• 문화기술의 융합
• /
• 제7권2호
• /
• pp.85-95
• /
• 2021

현재 우리는 창작도구로서 컴퓨터와 창작자로서 컴퓨터 사이에 서 있다. 또한 포스트 시네마적 상황이라 할 수 있는 새로운 장르의 영화들이 등장하고 있다. 본 논문은 AI 시네마의 출현 가능성을 진단하고자 한다. AI 시네마의 가능성을 확인하고자 영화 창작의 필요조건이라 할 수 있는 스토리, 서사의 창작, 이미지의 창작, 사운드의 창작이 인공지능에 의해 가능한지 사례조사를 통해 살펴보았다. 먼저 AI 페인팅 알고리즘인 Obvious, GAN 및 CAN의 시각이미지 생성을 확인했다. 둘째, AI 사운드, 음악은 이미 인간과 협력하여 유통 단계에 들어섰다. 셋째, AI는 이미 드라마 대본을 완성 할 수 있고, 빅 데이터를 활용한 자동 시나리오 제작 프로그램도 인기를 얻고 있다. 즉, 우리는 필수적인 영화 제작 요구 사항이 AI 알고리즘으로 충족될 수 있음을 확인할 수 있다. 마노 비치의 'AI 장르 컨벤션' 관점에서 웹 다큐멘터리와 데스크톱 다큐멘터리는 포스트 시네마로서 AI 시네마의 대표적인 장르라고 할 수 있다. AI, 웹 다큐멘터리, 데스크톱 다큐멘터리가 존재하고 있는 환경이 동일하기 때문이다. 본 논문은 포스트시네마의 창작자로서 AI에 대한 연구를 통해 4차 산업혁명시대 영화라는 매체가 개척해야 할 새로운 길을 제시하고 있다.

• 중소기업연구
• /
• 제42권1호
• /
• pp.43-56
• /
• 2020

최근 미·중 기술 갈등이 심화되고 있다. 국가 보안을 이유로 시작된 미·중 갈등은 본원적으로는 중국 IT 제조 및 기술 기업들의 약진을 경계하는 미국 정부차원의 견제로 해석된다. 중국의 IT부문은 빠른 성장을 거듭하며 미국에 위협적인 존재가 되어 왔다. R&D지출, 특허, 논문 등 다양한 지표에서 중국은 빠른 성장을 지속해 왔고 특히 5G, AI (인공지능) 등 차세대 기술에 있어 중국은 미국에 큰 위협이 되고 있다. 그리고 그 중심에 화웨이가 있다. 2018년 화웨이는 세계 최대의 통신장비 제조사이자 미국의 혁신 기업인 애플을 제치고 세계 2위의 스마트폰 제조사가 되었고 최근에는 AI칩셋 제조, 빅데이터 분석, 클라우드 등에서 빠른 성장을 보이며 4차 산업혁명의 핵심 산업 전반에 있어 그 영향력을 강화하고 있는 미·중 갈등의 중심에 있는 기업이다. 본 연구는 화웨이 이슈를 중심으로 우리나라 중소기업에 대한 파급효과를 분석하는데 목적이 있다. 이를 위해 화웨이와의 국내 기업 거래 현황, 글로벌 밸류체인 관점에서의 화웨이의 협력관계, 우리나라의 화웨이 정보보안 이슈 및 정부의 정책적 대응이라는 세 가지 분석체계를 바탕으로 우리나라 제조 경쟁력 및 정보보안 역량 강화 등의 정책 제언을 제시하고자 한다.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.896-905
• /
• 2021

