• 한국융합학회논문지
• /
• 제7권4호
• /
• pp.123-131
• /
• 2016

본 연구는 2016 구글 딥마인드 챌린지 매치에서 최고 수준의 딥러닝 인공신경망을 갖고 있는 인공지능 알파고와 인간지능의 대표로 상징되는 바둑 최고수의 대국 분석 및 문헌 연구로 인공지능 시대에 적합한 학습자의 역량 교육에 대해 논의했다. 알파고는 지금까지 알려져 있는 바둑의 정석과 상식을 넘어서는 새로운 바둑의 패러다임을 보여주는 기발한 수를 두었고, 이세돌은 알파고도 생각하지 못한 '신의 한 수' 로 인공지능 수퍼 컴퓨터를 이길 수 있었다. 이는 인간의 집념과 도전, 인간 본성의 통찰과 직관의 승리였다. 인공지능 시대에 기계를 조정하고 통제할 수 있는 학습자 역량을 기르기 위한 융합과학 교육은 자연으로부터의 감성적 체험과 토포필리아 교육으로 인공지능이 갖지 못한 인간 본성의 다채로운 감성과 통찰, 긍정적 정서를 함양시킬 수 있는 방향이어야 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 추계학술대회
• /
• pp.351-354
• /
• 2016

알파고와 이세돌의 바둑대결은 세계적인 관심사를 갖으며 알파고의 승리로 끝났다. 알파고의 핵심 기능은 바둑기보를 컴퓨터 스스로 공부하는 딥러닝 시스템이었다. 이후로 인공지능을 활용한 딥러닝 시스템은 활용도가 검증되었다고 할 수 있다. 최근에 정부에서 사물인터넷을 활성화하기 위하여 사물인터넷기본법을 통과시키고 비즈니스모델을 개발하고 있다. 본 논문에서는 딥러닝 인공지능을 활용한 사물인터넷 비즈니스 환경을 분석하고 특화된 비즈니스 모델을 설계하겠다.

• 과학기술학연구
• /
• 제17권1호
• /
• pp.5-39
• /
• 2017

2016년 알파고(AlphaGo)와 이세돌(9단)의 경합은 인공지능의 등장을 대중적으로 확인하는 것이었다. 이 대국은 일종의 확장된 튜링테스트(Extended Turing Test)였다. 튜링테스트의 목적은 기본적으로 기계가 인간을 모방할 수 있는지를 관찰하는 것이다. 이 논문은 알파고 사례를 통하여 인간과 인공지능 사이의 상호작용과 그 사회적 성격을 분석할 것이다. 콜린스(Collins, H.)는 우리의 지능은 사회적이며, 튜링테스트의 목적은 궁극적으로 사회 구성원과 비구성원을 구별하려는 것이라고 제시했다. 그러므로 기계가 이 테스트를 통과한다면, 비록 특정한 수행 차원에 한정된 것이지만, 우리가 그 기계(비구성원)를 인간구성원과 구별할 수 없게 되었다는 것을 의미한다. 이세돌-알파고 대국을 튜링테스트 설정에 대입하면, 알파고는 인간의 진실을 흔드는 역할(A)을 수행했고, 이세돌은 인간의 진실을 증언하는 역할(B)을 수행했다. 이 테스트에서 중요한 것은 알파고의 기능적 성능이 아니라 면접관(C)의 사회적 승인이다. 이 대국 과정에서 다수의 관중들이 면접관의 역할을 수행했다. 여기서는 그들을 '인간면접관'이라고 부를 것이다. 그들은 대국과정에서 오랫동안 체화된 자신의 사회적 지식을 통하여 자신의 동료 구성원(인간)과 비구성원(기계)을 구분하고자 했다.

