• 대한지역사회영양학회지
• /
• 제3권4호
• /
• pp.574-582
• /
• 1998

This study was carried out to discover the effects of eating habits and health-related life style on blood pressure, $\gamma$-Glutamic acid Peptide Transferase($\gamma$-GPT), blood glucose and High Density Lipoprotein-Cholesterol(HDL-C). 185 subjects(85 male, 100 female) were selected, who were living in the Cheonju area aged 40#s to 60#s. The mean systollic blood pressure(SBP), diastollic blood pressure (DBP), $\gamma$-GPT, fasting blood sugar(FBS) and HDL-C for all the subjects were 118mmHg, 77mmHg, 281U/l, 90mg/dl and 45mg/dl, respectively. The SBP and DBP for subuects over 60 years old were 126mmHg and 81mmHg and were significantly higher than subjects in their 40#s and 50#s(p<0.001, p<0.005). The HDL-C of the group that rarely ate breakfast was 57mg/dl and that was significantly higher than the 44mg/dl scored by those who ate breakfast everyday(p<0.05). The SBP for subjects having a snack 2-3 times/week was 125mmHg and that was significantly higher than the 114mmHg of those having a snack everyday(p<0.05). The $\gamma$-GPT for subjects consuming alcohol everyday was 44IU/L and that was significantly higher than 18IU/I of the non-drinking group(p<0.001). The $\gamma$-GPT of light smokers was 53IU/I and that was significantly higher than the 22IU/I for non-smoking participants(p<0.001). The DBP, SBP, $\gamma$-GPT, FBS and HDL-C related to exercise not significantly different. The SBP(p<0.001) and DBP(p-0.01) between age group was positively correlated. The $\gamma$-GPT between drinking frequency(p<0.001), drinking quantity(p<0.05), and smoking(p<0.05) was also positively correlated. The FBS between exercises had a negative correlation(p<0.05), and the HDL-C between breakfast had a negative correlation(p<0.05). These results indicate that decreasing drinking and smoking, when combined with appropriate exercise, will decrease the $\gamma$-GPT and fasting blood sugar level, and help preventing adult diseases.

• 한국기록관리학회지
• /
• 제24권2호
• /
• pp.89-112
• /
• 2024

기록관리에서 메타데이터는 기록을 구성하는 필수 요소 중 하나로 기록물을 적절하게 관리하고 이해하도록 하는데 매우 중요한 역할을 한다. 기록관리 업무에서 메타데이터 요소들의 자동 부여가 불가능할 경우에는 기록전문가가 메타데이터 값을 직접 입력해야 한다. 이러한 업무의 불편함을 개선하기 위해 본 연구에서는 신기술인 챗GPT를 활용하여 기록관리 메타데이터 요소의 추출 방안을 제시하고자 하였다. 챗GPT 기술을 활용하기 위해 파이썬 프로그램과 랭체인 라이브러리를 이용하여 PDF 문서를 제시하고 질문을 통해 기록물의 메타데이터를 추출해보았고, 챗GPT 온라인 서비스를 통해 여러 건의 PDF 문서를 첨부하여 기록물의 메타데이터 요소를 추출해보았다. 그 결과 챗GPT-3.5 turbo를 사용한 랭체인에서는 보안상으로는 안전한 추출 방법이긴 하나 메타데이터의 정확한 요소를 얻기에는 다소 한계가 있었고, 챗GPT-4 온라인 서비스에서는 보안상 중요 문서를 첨부할 수 없지만 비교적 정확한 결과를 추출하였다. 이를 통해 기록관리에서의 메타데이터 추출을 위한 챗GPT 기술 활용의 가능성을 타진할 수 있었고, 챗GPT 관련 기술의 발달에 따라 좀 더 안전하고 정확한 결과 추출이 가능해질 것이다. 이러한 챗GPT의 장점을 활용함으로써 기록관에서 기록 및 메타데이터의 관리적 측면에서 업무의 효율성 및 생산성을 증대시키는데 도움을 줄 수 있을 것이라 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.873-874
• /
• 2024

