• 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.

• 정보교육학회논문지
• /
• 제26권5호
• /
• pp.375-384
• /
• 2022

2022 개정 교육과정에서 인공지능 교육이 초등교육에서 필수화됨에 따라 초등학생을 위한 인공지능 교육과정 개발이 필요하다. 이를 위해 본 연구에서는 초등학생들의 인공지능 소양을 기르기 위한 내용체계표를 개발하였다. 인공지능 교육 영역을 크게 인공지능 이해와 인공지능 개발로 구분하였고, 세부 영역을 인공지능 활용, 인공지능 영향, 인공지능 윤리, 인공지능 인식, 데이터 탐색, 데이터 표현, 인공지능 예측 등 8가지로 구분하였다. 또한, 영역별로 주제 요소와 성취기준을 제시하고, 그것에 대한 타당성을 검증하기 위해 2차에 걸친 전문가 델파이조사를 하였다. 인공지능 교육 내용체계표에 대한 전문가 의견을 반영한 후 최종안을 확정하였다. 향후 인공지능교육이 초등학교에서 확대되려면, 본 연구에서 제안한 인공지능 교육 내용체계에 따라 교재와 교구를 개발하고, 그것을 학교에 적용할 수 있도록 수업 시수를 확보해야 하며, 학교 현장에 적용하면서 발생된 문제점을 수정·보완하는 등 지속적인 연구가 필요하다.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.190-201
• /
• 2023

Securing transportation safety infrastructure technology for Lv.4 connected autonomous driving is very important for the spread of autonomous vehicles, and the safe operation of level 4 autonomous vehicles in adverse weather has limitations due to the development of vehicle-only technology. We developed the radar-enabled AI convergence transportation entities detection system. This system is mounted on fixed and mobile supports on the road, and provides excellent autonomous driving situation recognition/determination results by converging transportation entities information collected from various monitoring sensors such as 60GHz radar and EO/IR based on artificial intelligence. By installing such a radar-enabled AI convergence transportation entities detection system on an autonomous road, it is possible to increase driving efficiency and ensure safety in adverse weather. To secure competitive technologies in the global market, the development of four key technologies such as ① AI-enabled transportation situation recognition/determination algorithm, ② 60GHz radar development technology, ③ multi-sensor data convergence technology, and ④ AI data framework technology is required.

• 방송공학회논문지
• /
• 제28권3호
• /
• pp.302-313
• /
• 2023

본 연구는 과학기술정보통신부가 2017년부터 1조원 이상을 투자한 'AI Hub 댐' 사업에서 구축된 인공지능 모델 학습데이터의 품질관리를 자동화할 수 있는 프레임워크의 개발을 목표로 한다. 자율주행 개발에 사용되는 AI 모델 학습에는 다량의 고품질의 데이터가 필요하며, 가공된 데이터를 검수자가 데이터 자체의 이상을 검수하고 유효함을 증명하는 데는 여전히 어려움이 있으며 오류가 있는 데이터로 학습된 모델은 실제 상황에서 큰 문제를 야기할 수 있다. 본 논문에서는 이상 데이터를 제거하는 신뢰할 수 있는 데이터셋 정제 프레임워크를 통해 모델의 인식 성능을 향상시키는 전략을 소개한다. 제안하는 방법은 인공지능 학습용 데이터 품질관리 가이드라인의 지표를 기반으로 설계되었다. 한국정보화진흥원의 AI Hub을 통해 공개된 자율주행 데이터셋에 대한 실험을 통해 프레임워크의 유효성을 증명하였고, 이상 데이터가 제거된 신뢰할 수 있는 데이터셋으로 재구축될 수 있음을 확인하였다.

• 한국융합학회논문지
• /
• 제13권4호
• /
• pp.7-15
• /
• 2022

정보와 기술의 탈중앙화/분권, 공유/개방, 연결을 통한 개별 맞춤 시대의 지능화 세계 지향으로 그 어느 때 보다도 인공지능에 대한 관심과 기술적 담론 속에 기대와 우려가 교차하는 경향을 자주 보게 된다. 최근에는 2045년 전, 후로 AI의 특이성(Singularity)이 나타날 것이라는 미래학자들의 주장도 쉽게 찾아볼 수 있다. 이제는 다가올 인공지능 시대에서 AI와 함께 상생하고 번영하는 공존 패러다임을 만들기 위한 준비의 일환으로 보다 올바른 AI 윤리와 규제 설정을 위한 표준 프레임워크가 요구되고 있다. 주요지침 설정 누락의 위험성 배제와 타당하고 보다 합리적인 지침 항목과 평가 기준을 가늠 할 수 있는 방안이 점차 큰 연구문제로 나타나고 있기 때문이다. 이런 연구문제 해결과 동시에 AI 윤리와 규제 설정에 대한 지속적인 경험과 학습효과가 연결 발전될 수 있도록 국제기구/국가/기업의 AI 윤리와 규제에 대한 가이드 라인 자료 등을 수집하여 설정 연구모형과 텍스트 마이닝 탐색 분석을 통해 표준 프레임워크(SF: Standard Framework) 설정 방안을 연구 제시한다. 본 연구결과는 향후 보다 발전적인 AI 윤리와 규제지침 항목 설정과 평가 방안연구에 기초 선행연구 자료로 기여될 수 있을 것이다.

