• Journal of Information Processing Systems
• /
• 제18권5호
• /
• pp.650-664
• /
• 2022

Mobile applications can be easily downloaded and installed via markets. However, malware and malicious applications containing unwanted advertisements exist in these application markets. Therefore, smartphone users install applications with reference to the application review to avoid such malicious applications. An application review typically comprises contents for evaluation; however, a false review with a specific purpose can be included. Such false reviews are known as fake reviews, and they can be generated using artificial intelligence (AI)-based text-generating models. Recently, AI-based text-generating models have been developed rapidly and demonstrate high-quality generated texts. Herein, we analyze the features of fake reviews generated from Generative Pre-Training-2 (GPT-2), an AI-based text-generating model and create a model to detect those fake reviews. First, we collect a real human-written application review from Kaggle. Subsequently, we identify features of the fake review using natural language processing and statistical analysis. Next, we generate fake review detection models using five types of machine-learning models trained using identified features. In terms of the performances of the fake review detection models, we achieved average F1-scores of 0.738, 0.723, and 0.730 for the fake review, real review, and overall classifications, respectively.

• 한국컴퓨터정보학회논문지
• /
• 제29권3호
• /
• pp.11-20
• /
• 2024

AI(Artificial Intelligence)의 다양한 모델 중 생성 모델, 특히 GAN(Generative Adversarial Network)은 이미지 처리, 밀도 추정, 스타일 전이 등 다양한 응용 분야에서 성공을 거두었다. 이러한 GAN은 CGAN(Conditional GAN), CycleGAN, BigGAN 등의 방식으로 확장 및 개선되었지만 재난 시뮬레이션, 의료 분야, 도시 계획 등 특정 분야에서는 데이터 부족과 불안정한 학습에 의한 이미지 왜곡 문제로 실제 시스템 적용에 문제가 되고 있다. 본 논문에서는 클래스 항목을 판별하는 ACGAN(Auxiliary Classifier GAN) 구조를 기반으로 기존 PGGAN(Progressive Growing of GAN)의 점진적 학습 방식을 활용한 새로운 점진적 단계의 학습 방법론 PST(Progressive Step Training)를 제안한다. PST 모델은 기존 방법 대비 70.82% 빠른 안정화, 51.3% 낮은 표준 편차, 후반 고해상도의 안정적 손실값 수렴 그리고 94.6% 빠른 손실 감소를 달성한다.

• Journal of Information Technology Applications and Management
• /
• 제30권4호
• /
• pp.11-28
• /
• 2023

This paper proposes a method of integrating ChatGPT with traditional chatbot systems to enhance conversational artificial intelligence(AI) and create more efficient conversational systems. Traditional chatbot systems are primarily based on classification models and are limited to intent classification and simple response generation. In contrast, ChatGPT is a state-of-the-art AI technology for natural language generation, which can generate more natural and fluent conversations. In this paper, we analyze the business service areas that can be integrated with ChatGPT and traditional chatbots, and present methods for conducting conversational scenarios through case studies of service types. Additionally, we suggest ways to integrate ChatGPT with traditional chatbot systems for intent recognition, conversation flow control, and response generation. We provide a practical implementation example of how to integrate ChatGPT with traditional chatbots, making it easier to understand and build integration methods and actively utilize ChatGPT with existing chatbots.

• 한국정보전자통신기술학회논문지
• /
• 제17권1호
• /
• pp.1-9
• /
• 2024

본 논문은 특허 출원 문서를 기초로 하여 생성형 AI 기술의 동향을 분석한다. 이를 위해 2003년부터 2023년까지 한국, 미국, 유럽에서 출원된 생성형 AI 관련 특허 5,433건을 선별하고, 국가별, 기술 분야별, 연도별, 출원인별 데이터를 분석하고 시각적으로 제시함으로써 시사점을 찾고 기술 흐름을 확인하고자 한다. 분석 결과, 이미지 분야의 특허가 36.9%로 가장 많고 지속적으로 출원 건수가 상승하고 있지만, 문장/문서나 음악/음성 분야는 2019년 이후로 출원이 감소하거나 유지되고 있다. 가장 많은 특허를 출원한 기업은 한국 기업이지만 상위 5개 출원인 중 4개가 미국 기업이며 모든 기업이 미국에 가장 많은 특허를 출원하고 있어 생성형 AI는 미국 시장을 중심으로 성장하고 경쟁하고 있음을 확인하였다. 논문의 분석 결과는 향후 생성형 AI 연구 개발과 지식 재산 확보 전략을 수립하는 데 활용될 수 있을 것으로 기대된다.

• Korean Journal of Radiology
• /
• 제24권11호
• /
• pp.1061-1080
• /
• 2023

Artificial intelligence (AI) in radiology is a rapidly developing field with several prospective clinical studies demonstrating its benefits in clinical practice. In 2022, the Korean Society of Radiology held a forum to discuss the challenges and drawbacks in AI development and implementation. Various barriers hinder the successful application and widespread adoption of AI in radiology, such as limited annotated data, data privacy and security, data heterogeneity, imbalanced data, model interpretability, overfitting, and integration with clinical workflows. In this review, some of the various possible solutions to these challenges are presented and discussed; these include training with longitudinal and multimodal datasets, dense training with multitask learning and multimodal learning, self-supervised contrastive learning, various image modifications and syntheses using generative models, explainable AI, causal learning, federated learning with large data models, and digital twins.