본 논문은 GPT-3.5 모델을 활용하여 우울증 환자의 일기에 대한 정서적 공감과 위로의 질을 향상 하는 프롬프트 엔지니어링 기법을 제안하고 실험적으로 검증한다. 제안 방법은 GPT-3.5모델에게 감정에 섬세하게 반응하고 적절한 위로의 답변을 생성하는 3가지 접근 방식을 사용한다. 위로 방법 구체적 제시, 페르소나 부여 및 감정 호소 명령서 제시를 통해 감정 일기 응답을 개선한다. 실험 결과, 조언 중심의 기존 답변 대신 감정을 중심으로 공감하는 응답이 생성됨을 확인할 수 있었다. 이는 우울증 환자에 대한 인문학적 접근과 제안 프롬프트 엔지니어링 기법을 통합하여, 인공지능 모델의 정서적 공감 능력을 향상할 수 있다는 것을 실험적으로 검증하였다.

• 동아시아식생활학회지
• /
• 제18권5호
• /
• pp.702-710
• /
• 2008

The principal objective of this study was to assess the effects of eating habits and health-related lifestyle on blood pressure, $\gamma$-Glutamic acid Peptide Transferase ($\gamma$-GPT), glucose and HDL-Cholesterol (HDL-C). All subjects (261 male, 252 female) were from the Iksan area of Korea, and were at least 50 years of age. The mean systolic blood pressure (SBP), diastolic blood pressure (DBP) and HDL-C for all the subjects was 131.3 mmHg, 78.5 mmHg, and 43.1 mg/dl, respectively. The HDL-C of the $50{\sim}64$ year-old group was higher than that of the over-75-year-old group. The "regular breakfast" group evidenced a lower SBP, $\gamma$-GPT, and higher HDL-C than the "seldom breakfast" group (p<0.001, p<0.001, p<0.01). SBP in the "snacking everyday" group was higher than that of the "seldom snacking" group (p<0.001). As for the frequency of using alcohol, SBP and $\gamma$-GPT for the group using alcohol everyday were higher than those of the non-drinking group (p<0.001, p<0.001), SBP and DBP were higher and $\gamma$-GPT was lower in the group that regularly drank more than 4 glasses of Soju than in the non-drinking group (p<0.001, p<0.05, p<0.001). SBP, DBP, and $\gamma$-GPT for the "heavy smoker" group were higher than those of the non-smoker group (p<0.01, p<0.01, p<0.05). The HDL-C was lower in the "heavy smoker" group than in the "non-smoker" group (p<0.05). The SBP with exercise was as follows: Group 1 ($0.022{\sim}0.073\;kcal/min/kg$) was lower than that of Group 3 ($0.144{\sim}0.161\;kcal/min/kg$) and Group 4 (0.161 kcal/min/kg) (p<0.001). To conclude: advancing age, snacking, and frequent alcohol consumption increased blood pressure; the lowest blood pressure was detected in the group that ate breakfast everyday and in the group that engaged in more frequent exercise; Moreover, $\gamma$-GPT was higher and HDL-C was lower in the smokers' group than in the non-smokers' group. Considering the results of this study, there appears to be an urgent need to instruct aging adults about eating breakfast everyday, reducing smoking, using less or no alcohol, and getting proper and regular exercise.

• 정보처리학회 논문지
• /
• 제13권3호
• /
• pp.148-155
• /
• 2024

자연어 처리 분야에서 반어 및 비꼼 탐지의 중요성이 커지고 있음에도 불구하고, 한국어에 관한 연구는 다른 언어들에 비해 상대적으로 많이 부족한 편이다. 본 연구는 한국어 텍스트에서의 반어 탐지를 위해 다양한 모델을 실험하는 것을 목적으로 한다. 본 연구는 BERT기반 모델인 KoBERT와 ChatGPT를 사용하여 반어 탐지 실험을 수행하였다. KoBERT의 경우, 감성 데이터를 추가 학습하는 두 가지 방법(전이 학습, 멀티태스크 학습)을 적용하였다. 또한 ChatGPT의 경우, Few-Shot Learning기법을 적용하여 프롬프트에 입력되는 예시 문장의 개수를 증가시켜 실험하였다. 실험을 수행한 결과, 감성 데이터를 추가학습한 전이 학습 모델과 멀티태스크 학습 모델이 감성 데이터를 추가 학습하지 않은 기본 모델보다 우수한 성능을 보였다. 한편, ChatGPT는 KoBERT에 비해 현저히 낮은 성능을 나타내었으며, 입력 예시 문장의 개수를 증가시켜도 뚜렷한 성능 향상이 이루어지지 않았다. 종합적으로, 본 연구는 KoBERT를 기반으로 한 모델이 ChatGPT보다 반어 탐지에 더 적합하다는 결론을 도출했으며, 감성 데이터의 추가학습이 반어 탐지 성능 향상에 기여할 수 있는 가능성을 제시하였다.

