• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.57-64
• /
• 2023

본 연구에서는 초·중등 학생들의 기본소양을 갖추기 위한 SW·AI 교육의 중요성과 담당 교과에서 SW·AI 융합 또는 활용 교육의 필요성에 대한 초·중등 교사들의 인식을 분석하기 위하여 판단표집 표본추출 방법으로 전국의 초·중등 교사 830명을 연구대상으로 선정하여 설문 자료를 수집, 분석하였다. 분석 결과, 초·중등 교사 모두 SW·AI 교육의 중요성과 필요성을 학교 특성, 지역, 교육 경력, SW·AI 교육 운영 경험 여부와 상관없이 매우 높게 인식하고 있었다. 그럼에도 불구하고 SW·AI 교육을 운영하지 못하는 사유로는 업무부담과 본인의 교육 역량 부족이 높게 나타났다. SW·AI 교육 운영을 위한 필요 여건에 대한 의견을 분석한 결과에서도 업무량 경감과 예산 지원, 교사 역량 강화를 위한 교사연수, 콘텐츠 보급, 교과 연계 수업 확대, 시수 확보 등이 중요한 영향 요인으로 제시되어 다각적 수업 지원과 교사 역량 강화 프로그램에 대한 높은 수요를 확인할 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.31-36
• /
• 2024

최근 AI 기술을 활용하는 모바일 앱이 늘고 있다. 개인용 모바일 환경에서는 메모리 용량의 제약으로 인해 대용량 데이터로 구성된 워크로드의 학습 시 극심한 성능 저하가 발생할 수 있다. 본 논문에서는 이러한 현상을 규명하기 위해 AI 워크로드의 메모리 참조 트레이스를 추출하고 그 특성을 분석하였다. 그 결과 AI 워크로드는 메모리 쓰기 연산시 약한 시간지역성과 불규칙한 인기편향성 등으로 인해 잦은 스토리지 접근을 발생시켜 모바일 기기의 성능을 저하시킬 수 있음을 확인하였다. 이러한 분석을 토대로 본 논문에서는 AI 워크로드의 메모리 쓰기 연산을 영속 메모리 기반의 스왑 장치를 이용해서 효율적으로 관리할 수 있는 방안에 대해 논의하였다. 시뮬레이션을 통해 본 연구에서 제안한 구조가 기존의 모바일 시스템 대비 80% 이상 입출력 시간을 개선할 수 있음을 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.325-327
• /
• 2024

국내외에서 AI기반 의료 솔루션 시장은 빠른 속도로 확장 중이며 이에 따른 다양한 의학 분야에서 많은 기법을 통한 의료 AI 시스템이 등장하고 있다. 그러나 기존 다양한 AI 연구가 이뤄짐에도 아직 중환자의 징후 예측에는 많은 어려움이 있다. 또한, 중환자의 경우 현재 의료진만으로 모든 환자를 필요한 시기에 진료하기엔 어려움이 있고 환자 상태 조기 예측이 필수적임을 관련 다양한 의학 기사를 통해 쉽게 인지할 수 있다. 본 연구에서는 위와 같은 문제점을 해결하고자 중환자의 진료 결과 데이터를 활용하여 환자의 진료 후 상태를 예측하는 모델을 생성하였다. '용인시산업진흥원'에서 제공하는 60만여 건에 달하는 환자 데이터를 수집하여, 중환자 상태 징후를 조기에 예측할 수 있는 머신러닝/딥러닝 기반 알고리즘으로 구현한 여러 모델에 대해 비교했을 때 딥러닝(DNN) 기반 모델이 약 92%의 분류 정확도를 측정할 수 있었다.

• Korean Journal of Radiology
• /
• 제22권8호
• /
• pp.1225-1239
• /
• 2021

During the past decade, researchers have investigated the use of computer-aided mammography interpretation. With the application of deep learning technology, artificial intelligence (AI)-based algorithms for mammography have shown promising results in the quantitative assessment of parenchymal density, detection and diagnosis of breast cancer, and prediction of breast cancer risk, enabling more precise patient management. AI-based algorithms may also enhance the efficiency of the interpretation workflow by reducing both the workload and interpretation time. However, more in-depth investigation is required to conclusively prove the effectiveness of AI-based algorithms. This review article discusses how AI algorithms can be applied to mammography interpretation as well as the current challenges in its implementation in real-world practice.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제34권3호
• /
• pp.215-234
• /
• 2020

