• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권8호
• /
• pp.2241-2258
• /
• 2023

This study developed digital literacy instruments and tested their effectiveness on college students' perceptions of AI technologies. In creating a new digital literacy test tool, we reviewed the concept and scale of digital literacy based on previous studies that identified the characteristics and measurement of AI literacy. We developed 23 preliminary questions for our research instrument and used a quantitative approach to survey 318 undergraduates. After conducting exploratory and confirmatory factor analysis, we found that digital literacy in the age of AI had four ability sub-factors: critical understanding, artificial intelligence social impact recognition, artificial intelligence technology utilization, and ethical behavior. Then we tested the sub-factors' predictive powers on the perception of AI's usefulness and ease of use. The regression result shows that the most common powerful predictor of the usefulness and ease of use of AI technology was the ability to use AI technology. This finding implies that for college students, the ability to use various tools based on AI technology is an essential competency in the AI era.

• 정보화정책
• /
• 제30권2호
• /
• pp.22-45
• /
• 2023

AI 기반 음성비서 서비스 이용에 관한 연구에서는 서비스 이용 경험으로 인한 이용자의 신뢰 및 프라이버시 보호와 관련된 문제가 지속적으로 제기되고 있다. 본 연구의 목적은 AI에 대한 개인의 신뢰와 온라인 프라이버시 염려가 AI 기반 음성비서의 지속적인 사용에 미치는 영향, 특히 상호 작용의 영향을 실증적으로 분석하는 것이다. 본 연구에서는 선행연구를 바탕으로 설문문항을 구성하고 응답자 405명을 대상으로 온라인 설문조사를 실시하였다. 인공지능에 대한 사용자의 신뢰와 개인정보보호 관심이 인공지능 기반 음성비서 서비스 도입 및 지속 이용의도에 미치는 영향을 Heckman 선택모형을 이용하여 분석하였다. 연구의 주요 결과로 첫째, 인공지능 기반 음성비서 서비스 이용행태는 기술수용 촉진요인인 지각된 유용성, 지각된 이용편의성, 사회적 영향에 의해 긍정적인 영향을 받았다. 둘째, 인공지능에 대한 신뢰는 인공지능 기반 음성비서 서비스 이용행태에 통계적으로 유의한 영향을 미치지 않았으나 지속 이용의도에는 정(+)의 영향을 미쳤다. 셋째, 프라이버시 염려 수준은 AI에 대한 신뢰와의 상호작용을 통해 지속적인 이용의도를 억제하는 효과(β=-0.153)가 있음을 확인하였다. 이러한 연구 결과는 디지털 정부를 구현하기 위한 거버넌스로서 기술에 대한 신뢰를 높이고 프라이버시에 대한 사용자의 우려를 완화할 수 있는 이용자 의견수렴과 조치를 통한 이용자 경험을 강화할 필요가 있음을 시사한다. 이러한 수단으로서 인공지능 기반의 정책서비스를 도입할 때, 인공지능 기술의 적용 범위를 공론화 과정을 통해 투명하게 공개하고, 프라이버시 문제가 사후적으로 추적 및 평가될 수 있는 제도의 마련과 프라이버시의 보호를 고려한 알고리즘의 개발이 필요하다.

• 한국IT서비스학회지
• /
• 제20권3호
• /
• pp.75-86
• /
• 2021

As artificial intelligence is actively studied, chatbot systems are being applied to various fields. In particular, many chatbot systems for psychological counseling have been studied that can comfort modern people. However, while most psychological counseling chatbots are studied as rule-base and deep learning-based chatbots, there are large limitations for each chatbot. To overcome the limitations of psychological counseling using such chatbots, we proposes a novel psychological counseling AI chatbot system. The proposed system consists of a GPT-2 model that generates output sentence for Korean input sentences and an Electra model that serves as sentiment analysis and anxiety cause classification, which can be provided with psychological tests and collective intelligence functions. At the same time as deep learning-based chatbots and conversations take place, sentiment analysis of input sentences simultaneously recognizes user's emotions and presents psychological tests and collective intelligence solutions to solve the limitations of psychological counseling that can only be done with chatbots. Since the role of sentiment analysis and anxiety cause classification, which are the links of each function, is important for the progression of the proposed system, we experiment the performance of those parts. We verify the novelty and accuracy of the proposed system. It also shows that the AI chatbot system can perform counseling excellently.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.655-656
• /
• 2021

