• 제목/요약/키워드: Artificial Intelligence

검색결과 5,348건 처리시간 0.049초

인공지능 기반 사회적 지지를 위한 대형언어모형의 공감적 추론 향상: 심리치료 모형을 중심으로 (Enhancing Empathic Reasoning of Large Language Models Based on Psychotherapy Models for AI-assisted Social Support)

  • 이윤경;이인주;신민정;배서연;한소원
    • 인지과학
    • /
    • 제35권1호
    • /
    • pp.23-48
    • /
    • 2024
  • 대형언어모형(LLM)을 현실에 적용하려는 지속적인 노력에도 불구하고, 인공지능이 맥락을 이해하고 사람의 의도에 맞게 사회적 지지를 제공하는 능력은 아직 제한적이다. 본 연구에서는 LLM이 사람의 감정 상태를 추론하도록 유도하기 위해, 심리 치료 이론을 기반으로 한 공감 체인(Chain of Empathy, CoE) 프롬프트 방법을 새로 개발했다. CoE 기반 LLM은 인지-행동 치료(CBT), 변증법적 행동 치료(DBT), 인간 중심 치료(PCT) 및 현실 치료(RT)와 같은 다양한 심리 치료 방식을 참고하였으며, 각 방식의 목적에 맞게 내담자의 정신 상태를 해석하도록 설계했다. CoE 기반 추론을 유도하지 않은 조건에서는 LLM이 사회적 지지를 구하는 내담자의 글에 주로 탐색적 공감 표현(예: 개방형 질문)만을 생성했으며, 추론을 유도한 조건에서는 각 심리 치료 모형을 대표하는 정신 상태 추론 방법과 일치하는 다양한 공감 표현을 생성했다. 공감 표현 분류 과제에서 CBT 기반 CoE는 감정적 반응, 탐색, 해석 등을 가장 균형적으로 분류하였으나, DBT 및 PCT 기반 CoE는 감정적 반응 공감 표현을 더 잘 분류하였다. 추가로, 각 프롬프트 조건 별로 생성된 텍스트 데이터를 정성적으로 분석하고 정렬 정확도를 평가하였다. 본 연구의 결과는 감정 및 맥락 이해가 인간-인공지능 의사소통에 미치는 영향에 대한 함의를 제공한다. 특히 인공지능이 안전하고 공감적으로 인간과 소통하는 데 있어 추론 방식이 중요하다는 근거를 제공하며, 이러한 추론 능력을 높이는 데 심리학의 이론이 인공지능의 발전과 활용에 기여할 수 있음을 시사한다.

디지털 신기술 교육과정 개발을 위한 역량 정의 (Defining Competency for Developing Digital Technology Curriculum)

  • 이호;이주현;배준호;신우식;김희웅
    • 지식경영연구
    • /
    • 제25권1호
    • /
    • pp.135-154
    • /
    • 2024
  • 인공지능, 빅데이터, 로봇 등의 디지털 신기술 분야의 급격한 성장에 따라 정부와 교육기관들은 신기술 분야에서 요구되는 역량을 갖춘 인재 양성을 위한 교육과정들을 개발하고 있다. 그러나 교육과정 개발 및 운영의 근간이 되는 역량 개념에 대한 정의가 불분명하여 교육과정 개발에 어려움을 빚고 있다. 따라서 이 연구는 신기술 분야의 교육과정을 개발하는데 필요한 역량을 정의하는 것을 연구 목적으로 설정하였다. 이를 위해 본 연구는 문헌 연구 분석을 통해 기존 문헌에서의 역량 정의와 특성을 파악한다. 이후 신기술 분야 전문가와의 심층 인터뷰 통해 선행연구로부터 도출된 정의에 대한 검증과 추가적인 의견을 수집하고 신기술 교육과정에 적합한 역량 정의를 최종적으로 도출한다. 연구 결과, 신기술 교육과정 개발을 위한 역량은 "주어진 업무를 기대하는 수준에 맞게 효과적으로 수행하기 위해 필요한 지식 및 기술의 집합"으로 정의하였다. 또한 역량의 핵심 구성 요소인 지식 및 기술과 역량의 구성 원리를 도출하였다. 이러한 역량 정의와 특성은 신기술 분야 교육과정을 체계적이고 효과적으로 구성하는 데 기여할 뿐만 아니라, 교육과 실무 간의 격차를 줄이는 데에도 활용될 수 있다. 나아가 본 연구 결과는 지속적으로 새로운 지식과 기술이 축적되는 신기술 분야 기업들의 지식 경영 체계 구축에도 기여할 수 있다.

