• 한국전자통신학회논문지
• /
• 제13권4호
• /
• pp.765-776
• /
• 2018

인공지능 기술은 최근 컴퓨팅 기술의 발달과 함께 급성장하고 있는 기술로, 차세대 핵심기술로 꼽히고 있다. 챗봇은 미리 정해놓은 규칙에 따라 사용자 입력에 대해 응답할 수 있도록 만들어진 시스템으로, 상담, 주문 등 단순 반복 업무를 비롯해 사용자 대화 패턴 분석을 통한 서비스 제공까지 점차 그 범위가 확대되며 생활 밀착형 서비스로 자리 잡을 전망이다. 이에 따라 본 연구에서는 인공지능 기술을 활용한 셀럽봇 모델을 제시하고자 한다. 셀럽봇이란, 셀러브리티(Celebrity)의 약자 셀럽(Celeb)과 챗봇(Chatbot)의 합성어로 셀러브리티와 대화할 수 있는 챗봇 서비스를 말한다. 셀럽은 '애착 관계'를 형성할 수 있는 가장 좋은 대상이며, 누구나 접근하기 쉽다는 장점이 있다. 이와 함께 인공지능 기술은 '제품' 이지만 '제품'이 아닌 사람처럼 여기게 할 수 있는 기술이다. 이를 미루어 볼 때 '셀럽'이라는 특성과 인공지능 기술 기반의 챗봇이 결합하였을 때 가장 큰 시너지를 발생시킬 수 있을 것으로 보며 이를 활용한 다양한 파생상품이 발생할 것으로 보며 이에 따라 셀럽봇 모델을 제시한다.

• 한국융합학회논문지
• /
• 제12권12호
• /
• pp.39-47
• /
• 2021

효과적인 분절을 통한 양질의 입력 자질 구성은 언어모델의 문장 이해력을 향상하기 위한 필수적인 단계이다. 입력 자질의 품질 제고는 세부 태스크의 성능과 직결된다. 본 논문은 단어와 문장 분류 관점에서 한국어의 언어적 특징을 효과적으로 반영하는 분절 전략을 비교 연구한다. 분절 유형은 언어학적 단위에 따라 어절, 형태소, 음절, 자모 네 가지로 분류하며, RoBERTa 모델 구조를 활용하여 사전학습을 진행한다. 각 세부 태스크를 분류 단위에 따라 문장 분류 그룹과 단어 분류 그룹으로 구분 지어 실험함으로써, 그룹 내 경향성 및 그룹 간 차이에 대한 분석을 진행한다. 실험 결과에 따르면, 문장 분류에서는 단위의 언어학적 분절 전략을 적용한 모델이 타 분절 전략 대비 최대 NSMC: +0.62%, KorNLI: +2.38%, KorSTS: +2.41% 높은 성능을, 단어 분류에서는 음절 단위의 분절 전략이 최대 NER: +0.7%, SRL: +0.61% 높은 성능을 보임으로써, 각 분류 그룹에서의 효과성을 보여준다.

• 한국문헌정보학회지
• /
• 제53권2호
• /
• pp.5-27
• /
• 2019

본 연구의 목적은 정보처리모형을 이용하여 중학교 사회 1 교과서 수록 매체를 분석하고, 사서 교사가 협동수업에서 제공할 수 있는 교육 정보서비스 내용을 제안하는 것이다. 이를 위하여 2015 개정 교육과정하에서 개발된 8종의 사회 1 교과서에 포함된 총 1,089개의 탐구 과제를 분석하였다. 투입 요소로서의 매체는 매체의 유형으로 분석하고, 매체의 처리 요소로서의 특징은 인지행동 유형으로 분석하였다. 그리고 매체의 산출 요소 측면은 다중지능을 활용하였다. 분석결과 탐구 과제 해결 과정에서 투입되는 매체는 사진과 삽화 중심의 시각자료와 일반적인 읽기 자료가 주류를 이루었다. 처리 방법은 구조화를 통한 분석과 추론을 통한 이해인 것으로 나타났다. 그리고 산출 방법은 말하기와 쓰기 중심의 언어지능 요소를 활용하였다. 이러한 분석 결과를 토대로 사서 교사가 사회과 탐구 활동을 위하여 제공할 수 있는 교육정보서비스를 정보처리 단계별로 교육과정 지도 제작, 탐구 절차와 탐구 기술의 지도 그리고 다중지능별 교수 학습전략과 그래픽 조직자를 활용한 학습지 개발 측면에서 제안하였다.

