• 한국전자통신학회논문지
• /
• 제13권4호
• /
• pp.765-776
• /
• 2018

인공지능 기술은 최근 컴퓨팅 기술의 발달과 함께 급성장하고 있는 기술로, 차세대 핵심기술로 꼽히고 있다. 챗봇은 미리 정해놓은 규칙에 따라 사용자 입력에 대해 응답할 수 있도록 만들어진 시스템으로, 상담, 주문 등 단순 반복 업무를 비롯해 사용자 대화 패턴 분석을 통한 서비스 제공까지 점차 그 범위가 확대되며 생활 밀착형 서비스로 자리 잡을 전망이다. 이에 따라 본 연구에서는 인공지능 기술을 활용한 셀럽봇 모델을 제시하고자 한다. 셀럽봇이란, 셀러브리티(Celebrity)의 약자 셀럽(Celeb)과 챗봇(Chatbot)의 합성어로 셀러브리티와 대화할 수 있는 챗봇 서비스를 말한다. 셀럽은 '애착 관계'를 형성할 수 있는 가장 좋은 대상이며, 누구나 접근하기 쉽다는 장점이 있다. 이와 함께 인공지능 기술은 '제품' 이지만 '제품'이 아닌 사람처럼 여기게 할 수 있는 기술이다. 이를 미루어 볼 때 '셀럽'이라는 특성과 인공지능 기술 기반의 챗봇이 결합하였을 때 가장 큰 시너지를 발생시킬 수 있을 것으로 보며 이를 활용한 다양한 파생상품이 발생할 것으로 보며 이에 따라 셀럽봇 모델을 제시한다.

• 한국컴퓨터정보학회논문지
• /
• 제25권4호
• /
• pp.11-17
• /
• 2020

본 논문에서는 지능형 전장인식 서비스를 위한 자연어처리 기반 지식베이스 구축 방안에 대해 연구한다. 현재의 지휘통제체계는 수집된 전장정보와 전술데이터를 등록, 저장, 공유 등의 기본적인 수준에서 관리 및 활용하고 있으며, 분석관에 의한 정보/데이터 융합 및 상황 분석/판단이 수행되고 있다. 이는 분석가의 시간적 제약과 인지적 한계로 일반적으로 하나의 해석만이 도출되며 편향된 사고가 반영될 수 있다. 따라서 지휘통제체계의 전장상황인식 및 지휘결심지원 지능화가 필수적이다. 이를 위해서는 지휘통제체계에 특화된 지식베이스를 구축하고 이를 기반으로 하는 지능형 전장인식 서비스 개발이 선행되어야 한다. 본 논문에서는, 민간 데이터인 엑소브레인 말뭉치에서 제시된 개체명 중 의미 있는 상위 250개 타입을 적용하고 전장정보를 적절히 표현하기 위해 무기체계 개체명 타입을 추가 식별하였다. 이를 바탕으로 멘션 추출, 상호참조해결 및 관계 추출 과정을 거치는 전장인식 지식베이스 구축 방안을 제시하였다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.59-68
• /
• 2021

최근 급속도로 성장하고 있는 인공지능 기술이 자율운항선박과 같은 해상 환경에서도 적용되기 시작하면서 디지털 영상에 특화된 CNN 기반의 모델을 적용하는 관련 연구가 활발히 진행되고 있다. 이러한 해상 서비스의 경우 인적 과실을 줄이기 위해 충돌 위험이 있는 부유물을 감지하거나 선박 내부의 화재 등 여러 가지 기술이 접목되기에 실시간 처리가 매우 중요하다. 그러나 기능이 추가될수록 프로세서의 제품 가격이 증가하는 문제가 존재해 소형 선박의 선주들에게는 비용적인 측면에서 부담이 된다. 또한 대형 선박의 경우 자율운항선박의 시스템을 감안할 때, 연산 속도의 성능 향상을 위해 복잡도가 높은 딥러닝 모델의 성능을 개선하는 방법이 필요하다. 따라서 본 논문에서는 딥러닝 모델에 경량화 기법을 적용해 정확도를 유지하면서 고속으로 처리할 수 있는 방법에 대해 제안한다. 먼저 해상 부유물 검출에 적합한 영상 전처리를 진행하여 효율적으로 CNN 기반 신경망 모델 입력에 영상 데이터가 전달될 수 있도록 하였다. 또한, 신경망 모델의 알고리즘 경량화 기법 중 하나인 학습 후 파라미터 양자화 기법을 적용하여 모델의 메모리 용량을 줄이면서 추론 부분의 처리 속도를 증가시켰다. 양자화 기법이 적용된 모델을 저전력 임베디드 보드에 적용시켜 정확도와 처리 속도를 사용하는 임베디드 성능을 고려하여 설계하는 방법을 제안한다. 제안하는 방법 중 정확도 손실이 제일 최소화되는 모델을 활용해 저전력 임베디드 보드에 비교하여 기존보다 최대 4~5배 처리 속도를 개선할 수 있었다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.77-87
• /
• 2021

