• 정보화정책
• /
• 제30권1호
• /
• pp.67-88
• /
• 2023

제조물책임 범위 확장이 필요한 것은 제조물책임법 제정 시 산업 환경이 변했기 때문이다. 사람이 코딩한 알고리즘과 다르게, 인공지능은 기계학습에 따라 블랙박스화 되면서 개발자도 결과를 설명하지 못한다. 특히, 인공지능으로 인하여 발생하는 문제의 원인을 알 수 없기 때문에 책임소재도 불분명할뿐더러 피해자 배상도 쉽지 않다. 동산 등으로 한정된 제조물책임법에 따라 소프트웨어(SW)나 인공지능은 무체물로 제조물성이 인정되지 않기 때문이다. 고육지책으로 매체에 저장되거나 내장된 경우에는 제조물성이 인정될 수 있다고 한다. 그러나 매체에 따라 달리 적용되는 것은 타당하지 않다. EU는 인공지능이 포함된 경우, 제조물책임을 인정하는 제조물책임지침 개정을 추진 중이다. 피해자에 대한 보상이 제조물책임법이 추구하는 가치임에도 제조물성에 치중하여 본질을 간과해왔다. 다만, 인공지능이 채택된 서비스를 이용하여 발생한 사고라도 무조건적으로 제조물책임을 지우는 것이 아닌 실질적인 위험성에 따른 기준이 제시되는 것이 바람직하다.

• 디지털융복합연구
• /
• 제18권10호
• /
• pp.175-180
• /
• 2020

최근 활성화 되고 있는 인슈어테크(InsurTech) 산업에서의 인공지능(AI)을 활용한 보험서비스 마케팅 사례연구를 통해, 보험산업 생태계에서 혁신적인 기술(예: 인공지능, 기계학습 등)이 어떻게 활용되고 있는지 살펴보았다. 특히, 국내·외 서비스 사례연구를 통해 인공지능기술을 활용하여 파괴적 혁신을 가져온 미국의 레모네이드(Lemonade)사의 챗봇을 이용한 신속하고, 간편한 보험가입 및 보험금 지급 서비스, 국내 AI컴퍼니의 광학 문자 인식(OCR)기반의 진단서 입력을 통해 예상 보험금이 산출되는 보험금 산정서비스를 고찰해 보았다. 사례분석 결과 인공지능 기반의 수많은 고객데이터를 활용한 기계학습을 통해 보험 가입 및 지급 절차에 있어 리드타임을 획기적으로 단축하였고, 고객과 보험사간의 분쟁이 많은 보험금 산정에 있어서도 정확하고 합리적인 보험금을 산출함으로써, 고객만족과 고객가치를 높일 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제24권2호
• /
• pp.119-125
• /
• 2024

본 논문에서는 인공지능 주의환기 보상전략 시스템이 발달장애인의 데이터 라벨링 작업 주의집중력에 미치는 효과를 분석하였다. 주의집중력의 척도로는 세션별 작업 정확도와 작업수행량을 사용하였다. 연구 결과, 중재가 적용된 후 연구대상자 모두 자율작업 대비 주의집중력에서 유의미한 향상이 관찰되었다. 이러한 결과는 인공지능 기술이 발달장애인의 데이터 라벨링 작업 중 주의집중력 향상에 긍정적으로 작용할 수 있음을 의미한다. 본 연구는 인공지능 기술의 적용이 발달장애인의 데이터 라벨링 작업 정확도를 향상하여 학습데이터의 품질을 높일 수 있음을 보여주고 있으며, 발달장애인의 데이터라벨링 관련 직업훈련 프로그램에 중요한 시사점을 제공하리라 본다.

• 전자공학회논문지 IE
• /
• 제44권3호
• /
• pp.35-41
• /
• 2007

본 논문에서는 보상신호를 수반하는 인공지능 기반의 가상 로봇 학습 행위 모델을 제안하고 이 모델을 3가지 환경에 적용시킨 후에 보상 방법에 따른 가상 로봇의 학습 속도를 비교 검토하였다. 결과로서 환경이 다소 복잡하면 즉, 로봇 집단의 크기, 먹이 수, 장애물 수가 다소 많은 경우 학습 세대가 충분하다면 강화 보상 방법이 강화와 억제를 혼합한 보상 방법 보다 우월함을 알 수 있었다. 하지만 복잡하지 않은 환경에서는 혼합 보상 방법이 우수했다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년 학술대회 논문집 정보 및 제어부문
• /
• pp.597-599
• /
• 2006

In this paper, we propose an artificial intelligence method to compensate the nonlinearity error which occurs in the heterodyne laser interferometer. Some superior properties such as long measurement range, ultra-precise resolution and various system set-up lead the laser interferometer to be a practical displacement measurement apparatus in various industry and research area. In ultra-precise measurement such as nanometer or subnanometer scale, however, the accuracy is limited by the nonlinearity error caused by the optical parts. The feedforward neural network trained by back-propagation with a capacitive sensor as a reference signal minimizes the nonlinearity error and we demonstrate the effectiveness of our proppsed algorithm through some experimental results.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.86-88
• /
• 2007

In the semiconductor manufacturing industry, the heterodyne laser interferometer plays as an ultra-precise measurement system. However, the heterodyne laser interferometer has some unwanted nonlinearity error which is caused from frequency-mixing. This is an obstacle to improve the measurement accuracy in nanometer scale. In this paper we propose a compensation algorithm based on RLS(recursive least square) method and artificial intelligence method, which reduce the nonlinearity error in the heterodyne laser interferometer. With the capacitance displacement sensor we get a reference signal which can be transformed into the intensity domain. Using the back-propagation Neural Network method, we train the network to track the reference signal. Through some experiments, we demonstrate the effectiveness of the proposed algorithm in measurement accuracy.