• 스마트미디어저널
• /
• 제7권4호
• /
• pp.30-36
• /
• 2018

DataLake 프레임워크와 같은 단일 도메인 모델은 비즈니스 시스템의 규모 확장과 대량의 다양한 데이터들이 생성되는 빅데이터 환경, 그리고 데이터를 보다 스마트하게 처리하여 효율성 및 활용도를 높일 수 있는 방법으로 주목 받고 있다. 특히, 논리적인 단일 도메인 모델은 컴퓨팅 리소스의 유한함과 공유 경제에 의한 물리적으로 분할된 멀티 사이트의 데이터 처리를 위한 네트워크, 스토리지, 그리고 컴퓨팅 자원의 효율적 운영이 매우 중요하다. 기존의 Data Lake 프레임워크의 장점들을 기반으로 다양한 영역의 멀티 사이트들을 통합 및 데이터의 라이프 사이클을 관리하기 위한 DataLake 프레임워크의 Connected Data Architecture 개념과 기능들의 확장을 통한 다양한 응용 영역에 활용 가능한 CDA 기반 AI 서비스의 초안 설계 및 시나리오를 제안하고자 한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권8호
• /
• pp.2292-2313
• /
• 2023

With improving computing performance, various digital platforms are being developed to enable easily utilization of high-performance computing environments. EDISON 1.0 is an online simulation platform widely used in computational science and engineering education. As the research paradigm changes, the demand for developing the EDISON 1.0 platform centered on simulation into the EDISON 2.0 platform centered on data and artificial intelligence is growing. Herein, a data framework, a core module for data-centric research on EDISON 2.0 digital platform, is proposed. The proposed data framework provides the following three functions. First, it provides a data repository suitable for the data lifecycle to increase research reproducibility. Second, it provides a new data model that can integrate, manage, search, and utilize heterogeneous data to support a data-driven interdisciplinary convergence research environment. Finally, it provides an exploratory data analysis (EDA) service and data enrichment using an AI model, both developed to strengthen data reliability and maximize the efficiency and effectiveness of research endeavors. Using the EDISON 2.0 data framework, researchers can conduct interdisciplinary convergence research using heterogeneous data and easily perform data pre-processing through the web-based UI. Further, it presents the opportunity to leverage the derived data obtained through AI technology to gain insights and create new research topics.

• Journal of Information Technology Applications and Management
• /
• 제31권3호
• /
• pp.149-163
• /
• 2024

As conversational AI systems such as ChatGPT have become more advanced, researchers are exploring ways to use them in education. However, we need effective ways to evaluate these systems before allowing them to help teach students. This study proposes a detailed framework for testing conversational AI across three important criteria as follow. First, specialized benchmarks that measure skills include giving clear explanations, adapting to context during long dialogues, and maintaining a consistent teaching personality. Second, adaptive standards check whether the systems meet the ethical requirements of privacy, fairness, and transparency. These standards are regularly updated to match societal expectations. Lastly, evaluations were conducted from three perspectives: technical accuracy on test datasets, performance during simulations with groups of virtual students, and feedback from real students and teachers using the system. This framework provides a robust methodology for identifying strengths and weaknesses of conversational AI before its deployment in schools. It emphasizes assessments tailored to the critical qualities of dialogic intelligence, user-centric metrics capturing real-world impact, and ethical alignment through participatory design. Responsible innovation by AI assistants requires evidence that they can enhance accessible, engaging, and personalized education without disrupting teaching effectiveness or student agency.

• 정보교육학회논문지
• /
• 제23권6호
• /
• pp.639-653
• /
• 2019

본 연구에서는 Computational Thinking기반의 인공지능교육을 위한 프레임워크와 인지적 학습환경 구성의 절차를 구현하고자 하였으며, 추후 인공지능교육을 위한 교육과정 설계의 이론적 근거를 제시하고자 하였다. 연구의 결과를 토대로 데이터수집 및 발견의 단계에서 추상화 과정을 통해 알고리즘과 문제해결의 모형을 선택하는 학습모형을 제시하였고 이를 자동화하여 평가하는 단계를 기반으로 문제해결 및 예측하는 과정을 수행함으로써 인공지능을 활용한 문제해결력을 기를 수 있는 Computational Thinking 기반 AI의 교수학습모형을 제시하였다. 인공지능교육에 대한 인지적 학습환경과 관련된 연구를 분석하여 Computational Thinking의 핵심 사고과정 중 하나인 추상화의 단계를 중심으로 절차를 구성하였으며, Agency(학습보조)에서 Modeling(인지적 구조화)으로의 전이를 토대로 학습구성의 단계를 제시하였다. 본 연구에서 제시한 인공지능교육의 프레임워크와 인지적 학습환경 구성의 절차는 Computational Thinking을 기반으로 제시되었다는 점에서 특징을 갖고 있으며 추후 인공지능기반 교수학습연구의 근간이 될 것으로 기대한다.

• The Journal of Asian Finance, Economics and Business
• /
• 제9권5호
• /
• pp.225-237
• /
• 2022

The term "artificial intelligence" is considered a component of sophisticated technological developments, and several intelligent tools have been developed to assist organizations and entrepreneurs in making business decisions. Artificial intelligence (AI) is defined as the concept of transforming inanimate objects into intelligent beings that can reason in the same way that humans do. Computer systems can imitate a variety of human intelligence activities, including learning, reasoning, problem-solving, speech recognition, and planning. This study's objective is to provide responses to the questions: Which factors should be taken into account while deciding whether or not to use AI applications? What role do these elements have in AI application adoption? However, this study proposes a framework to explore the significance and relation of success factors to AI adoption based on the technology-organization-environment model. Ten critical factors related to AI adoption are identified. The framework is empirically tested with data collected by mail surveying organizations in Vietnam. Structural Equation Modeling is applied to analyze the data. The results indicate that Technical compatibility, Relative advantage, Technical complexity, Technical capability, Managerial capability, Organizational readiness, Government involvement, Market uncertainty, and Vendor partnership are significantly related to AI applications adoption.