• 정보화정책
• /
• 제31권1호
• /
• pp.3-31
• /
• 2024

본 연구는 ChatGPT로부터 촉박된 생성형 인공지능에 대해 국내의 특수성을 고려한 대중의 우려를 살펴보고자 하였다. 이를 위해 유튜브에서 102개의 윤리 관련 뉴스 영상에 포함된 댓글을 파이썬 스크래퍼를 개발하여 수집하였으며, 텍스톰을 통해 형태소 분석 및 전처리를 통해 15,735개 댓글을 대상으로 상관토픽모델(CTM)을 통해 분석하였다. 분석 결과, 뉴스 영상에 포함된 댓글의 주요 토픽은 '법적 및 윤리적 고려 사항', '지적 재산권 및 기술', '기술 발전과 인류 미래, 정보 처리에서 인공지능의 잠재력', 'AI에서의 감정 지능 및 윤리적 규제', '인간모방' 등 6개로 확인되었다. 또한 6개의 토픽을 10% 이상의 상관계수 값을 보이는 관계로 구조화한 결과 '법적 및 윤리적 고려 사항', 'ChatGPT의 데이터 생성 관련 이슈(지적 재산권 및 기술, 정보 처리에서의 인공지능의 잠재력, 인간모방', '인류 미래에 대한 두려움(기술 발전과 인류 미래, AI에서의 감정 지능 및 윤리적 규제)' 등 3개로 구조화할 수 있었다. 이를 바탕으로 ChatGPT로 인해 촉발된 생성형 인공지능에 관한 관심과 더불어 다양한 우려가 공존하고 있는 것을 확인하였고, 국내의 역사적 및 사회적 맥락을 반영한 특수성을 가진 우려도 존재하고 있음을 확인하였다. 이러한 결과를 통해 데이터 공정성에 대한 국가 주도의 노력이 필요함을 제안하였다.

• Journal of Medicine and Life Science
• /
• 제20권2호
• /
• pp.53-59
• /
• 2023

This study explores the potential use of artificial intelligence (AI)-based services, specifically ChatGPT-3.5, in medical education. The application of this technology is acknowledged as a valuable tool for simulating authentic clinical scenarios and enhancing learners' diagnostic and communication skills. To construct a case, students received ChatGPT training using a clinical ethics casebook titled "Clinical Ethics Cases and Commentaries for Medical Students and Physicians." Subsequently, a role-play script was generated based on this training. The initial draft of the script was reviewed by two medical professors and was further optimized using ChatGPT-3.5. Consequently, a comprehensive role-play script, accurately reflecting real-world clinical situations, was successfully developed. This study demonstrates the potential for effectively integrating AI technology into medical education and provides a solution to overcome limitations in developing role-play scripts within conventional educational settings. However, the study acknowledges that AI cannot always generate flawless role-play scripts and recognizes the necessity of addressing these limitations and ethical concerns. The research explores both the potential and limitations of employing AI in the early stages of medical education, suggesting that future studies should focus on overcoming these limitations while further investigating the potential applications of AI in this field.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.541-544
• /
• 2023

