• 지능정보연구
• /
• 제13권3호
• /
• pp.119-140
• /
• 2007

추천 시스템은 정보의 홍수 속에서 사용자로 하여금 자신에게 더욱 가치 있고 흥미로운 정보를 선별할 수 있도록 돕는 자동화된 정보 여과 시스템이다. 최근 분산 컴퓨팅 환경에 대한 연구가 활발히 진행되면서, 지금까지의 중앙 서버에서 모든 정보를 관리하는 중앙 집중 방식의 추천 시스템에서 P2P 환경의 접근 방식으로 선회하고 있다. 협력적 여과는 상업적인 추천 시스템에서 가장 많이 사용하는 정보 여과 기법이지만, 그 성공에도 불구하고 확장성(scalability)과 데이터의 희박성(sparsity), 악의적인 사용자의 공격(shilling attack)에 대한 방어 등에 관련된 여러 제약을 갖는다. 중앙 집중 방식에서 분산된 방식으로의 변화는 추천의 신뢰성과 개인 정보의 남용 가능성에 관련한 문제점을 일부 해결할 수 있으나, 조작된 사용자 프로파일을 사용하여 추천을 조작하려는 의도를 갖는 악의적인 사용자의 공격에는 중앙 집중 방식과 마찬가지로 취약할 수 있다. 본 논문에서는 개인 정보의 오남용과 악의적인 사용자의 공격에 관련된 문제점을 해결하고, 분산된 환경에서 효과적인 협력적 여과를 수행하여 추천의 성능과 정확성을 높이기 위한 멀티 에이전트 기반의 추천 프레임워크를 제안한다. 추천의 신뢰성을 높이기 위해 사용자간의 신뢰 정보를 사용하며, 각 사용자의 개인 에이전트와 이동 에이전트간의 정보교환을 통해 효과적으로 신뢰 정보를 전파하고 분산된 유사도 계산의 효율성을 높였다.

• 지능정보연구
• /
• 제10권2호
• /
• pp.147-163
• /
• 2004

인터넷의 급속한 발전으로 인하여 구매고객들의 구매 방식이 인터넷을 통하여 구매하는 방식으로 변해 가고 있다. 전자상거래에 참여한 소비자는 보다 저렴한 가격으로 제품을 구매하기 위하여 온라인 쇼핑몰을 스스로 탐색하거나 가격을 비롯한 여러 가지 기준에 따라 구매조건을 비교해주는 가격비교 사이트를 이용한다. 또는 온라인 경매 시장이나 공동구매 시장을 통하여 동일한 제품을 구매하기도 한다. 그러나 많은 쇼핑몰과 온라인 경매, 온라인 공동구매 시장에서는 동일한 제품에 대해 서로 다른 가격 결정방식에 따라 거래가 이루어지고 있다. 특히 온라인 경매나 온라인 공동구매의 경우에는 구매 가능한 시간이 제한될 뿐만 아니라 시간이 흐름에 따라 가격이 변화한다. 따라서 소비자들이 서로 다른 가격 결정 방식을 이해하고 이를 이용하여 여러 시장을 동시에 고려한 최적의 구매 의사결정을 내리는 것은 매우 어렵다. 이러한 한계를 극복하기 위하여 여러 시장에서의 시간에 따른 가격의 변화를 동시에 고려하며 소비자의 구매의사결정을 지원하는 의사결정 규칙과 문제해결 절차가 필요하다. 이러한 목적을 위해 각각의 시장에서의 구매의사결정은 소비자의 효용을 극대화시켜야 하며, 각각의 시장에서의 구매의사결정들은 조정과 협력을 통하여 전체 시장을 포괄하는 최적의 의사결정이 되어야 한다. 본 연구에서는 여러 가지 종류의 시장을 대상으로 구매의사결정을 하는 경우에 상호협동적으로 협상을 수행하는 방법론, 즉 규칙과 문제해결 절차를 개발하였고, 이를 수행할 수 있는 지능형 에이전트 시스템의 기본 구조와 협력적 협상을 수행하는데 필요한 메시지 구조를 설계하였다.