• 디지털산업정보학회논문지
• /
• 제13권1호
• /
• pp.1-12
• /
• 2017

Recently, the Go game has been performed between the 'AlphaGo' of the DeepMind and Lee Sedol, a famous professional Go-player of Korea, which leads to arise a lot of interests in the AI (Artificial Intelligence) research area. Based on the Fuzzy logic of the AI, we have also developed another game's AI, .i.e., the Yutnori game, one of Korean traditional board games. However, it is not easy and simple to consider all the cases of the Yutnori game since it is a non-perfect information game in terms of the AI. Thus, we have developed the Fuzzy-logic-based AI which tries to simulate humans' selections, meaning that the suggested AI has focused on the humans' choices depending on diverse situations in the Yutnori. With our extensive simulations using the suggested Yutnori AI, we have analyzed its performances with respect to 10 Yutnori situations among various scenarios. In conclusion, our suggested AI have demonstrated that 6 out of 10 situations are exactly same with the humans' choices and the rest 4 cases are also similar to that of human's, which reveals that our Fuzz-logic-based Yutnori AI can effectively simulate human's choices.

• 한국게임학회 논문지
• /
• 제13권2호
• /
• pp.59-70
• /
• 2013

바둑은 2,500년 이상의 역사를 갖고 있지만 바둑에 대한 이론적 연구는 여전히 미흡하다. 최근에 인공지능을 활용하여 연구를 하고 있으나 현저한 이론적 실체를 제공하고 있지 못하다. 본 연구는 세계 최고의 바둑기사인 이세돌 프로 9단의 기보를 중심으로 바둑의 초반전인 포석을 분석하기 위하여 주성분분석을 적용하였다. 분석 결과 361개의 고유벡터 중 48개의 가장 큰 고유벡터가 전체 분산의 99.9% 정보를 수록하고 있으며, 전체 분산의 90.5% 정보를 30개의 가장 큰 고유벡터로 처리할 수 있음이 밝혀졌다. 이 결과는 향후 프로기사의 포석에 대한 패턴인식을 연구하는데 상당한 기여가 있을 것이다.

• 한국멀티미디어학회논문지
• /
• 제25권5호
• /
• pp.748-756
• /
• 2022

Thanks to the competition of AlphaGo and Sedol Lee, machine learning has received world-wide attention and huge investments. The performance improvement of computing devices greatly contributed to big data processing and the development of neural networks. Artificial intelligence not only imitates human beings in many fields, but also seems to be better than human capabilities. Although humans' creation is still considered to be better and higher, several artificial intelligences continue to challenge human creativity. The quality of some creative outcomes by AI is as good as the real ones produced by human beings. Sometimes they are not distinguishable, because the neural network has the competence to learn the common features contained in big data and copy them. In order to confirm whether artificial intelligence can express the inherent characteristics of different arts, this paper proposes a new neural network model called Humming. It is an experimental model that combines vgg16, which extracts image features, and DeepJ's architecture, which excels in creating various genres of music. A dataset produced by our experiment shows meaningful and valid results. Different results, however, are produced when the amount of data is increased. The neural network produced a similar pattern of music even though it was a different classification of images, which was not what we were aiming for. However, these new attempts may have explicit significance as a starting point for feature transfer that will be further studied.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.177-179
• /
• 2022

Google Deepmind Challenge match에서, Alphago가 바둑 대결에서 4승1패로 한국의 이세돌(인간)에 승리하였다. 드디어, 인공지능은 인간 지능의 활용을 넘어서고 있는 것이다. 한국 정부의 디지털뉴딜의 사업예산은 2022년 9조원이며, 인공지능 학습용 data 구축사업은 301종을 추가로 확보한다. 2023년부터는 산업의 전 분야에서 인공지능의 학습의 활용과 적용으로 산업 패러다임이 변화될 것이다. 본 논문은 인공지능 알고리즘을 활용하기 위한 연구를 한다. 인공지능 학습에서 data의 분석과 판단을 중심으로, 인공지능 머신러닝과 딥러닝 학습에서의 알고리즘의 적절한 활용 대상과 활용 범위에 대한 연구를 한다. 본 연구는 4차산업혁명기술의 인공지능과 5차산업혁명기술의 인공지능로봇 활용의 기초자료를 제공할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제23권7호
• /
• pp.105-111
• /
• 2018