• International Journal of Computer Science & Network Security
• /
• 제23권4호
• /
• pp.15-24
• /
• 2023

One of the objectives and aspirations of scientists and engineers ever since the development of computers has been to interact naturally with machines. Hence features of artificial intelligence (AI) like natural language processing and natural language generation were developed. The field of AI that is thought to be expanding the fastest is interactive conversational systems. Numerous businesses have created various Virtual Personal Assistants (VPAs) using these technologies, including Apple's Siri, Amazon's Alexa, and Google Assistant, among others. Even though many chatbots have been introduced through the years to diagnose or treat psychological disorders, we are yet to have a user-friendly chatbot available. A smart generative cognitive behavioral therapy with spoken dialogue systems support was then developed using a model Persona Perception (P2) bot with Generative Pre-trained Transformer-2 (GPT-2). The model was then implemented using modern technologies in VPAs like voice recognition, Natural Language Understanding (NLU), and text-to-speech. This system is a magnificent device to help with voice-based systems because it can have therapeutic discussions with the users utilizing text and vocal interactive user experience.

• 문화기술의 융합
• /
• 제10권2호
• /
• pp.447-452
• /
• 2024

생성형 인공지능 기술의 놀라운 성과가 점차 가시화됨에 따라, 기계의 인간 지배 가능성 등 잠재적인 실존 위협이 제기되는 현시점에서 인공지능에 대한 '통제 가능성'이 첨예한 글로벌 키워드로 주목받고 있다. 이에 따라 이 연구는 인공지능 기술을 중심으로 펼쳐질 미래 사회의 혁신적 변화에 대응하기 위하여 인공지능에 대한 통제 개념과 현주소, 글로벌 현황을 면밀하게 탐색함으로써 사회적 공론장 형성의 토대를 마련하고자 하는 데 목적이 있다. 이를 통해 인공지능 기술 진화에 따라 야기될 사회문제와 예측 불가능한 변수에 대해 대응책을 마련하기 위한 시사점을 모색하고, 정부 규제 수립에 대한 가이드라인과 전략적 통찰력을 제시하는 한편, 사회적 공개 담론 형성을 위한 함의를 찾아 보고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.450-450
• /
• 2023

인공지능 기법의 급격한 발달에 따라 다양한 분야에서 인공지능 기법을 활용하기 위한 노력이 이루어지고 있다. 재난은 발생하기 전에 다양한 전조 현상을 나타내나 수많은 정보 속에서 전조 증상을 정확히 인지하는 것은 매우 어렵다. 따라서 인공지능은 방대한 사전 정보의 해석을 통해 재난 발생의 전조를 신속 정확하게 감지하는데 최적의 기술이다. 최근 OpenAI의 딥러닝 기반의 언어모델인 GPT(Generative Pre-trained Transformer)의 성능이 기대 이상을 나타내면서 많은 분야에서 GPT에 대한 관심과 실험이 시작되고 있다. 본 실험에서는 GPT를 이용하여 재난 검색 및 해석의 특징을 검토하여 보았다. 정확한 재난 기록은 정확한 재난 예측을 위해 반드시 필요한 자료이나 부정확한 재난 기록은 그 기록이 비록 방대하더라도 오히려 예측의 신뢰도를 크게 떨어뜨린 수 있다. 따라서 비지도학습 기반의 대화형 인공지능을 재난 검색에 활용하기 위해서는 인공지능 기법의 인지 특성을 반드시 가늠해 봐야 한다. 향후 보다 많은 연구자가 이에 관심을 가진다면 보다 정확한 인공지능 기반의 재난 탐지 기술의 개발이 가능할 것으로 기대된다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.517-524
• /
• 2024

ChatGPT와 같은 생성형 AI는 21세기의 인간과 기계 간 상호작용에 새로운 패러다임을 제시했다. 이러한 기술의 발전이 다양한 분야에 빠르게 퍼져나가면서, AI와 꽤 멀리 떨어져 있다고 생각되었던 예술 분야에서도 AI가 어떤 역할을 할 수 있는지에 대한 연구가 활발히 진행되고 있다. 이에 본 연구는 제 4차 산업혁명의 시대에 시각예술 교육에서 생성형 AI의 활용 가능성을 탐구하고자 한다. 경북에 위치한 4년제 대학에서 진행된 실증연구는 창의적 융합모듈 수업에 참여한 70명의 학생들을 중심으로, AI와 시각예술 분야에서 협업의 영향, 그 중에서도 전공, 학년, 성별에 따른 차이점을 분석했다. 결과적으로, AI와 함께하는 시각예술 창작 활동이 학생들의 창의성과 디지털 미디어 리터러시에 긍정적인 영향을 미치는 것을 확인하며, 이를 기반으로 더욱 효과적인 교육 전략과 방향 모색에 관해 제언한다.

• International journal of advanced smart convergence
• /
• 제12권2호
• /
• pp.84-89
• /
• 2023

In recent years, with the breakthrough of Artificial Intelligence (AI) technology in deep learning algorithms such as Generative Adversarial Networks (GANs) and Variational Autoencoders (VAE), AI generation technology has rapidly expanded in various sub-sectors in the art field. 2022 as the explosive year of AI-generated art, especially in the creation of AI-generated art creative design, many excellent works have been born, which has improved the work efficiency of art design. This study analyzed the application design characteristics of AI generation technology in two sub fields of artistic creative design of AI painting and AI animation production , and compares the differences between traditional painting and AI painting in the field of painting. Through the research of this paper, the advantages and problems in the process of AI creative design are summarized. Although AI art designs are affected by technical limitations, there are still flaws in artworks and practical problems such as copyright and income, but it provides a strong technical guarantee in the expansion of subdivisions of artistic innovation and technology integration, and has extremely high research value.