• 지능정보연구
• /
• 제14권3호
• /
• pp.59-76
• /
• 2008

본 논문에서는 실시간 동적 환경에 효과적인 L-CAA 에이전트 구조를 제안한다. L-CAA 에이전트 구조는 변화하는 환경에 대한 적응성을 높이기 위해, 선행 연구를 통해 개발된 행위기반 에이전트 구조인 CAA에 강화학습 기능을 추가하여 확장한 것이다. 안정적인 성능을 위해 L-CAA 구조에서는 행위 선택과 실행을 학습에 전적으로 의존하지 않고 학습을 보조적으로 이용한다. L-CAA에서 행위 선택 메커니즘은 크게 두 단계로 나뉜다. 첫 번째 단계에서는 사용자가 미리 정의한 각 행위의 적용 가능 조건과 효용성을 검사함으로써 행위 라이브러리로부터 실행할 행위들을 추출한다. 하지만 첫 번째 단계에서 다수의 행위가 추출되면, 두 번째 단계에서는 강화학습의 도움을 받아 이들 중에서 실행 할 하나의 행위를 선택한다. 즉, 강화학습을 통해 갱신된 각 행위들의 Q 함수값을 서로 비교함으로써, 가장 큰 기대 보상값을 가진 행위를 선택하여 실행한다. 또한 L-CAA에서는 실행 중인 행위의 유지 가능 조건을 지속적으로 검사하여 환경의 동적 변화로 인해 일부 조건이 만족되지 않는 경우가 발생하면 현재 행위의 실행을 즉시 종료할 수 있다. 그 뿐 아니라, L-CAA는 행위 실행 중에도 효용성이 더 높은 다른 행위가 발생하면 현재의 행위를 일시 정지하였다가 복귀하는 기능도 제공한다. 본 논문에서는 L-CAA 구조의 효과를 분석하기 위해, 대표적인 동적 가상환경인 Unreal Tournament 게임에서 자율적으로 동작하는 L-CAA 기반의 에이전트를 구현하고, 이를 이용한 성능 실험을 전개해본다.

• 지능정보연구
• /
• 제14권2호
• /
• pp.193-206
• /
• 2008

의료 진단 문제는 기정의된 특성치들로 표현되는 환자의 상태 데이터로부터 병의 유무를 판단하는 일종의 분류 문제로 간주할 수 있다. 본 연구는 혼용 유전자 알고리즘 기반의 분류방법을 도입함으로써 의료 진단 문제와 같은 다차원의 패턴 분류 문제를 해결할 수 있는 방안을 제안하고 있다. 일반적으로 분류 문제는 데이터 패턴에 존재하는 여러 클래스 간 구분경계를 생성하는 접근방법을 사용하는데, 이를 위해 본 연구에서는 일단의 영역 에이전트들을 도입하여 이들을 유전자 알고리즘 및 국소 적응조작을 혼용함으로써 데이터 패턴에 적응하도록 유도하고 있다. 일반적인 유전자 알고리즘의 진화단계를 거친 에이전트들에 적용되는 국소 적응조작은 영역 에이전트의 확장, 회피 및 재배치로 이루어지며, 각 에이전트의 적합도에 따라 이들 중 하나가 선택되어 해당 에이전트에 적용된다. 제안된 의료 진단용 분류 방법은 UCI 데이터베이스에 있는 잘 알려진 의료 데이터, 즉 간, 당뇨, 유방암 관련 진단 문제에 적용하여 검증하였다. 그 결과, 기존의 대표적인 분류기법인 최단거리이웃방법(the nearest neighbor), C4.5 알고리즘에 의한 의사 결정트리(decision tree) 및 신경망보다 우수한 진단 수행도를 나타내었다.

• 한국컴퓨터산업학회논문지
• /
• 제2권8호
• /
• pp.1109-1116
• /
• 2001

본 논문에서는 사용자의 행동과 웹상에서 지능형 에이전트를 활용하여 계층적 아키텍처 아래 수행되는 행동을 모니터링 하는데 관점을 두며, 개인화 된 정보 서비스를 쉽게 개발할 수 있는 메커니즘을 제시하고자 한다. 지능형 에이전트는 모니터링 기법을 포함하여, 사용자의 행동을 기록, 프로파일에 기반 한 행동 분석, 사용자의 브라우저나 혹은 메일에 지능적 에이전트에 의해 전달되는 맞춤화 된 컨텐츠의 선택 및 구성 등과 같은 일련의 과정을 포함한 개인화 된 서비스를 제공하는 자동화된 프로세스 기법 중의 하나이다. 모니터링 기술은 개인화 된 지능적 서비스를 제공하는 프로세스를 구성하는데 활용될 수 있다. 결국, 효과적인 개인화 된 서비스의 수행은 다양한 고객의 관심 및 니즈를 정의하고 정확하게 알아내며 고객이 수행한 행동들을 기록하는 것에 달려있다.

• 지능정보연구
• /
• 제12권1호
• /
• pp.139-161
• /
• 2006

본 논문에서는 새로운 조합경매(combinational auction)모형인 다자간 최적화 경매모형(N-Bilateral Optimized Combinatorial Auction; N-BOCA)을 제시하였다. N-BOCA는 다수의 공급자 및 다수의 구매자간 최적화된 거래를 지원하는 조합경매모형이다. 특히 아키텍처, 거래규약, 거래전략 세가지 관점에서 N-BOCA 시스템을 설계하였다. 경매시장 참여자인 경매자들과 입찰자들은 특정 아키텍처 및 거래규약하에서 최적 거래 대상자 선정을 위한 다양한 전략을 가지게 되며 이러한 거래전략에 따른 유연한 의사결정 모델링 지원을 필요로 한다. 이에 본 논문에서는 최적의 입찰 및 경매자 선정을 위한 Integer Programming 모형 기반의 에이전트 시스템을 제시하였다. 아울러 N-BOCA모형의 유용성을 입증하기 위해 프로토타입과 실험결과를 제시하였다. 실험결과, 기존의 일대다 조합경매 모형 대비 높은 거래 성과를 나타내었다.