• 한국전산구조공학회논문집
• /
• 제32권2호
• /
• pp.93-101
• /
• 2019

이 연구의 목적은 인공신경망 기법을 이용하여 사면의 내진 성능을 비교적 정확하면서도 효율적으로 예측하는 모델을 도출하는데 있다. 사면의 내진 성능은 지진입력 및 사면모델의 무작위성 및 불확실성으로 인하여 정량화하기 쉽지 않다. 이러한 배경 아래 사면에 대한 확률론적 지진 취약도 분석이 몇몇 연구자에 의해 수행되었고, 이를 기반으로 다중 선형회귀분석을 통하여 사면 내진성능에 대한 닫힌식이 제안된 바 있다. 그러나 전통적인 통계학적 선형회귀분석은 다양한 조건의 사면과 이에 따른 내진 성능 사이의 비선형적 관계를 정확하게 표현하지 못하는 한계를 보였다. 이에 따라 본 연구에서는 이러한 문제점을 극복하고자 인공신경망 기법을 사면 내진성능 예측 모델을 생성하는데 적용하였다. 도출된 모델의 유효성은 기존의 다중 선형 및 다중 비선형 회귀분석을 통한 모델과 비교하여 검증하였다. 결과적으로 이전 연구의 전통적인 통계학적 회귀 분석을 통한 모델과 비교 결과, 기본적으로 인공신경망 기법을 통하여 도출된 모델이 사면의 내진성능을 예측하는데 있어 우수한 성능을 보여주었다. 이러한 정확도 높은 모델은 향후 확률에 기반한 사면의 지진취약도 지도를 개발하고, 주요 구조물의 인근 사면으로 인한 리스크를 효과적으로 평가하는데 활용될 수 있을 것이라 기대된다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권4호
• /
• pp.369-381
• /
• 2021

AI(인공지능) 기술은 전시 기획, 현장 진행, 평가에 이르는 예술 전시 준비 과정에서 활용할 수 있다. AI는 전시 기획과 안내 서비스 분야부터 예술 창작의 도구까지 영역을 확장하고 있다. 본 연구는 전시와 AI 기술의 융합을 정보와 서비스 제공에 활용하는 챗봇을 중심으로 고찰해보았다. 더 구체적으로 연구하기 위해 네이버 클로바 챗봇 제작툴과 국립현대미술관의 정보를 사용하여 전시 서비스용 챗봇 개발(연구설계)을 진행하였다. 본 연구에서는 국립현대미술관의 모든 정보가 아닌 관람과 전시로 정보를 한정하였으며 버튼을 통해 원하는 답변을 얻는 시나리오 방식과 직접 질문을 입력하는 텍스트 Q&A 방식을 제공하는 챗봇을 개발(모델 및 평가)하였다. 엘리자(ELIZA)의 챗봇 평가 척도에 따라 여섯 가지 항목으로 챗봇을 평가해본 결과 5점 만점에 4.2점이 도출되었고 관람, 전시 정보를 전달하는 목적으로 사용될 챗봇 개발(연구모형)을 완성했다. 개발한 챗봇에 연속적인 시나리오 답변 연결과 텍스트 Q&A형 답변 실패 및 오류 해결 및 추가 서비스 확대를 통해 실제 예술 전시 공간에서 사용될 수 있는 완벽한 챗봇 모델을 제작하는 것을 향후 연구 과제로 삼는다.

