• 산업융합연구
• /
• 제20권5호
• /
• pp.83-92
• /
• 2022

인공지능 기술로 인한 사회·윤리적 문제 사례가 발생하면서 인공지능의 위험과 부작용에 대한 사회적 관심과 함께 인공지능 윤리가 주목받고 있다. 인공지능 윤리는 알고, 느끼는 것에 그치는 것이 아니라 행동과 실천으로 이루어져야 한다. 이에 본 논문은 인공지능 윤리의 실천력을 강화하기 위한 인공지능 윤리 교육 모델을 제안하고자 한다. 인공지능 윤리교육 모델은 선행 연구 분석을 통해 교육목표와 인공지능을 이용한 문제해결 프로세스를 도출하고, 실천력 강화를 위한 교수학습방법을 적용하였으며 기존에 제안된 인공지능 교육 모델과 비교 분석하여 그 차이를 도출하였다. 본 논문에서 제안하는 인공지능 윤리 교육 모델은 컴퓨팅 사고력 함양과 인공지능 윤리의 실천력 강화를 목표로 한다. 이를 위해 인공지능을 이용한 문제해결 프로세스를 6단계로 제안하고, 인공지능 특성을 반영한 인공지능 윤리요소를 도출하여 문제해결 프로세스에 적용하였다. 또한, 인공지능 윤리 의식에 대한 사전·사후 평가와 과정 평가를 통해 인공지능 윤리 기준을 무의식적으로 확인하게 하고, 학습자 중심의 교수학습방법을 적용하여 학습자의 윤리 실천을 습관화하도록 설계하였다. 본 연구를 통해 개발된 인공지능 윤리 교육 모델이 컴퓨팅 사고력을 함양하고, 인공지능 윤리가 실천으로 이어지는 인공지능 교육이 될 수 있을 것으로 기대한다.

• 한국인공지능학회지
• /
• 제7권1호
• /
• pp.17-22
• /
• 2019

The rapid development of artificial intelligence technology has exerted a great influence on all fields of the world, which of course also affects the world economy. This has also aroused a large number of economists' interest in this proposition. Since the definition of artificial intelligence is not unified yet, the results from previous researches are not reliable enough. At present, most scholars use the neoclassical growth model or task-based model to explore the path of artificial intelligence on economic variables. There into, most of them use the degree of automation to represent the artificial intelligence. They find that the degree of automation can change the proportion of industries. This only verifies that artificial intelligence can affect the economic variables. But the magnitude of artificial intelligence on economic variables can not be correctly estimated. Therefore, in order to have a better understanding on the impact of artificial intelligence on economic growth, this paper systematically reviews and collates previous literature on this topic. The results of this paper indicate that both in theoretical and empirical studies, artificial intelligence has a positive effect on economic growth. Then, some suggestions and limitations have also been put forward accordingly.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.349-354
• /
• 2021

본 연구에서는 2022년 개정 교육과정에서 소프트웨어와 인공지능 교육이 필수화되어 각 교과에서 인공지능과 융합할 수 있는 교육 모형을 제안한다. 제안한 인공지능 융합 교육 모형은 교과 내용(성취기준+주제)을 한 축으로 한다. 두 번째 축은 인공지능 도구이고, 세 번째 축은 인공지능 기술이고, 네 번째 축은 생활 속 적용 데이터이다. 인공지능을 각 교과에 적용하기 위해서 각 교과의 성취기준과 교과 내용에 인공지능 도구, 인공지능 기술, 생활 속 데이터 적용을 하여야 한다. 이렇게 성취기준과 교과 내용을 구성하면 각 교과와의 융합이 잘 된다고 볼 수 있다. 따라서 성취기준과 주제별로 교과서를 구성할 때에 인공지능 도구, 인공지능 기술, 생활속 데이터를 추가하는 것이 필요하다.

• 한국컴퓨터정보학회논문지
• /
• 제28권4호
• /
• pp.187-195
• /
• 2023

본 연구는 엔트리 인공지능 모델을 활용하여 인문사회계열 대학생을 위한 인공지능 교양 교과목을 개발하는 데 목적이 있다. 컴퓨터, 인공지능, 교육학 전문가 집단을 구성하고 선행연구 분석, 델파이 기법을 활용하여 최종 인공지능 교양 교과목을 개발하였다. 연구결과 교육 주제는 크게 이미지 분류, 영상인식, 텍스트 분류, 소리 분류 총 4가지로 구성하였다. 교육 내용은 주제별로 1) 인공지능 원리 이해, 2) 엔트리 인공지능 모델 활용 실습, 3) 윤리적 영향성 확인, 4) 배운 내용을 기반으로 실생활 문제 해결을 위한 팀별 아이디어 회의 단계로 구성하였다. 본 교과목을 통해 인문사회계열 대학생은 인공지능 핵심기술의 원리 이해를 바탕으로 엔트리 인공지능 모델을 통해 직접 구현할 수 있고 더 나아가 실생활의 다양한 문제를 인공지능으로 해결해보는 경험을 기저로 기술을 이해하고 인공지능 시대 필요한 윤리를 모색해보며 책임감 있게 사용하는데 긍적적인 기여를 기대해볼 수 있을 것이다.