인공지능 기반 보안관제 시스템은 운영환경에서 발생할 수 있는 학습 데이터 오류, 신규 공격 이벤트 발생으로 인한 오탐 증가 등 문제를 해결하기 위해 피드백 기능이 연구되고 있다. 그러나 한정된 관제 인력의 피드백 수행 방식은 모델 개선에 오랜 시간이 걸리고 숙련되지 않은 관제 인력의 피드백은 오히려 모델 성능 저하의 원인이 될 수 있다. 본 논문에서는 관제 인력 한계 극복, 신규 오탐 개선, 빠른 모델 성능 향상을 위한 능동형 보안관제 모델 개선 프로세스를 제안하였다. 운영 중 예측된 유사 이벤트를 군집화 하고, 피드백이 우선적으로 필요한 군집을 계산하여 운영자에게 대표 이벤트 설명이 가능한 인공지능(eXplainable AI) 기반 시각화도 함께 제시하였다. 수신된 대표 피드백은 동일 군집과 다른 데이터를 계산하여 제외하고 피드백 전파 학습 데이터를 생성한다. 준비된 학습 데이터는 초기 모델과 함께 점진적 학습을 통해 모델을 생성함으로써 성능을 향상시키는 프로세스이다. 제안 프로세스의 실효성 검증을 위해 웹 어플리케이션 방화벽 데이터셋 PKDD2007과 CSIC2012를 선택하여 3개의 시나리오를 통해 실험을 진행하였다. 실험 결과 제안된 프로세스는 피드백을 주지 않았거나 소수 운영자 피드백을 적용한 모델 성능에 비해 모든 지표에서 약 30% 이상의 성능 향상을 확인하였다.

• 정보보호학회논문지
• /
• 제31권6호
• /
• pp.1215-1225
• /
• 2021

인공지능 기술은 우수한 성능을 기반으로 다양한 분야에 적용되고 있지만 입력 데이터에 인간이 감지할 수 없는 적대적 섭동을 추가하여 인공지능 모델의 오작동을 유도하는 적대적 예제에 취약하다. 현재까지 적대적 예제에 대응하기 위한 방법은 세 가지 범주로 분류할 수 있다. (1) 모델 재학습 방법; (2) 입력 변환 방법; (3) 적대적 예제 탐지 방법. 이러한 적대적 예제에 대응하기 위한 방법은 끊임없이 등장하고 있지만 각 적대적 공격 유형을 분류하는 연구는 미비한 실정이다. 따라서, 본 논문에서는 차원 축소와 군집화 알고리즘을 활용한 적대적 공격 유형 분류 방법을 제안한다. 구체적으로, 제안하는 방법은 적대적 예시로부터 적대적 섭동을 추출하고 선형 판별 분석(LDA)를 통해 적대적 섭동의 차원을 축소한 후에 k-means 알고리즘으로 적대적 공격 유형 분류를 수행한다. MNIST 데이터셋과 CIFAR-10 데이터셋을 대상으로 한 실험을 통해, 제안하는 기법은 5개의 적대적 공격(FGSM, BIM, PGD, DeepFool, C&W)을 효율적으로 분류할 수 있으며, 적대적 예제에 대한 정상 입력을 알 수 없는 제한적인 상황에서도 우수한 분류 성능을 나타내는 것을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제23권1호
• /
• pp.83-92
• /
• 2023

이 연구의 목적은 일반고등학교를 대상으로 빅데이터 기반의 인공지능을 활용한 창의교육 프로그램을 개발하고, 그 효과성을 알아보는 것이다. 연구의 목적을 달성하기 위해 일반계 고등학교 1학년 학생을 대상으로 빅데이터 기반 인공지능 교육프로그램을 개발하였고, 학교 현장 수업과 전문가를 통한 타당화 과정을 실시하였다. 고등학생들의 창의적 문제해결력 및 수업 만족도를 측정하기 위해 프로그램 적용 전·후에 창의적 문제해결력 검사를 실시하였고, 프로그램 후에는 수업 만족도 검사를 적용 및 분석하였다. 이 연구의 결과는 다음과 같다. 첫째, 빅데이터 기반 인공지능 교육프로그램이 '실행', '여학생과 남학생의 차이'를 제외한 '문제발견 및 분석', '아이디어 생성', '실행계획', '설득과 소통', '혁신성향'의 독립표본 t 검정에서 고등학교 1학년 학생의 창의적 문제해결력 향상에 효과가 있는 것을 확인하였다. 둘째, 수업 후에 실시한 수업 만족도 검사에서 '만족도', '흥미도', '참여도', '지속성'의 평균은 3.56 ~ 3.92이며 전체 평균은 3.78로 나타났다. 따라서 이 연구에서 개발한 빅데이터 기반 인공지능 교육프로그램의 수업 효과가 있는 것을 확인하였다.