인터넷과 개인용 컴퓨터가 발달하면서 다양하고 복잡한 공격들이 등장하기 시작했다. 공격들이 복잡해짐에 따라 기존에 사용하던 시그니처 기반의 탐지 방식으로 탐지가 어려워졌으며 이를 해결하기 위해 행위기반의 탐지를 위한 로그 이상탐지에 대한 연구가 주목 받기 시작했다. 최근 로그 이상탐지에 대한 연구는 딥러닝을 활용해 순서를 학습하는 방식으로 이루어지고 있으며 좋은 성능을 보여준다. 하지만 좋은 성능에도 불구하고 판단에 대한 근거를 제공하지 못한다는 한계점을 지닌다. 판단에 대한 근거 및 설명을 제공하지 못할 경우, 데이터가 오염되거나 모델 자체에 결함이 발생해도 이를 발견하기 어렵다는 문제점을 지닌다. 결론적으로 사용자의 신뢰성을 잃게 된다. 이를 해결하기 위해 본 연구에서는 설명가능한 로그 이상탐지 시스템을 제안한다. 본 연구는 가장 먼저 로그 파싱을 진행해 로그 전처리를 수행한다. 이후 전처리된 로그들을 이용해 베이지안 확률 기반 순차 규칙추출을 진행한다. 결과적으로 "If 조건 then 결과, 사후확률(θ)" 형식의 규칙집합을 추출하며 이와 매칭될 경우 정상, 매칭되지 않을 경우, 이상행위로 판단하게 된다. 실험으로는 HDFS 로그 데이터셋을 활용했으며, 그 결과 F1score 92.7%의 성능을 나타내었다.

• 한국융합학회논문지
• /
• 제10권7호
• /
• pp.15-21
• /
• 2019

가짜 정보를 탐지하기 위한 연구는 2016년 미국 대통령 선거 이후 본격적으로 시작되었다. 정확한 출처를 알 수 없는 정보들이 뉴스 형식으로 생산되고, 이는 자극적이고 흥미로운 소재에 많은 관심을 보이는 대중의 특성에 따라 빠른 속도로 확산되고 있다. 또한, 소셜 네트워크 서비스 등 정보를 전달하기 쉬운 플랫폼의 대중화는 이러한 현상을 더욱 악화시킨다. Poynter는 IFCN(International Fact Checking Network)를 만들어 숙련된 전문가들이 사실 여부를 판단할 수 있는 가이드라인을 제시하고, 팩트 체크 기관을 위한 강령을 제공하고 있다. 하지만 이러한 접근 방법은 하나의 기사에 대한 진위 여부를 검증하기 위해 다수의 전문가 인력이 투입되어야 하므로 시간 및 금전적 비용이 크다. 따라서 지속적으로 증가하는 가짜 뉴스에 효율적으로 대응할 수 있는 자동화된 가짜 뉴스 탐지 기술에 대한 연구가 주목받고 있다. 본 논문에서는 최근 딥러닝 기술의 접목으로 인해 빠르게 발전하고 있는 가짜 뉴스 탐지 시스템과 연구들을 정리 및 분석한다. 또한, 많은 연구가 필요한 본 분야에 연구자들이 쉽게 접근할 수 있도록 다양한 형태로 주어지는 학습 말뭉치 및 챌린지들도 정리한다.

