• 디지털융복합연구
• /
• 제20권3호
• /
• pp.241-249
• /
• 2022

인공지능은 개인의 일상생활뿐 아니라 전 산업 분야에 적용되며 인공지능 시대라 해도 과언이 아닌 시기가 도래하였다. 그러므로 인공지능 수용에 영향을 주는 요인 파악은 중요하다. 본 연구는 상용화되거나 익숙해진 인공지능은 더는 인공지능이라 인식하지 못하는 AI Effect 현상으로 인공지능 사전경험이 무시되었을 때 인공지능 수용에 어떠한 영향을 미치는지를 분석하였다. 이를 위해 두 번의 실험을 수행하였다. 105명의 성인을 대상으로 한 첫 번째 실험 결과는 실험 대상자 중 32.4%(34명)가 AI Effect가 존재하였고, 이 중 여성이 43.6%(24명), 남성은 20%(10명)가 AI Effect가 존재하는 것을 나타나 여성이 약 2배 정도 높았고, 인공지능 지식 정도가 낮을수록 AI Effect가 존재하는 것으로 나타났다. 두 번째 실험 결과는 성인 240명의 참가자 중 AI Effect가 존재하는 85명만이 대상이었고, 인공지능 경험인지는 인공지능을 적극적으로 수용하게 하는 것으로 나타났다. 본 연구를 통한 AI Effect 이해는 기업에 인공지능의 적극적 수용방안 설정에 도움을 줄 수 있을 것이라 기대된다. 더불어 사용자의 개인 차이와 AI Effect의 관계 규명, AI Effect가 다양한 수용 태도에 미치는 영향 등을 고려한 연구로의 확장을 기대한다.

• Journal of Smart Tourism
• /
• 제1권4호
• /
• pp.9-18
• /
• 2021

The impacts that AI and robotics systems can and will have on our everyday lives are already making themselves manifest. However, there is a lack of research on the ethical impacts and means for amelioration regarding AI and robotics within tourism and hospitality. Given the importance of designing technologies that cross national boundaries, and given that the tourism and hospitality industry is fundamentally predicated on multicultural interactions, this is an area of research and application that requires particular attention. Specifically, tourism and hospitality have a range of context-unique stakeholders that need to be accounted for in the salient design of AI systems is to be achieved. This paper adopts a stakeholder approach to develop the conceptual framework to centralize human values in designing and deploying AI and robotics systems in tourism and hospitality. The conceptual framework includes several layers - 'Human-human-AI' interaction level, direct and indirect stakeholders, and the macroenvironment. The ethical issues on each layer are outlined as well as some possible solutions to them. Additionally, the paper develops a research agenda on the topic.

• 한국공간구조학회지
• /
• 제18권2호
• /
• pp.11-14
• /
• 2018

• 융합정보논문지
• /
• 제10권3호
• /
• pp.76-91
• /
• 2020

최근에 한국 고유종인 미선나무 (Abeliophyllum distichum Nakai; Oleaceae) 품종 옥황1호의 유전체가 성공적으로 해독되었다. Acteoside는 다양한 활성을 가지는 물질이며, 여러개의 생화학합성과정이 제시되어왔고, 이들을 통합 검토하여 정확한 생화학합성과정을 완성하였다. 유전체 데이터로부터 2차대사산물을 예측할 수 있는 MetaPre-AI^TM와 정확한 acteoside 생화학합성과정, InfoBoss Pathway Database를 활용하여, acteoside에 관여하는 모든 효소의 유전자를 옥황1호 유전체로부터 성공적으로 확인하였다. 이는 옥황1호는 acteoside 물질을 생산할 수 있는 가능성이 있음을 의미한다. 이에 고성능액체크로마토그래피를 사용하여 옥황1호의 캘러스 세포를 분석하여 acteoside과 이의 유도체인 isoacteoside를 확인하였다. 본 연구는 MetaPre-AI^TM은 유전체로부터 2차대사산물을 성공적으로 예측하였다. 이 방법은 화학물질보다 안정적인 DNA를 분석하여 2차 대사산물을 예측하는 효율적인 방법이 될 것이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.203-204
• /
• 2020

챗봇이란 인공지능 기반으로 인간과 대화하는 로봇을 일컬으며, 요청과 응답구조로 운영되는 인공지능 프로그램을 말한다. 챗봇은 사용자와 상호작용하기 위해 대화형 인터페이스를 사용하는 소프트웨어로 기존 사용자의 언어를 이해하고 학습하여 인간이 대화하듯이 대화를 하도록 설계되어있다. 챗봇을 사용하는 회사는 인건비를 줄이고 빅데이터를 기반으로 전문적이고 정확한 답변을 제공할 수 있어 활용 효율성이 높은 편이다. 그러나 회사가 챗봇을 적극적으로 도입하고 사용자에게 긍정적인 영향을 줄 것이라는 기대와 달리 사용자는 챗봇을 계속 사용하지 않고있다. 따라서 본 논문은 챗봇 서비스의 지속사용의도에 영향을 미치는 요인들을 파악하고자 한다. 특히 인공지능 특성이 챗봇 서비스 지속적 사용의도에 미치는 영향을 연구한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.535-537
• /
• 2022