• 한국소음진동공학회논문집
• /
• 제22권5호
• /
• pp.413-421
• /
• 2012

In industry, various rotating machinery such as pumps, gas turbines, compressors, electric motors, generators are being used as an important facility. Due to the industrial development, they make high performance(high-speed, high-pressure). As a result, we need more intelligent and reliable machine condition diagnosis techniques. Diagnosis technique using hidden Markov-model is proposed for an accurate and predictable condition diagnosis of various rotating machines and also has overcame the speed limitation of time/frequency method by using compensation of the rotational speed of rotor. In addition, existing artificial intelligence method needs defect state data for fault detection. hidden Markov model can overcome this limitation by using normal state data alone to detect fault of rotational machinery. Vibration analysis of step-up gearbox for wind turbine was applied to the study to ensure the robustness of diagnostic performance about compensation of the rotational speed. To assure the performance of normal state alone method, hidden Markov model was applied to experimental torque measuring gearbox in this study.

• 스마트미디어저널
• /
• 제13권2호
• /
• pp.85-94
• /
• 2024

Artificial Intelligence of Things (AIoT), which combines AI and the Internet of Things (IoT), has recently gained popularity. Deep neural networks (DNNs) have achieved great success in many applications. Deploying complex AI models on embedded boards, nevertheless, may be challenging due to computational limitations or intelligent model complexity. This paper focuses on an AIoT-based system for smart sewing automation using edge devices. Our technique included developing a detection model and a decision tree for a sufficient testing scenario. YOLOv5 set the stage for our defective sewing stitches detection model, to detect anomalies and classify the sewing patterns. According to the experimental testing, the proposed approach achieved a perfect score with accuracy and F1score of 1.0, False Positive Rate (FPR), False Negative Rate (FNR) of 0, and a speed of 0.07 seconds with file size 2.43MB.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권11호
• /
• pp.3003-3029
• /
• 2023

The rapid evolution of the IoT has paved the way for new opportunities in smart city domains, including e-health, smart homes, and precision agriculture. However, this proliferation of services demands effective SLAs between customers and service providers, especially for critical services. Difficulties arise in maintaining the integrity of such agreements, especially in vulnerable wireless environments. This study proposes a novel SLA management model that uses an SDN-Enabled WSN consisting of wireless nodes to interact with smart contracts in a straightforward manner. The proposed model ensures the persistence of network metrics and SLA provisions through smart contracts, eliminating the need for intermediaries to audit payment and compensation procedures. The reliability and verifiability of the data prevents doubts from the contracting parties. To meet the high-performance requirements of the blockchain in the proposed model, low-cost algorithms have been developed for implementing blockchain technology in wireless sensor networks with low-energy and low-capacity nodes. Furthermore, a cryptographic signature control code is generated by wireless nodes using the in-memory private key and the dynamic random key from the smart contract at runtime to prevent tampering with data transmitted over the network. This control code enables the verification of end-to-end data signatures. The efficient generation of dynamic keys at runtime is ensured by the flexible and high-performance infrastructure of the SDN architecture.

• 한국빅데이터학회지
• /
• 제5권1호
• /
• pp.89-96
• /
• 2020

인공신경망(artficial neural networks)를 활용한 딥러닝은 최근 이미지인식, 빅데이터 및 데이터분석 등 다양한 분야에서 연구되고 개발이 진행되고 있다. 하지만 데이터 프라이버시 침해 이슈와 학습을 많이 할수록 소모 비용과 시간이 증가하는 문제점이 있어서 이를 해결하기 위해 연합학습(Federated Learning)이 연구되었다. 연합학습에서는 프라이버시 문제를 완화하면서, 분산 처리 시스템의 이점을 가져오는 학습기법을 제시하였다. 하지만 여전히 연합학습에서도 프라이버시 및 보안 문제가 존재한다. 그래서 우리는 연합학습의 서버에 해당하는 부분을 블록체인으로 대체하여 연합학습의 문제점인 프라이버시 문제와 보안 문제를 해결하였다. 또한 사용자가 제출하는 데이터에 대한 보상을 지급하여서 동기를 부여하고, 기존 성능은 유지하면서도 더 적은 비용의 유지비를 필요로 하는 시스템을 연구하였다. 본 논문에서는 우리가 개발한 시스템의의 타당성을 보이기 위해 실험결과를 제시하면서 기존 연합학습과 연구한 블록체인 기반의 연합학습 결과를 비교한다. 또한 향후 연구로 보안문제에 대한 해법과 와 적용 가능한 비즈니스 분야를 제시를 보여주면서 논문을 마무리 하였다.