• 인터넷정보학회논문지
• /
• 제20권1호
• /
• pp.17-24
• /
• 2019

2016년 세계경제포럼(WEF)에서 4차산업혁명이 소개된 이래 사물인터넷, 인공지능, 빅데이터, 5G, 클라우드 컴퓨팅, 3D/4D 프린팅, 로보틱스, 나노기술, 바이오 공학 등 다양한 분야에서 이런 기술을 활용한 제품과 비즈니스가 빠르게 확대되어 왔다. 사물인터넷 중에서는 웨어러블 디바이스가 최종고객을 대상으로 활용되는 선도적 적용분야로 인식되고 있다. 본 연구의주요 목적은 활동량 측정기에 대해서 고객의 욕구를 파악하고, 이를 마케팅 믹스와 연계시킨 제1차 연구에 기반하여 제2차 연구를 수행하고 이 결과를 제1차 연구결과와 비교하는 종단연구이다. 더불어서 미래 활동령 측정기 개발을 위한 잠재욕구를 파악하는 것이다. 이를 위해서 2018년 5월 대학생들을 대상으로 서베이가 수행되었으며 이용특성에 관한 주요변수에 대해서 ANOVA 등 실증연구가 이루어졌다. 또한 제1차 연구와는 달리 잠재욕구에 대한 분석결과를 단어구름기법을 사용하여 시각화하였다. 제품 가격 유통 촉진 등의 마케팅 믹스에 기반을 둔 종단연구결과에 따르면 현재 활동량 측정기는 도입기에서 성장기로 이전하고 있으며, 마케팅 믹스 각각에 대한 변화를 발견할 수 있었다. 연구결과는 학계뿐 아니라 사물인터넷 기반의 디바이스를 개발하려는 개발자에게 고객의 욕구에 기반 개발과 관련하여 시사점을 제공한다.

• 인터넷정보학회논문지
• /
• 제22권4호
• /
• pp.1-11
• /
• 2021

인터넷이 발달함에 따라 다양하고 복잡한 사이버공격들이 등장하기 시작했다. 공격들을 방어하기 위해 네트워크 외부에서 다양한 방식의 탐지 시스템들이 활용되었으나 내부에서 공격자를 탐지하는 시스템 및 연구는 현저히 드물어 내부에 들어온 공격자를 탐지하지 못해 큰 문제를 야기하기도 했다. 이를 해결하고자 공격자의 움직임을 추적하고 탐지하는 내부전파경로 탐지 시스템에 대한 연구가 등장하기 시작했다. 특히 그중에서도 Remote Desktop Protocol(RDP) 내 특징을 추출해 탐지하는 방식은 간편하면서도 매우 좋은 결과를 나타내었다. 하지만 그럼에도 불구하고 이전 연구들은 각 로그온 된 노드들 자체의 영향 및 관계성을 고려하지 않았으며, 제시된 특징 또한 일부 모델에서는 떨어지는 결과를 제공하기도 했다. 또한 왜 그렇게 판단했는지 판단에 대해 설명하지 못한다는 문제점도 존재했다. 이는 결과적으로 모델의 신뢰성 및 견고성 문제를 야기하게 된다. 이를 해결하기 위해 본 연구에서는 PageRank 특징을 활용한 RDP기반 내부전파경로 탐지 및 SHAP를 이용한 설명가능한 시스템을 제안한다. 페이지랭크 알고리즘과 여러 통계적인 기법을 활용해 여러 모델에서 활용 가능한 특징들을 생성하고 SHAP을 활용해 모델 예측에 대한 설명을 제공한다. 본 연구에서는 이전 연구에 비해 대부분의 모델에서 더 높은 성능을 보여주는 특징을 생성했고 이를 SHAP을 이용해 효과적으로 증명했다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.283-289
• /
• 2021

4차 산업혁명에 기반하여 열린 스마트 홈 시대의 메인 허브 역할을 하는 인공지능 스피커에 많은 장애인의 관심이 모이고 있다. 그러나 인공지능 스피커를 향한 장애인의 니즈(Needs)에 비하여 현재까지 인공지능 스피커를 사용하는 장애인 사용자의 수는 매우 저조하다. 이에 본 연구는 장애 유형 중 가장 많은 수를 차지하는 지체장애인에 초점을 맞추어 지체장애인의 인공지능 스피커 사용 의도를 파악하는 것을 목적으로 하였다. 이에 따라 본 연구는 장애인의 인공지능 스피커 사용 의도에 영향을 미치는 요인을 확인하고 요인 간 인과관계를 분석하기 위하여, 최근 첨단 IT 기술의 수용과 관련하여 설명력이 높은 모형으로 알려진 기술수용모델(Technology Acceptance Model, TAM)을 활용하였다. 기술수용모델의 이론적 모델을 바탕으로 인공지능 스피커에 대한 인지된 용이성과 인지된 유용성이 장애인의 인공지능 스피커 사용 의도에 미치는 영향을 구조방정식(Structural Equation Modeling, SEM)을 이용하여 분석하였다. 연구 결과 기술수용모델은 지체장애인의 인공지능 스피커 사용 의도를 파악하기 위해 적합한 모형인 것으로 확인되었으며, 구체적으로 인공지능 스피커에 대한 인지된 용이성은 유용성에 유의미한 영향을 미치는 것으로 나타났다. 또한, 지체장애인의 인공지능 스피커에 대한 인지된 용이성은 사용 의도에 통계학적 유의미한 영향을 미치지 않는 것으로 나타났으며, 인지된 유용성은 사용 의도에 유의미한 영향을 나타내는 것으로 나타났다. 본 연구를 통해 장애인의 인공지능 스피커 사용 의도에 영향을 미치는 요인을 확인하고 요인 간 인과관계를 확인할 수 있었으며, 이는 장애인 맞춤형 인공지능 스피커 서비스 개발과 장애인의 인공지능 스피커 사용성을 향상을 위한 기초자료로써 의의가 있다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.347-364
• /
• 2022

