• 융합경영연구
• /
• 제11권6호
• /
• pp.1-8
• /
• 2023

Purpose: In the era of the Fourth Industrial Revolution, individuals equipped with fundamental understanding and practical skills in artificial intelligence (AI) are essential. This study aimed to validate the effectiveness of AI education for enhancing AI literacy among business major student. Research design, data and methodology: Data for analyzing the effectiveness of the AI Fundamental Education Program for business major students were collected through surveys conducted at the beginning and end of the semester. Structural equation modeling was employed to perform basic statistical analyses regarding gender, grade, and prior software (SW) education duration. To validate the effectiveness of AI education, seven variables - AI interest, AI perception, data analysis/utilization, AI projects, AI literacy, AI self-efficacy, and AI learning persistence - were defined and derived. Results: All seven operationally defined variables showed statistically significant positive changes. The average differences were observed as follows: 0.47 for AI interest, 0.32 for AI perception, 0.37 for data analysis/utilization, 0.27 for AI projects, 0.25 for AI literacy, 0.39 for AI self-efficacy, and 0.41 for AI learning persistence. Statistically, AI interest exhibited the most substantial average difference. Conclusions: Through this study, the applied AI education was confirmed to enhance learners' overall competencies in AI, proving its utility and effectiveness in AI literacy education for business major students. Future research endeavors should build upon these results, focusing on ongoing studies related to AI education programs tailored to learners from diverse academic backgrounds and conducting continuous efficacy evaluations.

• Journal of Information Technology Applications and Management
• /
• 제31권3호
• /
• pp.165-179
• /
• 2024

Although firms with advanced analytics and machine learning (which is often called AI) capabilities are considered to be highly successful in the market by making decisions and actions based on quantitative analysis using data, the scarcity of historical data and the lack of right data infrastructure are the problems for the organizations to perform such projects. The objective of this study, is to identify a road map for the organization to reach data capability maturity to become AI matured organizations. First, this study defines the terms, AI capability, data capability and AI matured organization. Then using content analyses, organizations' data practices performed for AI system development and operation are analyzed to infer a data capability roadmap to become an AI matured organization.

• 정보교육학회논문지
• /
• 제24권5호
• /
• pp.463-471
• /
• 2020

4차 산업혁명시대는 인공지능(AI), 가상현실(VR), 빅데이터(BigData)와 같은 첨단 기술을 통해 사회전반에 걸쳐 총체적 변화가 나타난다. 이를 반영하듯 많은 나라들이 기술혁명시대에 우위를 선점하기 위해 AI 인재양성에 힘을 기울이고 있다. 우리나라도 AI인재양성 전략을 내놓고는 있지만 학부생에게는 AI 교육에 대한 접근이 쉽지는 않다. 이러한 현실에서 본 논문은 학부생이 쉽게 접근할 수 있는 빅데이터 분석 기반 AI 교육을 실시하여 AI교육에 대한 학부생의 정의적 태도 변화를 살펴보았다. 이를 위해 5주간(총 15시간)동안 데이터 분석 기반 AI 교육이 학부생들의 수준에 제공되었다. 그리고 단일 그룹의 사전-사후 검사를 통해 AI 교육에 대한 학부생들의 태도를 분석하였다. 분석 결과 AI 교육에 대한 자신감과 자기주도성이 향상되는 유의미한 결과를 얻었다. 이 연구의 결과를 토대로 현장에서 자기주도성과 자신감을 향상시킬 수 있는 AI기초교육개발에 대한 연구가 활발히 이루어지길 기대한다.

• 한국정보기술학회논문지
• /
• 제17권12호
• /
• pp.125-134
• /
• 2019

인공지능 기술은 작동과정에 대한 투명성이 보장되지 않는 수동적 인식 영역에 제한되는 한계점으로 인해, AI가 학습하는 데이터에 의존적인 취약점을 갖는다. 인공지능 학습을 위한 원시데이터는 AI 학습의 고도화를 위한 데이터 품질 확보를 위해 수작업으로 가공과 검수를 해야 하기에 인적 오류가 내재되어 있으며, 데이터의 훼손, 불완전함, 원시데이터와의 차이 등으로 인해 가공데이터를 통한 AI 학습 시 예상 치 못한 결과값을 도출할 수 있다. 이에 본 연구에서는 사이버 보안 관점에서의 접근을 통한 AI 학습데이터의 부정확한 사례 및 사이버보안 공격 방법 분석을 통해 기계학습 전 학습데이터 관리의 필요성을 살펴보고, 학습 데이터 무결성 검증을 위해 블록체인 기반의 학습데이터 환경 모델인 Data-preserving 인공지능 시스템 구축 방향을 제시한다. Data-preserving AI 학습환경 모델은 AI 학습데이터 제공 전 변조되지 않은 데이터로 학습됨을 보장 하여 데이터 가공 시 및 원시데이터 수집을 위한 오픈 네트워크에서의 데이터 제공 및 활용 시 있을 수 있는 사이버 공격, 데이터 변질 등의 위협을 사전에 방지할 수 있을 것으로 기대된다.

