• 융합정보논문지
• /
• 제11권3호
• /
• pp.7-13
• /
• 2021

본 연구는 딥러닝(Deep Learning) 알고리즘 GAN 모델을 기반으로 초미세먼지(PM2.5) 인공지능 예측시스템을 개발한다. 실험 데이터는 시계열 축으로 생성된 온도, 습도, 풍속, 기압의 기상변화와 SO2, CO, O3, NO2, PM10와 같은 대기오염물질 농도와 밀접한 관련이 있다. 데이터 특성상, 현재시간 농도가 이전시간 농도에 영향을 받기 때문에 반복지도학습(Recursive Supervised Learning) 예측 모델을 적용하였다. 기존 모델인 CNN, LSTM의 정확도(Accuracy)를 비교분석을 위해 관측값(Observation Value)과 예측값(Prediction Value)간의 차이를 분석하고 시각화했다. 성능분석 결과 제안하는 GAN이 LSTM 대비 평가항목 RMSE, MAPE, IOA에서 각각 15.8%, 10.9%, 5.5%로 향상된 것을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권2호
• /
• pp.21-30
• /
• 2024

본 연구는 폭증하는 디지털 비즈니스의 수요 증가를 감당하기 위하여 AI를 활용한 새로운 제작 방법을 모색하는데 목적이 있다. 이에 딥러닝과 빅데이터를 기반으로 실제 웹페이지 생성 가능 시스템을 구축하고자 하였다. 첫째, 이커머스 웹사이트 기능을 바탕으로 분류체계를 수립하였다. 둘째, 웹페이지 구성요소의 유형을 체계적으로 분류하였다. 셋째, 딥러닝이 적용가능한 웹페이지 자동생성시스템 전체를 설계하였다. 실제 데이터를 학습하여 구현된 딥러닝 모델이 기존 웹사이트를 분석하고 자동생성되도록 재설계 함으로써, 산업에서 바로 사용가능한 방안을 제안했다. 나아가 체계가 부족했던 웹사이트 레이아웃 및 특징에 대한 분류체계를 수립했다는 측면에서 의의가 있다. 이는 향후 생성형 AI 기반의 웹사이트 연구 및 산업 분야에 크게 기여할 수 있을 것이다.

• 대한영상의학회지
• /
• 제81권6호
• /
• pp.1290-1304
• /
• 2020

영상처리 기반으로 의료영상을 분석하는 기법은 정상 환자와 비정상 환자를 분류, 병변 검출 및 장기나 병변의 분할 등에 사용되고 있다. 최근 인공지능 기술의 비약적 발전으로 의료영상 분석 연구들이 딥러닝 기술을 활용하여 시도되고 있다. 의료영상은 학습에 필요한 데이터를 충분히 모으기 어렵고 클래스별 데이터 수의 차이 때문에, 딥러닝 모델의 성능을 올리는데 어려움이 있다. 이러한 문제를 해결하기 위해 다양한 연구가 시도되고 있으며, 이 중 하나가 학습 데이터를 증강하는 것이다. 본 종설에서는 회전, 역상, 밝기 변화 등과 같은 영상처리 기반의 데이터 증강, 적대적생성네트워크를 활용한 데이터 증강, 그리고 기존 영상의 속성들을 섞는 등의 최신 데이터 증강 기법을 알아보고, 의료영상 연구에 적용된 사례들과 그 결과를 조사해 보고자 한다. 끝으로 데이터 증강의 필요성을 고찰하고 앞으로의 방향을 짚어본다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제43권2호
• /
• pp.322-336
• /
• 2024

본 연구에서는 초등학생들을 위한 ChatGPT 활용 과학 수업에 대한 교육적 효과를 탐색하고자 하였다. D광역시 소재의 초등학교 6학년 학생 25명을 대상으로 초등 과학 수업이 초등학생의 인지적 영역 발달에 미치는 영향, 초등학생은 과학 수업에서 ChatGPT를 활용하는 것에 대해 어떻게 인식하는지 알아보았다. 연구 결과 ChatGPT 활용 과학 수업이 초등학생들의 인지적 영역 발달에 도움을 줄 수 있는 가능성을 찾을 수 있었고, 초등학생은 ChatGPT를 활용한 수업의 효과에 긍정적인 응답을 하였다. 또한 ChatGPT를 활용한 과학 수업에 대해 긍정적으로 인식하는 학생들과 부정적으로 인식하는 학생들, 그리고 긍정적인 면과 부정적인 면을 모두 인식하는 학생들로 구분하였다. 부정적으로 인식하는 학생들은 주로 ChatGPT를 활용한 과학 수업에서 'Remember' 단계에 머무는 학생들이 많았으며, 긍정적인 면과 부정적인 면을 모두 인식하는 학생들일수록 보다 높은 단계의 질문을 ChatGPT에게 제시하는 것으로 나타났다.