셀룰러 오토마타 기반 도시침수 및 물순환 해석 모형 CAW의 개발 및 적용 (Development and application of cellular automata-based urban inundation and water cycle model CAW)

  • 이송희;최현진;우현아;김민영;이은형;김상현;노성진
    • 한국수자원학회논문집
    • /
    • 제57권3호
    • /
    • pp.165-179
    • /
    • 2024
  • 도시 지역의 홍수 위험을 완화하고 지속 가능한 수자원을 관리하기 위해서는 도시 홍수와 물순환의 연계 해석이 필수적이다. 본 연구는 간단한 전환 규칙을 통해 침수의 시공간적 변화를 모의하는 셀룰러 오토마타 기법을 이용하여 고해상도 도시침수 및 물순환 해석 모형 CAW (Cellular Automata-based integrated Water cycle model)를 개발하고, 그 적용성을 평가하였다. 개발된 모형을 미국 포틀랜드 도심지 유역에 적용하고, 물리 기반 모형 및 기존 셀룰러 오토마타 기반 모형의 침수 해석 결과와 비교하여 도시침수 재현의 적절성을 평가하였다. 연구 결과, 침수 검증 대상 지점에 대한 CAW 모형의 최대 침수심 분포는 확산파 방정식을 모사하는 WCA2D (Weighted Cellular Automata 2 Dimension) 모형과 평균오차 값이 1.3 cm로 유사하게 모의되었고, 이진 패턴 유사도 검증에서 HR 0.91, FAR 0.02, CSI 0.90으로 비교적 높은 유사성을 나타내며 모형의 침수 해석 적용성을 검증하였다. 또한, 토지피복 및 토양 조건이 침수, 침투에 미치는 영향을 시험 평가한 결과, 불투수율이 41% 더 높은 지역에서의 침투와 최대 침수심이 각각 54%(4.16 mm/m2) 감소 및 10%(2.19 mm/m2) 증가하였다. CAW 모형을 이용하여 도시 유역의 다양한 토지피복 및 토양 특성을 고려한 고해상도 물순환 및 도시침수 연계 모의 해석이 가능할 것으로 기대된다.

ChatGPT를 활용한 대학 교육 방안 연구 (A Study on A Study on the University Education Plan Using ChatGPTfor University Students)

  • 김현주;이진영
    • 문화기술의 융합
    • /
    • 제10권1호
    • /
    • pp.71-79
    • /
    • 2024
  • 미국 오픈AI사가 개발한 대화형 인공지능(AI) 챗봇 'ChatGPT'가 전 세계적으로 큰 반향을 일으키고 있다. 일부 학계에서는 ChatGPT를 학생들이 표절에 사용할 수 있다며 우려를 표하고 있는 실정이나, ChatGPT는 마케팅문구나 웹사이트 문구를 쓰는 데 활용되는 등 긍정적인 방향으로도 많이 사용되고 있다. 또한 ChatGPT가 '검색'의 새로운 미래가 될 수 있다는 의견도 생겨나고 있으며, 지나친 규제보다 육성에 초점을 맞춰야 한다는 분석도 제기되는 상황이다. 본 연구는 ChatGPT와 표절검사시스템에 대한 인식도 조사를 통해 대학생들의 ChatGPT에 대한 의식을 분석하고, ChatGPT와 표절검사시스템을 활용한 교육지원 모델 구축 방안을 마련하였고 ChatGPT와 표절검사시스템을 활용한 교육지원 모델 구축 방안을 제시하기 위하여 ChatGPT에 대한 기존의 연구들과 표절검사시스템에 대하여 조사하고 분석하였다. 그리고, 이것을 토대로 ChatGPT를 활용한 대학 교육 지원 모델을 구축하였다. ChatGPT를 활용한 교육 모델은 텍스트, 디지털, 예술 등의 기반으로 교육 모델를 설정하고 그 아래로 4차 산업혁명시대에 필요한 세부적인 역략으로 구성하였다. 그리고, 학습 목표에 따라 수업의 교수자가 ChatGPT가 생성하는 콘텐츠의 허용 범위를 결정한 후, 표절검사시스템에서 제공하는 ChatGPT 감지 기능을 활용하여 학생들이 허용된 범위 내에서 ChatGPT를 활용하도록 지도하도록 구성하였다. 이와 같은 방식으로 ChatGPT와 표절검사시스템을 연계하여 활용함으로써 ChatGPT의 우수한 능력이 교육에 악용되는 상황을 막을 수 있을 것으로 기대된다.