• 지능정보연구
• /
• 제10권2호
• /
• pp.1-13
• /
• 2004

상품검색은 고객들이 전자상거래의 접촉을 시작하는 인터페이스로서 매우 중요한 프로세스이다. 또한 전자상거래는 고객들에게 검색 시 쉽게 접근할 수 있는 프로세스를 제공하여야 한다. 특히 World Wide Web에서 상품정보는 광범위한 고객들이 신속하게 팽창하는 정보를 추적하기 위해서 통합과 표준화가 이뤄져야 한다. 상품 카탈로그(catalogue)에 대한 국제 표준화가 다양한 분야와 업종에서 구축되어져 왔는데, 요즈음은 UNSPSC((Universal Standard Products and Services Classification) 코드로의 수렴에 대한 논의가 활발해지고 있다. 이 표준을 채택하여 이 논문은 다국어상품검색 에이전트의 아키텍쳐(architecture)를 설계한다. 이 아키텍쳐는 중앙등록기 모델의 상품 카탈로그 관리를 기반으로 하여 분산처리의 update프로세스를 채택한다. 또한 이 아키텍쳐는 구매자 관점과 공급자 관점을 모두 고려한다. 상품정보의 일관성과 버전 관리는 UNSPSC코드 시스템에 의하여 제어된다. 고객이 사용하기 편리하도록 표준화에 포함되어져 있지 않은 상품명과 다국어 상품명은 Semantic Network, 시소러스(thesaurus)와 Semantic Web의 상품명 온톨로지 등을 활용하여 해결한다. 이를 위한 알고리즘들을 설계하고 또한 구현한다.

• 인지과학
• /
• 제16권4호
• /
• pp.351-368
• /
• 2005

지능형 시스템에서 기존의 수작업 기반의 지식구조 구축은 많은 시간과 노력이 들어가며 환경의 변화에 적절히 적응하기가 어려운 한계가 있다 이러한 한계를 극복하기 위하여 최근 학습을 통한 동적 지식구조 구축방법이 연구되고 있다. 자율 자아 성장(AMD: Autonomous Mental Development)은 자율적 기계 학습의 새로운 패러다임으로 지능형 시스템이 변화하는 환경에 스스로 적응하도록 시도한다 대화형 에이전트에서의 대화 학습은 AMD와 동일한 맥락에서 해석할 수 있다. 본 논문에서는 화행별 템플릿과 유전자 프로그래밍을 이용한 대화형 에이전트의 대화 학습기법을 제안한다. 제안하는 에이전트는 화행별 템플릿을 기반으로 대화 지식을 획득하고 유전자 프로그래밍의 진화 방법을 통해 적절한 표현을 갖는 문장을 생성한다. 적용 사례와 사용자 평가를 통해서 제안하는 방법의 유용성을 확인하였다.

• 지능정보연구
• /
• 제9권2호
• /
• pp.101-119
• /
• 2003

Achieving the beneficiary goal of recent discovery in human genome project still needs a way to retrieve and analyze the exponentially expanding bio-related information. Research on bio-related fields naturally applies knowledge discovered to the current problem and make inferences to extract new information where shared concepts and data containing information need to be defined and used in a coherent way. In such a professional domain, while the need to help users reduce their work and to improve search results has been emerged, methods for systematic retrieval and adequate exchange of relevant information are still in their infancy. The design of our system aims at improving the quality of information retrieval in a professional domain by utilizing both corpus-based and concept-based ontology. Meta-rules of helping users to make an adequate query are formed into an ontology in the domain. The integration of those knowledge permits the system to retrieve relevant information in a more semantic and systematic fashion. This work mainly describes the query models with details of GUI and a secondary query generation of the system.

• 한국게임학회 논문지
• /
• 제16권6호
• /
• pp.79-90
• /
• 2016

최근 게임분야에서 수준 높은 인공지능 에이전트의 구현은 많은 주목을 받고 있다. 그 중 Monte-Carlo Tree Search(MCTS)는 완전 정보를 가진 게임에서 무작위 탐색을 통해 최적의 해를 구할 수 있는 알고리즘으로, 수식으로 표현되지 않는 경우에 근사치를 계산하는 용도로 적합하다. 하스스톤과 같은 Trading Card Game(TCG) 장르의 게임은 상대방의 카드와 플레이를 예측할 수 없기 때문에 불완전 정보를 가지고 있다. 본 논문에서는 불완전 정보 카드 게임에서 인공지능 에이전트를 생성하기 위해 MCTS 알고리즘을 응용하는 방법을 제안하고, 현재 서비스되는 하스스톤 게임에 적용하여 봄으로써 MCTS 알고리즘의 실용성을 검증한다.