AI 시대의 함께 교육에서도 AI 활용의 필요성이 제기된다. 본 연구의 목적은 예비수학교사가 인식하는 미래 수학교육에서 AI의 필요성과 AI 활용에서 교사의 역할을 조명하는 것이다. 연구 결과, 교수 측면에서 예비교사들은 학교 수학에 AI 활용이 시대적 요구이며, 다양한 유형의 수업 구현과 정확한 지식 및 정보를 전달할 수 있지만, 인지적·감정적 상호작용에 한계가 있다고 하였다. 학습 측면에서 AI는 개별화 학습을 제공하고, 학교 수업 외 보충학습에 활용할 수 있고, 학습 흥미를 자극할 수 있지만, 학생들의 주체적 사고 능력을 저해할 수 있다고 하였다. 평가의 측면에서 AI는 객관적이고 공정하며 교사의 업무를 감소할 수 있지만 서·논술형 문항과 과정 중심 평가에서 한계가 있다고 하였다. AI 활용에서 예비교사들이 생각하는 교사의 역할은 수업, 감정적 상호작용, 비정형화된 평가, 상담이었고, AI의 역할은 개별화 학습, 기계적 학습, 정형화된 평가와 행정 업무로 나타났다.

• 한국기록관리학회지
• /
• 제23권4호
• /
• pp.179-200
• /
• 2023

국내 기록관리 기관은 대체로 '1인 기록관 체제'를 따르기 때문에 방대한 양의 전자기록물을 관리할 인력과 자원이 부족한 상황이다. 이러한 실정에서 최근 각광을 받고 있는 '생성형 AI' 기술을 활용해 전자기록관리 업무 및 기록정보서비스를 자동화 및 지능화할 수 있다면, 기록관리 담당자의 업무 부담이 경감되고 이용자의 서비스 만족도를 높일 수 있을 것이다. 이에 따라 본 연구는 '생성형 AI' 기술을 기록관리 실무에 활용할 방안 제시를 목표로, 먼저 기록관리 분야의 여러 업무를 지능적으로 자동화하고자 하였던 선행연구를 살펴보았다. 이후 생성형 AI 기술의 기본 개념을 정리하고, 국내 생성형 AI 활용 사례를 조사하였다. 그다음 기록관리 분야에 생성형 AI를 적용시킬 범위를 정의하였으며, 이를 토대로 구체적인 활용 방안을 제안하였다. 특히 제안 방안에 대해서는 공개된 상용 생성형 AI 서비스를 적용한 결과를 제시하거나 타 분야의 실례를 들어 실효성을 확인하였다. 마지막으로 기록관리 분야에서 생성형 AI 기술을 활용할 시의 이점과 시사점 그리고 선결되어야 할 한계점을 제시하였다. 본 연구는 기록관리 현업에서 생성형 AI 기술을 접목할 수 있는 업무를 발굴하고, 그 업무에 맞는 실효성 있는 활용 방안을 제시하였다는 점에서 의의가 있다.

• 인터넷정보학회논문지
• /
• 제11권1호
• /
• pp.1-13
• /
• 2010

네트워크 장비를 관리함에 있어서 환경에 따른 RED(Random Early Detection) 매개변수에 대한 설정은 쉽지 않은 일이다. 특히 관리자가 환경의 변화에 따라 일정한 서비스율을 유지하고 싶은 경우의 매개변수 설정은 더욱 쉽지 않은 일이다. 본 논문에서는 출력 큐에 멀티 코어 CPU를 탑재한 라우터를 가정하고 라우터의 출력 큐에, RED의 환경에 따른 매개변수의 최적화에 적합한 것으로 알려진, 인공지능의 유전 알고리즘을 직접적으로 도입하여 스스로 부하에 적응하는 AI RED(Artificial Intelligence RED)를 제안한다. AI RED는 FuRED(Fuzzy-Logic-based RED) 보다 단순하고 세밀하며, 실험을 통하여 AI RED가 찾아낸 RED 매개변수는 표준 RED 매개변수보다 환경에 더욱 잘 적응하는 효율적인 서비스를 제공하여 준다는 것을 확인 할 수 있다. RED 매개변수 관리의 자동화는 네트워크 관리의 측면에서 많은 효율성의 향상을 관리자에게 제공하여 줄 수 있다.