무인기 자율임무를 위한 모델 기반 지능형 프레임워크 인터페이스 (Model-Based Intelligent Framework Interface for UAV Autonomous Mission)

  • 손건준;이재호
    • 정보처리학회 논문지
    • /
    • 제13권3호
    • /
    • pp.111-121
    • /
    • 2024
  • 최근 영상 인식 등의 인공지능 기술 발전에 힘입어 무인기 자율화에 관한 연구가 활발히 이루어지고 있다. 특히 전문 조종 인력 육성에 큰 비용이 들어가는 군용 무인기 분야에서 관련 연구가 늘어나고 있으며, 그중 하나가 정찰용 무인기의 자율적인 임무 수행을 위한 지능형 프레임워크 연구이다. 해당 연구에선 서비스 로봇을 위한 지능형 프레임워크 설계의 방법론을 활용해 무인기용 지능형 프레임워크를 설계하고자 하였다. 무인기의 자율적인 임무 수행 능력을 위해선 지능형 프레임워크와 무인기 모듈의 연동이 원활하게 이루어져야 한다. 하지만 기존 서비스 로봇을 위한 지능형 프레임워크의 모델 기반 인터페이스로는 주기성 메시지 프로토콜을 사용하는 무인기에 대한 연동 제공이 어려웠다. 먼저 주기성 메시지 프로토콜에 대한 메시지 모델의 표현력이 부족했고, 다음으로 주기성 메시지 프로토콜과 지능형 프레임워크의 비동기적 데이터 교환 방식의 상호운용성이 제공되지 않는다는 문제가 있었다. 본 논문에서는 이러한 문제를 해결하기 위해 메시지 주기성 서술을 위한 메시지 모델 확장 방법을 제안하여 주기성 메시지 모델에 대한 모델의 표현력을 확보하고, 확장된 모델을 이용한 주기적 및 비동기적 데이터 교환 방법을 제안하여 서로 다른 데이터 교환 방식의 상호운용성을 제공하고자 한다.

With 코로나 시대 비대면 고독사 예방정책 방안 모색 - 대구광역시 AI, IOT 고독사 예방 사례를 중심으로 (With Corona Era, exploring policy measures to prevent non-face-to-face lonely deaths - Focusing on Daegu Metropolitan City's AI and IOT cases of lonely death prevention)

  • 김하윤;하태현
    • 디지털융복합연구
    • /
    • 제21권3호
    • /
    • pp.49-62
    • /
    • 2023
  • 사회문화적 변화와 고령화에 따른 독거노인 등의 증가로 고독사는 꾸준히 증가하고 있으며 각 지자체마다 사회적 문제로 정의하기 시작하였으며, 정부에서도 고독사 문제에 대응하기 위해 제도적 기반을 마련하는 등 고독사 예방을 위한 법적근거를 제정하기 시작하였다. 본 연구는 고독사 예방을 위한 정책방안 모색을 위하여 고독사 예방을 위한 비대면 정책 추진을 위해 대구광역시에서 추진하고 있는 스마트 디지털 정보기술(AI, IOT)을 활용한 고독사 예방정책 사례를 살펴보았다. 고독사 관련 정책은 고독사 예방사업과 발굴 후 지원사업의 두 가지 축으로 구분한다. 이들사업을 효율성 있게 운영하기 위해서는 인공지능, 사물인터넷을 통한 비대면 서비스의 제공 등이 새로운 서비스 전달체계 방식으로 인식되고 있으므로, 비대면 서비스의 중요성과 필요성이 더욱 증대되고 있다. 국가 차원의 비대면 산업 확대를 위한 시스템 구축 등 다각적인 변화와 준비가 필요한 시점이라고 할 수 있으며 향후 또 다른 국가 재난 상황에서 대응할 수 있도록 고독사 예방 등 다양한 복지정책에서 비대면 스마트돌봄체계가 확대되고 활성화되어야 할 것이다.

