할 수 있다. 본 연구에서는 이러한 이물질을 정확하게 식별하는 AI 알고리즘을 개발하였고, 미국 국립보건원 흉부 엑스레이 데이터셋을 가공하여 YOLOv8 모델을 기반으로 처리하였다. 그 결과 정확도, 정밀도, 리콜, F1-score가 모두 0.91에 가까울 정도로 높은 탐지 성능을 보였다. 이번 연구는 AI의 뛰어난 성능에도 불구하고 이미지 내 이물질로 인해 판독 결과가 왜곡될 수 있는 문제점을 해결함으로써 영상의학 분야에서 AI의 혁신적인 역할과 함께, 임상 구현에 필수적인 정확성에 기반하여 신뢰성을 강조하였다.

• 정보교육학회논문지
• /
• 제24권1호
• /
• pp.59-69
• /
• 2020

본 연구에서는 Computational Thinking 기반의 인공지능(AI)교육에 대한 학습자의 내재적 사고의 변화를 살펴보기 위한 평가도구 개발의 기준과 프레임워크를 구성하여 제시하고자 하였다. 이를 위해 데이터수집을 위한 인지적 학습보조(Agency)의 단계, 수집된 데이터의 특징을 분해하여 데이터의 패턴을 인식하고 카테고리화 과정을 수행하는 추상화(Abstracting)의 단계, 추상화과정을 수행한 정제된 데이터를 토대로 알고리즘을 구성하는 모델링(Modeling)단계의 일련의 순차적 과정이 평가요소로 구성되었다. 또한 학습자의 인식, 학습, 행동, 결과에 대한 인지적영역에 대한 평가가 구성되었으며, 학습자의 문제해결의 과정과 결과에 대하여 지식, 역량, 태도의 영역에 대하여 측정을 하게 됨으로써 AI교육에 대한 학습의 내재적인 인지영역의 변화와 결과에 대한 평가를 할 수 있도록 프레임 워크가 설계되었다. 연구의 결과는 교수학습의 맥락에 따른 개별화된 평가도구 개발에 대한 프레임워크를 구성하였다는 점에서 의미가 있으며, 향후 AI교육의 다양한 영역에서 활용될 수 있는 기준으로서 활용될 수 있을 것이다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권1호
• /
• pp.41-50
• /
• 2023

최근에 인공지능 기술발전과 더불어 코로나19 바이러스(COVID-19)가 장기화되면서 비대면 사회가 일상화되었고, 많은 기업들은 이에 대응하기 위한 디지털 트랜스포메이션과 인공지능 도입의 활성화를 촉진시키고 있으며 챗봇의 수요가 급격히 늘어났다. 또한 챗봇은 기존의 단순문의 대응에서 업무 트랜잭션 처리를 하기에 이르렀다. 하지만 기존 시스템과 연계를 위해 API를 개발해야하고 연계 하는데 많은 어려움이 발생하고 있어, 이를 해결하기 위해 RPA연계를 통한 하이브리드 챗봇을 구축하는 것이 점점 중요해지고 있으며, 최근 RPA와 챗봇의 결합이 많은 비즈니스 프로세스를 처리하는 효과적인 도구로 간주되고 있다. 그러나 연계사례 부족과 구축 방법을 찾아보기 힘들어 많은 어려움을 겪고 있다. 본 연구에서는 기존 선행연구 고찰과 하이퍼오토메이션 관점에서 Conversational UX인 챗봇과 Task Automation의 RPA를 연계한 하이브리드 챗봇 구축을 위한 방법을 실제 구현사례를 바탕으로 제시하여, 보다 쉽게 연계방법을 이해하고 구축할 수 있도록 하여 디지털 트랜스포메이션에 적극적으로 AI 챗봇을 활용할 수 있도록 하는데 시사점이 있다.

• 한국공작기계학회:학술대회논문집
• /
• 한국공작기계학회 2001년도 추계학술대회(한국공작기계학회)
• /
• pp.355-359
• /
• 2001

In this study, experiments were carried out to investigate the characteristics of grinding and wear process of diamond wheel grinding ceramic materials. Normal component of grinding resistance of $AI_2O_3$ was less then that of $Si_3N_4$ and $ZrO_2$. It is because the resistance for grain shedding is less then that for layer formation. For the case of $Si_3N_4$ and $ZrO_2$, as the grain mesh number of wheel increases, the surface roughness decreases. For the case of $AI_2O_3$, the surface roughness does not decreases. For the case of $Si_3N_4$ and $ZrO_2$, grinding is carried out by abrasive wear processes. For the case of $AI_2O_3$, grinding is carried out by grain shedding process.