• 품질경영학회지
• /
• 제50권4호
• /
• pp.647-664
• /
• 2022

Purpose: The purpose of this study is to derive major policies that domestic small and medium-sized manufacturing companies should consider to maximize productivity and quality improvement by utilizing manufacturing data and AI, and to find priorities and implications. Methods: In this study, domestic and international issues and literature review by country were conducted to derive major considerations such as manufacturing AI technology, manufacturing AI talent, manufacturing AI data and manufacturing AI ecosystem. Additionally, the questionnaire survey targeting 46 experts of manufacturing data and AI industry were conducted. Finally, the major considerations and detailed factors importance were derived by applying the Analytic Hierarchy Process (AHP). Results: As a result of the study, it was found that 'manufacturing AI technology', 'manufacturing AI talent', 'manufacturing AI data', and 'manufacturing AI ecosystem' exist as key considerations for domestic manufacturing AI. After empirical analysis, the importance of the four key considerations was found to be 'manufacturing AI ecosystem (0.272)', 'manufacturing AI data (0.265)', 'manufacturing AI technology (0.233)', and 'manufacturing AI talent (0.230)'. The importance of the derived four viewpoints is maintained at a similar level. In addition, looking at the detailed variables with the highest importance for each of the four perspectives, 'Best Practice', 'manufacturing data quality management regime, 'manufacturing data collection infrastructure', and 'manufacturing AI manpower level of solution providers' were found. Conclusion: For the sustainable growth of the domestic manufacturing AI ecosystem, it should be possible to develop and promote manufacturing AI policies in a balanced way by considering all four derived viewpoints. This paper is expected to be used as an effective guideline when developing policies for upgrading manufacturing through domestic manufacturing data and AI in the future.

• 디지털융복합연구
• /
• 제19권9호
• /
• pp.201-207
• /
• 2021

인공지능이 점차 직무에 확대됨에 따라 비전공자에게 요구되는 AI 리터러시 역량을 갖춘 인재 육성이 필요하다. 이에 본 연구에서는 AI 교육의 필요성 및 현황을 기반으로 향후 전공과 관련하여 AI 학습이 지속 가능하도록 비전공자에 맞는 AI 리터러시 역량 향상 교육을 실시하였다. D 대학의 비전공자를 대상으로 프로젝트 기반 데이터 분석과 시각화를 통한 문제 해결방안 도출을 15주에 걸쳐 적용하고, 학습자들의 교육 전후에 대한 AI 능력 향상 및 효과성을 분석하여 검증하였다. 그 결과, 학습자들의 데이터 분석 및 활용 능력, AI 리터러시 능력, AI 자기효능감 부분에서 통계적으로 유의미한 수준의 긍정적 변화를 확인할 수 있었다. 특히, 학습자들에게 공공데이터를 직접 활용하여 분석하고 시각화하는 능력뿐만 아니라 이를 AI 활용과 연결하여 문제를 해결할 수 있는 자기효능감까지 향상시켰다. 이는 비전공자의 AI 교육에 매우 유용하고 효과성이 있음을 확인할 수 있다. 향후 본 연구를 바탕으로 AI 활용을 확장하여 데이터와 AI 기술을 일상 속에서 자유롭게 활용 가능하도록 다양한 계열의 비전공자에 맞는 확장된 AI 교육 과정 연구를 진행할 예정이다.