고객의 구매 의사결정에 영향을 주는 온라인 리뷰의 부적절한 조작을 통해 이익을 얻고자 하는 기업 또는 온라인 판매자들 때문에, 리뷰의 신뢰성은 온라인 거래에서 매우 중요한 이슈가 되었다. 온라인 쇼핑몰 등에서 온라인 리뷰에 대한 소비자들의 의존도가 높아짐에 따라 많은 연구들이 조작된 리뷰를 탐지하는 방법에 개발하고자 하였다. 기존의 연구들은 온라인 리뷰를 기반으로 정상 리뷰와 조작된 리뷰를 대상으로 기계학습으로 이용함으로써 조작된 리뷰를 탐지하는 모형을 제시하였다. 기계학습은 데이터를 이용하여 이진분류 문제에서 탁월한 성능을 보여왔으나, 학습에 충분한 데이터를 확보할 수 있는 환경에서만 이러한 성능을 기대할 수 있었다. 조작된 리뷰는 학습용으로 사용할 수 있는 데이터가 충분하지 못하며, 이는 기계학습이 충분한 학습을 할 수 없다는 치명적 약점으로 내포하게 된다. 본 연구에서는 기계학습이 불균형 데이터 셋으로 인한 학습의 저하를 방지할 수 있는 방안으로 부족한 조작된 리뷰를 인공지능을 이용하여 생성하고 이를 기반으로 균형된 데이터 셋에서 기계학습을 학습하여 조작된 리뷰를 탐지하는 방안을 제시하였다. 파인 튜닝된 GPT-3는 초거대 인공지능으로 온라인 플랫폼의 리뷰를 생성하여 데이터 불균형 문제를 해결하는 오버샘플링 접근방법으로 사용되었다. GPT-3로 생성한 온라인 리뷰는 기존 리뷰를 기반으로 인공지능이 작성한 리뷰로써, 본 연구에서 사용된 로짓, 의사결정나무, 인공신경망의 성능을 개선시키는 것을 SMOTE와 단순 오버샘플링과 비교하여 실증분석을 통해서 확인하였다.

• 서비스연구
• /
• 제12권2호
• /
• pp.80-93
• /
• 2022

본 연구는 선행 연구를 통해 소비자 관점에서 제품/서비스에 대한 구매와 사용에 영향을 주는 다양한 요인들을 추출하고, 전체 연령과 성별에 따른 소비자의 유형과 성향을 분석할 수 있는 방법론에 관한 연구이다. 이를 위해서 일반적 개인 성향, 소비영향, 소비결정 등의 관점에서 요인을 수치화 하여 데이터 의 정합성을 확인하고 이러한 연구를 토대로 스타트업과 중소기업 관점에서 유의미한 소비자유형의 데이터 분석 방법론을 제시하고 입증하기 위한 연구를 수행하였다. 그 결과 소비자 관점에서의 데이터 분석을 위해 가정한 세 가지의 주요 요인인 일반 성향, 일반 소비 성향, 소비 결정 영향 요인의 상관관계가 있음을 교차 검증을 통해 확인하였고 소비자 관점의 데이터 분석 방법론의 정합성을 검증하였다. 본 연구는 소비자 관점에서의 데이터 분석 방법론과 소비자 데이터 분석의 프레임워크를 제시하였다. 디지털 인프라가 기하급수적으로 발전하고 개인의 선호도를 투영할 수 있는 방법을 강구하는 현재의 데이터 분석 추세에서 이러한 데이터 분석의 관점은 유효한 통찰이 될 수 있다.