• 인터넷정보학회논문지
• /
• 제21권1호
• /
• pp.169-178
• /
• 2020

국방부는 감소되는 부대 및 병력자원의 문제해결과 전투력 향상을 위해 4차 산업혁명 기술(빅데이터, AI)의 적극적인 도입을 추진하고 있다. 국방 정보시스템은 업무 영역 및 각군의 특수성에 맞춰 다양하게 개발되어 왔으며, 4차 산업혁명 기술을 적극 활용하기 위해서는 현재 폐쇄적으로 운용하고 있는 국방 데이터 관리체계의 개선이 필요하다. 그러나, 국방 빅데이터 및 인공지능 도입을 위해 전 정보시스템에 데이터 표준을 제정하여 활용하는 것은 보안문제, 각군 업무특성 및 대규모 체계의 표준화 어려움 등으로 제한사항이 있고, 현 국방 데이터 공유체계 제도적으로도 각 체계 상호간 연동 소요를 기반으로 체계간 연동합의를 통해 직접 연동을 통하여 데이터를 제한적으로 공유하고 있는 실정이다. 4차 산업혁명 기술을 적용한 스마트 국방을 구현하기 위해서는 국방 데이터를 공유하여 잘 활용할 수 있는 제도마련이 시급하고, 이를 기술적으로 뒷받침하기 위해 국방상호운용성 관리지침 규정에 따라 도메인 및 코드사전을 생성된 국방 전사 표준과 각 체계별 표준 매핑을 관리하고 표준간 연계를 통하여 데이터 상호 운용성 증진을 지원하는 국방 데이터의 체계적인 표준 관리를 지원하는 다중 데이터 저장소 관리(MRMM) 기술개발이 필요하다. 본 연구에서는 스마트 국방 구현을 위해 가장 기본이 되는 국방 데이터의 도메인 및 코드사전을 생성된 국방 전사 표준과 각 체계별 표준 매핑을 관리하고, 표준간 연계를 통하여 데이터 상호 운용성 증진을 지원하는 다중 데이터 저장소 관리 (MRMM) 기술을 제시하고, 단어의 유사도를 통해 MRMM의 실현 방향성을 구현하였다. MRMM을 바탕으로 전군 DB의 표준화 통합을 좀 더 간편하게 하여 실효성 있는 국방 빅데이터 및 인공지능 데이터 구현환경을 제공하여, 스마트 국방 구현을 위한 막대한 국방예산 절감과 전투력 향상을 위한 전력화 소요기간의 감소를 기대할 수 있다.

• 한국정보과학회논문지:시스템및이론
• /
• 제37권2호
• /
• pp.66-75
• /
• 2010

본 논문에서는 GPU(graphics processing unit)를 이용하여 오목의 인공지능 알고리즘 연산을 고속으로 수행하기 위한 효율적인 알고리즘 설계와 구현 방법을 제안한다. 본 논문에서 제안하는 게임 인공지능은 최소-최대 게임 트리(min-max game tree)와 유전 알고리즘(genetic algorithm)의 협업적 구조로 설계된다. 게임 트리와 유전 알고리즘의 평가함수(evaluation function) 부분은 많은 계산 량을 소모하지만 해 공간(solution space)의 수많은 후보 벡터에 대해 독립적으로 수행되기 때문에 본 논문에서는 이를 GPU 상에서의 대량 병렬처리를 통해 수행한다. NVIDIA CUDA(compute unified device architecture)환경에서의 실제 구현을 통해 CPU에서의 처리에 비해 게임 트리는 400배 이상의 수행 속도의 향상을, 유전 알고리즘은 300배 이상의 수행 속도의 향상을 각각 보였다. 본 논문에서는 스레드(thread)의 넘침(overflow)을 피하고 보다 효과적인 해 공간 탐색을 위해, 게임 트리를 이용하여 근방의 몇 단계까지 전역 탐색(full search)을 수행한 후 이후 단계는 유전 알고리즘을 이용하여 선별 탐색을 수행하는 협업적 인공지능을 제안한다. 다양한 실험 결과를 통해 제안하는 알고리즘은 게임의 인공지능을 향상시키고 게임의 규칙으로부터 주어진 시간 내에 문제를 해결할 수 있음을 보인다.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.425-433
• /
• 2023

