• 정보보호학회논문지
• /
• 제32권2호
• /
• pp.447-463
• /
• 2022

인공 지능(AI) 기술은 해양 산업에서 스마트 선박을 자율 운항 선박으로 발전시키는 주요 기술이다. 자율 운항 선박은 사람의 의사 판단 없이 수집된 정보로 상황을 인식하며 스스로 판단하여 운항한다. 기존의 선박 시스템은 육상에서의 제어 시스템과 마찬가지로 사이버 공격에 대한 보안성을 고려하여 설계되지 않았다. 이로 인해 선박 내·외부에서 수집되는 수많은 데이터에 대한 침해와 선박에 적용될 인공지능 기술에 대한 잠재적 사이버 위협이 존재한다. 자율 운항 선박의 안전성을 위해서는 선박 시스템의 사이버 보안뿐만 아니라, 인공지능 기술에 대한 사이버 보안에도 초점을 맞춰야 한다. 본 논문에서는 기존 선박 시스템과 자율 운항 선박에 적용될 인공지능 기술에 발생할 수 있는 잠재적인 사이버 위협을 분석하고, 자율 운항 선박 보안 위험과 보안이 필요한 범주를 도출했다. 도출한 결과를 바탕으로 향후 자율 운항 선박 사이버 보안 연구 방향을 제시하고 사이버 보안 향상에 기여한다.

• 정보교육학회논문지
• /
• 제25권6호
• /
• pp.961-972
• /
• 2021

현재까지 진행된 다양한 인공지능 교육 관련 연구 성과에서는 인공지능의 원리와 개념 교육에 관한 내용이 중심이었다. 따라서 본 연구에서는 인공지능을 타 학문과 탈 학문적 융합교육을 할 수 있도록 교육 프로그램을 개발하였다. 중심 교육 내용으로는 고등학교 화학에서 다루고 있는 분자 구조의 이해를 도울 수 있도록 머신러닝을 활용하는 것으로 하였고, 총 8차시 분량으로 설계하였다. 본 연구에서 개발한 프로그램은 전문가 검토를 통해 I-CVI(Item Content Validity Index) 값을 산출하였고, 그 결과 모든 문항이 .80 이상으로 기각되는 항목이 없었으나. 추가 세부 의견을 반영하여 수정 및 완성하였다. 본 연구의 프로그램은 화학 교과와 정보(인공지능) 교과의 내용적 요소를 탈 학문적으로 융합하였기 때문에 학습자로 하여금 융합인재소양이 높아질 수 있을 것으로 기대한다. 또한, 이 교육 프로그램을 위한 별도의 시수 확보가 요구되지 않아 교사에게는 수업 부담을 낮출 수 있을 것이다.

• 정보교육학회논문지
• /
• 제25권6호
• /
• pp.917-925
• /
• 2021

본 연구의 목적은 모듈형 데이터 분석 도구를 활용하여 구성주의 기반의 교수학습방법을 구체화하는데 있다. 인공지능교육을 위한 내용기준에서 제시하는 인공지능이 적용된 도구로서 모듈형 데이터 분석도구가 갖는 가치와 의미를 살펴보고 컴퓨팅사고력을 기반으로 문제해결력을 기르는 단계와 과정을 살펴보고자 하였다. 모듈형 데이터분석 도구는 구성주의적 관점에서 동화와 조절을 통해 평형화를 이루는 과정에서 스키마를 형성하는 인지적 사고절차를 시각적으로 표현함으로서 인공지능에서 데이터의 구조를 형상화하는 특징을 갖고 있는 도구라는 장점을 갖는다. AI교육은 문제해결의 절차를 알고리즘으로 구현된 블랙박스로서의 표상화된 스키마를 적용한다는 점에서 데이터 분석의 모듈을 구조화하고 추상적 지식의 구조를 구체화하는 특징을 갖는다고 할 수 있다. 따라서 개념적 스키마와 내재적 스키마를 연결하는 도구로서의 장점을 갖는다는 점에서 모듈형 데이터 분석 도구의 활용가치를 살펴볼 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제28권2호
• /
• pp.77-87
• /
• 2023

현재 코비드19로 인해 다양한 분야에서 비대면을 통한 활동들이 진행되면서 교육 분야에서도 비대면 교육이 필요한 실정이다. 본 논문에서는 최신 실감 3D 기술 및 XR 인터랙티브 기술을 접목한 메타버스 기반 실감 교육용 플랫폼을 개발 활용하여 학생들의 최신 기술에 대한 이해도를 높이고 교육 역량을 강화하려고 한다. 이를 위해 교육 측면에서의 메타버스에 대한 주요 기술을 이해하고 메타버스를 활용한 콘텐츠 개발 사례들과 교육용 메타버스 활용 사례들을 조사하며 본 연구에서 개발하려고 하는 실감 교육용 플랫폼과 비교 평가한다. 향후, 비대면 교육이 중요한 비중을 차지할 것으로 보이며 교수자가 메타버스라는 가상세계에서 MZ세대에게 강의를 진행할 때 본 논문에서 개발된 메타버스 기반 실감 교육형 플랫폼을 통해 보다 효과적인 학습이 이루어질 것으로 기대한다.