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.63-70
• /
• 2021

고해상도 심층신경망을 이용하여 기상데이터를 초해상화하면 보다 더 정밀한 연구와 실생활에 유용한 서비스를 제공할 수 있다. 본 논문에서는 고해상도 심층신경망 학습에 사용하기 위한 개선된 훈련자료 생산기술을 최초로 제안한다. 기상전문 지식으로 고해상도 기상 자료를 생성하기 위해, 전문 기관의 관측자료와 ERA5 재분석장 자료를 바탕으로 람베르트 정각원추도법과 객관분석을 적용했다. 그 결과, 기상 전문 지식 기반의 기온 및 습도 분석자료는 기존 배경장 대비 RMSE 값이 각각 최대 42%, 46% 개선되었다. 다음으로, 기상 전문 기술을 이용한 수동적인 데이터 생성 기법을 자동화하기 위해 인공지능 기술 중 하나인 SRGAN을 이용했고, 10 km 해상도를 가지는 전지구모델자료로부터 1 km 해상도를 가지는 고해상도 자료를 생성하는 실험을 진행했다. 최종적으로, SRGAN으로 생성한 결과는 전지구모델입력자료에 비해 높은 해상도를 가지며 수동으로 생성한 고해상도 분석자료와 유사한 분석 패턴을 보이면서도 부드러운 경계를 보였다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.219-240
• /
• 2023

사용자가 만족감을 느끼며 상호작용할 수 있는 대화형 인공지능을 개발하기 위한 노력이 이어지고 있다. 대화형 인공지능 개발을 위해서는 사람들의 실제 대화를 반영한 학습 데이터를 구축하는 것이 필요하지만, 기존 데이터셋은 질문-답변 형식이 아니거나 존대어를 사용하여 사용자가 친근감을 느끼기 어려운 문체로 구성되어 있다. 이에 본 논문은 온라인 커뮤니티에서 수집한 30,767개의 질문-답변 문장 쌍으로 구성된 대화 데이터셋(KOMUChat)을 구축하여 제안한다. 본 데이터셋은 각각 남성, 여성이 주로 이용하는 연애상담 게시판의 게시물 제목과 첫 번째 댓글을 질문-답변으로 수집하였다. 또한, 자동 및 수동 정제 과정을 통해 혐오 데이터 등을 제거하여 양질의 데이터셋을 구축하였다. KOMUChat의 타당성을 검증하기 위해 언어 모델에 본 데이터셋과 벤치마크 데이터셋을 각각 학습시켜 비교분석하였다. 그 결과 답변의 적절성, 사용자의 만족감, 대화형 인공지능의 목적 달성 여부에서 KOMUChat이 벤치마크 데이터셋의 평가 점수를 상회했다. 본 연구는 지금까지 제시된 오픈소스 싱글턴 대화형 텍스트 데이터셋 중 가장 대규모의 데이터이며 커뮤니티 별 텍스트 특성을 반영하여 보다 친근감있는 한국어 데이터셋을 구축하였다는 의의를 가진다.

• 문화기술의 융합
• /
• 제6권4호
• /
• pp.789-795
• /
• 2020

전 세계적으로 유행하는 코로나19로 인해 많은 사망자가 보고되고 있다. 코로나19의 추가 확산을 막기 위해서는 의심 환자에 대해 신속하고 정확한 영상판독을 한 후, 적절한 조치를 취해야 한다. 이를 위해 본 논문은 환자의 감염 여부를 의료진에게 제공해 영상판독을 보조할 수 있는 딥 러닝 기반 코로나19 흉부 X선 판독 기법을 소개한다. 우선 판독모델을 학습하기 위해서는 충분한 데이터셋이 확보되어야 하는데, 현재 제공하는 코로나19 오픈 데이터셋은 학습의 정확도를 보장하기에 그 영상 데이터 수가 충분하지 않다. 따라서 누적 적대적 생성 신경망(StackGAN++)을 사용해 인공지능 학습 성능을 저하하는 영상 데이터 수적 불균형 문제를 해결하였다. 다음으로 판독모델 개발을 위해 증강된 데이터셋을 사용하여 DenseNet 기반 분류모델 학습을 진행하였다. 해당 분류모델은 정상 흉부 X선과 코로나 19 흉부 X선 영상을 이진 분류하는 모델로, 실제 영상 데이터 일부를 테스트데이터로 사용하여 모델의 성능을 평가하였다. 마지막으로 설명 가능한 인공지능(eXplainable AI, XAI) 중 하나인 Grad-CAM을 사용해 입력 영상의 질환유무를 판단하는 근거를 제시하여 모델의 신뢰성을 확보하였다.