• 한국건축시공학회지
• /
• 제22권6호
• /
• pp.619-630
• /
• 2022

콘크리트의 배합설계와 압축강도 평가는 지속가능한 구조물의 내구성을 위한 기초적인 자료로서 활용되고 있다. 하지만, 콘크리트 배합설계는 최근 배합요소의 다변화 등의 이유로 인하여 정확한 배합요소 산정이나 기준값 설정에 어려움을 겪고 있다. 본 연구에서는 인공지능 기법 중 하나인 딥러닝 기법을 사용하여 삼성분계 콘크리트의 배합요소를 산정하는 양방향 해석의 예측모델을 설계하는 것을 목적으로 한다. 콘크리트 배합요소 산정을 위한 DNN 기반 예측모 델은 층 수, 은닉 뉴런 수를 변수로 한 총 8개의 모델을 사용하여 성능평가 및 비교를 실시하였으며, 이후 학습된 DNN 모델을 사용하여 소요압축강도에 따른 콘크리트 배합 산정 결과를 출력하였다. 모델의 성능평가 결과, 콘크리트 압축 강도 인자에 대하여 평균 약 1.423%의 오류율을 나타내었으며, 삼성분계 콘크리트 배합인자 예측에 대하여 평균 8.22%의 MAPE 오차를 만족하였다. DNN 모델의 구조별 성능평가 비교 결과, 모든 배합인자에 대하여 DNN5L-2048 모델이 가장 높은 성능을 보였다. 학습된 DNN 모델을 사용하여 30, 50MPa의 소요압축강도를 가지는 삼성분계 콘크 리트 배합표 예측을 진행하였으며, 추후 학습을 위한 데이터 세트 확장과 실제 콘크리트 배합표와 DNN 모델 출력 콘 크리트 배합표 간의 비교를 통한 검증 과정이 필요할 것으로 판단된다.

• 대한소아치과학회지
• /
• 제49권2호
• /
• pp.131-139
• /
• 2022

이번 연구는 소아의 인접면 우식을 진단하는데 있어 사용하고 있는 구내방사선 사진에서 심층학습(deep learning) 알고리즘을 활용하여 치아우식을 진단하는 모델의 성능을 평가하고자 하였다. 제1유구치와 제2유구치 사이의 인접면이 포함된 500개의 구내방사선 사진을 대상으로 연구를 시행하였다. 치아우식을 진단하는 모델의 학습에는 Resnet50 기반의 인공신경망 모델을 사용하였다. 평가자료군에서 진단모델의 정확도, 민감도, 특이도를 구하고, ROC 곡선을 얻어 AUC 값을 바탕으로 분류 모델의 성능을 평가하였다. 학습 모델의 정확도는 0.84, 민감도는 0.74, 특이도는 0.94로 나타났으며 AUC는 0.86으로 나타났다. 인공신경망을 기반으로 하는 소아의 구내방사선 사진에서의 인접면 우식의 진단 모델은 비교적 높은 정확도를 보여주었다. 심층학습 모델은 구내방사선 사진상에서 인접면 우식을 진단하는데 있어 향후 치과의사를 보조하는 진단 도구로서 활용될 수 있을 것이다.

• 지적과 국토정보
• /
• 제52권1호
• /
• pp.105-118
• /
• 2022

최근 메타버스, 스마트시티, 디지털트윈, 자율주행차, 도심항공모빌리티 등 분야에서 3D공간객체모델 관련 정보 요구는 증가될 것이다. 공간객체에 대한 3D모델 구축은 위성·항공·지상플랫폼과 같은 다양한 장비와 모델링·인공지능·영상정합 등의 기술로 가능하다. 하지만 갱신이 필요한 공간객체를 신속하게 탐지하고 DB화하는 작업은 쉽지 않다. 이 연구에서는 공간정보(도형)과 속성을 기반으로 주소코드, 층수, 건물명, 면적 등의 매칭요소를 이용하여 건물융합DB와 변화탐지건물DB를 구축 지원할 수 있고 갱신이 필요한 객체선정의 적합성을 검증할 수 있는 시스템 프로토타입을 개발하였다. 건물융합DB 구축 시 일부 건물의 경우, 공간정보와 속성의 융합불가 및 실패 사례가 발생하여, 매칭율이 약 80%로 낮게 나타났다. 이것은 특별히 시범사업지역 내 많은 건물객체에 대한 속성정보가 누락된 것에 기인하는 것으로 판단된다. 이 연구는 3D공간객체 모델의 신속한 갱신을 위한 효율적인 드론 촬영계획 수립을 지원하여 공간객체의 중복 및 불필요한 구축 등을 사전에 방지함으로써 객체 구축 절차 개선 및 비용 절감에 크게 기여할 것이다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제28권3호
• /
• pp.513-527
• /
• 2022