• 한국인터넷방송통신학회논문지
• /
• 제23권1호
• /
• pp.7-13
• /
• 2023

본 연구의 목적은 인공지능 서비스 영향성 평가를 위한 분석 기준에 대해 조사하는 것이다. 본 연구 결과는 다음과 같이 조사 되었다. 인공지능 평가 대상은 인공지능 서비스와 인공지능 기술인 2가지 영역으로 분류하였다. 인공지능 서비스 평가는 영향력, 지속가능성, 효율성, 효과성, 적절성 등을 도입하여 평가할 수 있다. 인공지능 서비스의 시간적 측면평가는 사전평가와 사후 평가로 나누어 정리 할 수 있다. 사전평가는 사전 서비스를 위해 개발하고 설계할 때 검토해야 하는 사항에 대해 제시하고 있다. 인공지능 서비스 영역 평가는 공공서비스와 민간서비스 및 혼합형태로 분류 될 수 있다. 인공지능 서비스 영향성 평가 분류 기준으로 수직적 또는 수평적 구조 형태로 분류가 가능하다. 인공지능 서비스 적용(활용) 기준은 규범적 측면과 규제적 측면으로 나누어 볼 수 있다. 인공지능 서비스 목적 측면에서 영향평가 또는 과정 평가로 분류될 수 있다. 인공지능 서비스 목적 측면에서 바라보면, 주제별 평가와 분야별 평가를 들 수 있다. 본 연구는 인공지능 서비스 영향성 정책 및 대응 방안 마련하는데 도움이 되며. 향후 연구는 인공지능 서비스 영향성 분석 기준을 바탕으로 구체적인 지표를 발굴하는게 필요하다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권1호
• /
• pp.41-50
• /
• 2023

최근에 인공지능 기술발전과 더불어 코로나19 바이러스(COVID-19)가 장기화되면서 비대면 사회가 일상화되었고, 많은 기업들은 이에 대응하기 위한 디지털 트랜스포메이션과 인공지능 도입의 활성화를 촉진시키고 있으며 챗봇의 수요가 급격히 늘어났다. 또한 챗봇은 기존의 단순문의 대응에서 업무 트랜잭션 처리를 하기에 이르렀다. 하지만 기존 시스템과 연계를 위해 API를 개발해야하고 연계 하는데 많은 어려움이 발생하고 있어, 이를 해결하기 위해 RPA연계를 통한 하이브리드 챗봇을 구축하는 것이 점점 중요해지고 있으며, 최근 RPA와 챗봇의 결합이 많은 비즈니스 프로세스를 처리하는 효과적인 도구로 간주되고 있다. 그러나 연계사례 부족과 구축 방법을 찾아보기 힘들어 많은 어려움을 겪고 있다. 본 연구에서는 기존 선행연구 고찰과 하이퍼오토메이션 관점에서 Conversational UX인 챗봇과 Task Automation의 RPA를 연계한 하이브리드 챗봇 구축을 위한 방법을 실제 구현사례를 바탕으로 제시하여, 보다 쉽게 연계방법을 이해하고 구축할 수 있도록 하여 디지털 트랜스포메이션에 적극적으로 AI 챗봇을 활용할 수 있도록 하는데 시사점이 있다.

• 미래기술융합논문지
• /
• 제1권2호
• /
• pp.01-09
• /
• 2022

최근 기업과 공공기관에서 안전 이슈는 더는 미룰 수 있는 상황이 아니며, 대형 안전사고가 발생했을 때 직접적인 금전적 손실뿐 아니라 해당 기업 및 공공기관에 대한 사회적 신뢰가 함께 떨어지는 간접적인 손실도 매우 커진다. 특히 사망 사고의 경우는 더욱 피해가 심각하다. 이에 따라 기업 및 공공기관은 산업 안전 교육과 예방에 대한 투자를 확대함에 따라, 고위험 상황이 존재하는 산업현장에서 사용자 행동반경에 영향을 받지 않고 안전관리 서비스가 가능한 개방형 AI 학습모델 생성 기술, 에지단말간 AI협업 기술, 클라우드-에지단말 연동 기술, 멀티모달 위험상황 판단기술, AI 모델 학습 지원 기술을 이용한 시스템 개발이 이루어지고 있다. 특히 인공지능 기술의 발전과 확산으로 안전 이슈에도 해당 기술을 적용하기 위한 연구가 활발해지고 있다. 따라서 본 논문에서는 고위험 현장 안전관리를 위해 AI 모델 학습 지원이 가능한 개방형 클라우드 플랫폼 설계 방안을 제시하였다.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.73-79
• /
• 2022