Last March, the world Go competition between AlphaGo, AI Go program developed by Google Deep Mind and professional Go player Lee Sedol has shown us that the 4th industrial revolution using AI has come close. Especially, there ar many system combined with AI hae been developing including program for researching legal information, system for expecting jurisdiction, and processing big data, there is saying that even AI legal person is ready for its appearance. As legal field is mostly based on text-based document, such characteristic makes it easier to adopt artificial intelligence technology. When a legal person receives a case, the first thing to do is searching for legal information and judical precedent, which is the one of the strength of AI. It is very difficult for a human being to utilize a flow of legal knowledge and figures by analyzing them but for AI, this is nothing but a simple job. The ability of AI searching for regulation, precedent, and literature related to legal issue is way over our expectation. AI is evaluated to be able to review 1 billion pages of legal document per second and many people agree that lot of legal job will be replaced by AI. Along with development of AI service, legal service is becoming more advanced and if it devotes to ethical solving of legal issues, which is the final goal, not only the legal field but also it will help to gain nation's trust. If nations start to trust the legal service, it would never be completely replaced by AI. What is more, if it keeps offering advanced, ethical, and quick legal service, value of law devoting to the society will increase and finally, will make contribution to the nation. In this time where we have to compete with AI, we should try hard to increase value of traditional legal service provided by human. In the future, priority of good legal person will be his/her ability to use AI. The only field left to human will be understanding and recovering emotion of human caused by legal problem, which cannot be done by AI's controlling function. Then, what would be the attitude of legal people in this period? It would be to learn the new technology and applying in the field rather than going against it, this will be the way to survive in this new AI period.

• 지능정보연구
• /
• 제24권4호
• /
• pp.51-66
• /
• 2018

인공지능 기술의 비약적인 발전으로 인하여, 사용자의 편의성 증대를 목적으로 다양한 분야에서 관련된 제품과 서비스들의 개발이 이루어지고 있다. 이러한 기술의 발전에는 긍정적인 파급 효과에 대한 기대감이 존재하나, 향후 발생 가능한 부정적인 측면에 대한 논의도 활발히 이루어지고 있다. 예를 들어, 인공지능 기술 기반의 자율주행 자동차의 경우 안정성의 향상이라는 측면에서 많은 관심을 받고 있으나, 트롤리 딜레마, 시스템 보안 문제 등의 사회적 이슈 또한 활발히 논의되고 있다. 이에 따라, 인공지능 관련 기술의 발전과 사회적 수용을 위해서는 사회적으로 논의되는 주요 관련 이슈들에 대한 확인과 효과적인 분석이 요구된다. 이를 위해, 본 연구에서는 '이세돌 vs 알파고' 시점인 2016년 3월을 포함하여 2016년 1월부터 2017년 12월까지 2년 동안의 인공지능과 관련된 사회적인 이슈들을 파악하고 온라인상에서 발생되는 사회적 여론에 대하여 다 범주 감성을 분석하고자 한다. 이를 위하여 국내 대표적인 포털 사이트에서 인공지능 관련 뉴스의 수와 관련된 뉴스 제목, 뉴스의 댓글을 웹 크롤링(Web Crawling) 하였다. 사회적 여론에 대한 다 범주 감성 분석은 논의되는 이슈들의 중요성을 고려하여 단순 긍정 또는 부정이 아닌, 분노, 혐오, 두려움, 행복, 중립, 슬픔, 놀라움의 7가지 다 범주 감성으로 분석하였다. 분석 결과, 대부분의 이벤트 기간에 대하여 1위 감성은 '행복'으로 나타났지만 각 키워드에 대하여 나오는 감성이 상이함을 볼 수 있었다. 또한 2016년 상반기, 하반기, 2017년 상반기, 하반기로 나누어 보았을 때 시간이 지남에 따라 '분노'의 감성이 낮아짐을 확인하였다. 이러한 분석 결과를 바탕으로 인공지능과 관련하여 현재 논의되고 있는 다양한 이슈와 동향 파악이 가능하며, 이에 대한 대응 방안 마련에 활용이 가능할 것이다. 향후 감성 분석기의 성능 향상과 댓글에 대한 공감 및 비공감도의 가중치를 추가하여 분석한다면 사회적 여론을 보다 세밀하게 파악 할 수 있을 것이다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.