본 연구에서는 미술 전공 신입생들의 창의적 사고를 촉진하기 위해 게이미피케이션 개념과 AI 생성 예술 프로그램을 활용한 가상 예술가 놀이 수업 모델을 개발하였다. 중국 쓰촨영화&텔레비전대학교 디지털미디어아트과 1학년 신입생들을 대상으로 한 이 수업은 미술 창작에 대한 두려움 해소와 문제해결 능력을 향상시키는 것이 목표이다. 이교육 모델은 페르소나 설정, 창의적 글쓰기, 텍스트 시각화, 가상 전시 등 4단계로 구성되어 있다. 페르소나 설정을 통해 학생들은 예술가 정체성을 확립하였고, 게임적 요소를 도입한 글쓰기 체험으로 잠재적인 창의성을 발견할 수 있었다. AI 생성예술 프로그램을 이용한 텍스트 시각화를 통해 창작에 대한 자신감을 얻었고, 가상 전시에서 다른 학생들의 작품 감상 및 평가를 통해 예술가로서의 자존감을 높일 수 있었다. 게이미피케이션과 AI 생성예술 프로그램의 융합을 통한 이 교육모델은 창의적 사고와 문제해결 능력을 촉진하는 새로운 교육 방법이다. 또한 학습자들의 참여와 흥미를 높이는 효과가 있다. 이러한 연구 결과를 바탕으로 미래의 교육 환경에 적합한 창의적 사고를 기르는 교육 전략을 개발하고 적용함으로써, 더 많은 학생들이 예술적 역량과 창의력을 키울 수 있을 것으로 기대된다. 우리는 이러한 교육 전략을 통해 미술 전공 학생뿐만 아니라 다양한 분야의 학생들에게도 적용함으로써 예술적 역량과 창의성을 증진시킬 수 있을 것으로 기대한다.

• 한국콘텐츠학회논문지
• /
• 제18권7호
• /
• pp.536-550
• /
• 2018

이 논문은 새로운 산업혁명으로 인한 인간의 노동과 직업의 변화에 대한 담론이 확산되는 가운데 직업집단에 따라 인공지능 로봇의 수용이 어떻게 이루어질 것인지를 알아보기 위한 것이다. 새로운 기술과 제품의 수용에 대해 기존 연구에서는 단기적으로 잘 변화하지 않는 주관적 신념과 가치를 통해 이용 행위를 예측해 왔다. 이에 본 연구는 직종과 고용형태에 따른 인공지능 로봇에 대한 신념과 가치를 비교하고, 이용의도에 미치는 영향을 분석하였다. 그 결과, 인공지능 로봇에 대한 주관적 신념 요인은 합리성(이성)에 대한 믿음과 온정성(감정)에 대한 믿음으로 구분되었고, 가치 요인은 수용 가치(역할수행, 의사소통, 사회비교)와 회피 가치(위험성, 복잡성)로 구분되었다. 직종과 고용형태에 따라 이용의도에 미치는 영향을 미치는 신념과 가치는 유의미한 차이가 있는 것으로 나타났는데, 노무기능직이 전문직과 관리직에 비해 인공지능 로봇에 대한 신념과 가치에 대한 인식의 수준이 낮았다. 고용형태별로는 자영업이 위험성 가치에 대한 인식이 미약한 것으로 나타나, 이들 직업 내 인공지능 로봇의 수용과 확산이 용이하게 이루어질 것으로 예측되었다. 이는 인공지능 로봇이 전문직을 중심으로 급속히 확대될 것이라는 기존의 예측과는 달리, 기술 수용의 속도에서도 직업에 따른 격차가 존재한다는 것을 시사한다.

• 한국인터넷방송통신학회논문지
• /
• 제23권1호
• /
• pp.83-92
• /
• 2023

이 연구의 목적은 일반고등학교를 대상으로 빅데이터 기반의 인공지능을 활용한 창의교육 프로그램을 개발하고, 그 효과성을 알아보는 것이다. 연구의 목적을 달성하기 위해 일반계 고등학교 1학년 학생을 대상으로 빅데이터 기반 인공지능 교육프로그램을 개발하였고, 학교 현장 수업과 전문가를 통한 타당화 과정을 실시하였다. 고등학생들의 창의적 문제해결력 및 수업 만족도를 측정하기 위해 프로그램 적용 전·후에 창의적 문제해결력 검사를 실시하였고, 프로그램 후에는 수업 만족도 검사를 적용 및 분석하였다. 이 연구의 결과는 다음과 같다. 첫째, 빅데이터 기반 인공지능 교육프로그램이 '실행', '여학생과 남학생의 차이'를 제외한 '문제발견 및 분석', '아이디어 생성', '실행계획', '설득과 소통', '혁신성향'의 독립표본 t 검정에서 고등학교 1학년 학생의 창의적 문제해결력 향상에 효과가 있는 것을 확인하였다. 둘째, 수업 후에 실시한 수업 만족도 검사에서 '만족도', '흥미도', '참여도', '지속성'의 평균은 3.56 ~ 3.92이며 전체 평균은 3.78로 나타났다. 따라서 이 연구에서 개발한 빅데이터 기반 인공지능 교육프로그램의 수업 효과가 있는 것을 확인하였다.