• 한국인터넷방송통신학회논문지
• /
• 제24권3호
• /
• pp.63-67
• /
• 2024

최근 스마트 물류, 핀테크, 엔터테인먼트 등 다양한 산업 분야의 인공지능 워크로드들이 클라우드 상에서 실행되고 있다. 본 논문은 이기종 GPU 클러스터로 구성된 다중 테넌트 클라우드 시스템에서 다양한 인공지능 워크로드가 실행될 때 발생하는 스케줄링 문제를 다룬다. 전통적인 스케줄링은 이러한 환경에서 GPU 이용률을 크게 저하시켜 시스템의 성능을 떨어뜨린다. 이러한 문제를 해결하기 위해, 본 논문에서는 유전 알고리즘 기반의 최적화 기법을 사용하는 새로운 스케줄링 접근 방식을 제안하고, 이를 프로세스 기반 이벤트 시뮬레이션 프레임워크에 구현하였다. 알리바바의 MLaaS 클러스터에서 수집한 광범위한 인공지능 작업들의 트레이스를 재현하는 실험을 통해 제안하는 스케줄링이 기존 스케줄링에 비해 GPU 이용률을 크게 개선함을 확인하였다.

• Korean Journal of Radiology
• /
• 제23권10호
• /
• pp.1009-1018
• /
• 2022

Objective: This study aimed to investigate the feasibility of using artificial intelligence (AI) to identify normal chest radiography (CXR) from the worklist of radiologists in a health-screening environment. Materials and Methods: This retrospective simulation study was conducted using the CXRs of 5887 adults (mean age ± standard deviation, 55.4 ± 11.8 years; male, 4329) from three health screening centers in South Korea using a commercial AI (Lunit INSIGHT CXR3, version 3.5.8.8). Three board-certified thoracic radiologists reviewed CXR images for referable thoracic abnormalities and grouped the images into those with visible referable abnormalities (identified as abnormal by at least one reader) and those with clearly visible referable abnormalities (identified as abnormal by at least two readers). With AI-based simulated exclusion of normal CXR images, the percentages of normal images sorted and abnormal images erroneously removed were analyzed. Additionally, in a random subsample of 480 patients, the ability to identify visible referable abnormalities was compared among AI-unassisted reading (i.e., all images read by human readers without AI), AI-assisted reading (i.e., all images read by human readers with AI assistance as concurrent readers), and reading with AI triage (i.e., human reading of only those rendered abnormal by AI). Results: Of 5887 CXR images, 405 (6.9%) and 227 (3.9%) contained visible and clearly visible abnormalities, respectively. With AI-based triage, 42.9% (2354/5482) of normal CXR images were removed at the cost of erroneous removal of 3.5% (14/405) and 1.8% (4/227) of CXR images with visible and clearly visible abnormalities, respectively. In the diagnostic performance study, AI triage removed 41.6% (188/452) of normal images from the worklist without missing visible abnormalities and increased the specificity for some readers without decreasing sensitivity. Conclusion: This study suggests the feasibility of sorting and removing normal CXRs using AI with a tailored cut-off to increase efficiency and reduce the workload of radiologists.

• 사물인터넷융복합논문지
• /
• 제8권6호
• /
• pp.85-92
• /
• 2022

빅데이터 분석 및 AI 개발자에 대한 수요가 증가하지만 이를 공급할 교육 기반이 부족한 실정이다. 본 논문에서는 클라우드 기반 인공지능 교육 플랫폼을 개발하여 교육기관 및 IT기업에서 실무 중심의 실습 교육을 저비용, 고효율로 학습할 수 있는 환경 구축에 목표를 두었다. 교육 플랫폼의 개발은 사용자별 시나리오 기획, 아키텍처 설계, 화면 설계, 개발 기능 구현, 하드웨어 구축으로 진행하였다. 본 교육 플랫폼은 쿠버네티스 기반으로 컨테이너화된 워크 로드와 서비스관리 플랫폼, 강사·수강생을 위한 강의 및 개발 플랫폼으로 구성되어 있으며, 실시간 알람 시스템과 에이지 테스트로 클라우드 안정성을 확보하였고, CI/CD 개발 환경을 제공하며, 도커 이미지 배포를 통한 신뢰성을 확보하였다. 본 교육 플랫폼의 개발로 교육분야 신사업 진출의 기회를 확대하고 AI 및 빅데이터 분야의 실무 인력양성에 기여할 것으로 판단된다.