• 인지과학
• /
• 제34권1호
• /
• pp.39-66
• /
• 2023

뉴미디어는 사회적 교류의 장을 인터넷으로 옮겨와 대규모 집단이 시공간의 한계를 뛰어넘어 한 곳에서 소통할 수 있게 만들었다. 최근 연구는 인간의 사회적 능력이 소셜 미디어를 통해 경험하는 확장된 집단 스케일을 따라가지 못하는 사례를 보고하기도 한다. 이러한 맥락에서, 본 연구는 인간의 사회적 정보 지각이 인구 집단 스케일의 확장에 영향을 받는지 다수편향 맥락에서 확인하였다. 인터넷 기반 과제를 통해 구성원의 수로 나타낸 집단 크기와 전체에서 특정 집단이 차지하는 집단 비율이 개인에게 지각되고 다수편향적 사회적 정보 활용에 영향을 주는 심리적 과정을 조사하였으며, 전체 집단 스케일의 확장에 각 과정이 영향을 받는지 살펴보았다. 집단 비율은 다수편향에 정적 영향을 주고 있으며, 그 관계는 비율 지각에 의해 부분매개 되었다. 전체 집단 스케일은 집단 비율과 비율 지각의 관계를 조절하지 않았다. 반면, 집단 크기와 다수편향의 상관은 유의하지 않았다. 전체 집단 스케일은 집단 크기 지각을 조절하였다. 전체 집단 스케일이 작은 조건에서 집단 크기와 크기 지각은 양적 상관을 나타냈지만, 전체 집단의 스케일이 확장된 조건에서 지각된 집단 크기는 유의미하게 작아졌고, 두 변수는 상관을 잃었다. 이러한 결과를 통해 집단 크기 지각과 관련된 심리 기제가 전체 집단 스케일의 확장에 제대로 반응하지 못하고 있음을 확인하였다. 나아가 집단 크기 정보를 처리하는 전문화된 심리 기제가 존재할 가능성과 다수편향이 특이적으로 받아들이는 자극의 형태를 진화심리적 관점에서 논하였다.

• Steel and Composite Structures
• /
• 제48권2호
• /
• pp.163-177
• /
• 2023

Complex and intricate preparation techniques, the imperative for utmost precision and sensitivity in instrumentation, premature sample failure, and fragile specimens collectively contribute to the arduous task of measuring the fracture toughness of concrete in the laboratory. The objective of this research is to introduce and refine an equation based on the gene expression programming (GEP) method to calculate the fracture toughness of reinforced concrete, thereby minimizing the need for costly and time-consuming laboratory experiments. To accomplish this, various types of reinforced concrete, each incorporating distinct ratios of fibers and additives, were subjected to diverse loading angles relative to the initial crack (α) in order to ascertain the effective fracture toughness (Keff) of 660 samples utilizing the central straight notched Brazilian disc (CSNBD) test. Within the datasets, six pivotal input factors influencing the Keff of concrete, namely sample type (ST), diameter (D), thickness (t), length (L), force (F), and α, were taken into account. The ST and α parameters represent crucial inputs in the model presented in this study, marking the first instance that their influence has been examined via the CSNBD test. Of the 660 datasets, 460 were utilized for training purposes, while 100 each were allotted for testing and validation of the model. The GEP model was fine-tuned based on the training datasets, and its efficacy was evaluated using the separate test and validation datasets. In subsequent stages, the GEP model was optimized, yielding the most robust models. Ultimately, an equation was derived by averaging the most exemplary models, providing a means to predict the Keff parameter. This averaged equation exhibited exceptional proficiency in predicting the Keff of concrete. The significance of this work lies in the possibility of obtaining the Keff parameter without investing copious amounts of time and resources into the CSNBD test, simply by inputting the relevant parameters into the equation derived for diverse samples of reinforced concrete subject to varied loading angles.

• 대한토목학회논문집
• /
• 제30권3C호
• /
• pp.141-148
• /
• 2010

지반내 존재하는 자연전위, 돌발성 전기잡음, 60Hz 전기잡음 등은 전기비저항 시험에 있어서 신뢰성을 저하하는 요인 중의 하나이다. 특히 최근 개발된 저주파 교류를 사용하는 PDC-R(Pseudo DC Resistivity) 시험의 자료해석에 있어서도 해석의 신뢰성을 저하시키는 요인이 되고 있다. 즉 직류기반 전기비저항 시험, 교류기반 전기비저항 시험 모두에 있어서 정도의 차이가 있을 뿐 전기잡음은 전기비저항 기법의 신뢰도에 여전히 영향을 주고 있다. 본 연구에서는 PDC-R 기법의 자료해석에 있어서 전기잡음의 영향을 최소화하여 기법의 신뢰성을 제고할 수 있는 방안을 제시하였다. 또한 이를 구현하는 자동화 알고리듬을 이용하여 PDC-R 기법의 적용성도 개선하도록 하였다. 본 연구에서 제안하는 PDC-R 시험데이터의 자동화 해석기법은 두 단계로 구성되어 있는데, 그 첫 번째는 다중필터링을 사용하여 입력전류와 동일한 주파수 성분을 추출하는 것이고, 두 번째 단계는 추출된 자료 중에서 안정적 거동의 신호성분만 분류해 내는 작업을 수행하는 것이다. 이러한 자동화 기법은 자연전위, 돌발성 잡음, 60Hz 전기잡음 등을 포함한 가상의 조화함수를 이용하여 그 정확성과 안정성을 확인하였다. 또한 현장적용을 통하여 제안된 기법의 적용성 및 정확성도 확인할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권12호
• /
• pp.505-518
• /
• 2023