• 한국콘텐츠학회논문지
• /
• 제22권7호
• /
• pp.524-539
• /
• 2022

생성형 인공지능 기술의 발달로 가상 휴먼 제작이 가능하며, 텍스트 정보만으로도 가상 휴먼에 의한 강의 동영상을 제작할 수 있다. 이로써 가상 휴먼이 교육 콘텐츠의 효율적 작성과 수강자들의 재미와 만족감을 유도할 것으로 기대하고 있다. 그러나 아직 가상 휴먼 기술이 수강자들의 만족감에 이르도록 하는 과정을 본격적으로 실증한 연구는 거의 존재하지 않는다. 따라서, 본 연구의 목적은 가상 휴먼의 가장 주된 특징인 인간 유사도가 인간의 체험 및 만족감에 영향을 미치는지를 실증 분석하는 것이다. 특히 언캐니밸리 이론의 인간 유사도를 시각 및 언어 차원의 유사도로 분류하였으며, 체험경제모델을 이론적 근거로 하여 만족감에 도달하는 과정을 부분 최소 제곱 구조방정식 모형(PLS-SEM)으로 분석해 가설 검정하였다. 본 연구의 대상은 중국의 전문 조사 기관의 직장인 패널을 대상으로 온라인으로 수행했다. 분석 결과 가상 휴먼의 시각적 차원의 인간 유사도 및 언어 차원의 인간 유사도는 모두 체험경제 요소(교육, 오락, 심미, 일탈)에 긍정적인 영향을 주었으며, 이들 체험경제 요소는 모두 만족감에 유의한 영향을 주었다. 본 연구의 결과를 근거로 가상 휴먼에 의한 교육 콘텐츠 설계 시의 유의할 점 등 시사점을 제시하였다.

• 한국정보전자통신기술학회논문지
• /
• 제15권5호
• /
• pp.360-366
• /
• 2022

본 논문은 흑백 사진으로만 남아 있는 한국의 전통 고궁 사진을 적대적 생성 신경망 기법의 하나인 Pix2Pix를 활용하여 컬러 사진으로 복원하기 위한 학습 모델 구조를 제시한다. Pix2Pix는 합성 이미지를 생성기와 합성 여부를 판정하는 판별기의 학습 모델 조합으로 구성된다. 본 논문은 판별기의 수용 영역을 조절하여 인공지능 모델을 학습하고 그 결과를 고궁 사진이 가지는 특성을 고려하여 분석하는 내용을 다룬다. 기존에 흑백 사진 복원에 사용하는 Pix2Pix의 수용 영역은 주로 고정된 크기로 사용하였으나 이미지의 변화가 다양한 고궁 사진을 복원함에 있어서는 고정된 수용 영역을 일률적으로 적용하기에 적합하지 않다. 본 논문에서는 고궁의 특성을 반영할 수 있는 판별기의 수용 영역을 확인하기 위해 기존의 고정된 수용 영역의 크기를 변화시켜 나타나는 결과를 관찰하였다. 실험은 사전에 준비한 고궁 사진을 기반으로 판별기의 수용 영역을 조정하고 모델의 학습을 진행하였다. 판별기의 수용 영역 변화에 따른 모델의 손실을 측정하고 최종 학습한 학습 모델을 복원 대상 흑백 사진에 대입하여 복원 결과를 확인한다.

• 서비스연구
• /
• 제14권1호
• /
• pp.1-12
• /
• 2024

푸드테크 산업 중 서비스 로봇 시장이 커짐에 따라 외식산업의 소비자 행동의도에 영향을 끼치는 로봇 서비스의 품질이 중요하다. 식당 서빙로봇은 직원의 업무를 줄여주기도 하지만, 서비스 실패에 따른 대응이 되지 않기 때문에 고객의 불만족은 물론 직원의 업무를 늘리기도 한다. 주문과 서빙 기능 외에 서비스 품질을 높이기 위해서 직원처럼 서비스 실패 후 복구 노력, 과정의 공정성, 공감, 대응성, 확신성에 대한 기능도 요구된다. 이에 우리는 식당 서빙 서비스 실패 유형을 내적, 외적요인으로 가정하고, 서비스에 실패했을 때 직업 윤리적인 태도로 대응할 수 있도록 직업윤리적 공감모듈이 있는 서빙로봇을 개발했다. 이때 서빙로봇의 표정과 액션은 평상 서비스 모드에 실패복구 노력과 공감을 반영한 실패 모드를 추가하여 개발하였으며, 두 유형의 서비스 실패에 따른 서빙로봇의 직업 윤리적 공감 대응 여부가 로봇평가에 유의미한지를 실험하였다. 실험참가자들은 로봇 실수보다 다른 고객의 실수에 따른 서비스 실패에 더 불편해했으며, 서빙로봇의 직업윤리적 공감과 대응은 적절했다고 응답하였다. 또한 직업윤리적 공감 모듈의 장착여부에 따라 로봇 호감도는 차이가 없지만 안전성은 유의미한 차이를 보였다. 생성형 인공지능을 활용하여 직업윤리적 공감 대응 모듈을 탑재한다면, 국내 서빙로봇산업과 시장은 더욱 성장할 수 있을 것이다.