Artificial intelligence (AI) 프로젝트에 널리 사용되는 Python 언어는 Interpreter 언어로 Runtime 시에 오류가 발생한다. 오류로 인한 프로젝트의 실패를 방지하기 위해서는 사전에 예외적인 상황이 발생할 수 있는 코드에 대한 예외 처리가 필요하다. 특히, 많은 리소스를 필요로 하는 AI 프로젝트에서, 오랜 실행 후 발생하는 예외는 큰 리소스 낭비를 초래한다. 하지만, 예외 처리는 개발자의 경험에 의존하기 때문에 개발자들은 잡아야 할 적절한 예외를 결정하는데 어려움을 가진다. 이러한 필요성을 해결하기 위해 기존 예외 처리문을 학습하여 개발 중에 개발자에게 잡아야 할 예외를 제안해주는 접근 방법을 제안한다. 제안 방법은 try 블록의 소스 코드를 입력으로 받아 except 블록에서 처리되어야 할 예외들을 제안해준다. 우리는 2개의 프레임워크로 구성된 대규모 프로젝트에 대해 접근 방법을 평가한다. 우리의 평가 결과에 따르면, 예외 제안을 수행할 때 평균 AUPRC는 0.92 이상을 나타낸다. 연구 결과는 제안된 방법이 비교 모델들을 능가하는 예외 제안 성능으로 개발자의 예외 처리를 지원할 수 있음을 보여준다.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.149-156
• /
• 2022

최근의 팬데믹 상황에서 인공지능의 중요성은 더욱 부각되고 있으며, 주요국은 AI 기술주도권 확보를 위하여 노력 중이다. 한국 정부도 AI경쟁력 확보를 위한 사업을 추진하며 정부투자를 지속적으로 확대하고 있다. 산업 육성을 위한 정부사업의 효율적인 운영이 중요함에도 불구하고 이와 관련한 연구는 미미한 실정이다. 이에 본 연구는 AI 분야의 대표적인 정부 사업인 AI 바우처 지원사업의 개선방안을 분석하고 제안한다. 지원사업 참여기업을 대상으로 인터뷰를 수행하였으며, 내용 분석을 통하여 사업 추진과정의 이슈를 파악하고, 개선방안을 사업 준비, 진행, 종료 및 사후관리의 단계별로 제시하였다. 본 연구는 AI의 중요성이 증가하는 시점에 성공적인 AI산업 육성을 위한 정부 지원사업의 개선방안을 제시하는데 의의를 둔다.

• Investigative Magnetic Resonance Imaging
• /
• 제26권2호
• /
• pp.125-134
• /
• 2022

Purpose: The aim of this study was to investigate the change in signal sensitivity over different acquisition start times and optimize the scanning window to provide the maximal signal sensitivity of [1-¹³C]pyruvate and its metabolic products, lactate and alanine, using spatially localized hyperpolarized 3D ¹³C magnetic resonance spectroscopic imaging (MRSI). Materials and Methods: We acquired 3D ¹³C MRSI data from the brain (n = 3), kidney (n = 3), and liver (n = 3) of rats using a 3T clinical scanner and a custom RF coil after the injection of hyperpolarized [1-¹³C]pyruvate. For each organ, we obtained three consecutive 3D ¹³C MRSI datasets with different acquisition start times per animal from a total of three animals. The mean signal-to-noise ratios (SNRs) of pyruvate, lactate, and alanine were calculated and compared between different acquisition start times. Based on the SNRs of lactate and alanine, we identified the optimal acquisition start timing for each organ. Results: For the brain, the acquisition start time of 18 s provided the highest mean SNR of lactate. At 18 s, however, the lactate signal predominantly originated from not the brain, but the blood vessels; therefore, the acquisition start time of 22 s was recommended for 3D ¹³C MRSI of the rat brain. For the kidney, all three metabolites demonstrated the highest mean SNR at the acquisition start time of 32 s. Similarly, the acquisition start time of 22 s provided the highest SNRs for all three metabolites in the liver. Conclusion: In this study, the acquisition start timing was optimized in an attempt to maximize metabolic signals in hyperpolarized 3D ¹³C MRSI examination with [1-¹³C] pyruvate as a substrate. We investigated the changes in metabolic signal sensitivity in the brain, kidney, and liver of rats to establish the optimal acquisition start time for each organ. We expect the results from this study to be of help in future studies.