3차원 포인트 클라우드 의미적 분할은 각 포인트별로 해당 포인트가 속한 물체나 영역의 분류 레이블을 예측함으로써, 포인트 클라우드를 서로 다른 물체들이나 영역들로 나누는 컴퓨터 비전 작업이다. 기존의 3차원 의미적 분할 모델들은 RGB 영상들에서 추출하는 2차원 시각적 특징과 포인트 클라우드에서 추출하는 3차원 기하학적 특징의 특성을 충분히 고려한 특징 융합을 수행하지 못한다는 한계가 있다. 따라서, 본 논문에서는 2차원-3차원 멀티-모달 특징을 이용하는 새로운 3차원 의미적 분할 모델 MMCA-Net을 제안한다. 제안 모델은 중기 융합 전략과 멀티-모달 교차 주의집중 기반의 융합 연산을 적용함으로써, 이질적인 2차원 시각적 특징과 3차원 기하학적 특징을 효과적으로 융합한다. 또한 3차원 기하학적 인코더로 PTv2를 채용함으로써, 포인트들이 비-정규적으로 분포한 입력 포인트 클라우드로부터 맥락정보가 풍부한 3차원 기하학적 특징을 추출해낸다. 본 논문에서는 제안 모델의 성능을 분석하기 위해 벤치마크 데이터 집합인 ScanNetv2을 이용한 다양한 정량 및 정성 실험들을 진행하였다. 성능 척도 mIoU 측면에서 제안 모델은 3차원 기하학적 특징만을 이용하는 PTv2 모델에 비해 9.2%의 성능 향상을, 2차원-3차원 멀티-모달 특징을 사용하는 MVPNet 모델에 비해 12.12%의 성능 향상을 보였다. 이를 통해 본 논문에서 제안한 모델의 효과와 유용성을 입증하였다.

• 한국지구과학회지
• /
• 제36권6호
• /
• pp.567-579
• /
• 2015

중규모 기상 모델을 이용하여 안개와 같은 미세규모 국지현상을 정확히 재현하는 것은 매우 어려운 실정이다. 특히, 수치모델의 초기 입력 자료의 불확도는 수치모델의 예측 정확도에 결정적인 영향을 미치기 때문에 이를 보완하기 위한 자료동화 과정이 요구되어진다. 본 연구에서는 WRF (Weather Research and Forecasting) 모델을 이용하여 낙동강 지역에서 발생한 여름철 안개사례 재현실험을 대상으로 중규모 기상 모델의 한계를 검증하였다. 중규모 기상 모델에서 초기 및 경계장으로 사용되는 KLAPS (Korea Local Analysis and Prediction System)와 LDAPS (Local Data Assimilation and Prediction System) 분석장 자료를 이용하여 수치모델 모의 정확도 민감도 분석을 수행하였다. 또한 AWS (Automatic Weather System) 자료를 이용한 자료동화(Four-Dimensional Data Assimilation)에 의한 수치모델의 정확도 개선 정도를 평가하였다. 초기 및 경계장 민감도 분석 결과에서 LDAPS 자료를 입력 자료로 사용한 경우가 KLAPS 자료 보다 기온과 이슬점온도, 상대습도에서 높은 정확도를 보였고, 풍속은 더 낮은 수준을 나타내었다. 특히, 상대습도에서 LDAPS의 경우는 RMSE (Root Mean Square Error)가 15.9%, KLAPS는 35.6%의 수준을 보여 그 차이가 매우 크게 나타났다. 또한 자료동화를 통하여 기온, 풍속, 상대습도의 RMSE가 각각 $0.3^{\circ}C$, $0.2ms^{-1}$, 2.2% 수준으로 개선되었다.