LLM(Largescale Language Model)의 성능 향상을 위한 비용 효율적인 방법으로 ChatGPT, GPT-4와 같은 초거대 모델의 output에 대해 SLM(Small Language Model)을 finetune하는 방법이 주목받고 있다. 그러나, 이러한 접근법은 주로 범용적인 지시사항 모델을 위한 학습 방법으로 사용되며, 제한된 특정 도메인에서는 추가적인 성능 개선의 여지가 있다. 본 연구는 특정 도메인(Writing Assistant)에서의 성능 향상을 위한 새로운 방법인 Self-Guided Approach를 제안한다. Self-Guided Approach는 (1) LLM을 활용해 시드 데이터에 대해 도메인 특화된 metric(유용성, 관련성, 정확성, 세부사항의 수준별) 점수를 매기고, (2) 점수가 매겨진 데이터와 점수가 매겨지지 않은 데이터를 모두 활용하여 supervised 방식으로 SLM을 미세 조정한다. Vicuna에서 제안된 평가 방법인, GPT-4를 활용한 자동평가 프레임워크를 사용하여 Self-Guided Approach로 학습된 SLM의 성능을 평가하였다. 평가 결과 Self-Guided Approach가 Self-instruct, alpaca와 같이, 생성된 instruction 데이터에 튜닝하는 기존의 훈련 방법에 비해 성능이 향상됨을 확인했다. 다양한 스케일의 한국어 오픈 소스 LLM(Polyglot1.3B, PolyGlot3.8B, PolyGlot5.8B)에 대해서 Self-Guided Approach를 활용한 성능 개선을 확인했다. 평가는 GPT-4를 활용한 자동 평가를 진행했으며, Korean Novel Generation 도메인의 경우, 테스트 셋에서 4.547점에서 6.286점의 성능 향상이 발생했으며, Korean scenario Genration 도메인의 경우, 테스트 셋에서 4.038점에서 5.795 점의 성능 향상이 발생했으며, 다른 유사 도메인들에서도 비슷한 점수 향상을 확인했다. Self-Guided Approach의 활용을 통해 특정 도메인(Writing Assistant)에서의 SLM의 성능 개선 가능성을 확인했으며 이는 LLM에 비용부담을 크게 줄이면서도 제한된 도메인에서 성능을 유지하며, LLM을 활용한 응용 서비스에 있어 실질적인 도움을 제공할 수 있을 것으로 기대된다.

• International Journal of Advanced Culture Technology
• /
• 제12권2호
• /
• pp.7-15
• /
• 2024

Despite a recent surge in multifaceted research on AI-integrated language learning, empirical studies in this area remain limited. This study adopts a Human-Generative AI parallel processing model to examine students' perceptions, asking 182 college students to independently construct knowledge and then compare their efforts with the results generated through in-classroom conversations with ChatGPT 3.5. In questionnaire responses, most students indicated that they found these activities useful and expressed a keen interest in learning various ways to utilize generative AI for language learning with instructor guidance. The findings confirm that ChatGPT's potential as a virtual conversation partner. Identifying specific reasons for the perceived usefulness of conversation activities and drawbacks of ChatGPT, this study emphasizes the importance of teachers staying informed about both the latest advances in technology and their limitations. We recommend that teachers endeavor to creatively design various classroom activities using AI technology.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.3-4
• /
• 2023

자연어처리는 수많은 정보가 수집된 전자의무기록의 비정형 데이터에서 유의미한 정보나 패턴 등을 추출해 의료진의 의사결정을 지원하고, 환자에게 더 나은 진단이나 치료 등을 지원할 수 있어 큰 잠재력을 가지고 있다. 그러나 전자의무기록은 개인정보와 같은 민감한 정보가 다수 포함되어 있어 접근하기 어렵고, 이로 인해 충분한 양의 데이터를 확보하기 어렵다. 따라서 본 논문에서는 신뢰할 수 있는 의료 합성 텍스트를 생성하기 위해 ChatGPT 기반 의료 텍스트 증강 도구를 개발하였다. 이는 사용자가 입력한 실제 의료 텍스트로 의료 합성 데이터를 생성한다. 이를 위해, 적합한 프롬프트와 의료 텍스트에 대한 전처리 방법을 탐색하였다. ChatGPT 기반 의료 텍스트 증강 도구는 입력 텍스트의 핵심 키워드를 잘 유지하였고, 사실에 기반한 의료 합성 텍스트를 생성할 수 있다는 것을 확인할 수 있었다.