PPG 혈당 모니터링 시스템의 분석적 평가 - 연구자 임상 (Analytical Evaluation of PPG Blood Glucose Monitoring System - researcher clinical trial)

  • 박철구;최상기;조성근;김권민
    • 디지털융복합연구
    • /
    • 제21권3호
    • /
    • pp.33-39
    • /
    • 2023
  • 본 연구는 모세관 혈당의 혈당값을 대조군으로 연구 참가자의 혈액 포도당을 모니티링할 때 PPG 센서와 DNN 예측알고리즘이 융합된 혈당모니터링 시스템(PPG-BGMS)의 성능을 평가하는 것이다. 연구는 2023년 9월부터 2023년 11월까지 참가자를 대상으로 실시된 연구자 임상시험이다. PPG-BGMS는 1분간의 심박수, 심박변이도 정보와 DNN 예측알고리즘을 활용한 예측된 혈당수치와 개인용혈당관리시스템의 혈당측정기로 측정한 모세관혈당 수치와 비교했다. 총 100명의 참가자 중 제2형 당뇨(T2DM) 유병인은 50명이며, 평균연령은 67세(28세~89세)이다. PPG-BGMS의 예측혈당의 100%가 Clarke 오류그리드 및 Parker(Consensus) 오류그리드의 A+B 영역에 분포하는 것으로 나타났다. PPG-BGMS 예측 혈당의 MARD 값은 5.3 ± 4.0 %이다. 결과에 의하면 비채혈식 PPG-BGMS는 임상표준의 채혈식 개인용 혈당측정시스템의 순간 혈당수치와 비교하여 열등하지 않는 것으로 분석되었다.

한국 인구에서 NeuroQuant와 DeepBrain에서 측정된 뇌 용적의 정상규준 백분위수 비교: 두개골 형태와의 연관성 (Comparison of Normative Percentiles of Brain Volume Obtained from NeuroQuant vs. DeepBrain in the Korean Population: Correlation with Cranial Shape)

  • 양미현;김은희;최은선;고홍석
    • 대한영상의학회지
    • /
    • 제84권5호
    • /
    • pp.1080-1090
    • /
    • 2023
  • 목적 이 연구의 목적은 한국 인구에서 NeuroQuant (이하 NQ)와 DeepBrain (이하 DB)에서 측정된 뇌 용적과 정상규준 백분위수를 비교하고, 두개골 형태와의 연관성을 확인하는 것이다. 대상과 방법 이 연구는 구조적 뇌 이상이 없는 163명의 한국인을 대상으로 NQ와 DB에서 측정된 뇌 용적과 정상규준 백분위수를 비교하고, 두개골 형태와의 연관성을 확인한 후향적 연구이다. 급내상관계수분석과 선형분석의 통계학적 분석을 시행하였다. 결과 정상규준 백분위수는 시상(90.8 vs. 63.3 percentile), 피각(90.0 vs. 60.0 percentile), 그리고 두정엽(80.1 vs. 74.1 percentile)에서 NQ가 DB보다 더 큰 것으로 나타났고, 후두엽(18.4 vs. 68.5 percentile)은 DB가 NQ보다 큰 것으로 나타났으며, 특히 후두엽의 경우 두개골 형태와의 비교 연구에서 유의미한 연관성을 보였고, 두개골의 전후 방향의 길이와 비례하고 상하방향의 길이와는 반비례했다. 결론 NQ와 DB에서 얻은 정상규준 백분위는 각 뇌 영역마다 유의미한 차이를 보였고, 그 차이는 한국 인구의 두개골 형태와 유의미한 관계가 있었다.