2021년 4월, 재난안전통신망 서비스가 개시되었으나 서비스 초기로 보안기능이 취약한 상태이다. 현재 Android 기반 APP의 보안방법은 구글 프로텍트(Google Protect)의 기술을 사용하여 악성코드를 탐지하는 것이다. 악성코드는 종류가 다양하고 많기 때문에 직접 탐지하기 어려우므로, AI와 구글 프로텍트의 기술을 합한 악성코드탐지 기술을 재난안전통신망에 적용함으로써 'AI 기반 재난안전통신망 프로텍트'를 구현하는 방법에 대해 연구한다.

• 전자통신동향분석
• /
• 제36권6호
• /
• pp.88-95
• /
• 2021

Korea will face difficult social problems including population decline and climate change in the future. Artificial intelligence (AI)-powered ICT convergence services are expected to greatly help in overcoming these social challenges. Accordingly, we have derived key promising services (AI+x) in terms of individuals, industries, and countries and identified expectations and threats perceived by the general public. These findings provide policies and research directions for promising AI-based ICT convergence services for social goods.

• 사물인터넷융복합논문지
• /
• 제8권5호
• /
• pp.71-76
• /
• 2022

4차 산업의 혁신적인 발달과 코로나 팬데믹은 교육시장에 커다란 변화를 일으켜 급기야는 유치원을 비롯한 초중고교에 인공지능(AI)교육을 실행하도록 하였다. 그러나 미처 준비되지 않은 상황에서의 유아 AI 교육은 결과 중심적, 특별활동 형태로 이루어지고 있어 유아 AI 교육이란 무엇이며, AI 교육내용 규명과 이를 어떻게 누리교육과정에 접목하는가에 관한 연구의 필요성이 제기되었다. 이에 따라 본 연구에서는 문헌 연구를 통하여 유아 AI 교육을 정의하고 AI 교육내용을 규명하여 이를 누리교육과정에 편성하여 운영하도록 하였다. 분석 결과 유아 AI 교육은 컴퓨팅 사고력을 기반으로 디지털 역량을 함양하는 것을 목적으로 이루어져야 하며, 컴퓨터, 인터넷, 프로그램을 AI 교육의 하위요소로 추출하였다. 이를 누리교육과정에 접목시키기 위해 두 가지 접근 방법을 제시하였다. 첫째는 설정된 세 개의 AI 교육내용을 각각 생활주제로 설정하여 그에 따른 하위요인을 선정하고 각각의 하위요인에 적합한 활동을 계획하여 시행하는 것이다. 둘째는 기존 누리 교육과정의 생활주제에 적합하게 AI 교육내용을 하위 교육활동 차원으로 전개하여 운영하는 것이다. 본 연구가 유아교육의 특성을 고려하고 누리교육과정에 편성되어 진정한 의미의 유아 AI 교육이 실현되기를 희망하며, 누리과정 5개 영역에 따른 AI 놀이 교육 프로그램에 대한 보다 많은 연구가 이루어지기를 희망하는 바이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.612-615
• /
• 2018

플립러닝을 기반으로 학부중심 학사 구조가 4차 산업혁명시대 대학교육의 변화를 통해 학생들은 문제 해결능력을 기반으로 가치창출 능력을 배양하는 필수화 과정이 되어야 한다. 이를 위해 창안된 프로젝트기반 학습법(Project Based Learning)과 MOOC를 결합한 거꾸로 학습법(Flipped Learning)을 과감하게 도입 및 확산하고, 날로 고도화되어 가는 AI기반의 학습컨설팅(E-Advisor)의 도입과 확산에 따라 4차 산업혁명에 부합하는 "개인 맞춤교육"으로의 전환이 이루어져야 한다.