• International Journal of Computer Science & Network Security
• /
• 제24권2호
• /
• pp.1-14
• /
• 2024

While text-to-image models have made remarkable progress in image synthesis, certain models, particularly generative diffusion models, have exhibited a noticeable bias to- wards generating images related to the culture of some developing countries. This paper introduces an empirical investigation aimed at mitigating the bias of image generative model. We achieve this by incorporating symbols representing Saudi culture into a stable diffusion model using the Dreambooth technique. CLIP score metric is used to assess the outcomes in this study. This paper also explores the impact of varying parameters for instance the quantity of training images and the learning rate. The findings reveal a substantial reduction in bias-related concerns and propose an innovative metric for evaluating cultural relevance.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권9호
• /
• pp.2334-2347
• /
• 2023

Metaverse services generate text data, data of ubiquitous computing, in real-time to analyze user emotions. Analysis of user emotions is an important task in metaverse services. This study aims to classify user sentiments using deep learning and pre-trained language models based on the transformer structure. Previous studies collected data from a single platform, whereas the current study incorporated the review data as "Metaverse" keyword from the YouTube and Google Play Store platforms for general utilization. As a result, the Bidirectional Encoder Representations from Transformers (BERT) and Robustly optimized BERT approach (RoBERTa) models using the soft voting mechanism achieved a highest accuracy of 88.57%. In addition, the area under the curve (AUC) score of the ensemble model comprising RoBERTa, BERT, and A Lite BERT (ALBERT) was 0.9458. The results demonstrate that the ensemble combined with the RoBERTa model exhibits good performance. Therefore, the RoBERTa model can be applied on platforms that provide metaverse services. The findings contribute to the advancement of natural language processing techniques in metaverse services, which are increasingly important in digital platforms and virtual environments. Overall, this study provides empirical evidence that sentiment analysis using deep learning and pre-trained language models is a promising approach to improving user experiences in metaverse services.

• 한국인공지능학회지
• /
• 제7권2호
• /
• pp.9-12
• /
• 2019

With the Chinese government's attention to the artificial intelligence industry, the Chinese government has invested a lot in it recently. Of course, the importance of artificial intelligence industry for China's economic development is increasingly significant. The advent of artificial intelligence boom has also triggered a large number of scientists to analyze the impact of artificial intelligence on economic growth. Therefore, this paper use 31 China's cross-province panel data to study the effect of artificial intelligence on economic growth. Via empirical analyses under a series of econometric methods such as the province and year fixed effect model, the empirical result shows that artificial intelligence has a positive and significant effect on economic growth. Namely, the artificial intelligence is a new engine for economic growth. Meanwhile, the empirical results also indicate that the investment and consumption has a significant and positive effect on economic growth. Oppositely, the inflation and government purchase have a significant negative effect on economic growth. These findings in this paper also provide some important evidences for policy-makers to perform precise behaviors so as to promote the economic growth. Moreover, these finding enriches existing literature on artificial intelligence and economic growth.

• 정보교육학회논문지
• /
• 제21권1호
• /
• pp.139-149
• /
• 2017

21세기 지식 정보 사회에 인공지능 교육이 매우 중요하다. 4차 산업혁명 시대에 컴퓨터 교육에서 인공지능을 이해하고 컴퓨터 프로그래밍 교육을 해 보는 것이 매우 중요하지만 인공지능에 대해서 이해하고, 컴퓨터 프로그래밍 교육을 하는 교수 학습 모델이 없다. 본 연구에서는 제안하는 모델은 문제 이해 단계, 데이터 정리하기 단계, 인공지능 모델 정하기 단계, 프로그래밍하기 단계, 보고서 작성하기 단계로 구성된다. 프로그래밍하기 단계에서는 학생들의 수준에 적합하게 복사하기, 변형하기, 창조하기, 도전하기로 나눌 수 있다. 본 연구에서는 초등학교 교사들의 델파이 평가로 모델의 타당도를 입증하였고, 그에 따라 초등학생들이 쉽게 이해할 수 있는 사례를 만들었다. 본 연구의 결과는 초등학생들에서 인공지능 프로그램을 실습해 볼 수 있는 좋은 기회를 제공한다.

• Journal of information and communication convergence engineering
• /
• 제19권3호
• /
• pp.142-147
• /
• 2021

In this paper, we propose an intelligent research fund management system that applies artificial intelligence technology to an integrated research fund management system. By defining research fund management rules as work rules, a detection model learned using deep learning is designed, through which the disapproval status is presented for each research fund usage history. The disapproval detection system of the RCMS implemented in this study predicts whether the newly registered usage details are recognized or disapproved using an artificial intelligence model designed based on the use of an 8.87 million research fund registered in the RCMS. In addition, the item-detail recommendation system described herein presents the usage details according to the usage history item newly registered by the artificial intelligence model through a correlation between the research cost usage details and the item itself. The accuracy of the recommendation was shown to be 97.21%.

• 지식경영연구
• /
• 제19권1호
• /
• pp.97-118
• /
• 2018

The finance-investment industry is currently focusing on research related to artificial intelligence and big data, moving beyond conventional theories of financial engineering. However, the case of equity optimization portfolio by using an artificial intelligence, big data, and its performance is rarely realized in practice. Thus, the purpose of this study is to propose process improvements in equity selection, information analysis, and portfolio composition, and lastly an improvement in portfolio returns, with the case of an equity optimization model based on quantitative research by an artificial intelligence. This paper is an empirical study of the portfolio based on an artificial intelligence technology of "D" asset management, which is the largest domestic active-quant-fiduciary management in accordance with the purpose of this paper. This study will apply artificial intelligence to finance, analyzing financial and demand-supply information and automating factor-selection and weight of equity through machine learning based on the artificial neural network. Also, the learning the process for the composition of portfolio optimization and its performance by applying genetic algorithms to models will be documented. This study posits a model that the asset management industry can achieve, with continuous and stable excess performance, low costs and high efficiency in the process of investment.