본 연구는 2020년을 전후하여 전세계를 휩쓴 코로나가 끼친 사회문화적인 영향을 살펴보고 이를 통한 규범의 전환과 사회문제를 고찰하기 위해 수행되었다. 이를 위해 펜데믹의 대표적인 사례인 14세기 유럽 흑사병이 미친 사회문화적 규범의 변화의 특성을 도출하고, 이를 바탕으로 이번 코로나를 분석하였다. 흑사병은 기존의 종교 권위와 봉건제도의 권력을 기반으로 한 사회규범을 계몽주의로 바꾸는 계기가 되었다. 인구감소와 노동력 부족 현상은 상업화와 기계화를 촉진시키기도 하였다. 이 시기에 확산된 인쇄술은 지식의 대중화를 이끌었으며 이를 통해 사고의 수준이 높아지고 획기적인 과학적 발전을 이끌어 산업혁명의 토대가 되었다. 최근의 코로나는 흑사병처럼 사회적 규범의 변화를 촉발하였다. 가상과 현실이 혼합된 메타버스라는 기술적 환경은 개인의 정체성을 단일하게 구성되고 유지되어야 한다는 규범에서 벗어나 부캐를 통해 다양한 잠재력을 발휘하는 자유롭고 개방적인 정체성으로 성격을 변화시켰다. 또한 메타버스 상에서 자신과 동일한 세계관을 가지고 있는 이들과 친근하게 지내는 밈(meme)은 비대면 상황에서 고립감을 약화시켜주었다. 코로나 팬데믹 기간동안 발전된 인공지능(AI)은 인간을 보조해주는 기능을 넘어 창조적 활동에 이용되는 단계에 들어섰다. 코로나 팬데믹으로 인해 바뀐 사회규범이 만들어 낸 새로운 사회문제는 어떤 것이 있을지에 대한 논의가 진행되었다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권5호
• /
• pp.157-166
• /
• 2022

운동은 건강한 삶의 영위에 필요하지만 코로나19와 같은 전염병 유행 상황에서 비대면 환경에서 진행되는 것이 권장된다. 그러나 기존의 비대면 방식의 운동 콘텐츠에서는 운동 동작의 인식은 가능하지만 이를 해석해서 피드백 정보를 제공해주는 과정이 자동화되지 않았기 때문에 피드백이 트레이너의 눈대중으로 이루어지는 한계가 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해서 운동 내용 및 이를 구성하는 동작을 추적하기 위해 공식화된 규칙을 만드는 방법을 제안한다. 이러한 규칙을 만들기 위해서는 전체적인 운동 내용의 진행 규칙을 먼저 만들고, 운동을 구성하는 동작의 추적 규칙을 만든다. 동작의 추적 규칙은 동작을 여러 단계로 나누고 단계를 나누는 키 프레임 자세를 정의하는 것에서 출발하여 키 프레임 자세로 대표되는 상태와 상태 간의 전이 규칙을 만듦으로써 생성될 수 있다. 이렇게 생성한 규칙은 모션 캡쳐 장비를 이용한 자세 및 동작 인식기술의 사용을 전제로 하며 이러한 기술 적용의 자동화를 위한 논리적인 전개에 사용된다. 본 논문에서 제안한 규칙을 사용하면 운동 과정에서 나타나는 동작을 인식하는 것뿐만 아니라 동작의 전 과정에 대한 해석의 자동화가 가능하여 인공지능 트레이닝 시스템 등 보다 진보된 콘텐츠 제작이 가능해진다. 이에 따라 운동 과정에 대한 피드백의 질을 높일 수 있다.