• 지능정보연구
• /
• 제14권1호
• /
• pp.117-129
• /
• 2008

현실세계의 복잡한 스케줄링 문제를 해결하기 위하여 AI기반의 비용기반 휴리스틱 방법들이 많이 제시되어 왔다. 하지만 다양한 작업(job)을 대상으로 하는 작업간 비용 전파 알고리즘(CPA)에 관한 연구는 부족한 상황이다. 그러한 CPA없이 스케줄링을 한다는 것은 지역적이고 불충분한 정보에 기반하므로 전체 비용을 최소화 하는 목적을 달성하는데 많은 어려움이 있었다. 전체 비용을 최소화 하기 위하여는 작업내 CPA와 작업간 CPA, 두 종류의 CPA가 필요하다. 작업내에서 변화가 생긴 비용에 관한 정보는 작업간 CPA를 통하여 연결된 이웃 작업으로 전파된다. 작업내 CPA는 이전 연구 [7] 주제이고, 이번 연구에서는 작업간 CPA와 이러한 비용 정보를 기반으로 전체 비용을 최소화 하는 비용기반 휴리스틱 스케줄링 기법을 제안한다. 즉, 이번 연구에서는 탐색 과정에서 각 activity의 비용 함수를 만들고 개선하는 작업간 CPA를 개발하고, 비용 정보를 일시적인 제약조건하의 전체 네트워크에 전파하는 방법을 개발하였다. 이러한 비용 전파 알고리듬을 이용함으로써 전체 스케줄링 비용을 최소화하는 다양한 비용기반 휴리스틱 기법들을 제시하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제13권8호
• /
• pp.117-130
• /
• 2019

마르크스 이후 인간 노동을 둘러싼 담론들의 대부분은 자본과 생산수단으로부터 노동소외와 정의로운 분배였다. 4차 산업혁명과 인공지능 발달은 인간 노동이 원초적으로 필요치 않고 인간(성)과 배타적이고 독립된 생산·경제 시스템의 가능성을 열어 놓았다. 로봇·인공지능 활용이 일반화되며 지능과 의식이 분리가 빠르게 현실화 되면 생명을 가진 것, 그렇지 않은 것의 차이와 경계는 분명해 질 것이다. 포스트 휴먼 시대 전 단계인 지금, 생명과 그 가능성 그리고 새로운 사회관계, 공동체에 대한 관심과 탐구는 증대되리라 예상할 수 있다. 최근 문화적 현상으로 소집단, 자급자족, 일상성과 몸과 음식에 대한 관심이 늘어나고 있는 현상도 이러한 맥락에서 이해될 수 있다. 이런 현상을 나타내는 대표적인 것이 미니멀 라이프(minimal life)를 지향하는 킨포크(Kinfolk) 문화다. 국내외에서 워라벨(work-life balance)이나 오캄(au calme), 휘게(hygge), 소확행(일상에서 작지만 진정한 행복)이라는 문화 키워드도 나타나고 있다. 이어령이 주장한 '생명자본주의'는 계급투쟁과 갈등에서 역사발전의 동력을 찾는 것이 아니라 생명이 가진 기본적 특성 토포필리아(topophilia), 네오필리아(neophilia), 바이오필리아(biophilia)에 주목해야 한다는 것이다. 그는 생명가치에 대한 담론 또한 추상적, 윤리적 관점에서 포스트휴먼 시대 이후 생산과 사회관계를 규명하는 새로운 방법론으로 간주해야 한다고 주장한다. 들뢰즈(G. Deleuze)는"예술은 존재론적 철학의 또 다른 표현방식이며 철학에 생기를 부여하고 추상적 개념을 구체적 이미지로 재현하는 역할을 한다"고 주장했다. 문화예술의 상상력이 과학적 예측의 한계를 극복하는 예는 흔히 볼 수 있다. 이 논문에서는 최근 주목을 반도 있는 '생명자본주의'의 개념과 이슈를 정리하고 '미니멀 라이프'를 지향하는 영화 <리틀 포레스트(Little Forest)>에서 생명자본주의의 맹아적 개념들이 어떻게 영상을 통해 표현되었는지 탐색한다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.925-938
• /
• 2022

