• 한국정보전자통신기술학회논문지
• /
• 제17권1호
• /
• pp.53-58
• /
• 2024

본 연구는 우리나라에 출원된 인공지능 기술이 포함된 전자상거래 관련 특허의 기술 융복합 분석에 관한 것으로 사회 연결망 분석(Social Network Analysis)을 이용하여 핵심 기술간 관계를 분석하고 시각화하였다. 사회 연결망 분석을 실시한 결과 인공지능 기술이 포함된 전자상거래 관련 특허에서 상호 기술 네트워크를 구성하는 핵심 IPC 코드는 G06Q, G06F, G06N, G16H, G10L, H04N, G06T, A61B 등으로 조사되었다. 특히 [G06Q-G06F], [G06Q-G06N] 등 데이터 처리 관련 기술 융복합과 [G06Q-G10L], [G06Q-H04N], [G06Q-G06T] 등 음성과 이미지 신호가 중요하게 융합되어 있음을 확인할 수 있다. 본 연구 방법을 활용하면 전자상거래 관련 특허의 미래 기술 트렌드를 확인하고 새로운 비즈니스 모델을 창안할 수 있다.

• 문화기술의 융합
• /
• 제10권4호
• /
• pp.613-625
• /
• 2024

본 연구는 4차 산업기술의 혁신적인 기술인 디지털 기술을 기반으로 생성되는 예술 콘텐츠인 AI 회화와 NFT 미술의 융복합 사례를 분석하고 그 특성에 대해 탐구하였다. 21세기 삶의 패러다임을 혁신하는 디지털 기술은 창의적인 예술에서 활용되고 있고, 이를 표현 도구로 활용하는 AI 회화와 NFT 미술은 예술에 대한 인식과 수용 방식을 변화시키고 있다. 빅 데이터와 인공지능 기술을 활용하는 AI 회화는 대화형 일상 예술로 진화하고 있으며, 블록체인과 NFT 기술을 이용하는 NFT 미술은 경제적 가치와 문화적 가치를 지닌 메타버스의 예술이 되고 있다. 이에 본 연구는 이러한 디지털 융합 예술의 다양한 양상과 가치를 탐구하고자 하였다. 연구를 위해 AI 회화와 NFT 미술의 대표적 사례를 인지 창의적 AI 회화와 언어 생성적 AI, 예술 경제적 NFT와 예술 문화적 NFT로 분류하여 각각의 특성과 내용, 의미 등을 분석하였다. 본 연구의 결과가 디지털 융합 예술인 AI 회화와 NFT 미술 발전에 기여할 수 있기를 기대한다.

• 정보교육학회논문지
• /
• 제25권5호
• /
• pp.761-768
• /
• 2021

최근 인공지능 교육을 위한 다양한 플랫폼과 컨텐츠가 개발되고 있지만, 초등 저학년 학습자를 위한 인공지능교육 프로그램 개발은 미비한 상황이다. 이에 본 연구는 초등학교 저학년 학습자를 위한 인공지능 교육 프로그램을 개발하는 것을 목적으로 한다. 이를 위해 소프트웨어 교육을 위한 다양한 융합교육 연구사례가 있는 노벨 엔지니어링 기법을 활용하여 교육 프로그램을 설계하였다. 1차 프로그램 개발 후 전문가 타당도 검사로 검증을 하였고 이에 따라 프로그램을 수정하여 개발하였다. 그 결과 한글 해득 과정 중인 저학년 학습자 수준을 고려하여 문자 언어보다는 음성 언어를 기반으로 한 프로그램을 구성하고, 교과 간 통합으로 교육 시수를 확보할 필요가 있었다. 이에 정보 교과가 별도로 신설되어 있지 않은 초등 저학년의 교육과정을 고려하여 국어, 수학, 통합교과와 융합하여 인공지능 교육프로그램을 설계하였다. 본 연구를 통해 초등 저학년 학습자를 위한 인공지능교육의 새로운 방향성을 제시할 수 있을 것으로 기대한다.