프롬프트 엔지니어링을 통한 GPT-4 모델의 수학 서술형 평가 자동 채점 탐색: 순열과 조합을 중심으로 (Exploring automatic scoring of mathematical descriptive assessment using prompt engineering with the GPT-4 model: Focused on permutations and combinations)

  • 신병철;이준수;유연주
    • 한국수학교육학회지시리즈A:수학교육
    • /
    • 제63권2호
    • /
    • pp.187-207
    • /
    • 2024
  • 본 연구에서는 GPT-4 기반의 ChatGPT를 활용한 서술형 평가 문항의 자동 채점 가능성을 탐색하기 위해 교사와 GPT-4 기반의 ChatGPT의 채점 결과를 비교, 분석하였다. 이를 위해 학생평가지원포털에 있는 고등학교 1학년 순열과 조합 단원에서 3개의 서술형 문항을 선정하였다. 문항 1, 2는 문제 해결 전략이 1가지인 문항이고, 문항 3은 문제 해결 전략이 2가지 이상인 문항이었다. 8년 이상의 교육 경력이 있는 교사 2명이 학생 204명의 답안을 채점하고, GPT-4 기반의 ChatGPT의 채점 결과와 비교하였다. 문항별로 Few-Shot-CoT, SC, 구조화, 반복 프롬프트 기법 등을 활용하여 채점을 위한 프롬프트를 구성하였고, 이를 GPT-4 기반의 ChatGPT에 입력하여 채점하였다. 채점 결과, 문항 1, 2는 교사의 채점 결과와 GPT-4의 채점 결과 사이에 강한 상관관계를 충족하였다. 문제 해결 전략이 2가지인 문항 3은 먼저 채점 전 학생 답안을 문제 해결전략별로 분류하는 프롬프트를 GPT-4 기반의 ChatGPT에 입력하여 답안을 분류하였다. 이후 유형별로 채점 프롬프트를 적용하여 GPT-4 기반의 ChatGPT에 입력하여 채점하였고, 채점 결과 역시 교사의 채점 결과와 강한 상관관계가 나타났다. 이를 통해 프롬프트 엔지니어링을 활용한 GPT-4 모델이 교사의 채점을 보조할 수 있는 가능성을 확인하였으며 본 연구의 한계점 및 향후 연구 방향을 제시하였다.

YOLOv8-Seg 모델을 이용한 어류 탐지 및 분류 성능 비교연구 (Comparative Study of Fish Detection and Classification Performance Using the YOLOv8-Seg Model)

  • 진상엽;최흥배;한명수;이효태;손영태
    • 해양환경안전학회지
    • /
    • 제30권2호
    • /
    • pp.147-156
    • /
    • 2024
  • 수산자원의 지속 가능한 관리와 증대는 전 세계적으로 중요한 이슈로 부상하고 있으며, 본 연구는 이에 대응하는 한국수산자원공단의 수산자원 현존량 추정을 위한 딥러닝 기반 수산자원 증대사업 효과조사 기법 개발을 위해 구성 기술 중 하나인 어류 탐지 및 분류 모델 구축과 성능 비교를 수행하였다. 다양한 크기의 YOLOv8-Seg 모델에 어류 이미지 데이터셋을 학습한 후 각 성능평가 지표를 비교 분석하여 적용 가능한 최적의 모델을 선정하고자 하였다. 모델 구축에 사용된 자료는 총 12종의 어류로 이루어진 36,749장의 이미지와 라벨 파일로 이루어지며, 학습에는 증강을 적용하여 데이터의 다양성을 증가시켰다. 동일한 환경 및 조건에서 총 다섯 개의 YOLOv8-Seg 모델을 학습 및 검증한 결과 중간 크기의 YOLOv8m-Seg 모델이 가장 짧은 13시간 12분의 학습 시간과 mAP50:95 0.933, 추론 속도 9.6 ms로 높은 학습 효율성과 우수한 탐지 및 분류 성능을 보였으며, 각 지표 간의 균형을 고려할 때 실시간 처리 요구사항을 충족하는 가장 효율적인 모델로 평가되었다. 이와 같은 실시간 어류 탐지 및 분류 모델을 활용하여 효율적인 수산자원 증대사업의 효과조사가 가능할 것으로 보이며, 지속적인 성능 개선 및 추가적인 연구가 필요할 것으로 사료된다.