농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권2호
• /
• pp.255-272
• /
• 2024

본 연구의 주요 목적은 인공지능 사고를 함양할 수 있는 수학 융합 수업을 설계하고 이를 적용함으로써 나타나는 초등학생들의 인공지능 사고를 분석하는 것이다. 이를 위해 미국의 AI4K12 Initiative가 개발한 인공지능 빅 아이디어의 학습목표(Learning Objective) 및 지속적 이해(Enduring Understanding)와 2015 개정 초등학교 수학과 교육과정 성취기준을 연계하여 인공지능 사고 함양을 위한 수학 융합 수업을 설계 및 실시하였다. 수학적 내용 수업 2개, 수학적 과정 수업 2개로, 수학적 내용 수업은 인공지능 빅 아이디어의 Perception-Processing, Learning-Nature of Learning과 연계하였으며 수학적 과정 수업은 Representation & Reasoning-Search, Representation & Reasoning-Reasoning과 연계하였다. 설계한 수업 중 Learning-Nature of Learning을 제외한 세 개의 수업을 대상 학년에 맞추어 K 초등학교 5학년 두 학급, 6학년 한 학급에 적용하였다. 수업 중 학생 담화 및 활동지, 수업 관찰 자료를 수집하였으며, 이를 컴퓨팅 사고 분류 체계를 기반으로 인공지능 사고 구성 요소를 추가하여 구성한 인공지능 사고 분석틀을 사용하여 분석하였다. 연구 결과, 인공지능 빅 아이디어가 인공지능 사고 함양을 위한 수학 융합 수업 설계 시 준거로서 기능할 수 있고 이를 통해 초등학생들에게도 인공지능 교육이 가능함을 확인할 수 있었다. 수학 융합 수업은 학생들의 다양한 인공지능 사고를 촉진할 수 있었는데, 구체적으로 수업 과정에서 데이터, 모델링과 시뮬레이션, 컴퓨팅 문제해결, 인공지능 사고 요소가 다양하게 나타난 것에 비해 시스템 사고 요소가 나타나는 빈도수는 상대적으로 적었다. 또한 입체도형 및 공간감각 등의 수학적 내용 요소와 수학 교과역량에 해당하는 수학적 과정 요소의 성취를 보여주었다. 요컨대 인공지능 빅 아이디어를 기반으로 한 수학 융합 수업은 초등학생들의 인공지능 개념 및 원리 이해와 수학적 내용 요소의 이해 및 과정 요소의 강화에 도움이 된다고 할 수 있다. 더욱이 학생들은 수업 중 기존 문제해결 방법의 구조적 일관성을 유지한 채 이를 새로운 문제해결로 확장하는 모습을 보여주었는데, 이러한 반응을 통해 인공지능 사고의 전이 가능성을 확인할 수 있었다. 본 연구 결과에 기초하여, 대상 학년과 빅 아이디어의 하위 요소를 확장함으로써 초등학생들의 다양한 인공지능 사고 요소를 함양하려는 수학 수업 설계를 통한 교수학적 노력 및 지속적인 연구가 필요하다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.37-49
• /
• 2021

한국의 치매 환자 수는 80만명 이상으로 추정되고 있으며, 치매의 심각성은 사회적 문제로 되고 있다. 하지만 전 세계적으로 치매를 완치할 수 있는 치료법도 약물도 아직 개발되지 못하고 있으며, 향후 급격한 고령화 추세로 인해 치매 환자 수는 더욱 증가할 전망이다. 현재로서는 치매를 조기에 발견하여 치매 증상의 경과를 늦추는 것이 최적의 대안이라 할 수 있다. 본 연구에서는 망막 내 치매를 가장 명확하게 조기 진단할 수 있는 중요 단백질인 아밀로이드 플라크를 AI 기반의 영상분석을 통해 측정하고 분석하여 치매를 조기에 진단하는 방법론을 제시하였다. 망막 데이터를 CNN을 기반으로 이진분류 학습 및 다중분류 학습을 수행하였으며, 전처리 된 망막 데이터를 기반으로 치매를 조기 진단할 수 있는 딥러닝 알고리즘을 개발하였다. 딥러닝 모델에 대한 정확도와 재현율을 검증하였으며, 검증 결과 재현율과 정확도 모두 충족하는 결과를 도출하였다. 향후에는 실제 치매 환자의 임상데이터를 기반으로 연구를 지속해 나갈 계획이며, 본 연구의 결과는 치매 문제를 해결하는 방안으로 활용될 수 있다.