• 정보교육학회논문지
• /
• 제24권6호
• /
• pp.633-641
• /
• 2020

인공지능으로 구현되는 지능과 데이터 및 네트워크 기술에 기반한 지능정보기술의 발전은 사회 전반에 혁신을 유발하고 광범위한 사회, 경제적 파급력을 보여주고 있다. 이에 국외는 물론 국내에서도 다가오는 미래사회를 이끌어갈 인재 양성을 위해 AI 교육을 서두르고 있는 실정이다. 데이터는 인공지능의 중요한 부분으로서 데이터를 수집, 처리, 분석하여 데이터 기반의 의사결정을 할 수 있는 데이터 리터러시는 AI 소양과 더불어 함께 신장시켜야 할 중요한 역량으로 볼 수 있다. 따라서 본 연구에서는 초등학생의 데이터 리터러시를 키워줄 수 있는 AI 데이터과학 교육 프로그램을 개발하여 이를 실험반에 적용, 사전-사후 대응표본 t-test를 통해 그 효과성을 검증하였다. 그 결과 데이터 리터러시의 네 가지 세부 역량인 데이터 이해, 수집, 분석, 표현에서 모두 통계적으로 유의미하게 향상된 결과를 나타내어 AI 데이터과학 교육 프로그램이 학생들의 데이터 리터러시 향상에 효과적임을 알 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.452-454
• /
• 2021

현재 보안관제 시장은 AI기술을 기반으로 하여 운영 중이다. AI를 사용하는 이유는 보안장비간 대량으로 발생하는 로그와 빅데이터에 대해 이를 탐지하기 위해 사용하고, 시간적인 문제와 인적인 문제를 완화하기 위해서 이다. 하지만 AI를 적용함에도 문제는 여전히 발생하고 있는 중이다. 보안관제 시장은 이 논문에서 소개하는 문제점 말고도 많은 문제점과 대응하고 있으며, 본 논문은 다섯 가지의 문제점을 다루고자 한다. 'AI 모델 선정', 'AI 표준화 문제', '빅데이터의 정확성 및 신뢰성', '책임소재의 문제', 'AI의 타당성 부족' 등 보안관제 환경에 AI기술을 적용함에도 발생하는 문제점을 고찰하고자 한다.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.99-107
• /
• 2021

4차 산업혁명, Industry 4.0 과 더불어 최근 ICT 분야의 메가트렌드는 빅데이터, IoT, 클라우드 컴퓨팅, 그리고 인공지능이라고 할 수 있다. 따라서, 4차 산업혁명 시대에 알맞은 AI 서비스들의 기술 개발과 다양한 산업 영역에서 ICT 분야의 융합에 따른 BI (Business Intelligence), IA (Intelligent Analytics, BI + AI), AIoT (Artificial Intelligence of Things), AIOPS (Artificial Intelligence for IT Operations), RPA 2.0 (Robotic Process Automation + AI) 등의 세분화된 기술 발전으로 급속한 디지털 전환 (Digital Transformation)이 진행되고 있는 추세이다. 본 연구에서는 이러한 기술적 상황에 따른 대용량 분산 Abyss 스토리지 기반으로 인프라 측면의 GPU, CDA (Connected Data Architecture) 프레임워크, 그리고 AI의 다양한 머신러닝 서비스들을 통합 및 고도화를 목표로 하며, AI 비즈니스의 수익 모델을 다양한 산업 영역에 활용하고자 한다.

• 디지털융복합연구
• /
• 제19권5호
• /
• pp.285-293
• /
• 2021

4차 산업혁명 시대가 도래함에 따라 다양한 산업 분야에서 AI 활용역량이 강조되고 있다. 그러나 현재 보편적 교육으로서의 AI 교육 설계 연구 및 역량 중심교육 커리큘럼 연구가 부족하다. 본 연구에서는 대학에서의 비전공자를 위한 역량 중심 AI 리터러시 함양을 위한 보편적 AI 교육을 설계하는 데 목적을 둔다. 인문계열 AI 기초교육 설계를 위해 3차에 걸쳐 전문가 대상으로 설문을 진행하였고, 그 결과를 반영하여 도출된 설계 내용의 신뢰도를 검증하였다. 그 결과, AI 리터러시 함양을 위한 주요역량은 데이터 리터러시, AI 이해 및 활용능력이었으며, 이를 토대로 도출된 주요 세부 영역으로는 데이터 구조 이해 및 가공, 시각화, 워드클라우드, 공공데이터 활용, 머신러닝 개념 이해 및 활용이었다. 본 연구를 통해 도출된 교육 설계 내용은 향후 역량 중심의 AI 보편적 교육의 필요성과 가치를 높일 수 있을 것으로 기대한다.