• 융합정보논문지
• /
• 제11권3호
• /
• pp.229-235
• /
• 2021

기술의 발전과 사회적 요구의 변화에 따라 인공지능 기술이 전 영역에 걸쳐 영향력을 미치고 있다. 이에 국내 대학에서는 전공뿐 아니라 교양 교육에서도 인공지능의 중요성을 강조하며 관련 수업을 활발하게 진행하고 있다. 그러나 인공지능 교양 교육이 초창기이기 때문에 교육 방법과 교육 프로그램 개발에 관한 연구가 부족한 실정이다. 따라서 더 효과적인 AI 교육이 될 수 있는 SSI를 적용한 교과목 방향을 설계하고자 한다. SSI는 과학과 관련된 사회적, 윤리적 문제를 창의적, 합리적으로 해결책을 제시할 수 있는 열린 문제에 적용할 수 있는 교육이다. 본 연구에서는 다음과 같은 세 가지 목적을 가지고 SSI를 적용한 인공지능 교양 교과목을 개발하였다. 첫째, 교육 대상의 지능정보 사회의 행위 주체로서 특징을 고려하여 접근할 수 있도록 설계한다. 둘째, 인공지능 프로그램을 직접 경험해보고 실생활의 다양한 사례를 중심으로 과학 기술과 사회 관련성을 심도 있게 다룰 수 있도록 접근하고 설계한다. 셋째, 공동의 문제해결을 목적으로 참여해 협력할 수 있도록 하여 협력적 문제해결 능력을 기를 수 있도록 접근하고 설계한다.

• Korean Journal of Radiology
• /
• 제23권11호
• /
• pp.1089-1101
• /
• 2022

Immunotherapy has revolutionized and opened a new paradigm for cancer treatment. In the era of immunotherapy and molecular targeted therapy, precision medicine has gained emphasis, and an early response assessment is a key element of this approach. Treatment response assessment for immunotherapy is challenging for radiologists because of the rapid development of immunotherapeutic agents, from immune checkpoint inhibitors to chimeric antigen receptor-T cells, with which many radiologists may not be familiar, and the atypical responses to therapy, such as pseudoprogression and hyperprogression. Therefore, new response assessment methods such as immune response assessment, functional/molecular imaging biomarkers, and artificial intelligence (including radiomics and machine learning approaches) have been developed and investigated. Radiologists should be aware of recent trends in immunotherapy development and new response assessment methods.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.774-776
• /
• 2024

The effective implementation of advanced speech recognition (ASR) systems necessitates the deployment of sophisticated keyword spotting models that are both responsive and resource-efficient. The initial local detection of user interactions is crucial as it allows for the selective transmission of audio data to cloud services, thereby reducing operational costs and mitigating privacy risks associated with continuous data streaming. In this paper, we address these needs and propose utilizing the Whisper-Tiny model with fine-tuning process to specifically recognize keywords from google speech dataset which includes 65000 audio clips of keyword commands. By adapting the model's encoder and appending a lightweight classification head, we ensure that it operates within the limited resource constraints of local devices. The proposed model achieves the notable test accuracy of 92.94%. This architecture demonstrates the efficiency as on-device model with stringent resources leading to enhanced accessibility in everyday speech recognition applications.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.749-752
• /
• 2024

연합학습은 클라이언트가 중앙 서버에 원본 데이터를 주지 않고도 학습할 수 있도록 설계된 분산된 머신러닝 방법이다. 그러나 클라이언트와 중앙 서버 사이에 모델 업데이트 정보를 공유한다는 점에서 여전히 추론 공격(Inference Attack)과 오염 공격(Poisoning Attack)의 위험에 노출되어 있다. 이러한 공격을 방어하기 위해 연합학습에 차분프라이버시(Differential Privacy)를 적용하는 방안이 연구되고 있다. 차분 프라이버시는 데이터에 노이즈를 추가하여 민감한 정보를 보호하면서도 유의미한 통계적 정보 쿼리는 공유할 수 있도록 하는 기법으로, 노이즈를 추가하는 위치에 따라 전역적 차분프라이버시(Global Differential Privacy)와 국소적 차분 프라이버시(Local Differential Privacy)로 나뉜다. 이에 본 논문에서는 차분 프라이버시를 적용한 연합학습의 최신 연구 동향을 전역적 차분 프라이버시를 적용한 방향과 국소적 차분 프라이버시를 적용한 방향으로 나누어 검토한다. 또한 이를 세분화하여 차분 프라이버시를 발전시킨 방식인 적응형 차분 프라이버시(Adaptive Differential Privacy)와 개인화된 차분 프라이버시(Personalized Differential Privacy)를 응용하여 연합학습에 적용한 방식들에 대하여 특징과 장점 및 한계점을 분석하고 향후 연구방향을 제안한다.