AI 가속기는 머신 러닝 및 딥 러닝을 포함한 인공 지능 및 기계 학습 응용 프로그램의 연산을 더 빠르게 수행하도록 설계된 일종의 하드웨어 가속기 또는 컴퓨터 시스템이다. 가속기를 설계하기 위해선 설계 영역 탐색(Design Space Exploration)을 하여야 하고 여러 인공지능 중에서도 합성 곱 신경망(CNN)에 대한 설계 영역 탐색을 소개한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.362-364
• /
• 2022

정부는 혁신성장 확산을 위해 'D·N·A와 BIG3 전략'을 마련하여 '18년 0.7조원에서 '22년 3.5조원까지 5년간 10.9조원의 재정투자와 AI와 5G를 융합한 기술 개발에 많은 지원을 하고 있다. 본 논문에서는 AI와 5G 분야에 대해 국가R&D 참여 인력의 현황을 분석하여, 정부 재정투자에 비례하여 국가R&D 참여 연구인력이 활성화되고 있는지 확인하였다. 분석 데이터는 NTIS에서 Top20의 키워드를 추출하여 2011년부터 2020년까지의 과제 71,760건, 참여 인력 785,805명의 데이터를 수집하였다. 각 분야의 과제와 연구비(정부투자연구비), 연구개발수행주체별, 연구개발단계별 학위 분포 등 참여연구인력 추이를 심층분석하였다. 그 결과 참여 연구인력은 정부 재정투자에 비례하여 활성화 되고 있었다. 이러한 분석은 참여 연구인력 양성을 효율적으로 육성하기 위해 활용될 수 있다.

• 성인간호학회지
• /
• 제22권1호
• /
• pp.60-69
• /
• 2010

Purpose: The aim of this study was to investigate the level of resilience and related factors in patients with Parkinson's disease (PD) in Korea. Methods: Data were obtained from 148 patients using the Resilience Scale (RS), Beck's Depression Inventory (BDI), and Spielberger's Anxiety Inventory (AI). Results: The mean scores of the RS, BDI, and AI were $127.7{\pm}21.6$, $12.9{\pm}9.3$, and $41.9{\pm}11.1$, respectively. The RS score was strongly correlated with the BDI score (r=-.531, p<.001) and the AI (r=-.572, p<.001). The resilience was significantly revealed by household income (F=4.002, p=.009) and presence of a hobby (t=-3.300, p=.001). In addition, resilience was significantly correlated with age of disease onset (r=.164, p=.046), years of living with PD (r=-.262, p=.001), and the length of treatment with levodopa (r=-.283, p<.001). From the stepwise multiple regression analysis, the most important factors related to the RS score were the AI score, household income, and length of treatment with levodopa. Conclusion: Understanding these factors is essential for developing effective interventions to improve resilience in patients with PD.

• 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.

• Journal of Gastric Cancer
• /
• 제23권3호
• /
• pp.375-387
• /
• 2023

Stomach cancer has a high annual mortality rate worldwide necessitating early detection and accurate treatment. Even experienced specialists can make erroneous judgments based on several factors. Artificial intelligence (AI) technologies are being developed rapidly to assist in this field. Here, we aimed to determine how AI technology is used in gastric cancer diagnosis and analyze how it helps patients and surgeons. Early detection and correct treatment of early gastric cancer (EGC) can greatly increase survival rates. To determine this, it is important to accurately determine the diagnosis and depth of the lesion and the presence or absence of metastasis to the lymph nodes, and suggest an appropriate treatment method. The deep learning algorithm, which has learned gastric lesion endoscopyimages, morphological characteristics, and patient clinical information, detects gastric lesions with high accuracy, sensitivity, and specificity, and predicts morphological characteristics. Through this, AI assists the judgment of specialists to help select the correct treatment method among endoscopic procedures and radical resections and helps to predict the resection margins of lesions. Additionally, AI technology has increased the diagnostic rate of both relatively inexperienced and skilled endoscopic diagnosticians. However, there were limitations in the data used for learning, such as the amount of quantitatively insufficient data, retrospective study design, single-center design, and cases of non-various lesions. Nevertheless, this assisted endoscopic diagnosis technology that incorporates deep learning technology is sufficiently practical and future-oriented and can play an important role in suggesting accurate treatment plans to surgeons for resection of lesions in the treatment of EGC.