• 한국융합학회논문지
• /
• 제12권11호
• /
• pp.193-206
• /
• 2021

AI (인공지능)는 알렉사와 같은 지능형 가상 비서 (IVA)을 통해서 이미 우리의 삶에 침투했으며 디자인 작업에도 도입될 가능성이 높다. 본 연구에서는 AI를 활용하여 개발될 지능형 디자인 비서에 (intelligent design assistant) 대해서, 디자이너들이 어떠한 생각을 가지고 있는지 이해하고자 한다. 이를 위해서 브라질의 UX/UI 디자이너들에게 지능형 가상 비서와 AI 디자인 도구에 관한 설문 조사를 실시했으며, 추가로 알렉사와 (Alexa) 어도비 센세이를 (Adobe Sensei) 결합하여 음성 기반 AI 디자인 비서인 알렉사 센세이를 (Alexa Sensei) 가상의 시나리오로 만든 뒤, 이에 관한 설문도 함께 실시했다. 설문조사 결과, 브라질 디자이너들은 AI와 협업할 기회는 제한되어 있었으나 AI가 디자인 프로세스의 효율성을 개선해줄 것으로 기대한다는 사실을 알아냈다. 또한 응답자의 대다수는 AI 설계 시스템과 창의적으로 협력할 수 있을 것이라고 예측했다. 자연어를 통한 의사소통에는 한계가 있을 것으로 바라보았지만, 이미 지능형 가상 비서를 사용한 경험이 있는 디자이너들은 음성 기반 AI 디자인 비서에 대한 거부감이 낮다는 점도 함께 밝혀졌다.

• 한국콘텐츠학회논문지
• /
• 제21권4호
• /
• pp.205-219
• /
• 2021

본 연구는 인공지능(AI) 기술을 기반으로 제작된 뉴스 앵커의 시청자 수용에 영향을 미치는 선행 요인 조사를 목적으로 하였다. AI 뉴스 앵커에 대한 지각된 신뢰와 지각된 유용성, 의인화, 사회적 실재감, 그리고 이해도를 포함하는 5개의 선행요인이 사용자 수용에 영향을 미칠 것으로 예상하였다. 그리고 AI 뉴스 앵커로부터 지각하는 능력과 호의, 진실성은 신뢰를 형성하는 선행요인으로 예측하였다. 연구모형과 연구가설을 통계적 유의수준에서 검증하기 위하여 513명의 조사 대상자로부터 설문 데이터를 수집하였다. 데이터의 정규성과 동일방법편의, 내적 일관성 평가와 함께 탐색적 요인분석과 확인적 요인분석을 포함한 척도 순화 프로세스를 수행하였다. 구조방정식 모형 분석을 수행한 결과, AI 뉴스 앵커로부터 지각하는 신뢰와 지각된 유용성, 의인화는 시청자 수용에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 그리고 AI 앵커로부터 지각한 능력과 진실성은 신뢰에 유의한 정(+)의 영향을 미치는 것으로 평가되었다.

• 한국지진공학회논문집
• /
• 제25권2호
• /
• pp.71-81
• /
• 2021

This paper presents a real-time, false-pick filter based on deep learning to reduce false alarms of an onsite Earthquake Early Warning (EEW) system. Most onsite EEW systems use P-wave to predict S-wave. Therefore, it is essential to properly distinguish P-waves from noises or other seismic phases to avoid false alarms. To reduce false-picks causing false alarms, this study made the EEWNet Part 1 'False-Pick Filter' model based on Convolutional Neural Network (CNN). Specifically, it modified the Pick_FP (Lomax et al.) to generate input data such as the amplitude, velocity, and displacement of three components from 2 seconds ahead and 2 seconds after the P-wave arrival following one-second time steps. This model extracts log-mel power spectrum features from this input data, then classifies P-waves and others using these features. The dataset consisted of 3,189,583 samples: 81,394 samples from event data (727 events in the Korean Peninsula, 103 teleseismic events, and 1,734 events in Taiwan) and 3,108,189 samples from continuous data (recorded by seismic stations in South Korea for 27 months from 2018 to 2020). This model was trained with 1,826,357 samples through balancing, then tested on continuous data samples of the year 2019, filtering more than 99% of strong false-picks that could trigger false alarms. This model was developed as a module for USGS Earthworm and is written in C language to operate with minimal computing resources.