• 한국인공지능학회지
• /
• 제11권3호
• /
• pp.29-34
• /
• 2023

Recently, the rapid development of artificial intelligence technology, many studies are being conducted to predict the risk of heart disease in order to lower the mortality rate of cardiovascular diseases worldwide. This study presents exercise or dietary improvement contents in the form of a software app or web to patients with cardiovascular disease, and cardiovascular disease through digital devices such as mobile phones and PCs. LR, LDA, SVM, XGBoost for the purpose of developing "Life style Improvement Contents (Digital Therapy)" for cardiovascular disease care to help with management or treatment We compared and analyzed cardiovascular disease prediction models using machine learning algorithms. Research Results XGBoost. The algorithm model showed the best predictive model performance with overall accuracy of 80% before and after. Overall, accuracy was 80.0%, F1 Score was 0.77~0.79, and ROC-AUC was 80%~84%, resulting in predictive model performance. Therefore, it was found that the algorithm used in this study can be used as a reference model necessary to verify the validity and accuracy of cardiovascular disease prediction. A cardiovascular disease prediction analysis algorithm that can enter accurate biometric data collected in future clinical trials, add lifestyle management (exercise, eating habits, etc.) elements, and verify the effect and efficacy on cardiovascular-related bio-signals and disease risk. development, ultimately suggesting that it is possible to develop lifestyle improvement contents (Digital Therapy).

• 한국인공지능학회지
• /
• 제12권1호
• /
• pp.25-29
• /
• 2024

In this study, research was conducted to predict the probability of cervical cancer occurrence associated with the use of hormonal contraceptives. Cervical cancer is influenced by various environmental factors; however, the human papillomavirus (HPV) is detected in 99% of cases, making it the primary attributed cause. Additionally, although cervical cancer ranks 10th in overall female cancer incidence, it is nearly 100% preventable among known cancers. Early-stage cervical cancer typically presents no symptoms but can be detected early through regular screening. Therefore, routine tests, including cytology, should be conducted annually, as early detection significantly improves the chances of successful treatment. Thus, we employed artificial intelligence technology to forecast the likelihood of developing cervical cancer. We utilized the logistic regression algorithm, a predictive model, through Microsoft Azure. The classification model yielded an accuracy of 80.8%, a precision of 80.2%, a recall rate of 99.0%, and an F1 score of 88.6%. These results indicate that the use of hormonal contraceptives is associated with an increased risk of cervical cancer. Further development of the artificial intelligence program, as studied here, holds promise for reducing mortality rates attributable to cervical cancer.

• 융합보안논문지
• /
• 제20권2호
• /
• pp.123-135
• /
• 2020

2016년 알파고의 대국 이후, 여러 산업 분야에서 인공지능 적용에 대한 요구가 많아지고 있고 그와 관련된 연구가 활발하게 진행되고 있다. 군사 분야도 마찬가지 인데, 지금까지 인공지능이 적용된 무기체계가 없었기 때문에 그 구현에 대한 노력이 도전으로 작용하고 있다. 한편 알파고를 이긴 알파고 제로는 인공지능의 자기학습에 의한 데이터 기반 접근법이 기존의 사람에 의한 지식 기반 접근법보다 좋은 결과를 도출할 수 있다는 결과를 보여주었다. 본 논문에서는 이러한 점을 착안하여, 알파고 제로의 기반이 되는 강화학습을 함정전투체계 또는 전투관리체계에 적용하는 것을 제안한다. 이는 일정한 승률을 보이는 최적의 전술적 결과물이 사용자 즉, 함장과 작전요원에게 권고할 수 있도록 하는 인공지능 어플리케이션을 함정전투체계에 적용하는 방법이다. 이를 위해 전투성능에 관한 체계의 정의, 함정전투체계 설계 방안과 실 체계와의 Mapping, 훈련체계가 현 작전 수행에 원활히 적용될 수 있는 방안을 더불어 제시한다.