• 지능정보연구
• /
• 제26권3호
• /
• pp.71-90
• /
• 2020

최근 전 세계 보험업계에도 기계학습, 자연어 처리, 딥러닝 등의 인공지능 기술 활용을 통한 디지털 전환이 급속도로 확산하고 있다. 이에 따라 인공지능 기술을 기반으로 한 인슈어테크와 플랫폼 비즈니스 성공을 이룬 해외 보험사들도 증가하고 있다. 대표적으로 중국 최대 민영기업인 평안보험그룹은 '금융과 기술', '금융과 생태계'를 기업의 핵심 키워드로 내세우며 끊임없는 혁신에 도전한 결과, 인슈어테크와 디지털플랫폼 분야에서 괄목할만한 성과를 보이며 중국의 글로벌 4차 산업혁명을 선도하고 있다. 이에 본 연구는 평안보험그룹 인슈어테크와 플랫폼 비즈니스 활동을 ser-M 분석 모델을 통해 분석하여 국내 보험사들의 인공지능 기술기반 비즈니스 활성화를 위한 전략적 시사점을 제공하고자 했다. ser-M 분석 모델은 기업의 경영전략을 주체, 환경, 자원, 메커니즘 관점에서 통합적으로 해석이 가능한 프레임으로, 최고경영자의 비전과 리더십, 기업의 역사적 환경, 다양한 자원 활용, 독특한 메커니즘 관계가 통합적으로 해석되도록 연구하였다. 사례분석 결과, 평안보험은 안면·음성·표정 인식 등 핵심 인공지능 기술을 활용하여 세일즈, 보험인수, 보험금 청구, 대출 서비스 등 업무 전 영역을 디지털로 혁신함으로써 경비 절감과 고객서비스 발전을 이루었다. 또한 '중국 내 온라인 데이터'와 '회사가 축적한 방대한 오프라인 데이터 및 통찰력'을 인공지능, 빅데이터 분석 등 신기술과 결합하여 금융 서비스와 디지털 서비스 사업이 통합된 디지털 플랫폼을 구축하였다. 이러한 평안보험그룹의 성공 배경을 ser-M 관점에서 분석해 보면, 창업자 마밍즈 회장은 4차 산업혁명 시대의 디지털 기술발전, 시장경쟁 및 인구 구조의 변화를 빠르게 포착하여 새로운 비전을 수립하고 디지털 기술중시의 민첩한 리더십을 발휘하였다. 환경변화에 대응한 창업자 주도의 강력한 리더십을 바탕으로 인공지능 기술 투자, 우수 전문인력 확보, 빅데이터 역량 강화 등 내부자원을 혁신하고, 외부 흡수역량의 결합, 다양한 업종 간의 전략적 제휴를 통해 인슈어테크와 플랫폼 비즈니스를 성공적으로 끌어냈다. 이와 같은 성공사례 분석을 통하여 인슈어테크와 디지털플랫폼 도입을 본격 준비하고 있는 국내 보험사들에게 디지털 시대에 필요한 경영 전략과 리더십에 대한 시사점을 줄 수 있다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.1-19
• /
• 2019

제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.

• 비교문화연구
• /
• 제31권
• /
• pp.371-394
• /
• 2013

This study aims to know word forms and usages according to personal relationships of 'Kureru Kudasaru' by analyzing dialogues of female speakers. Novels of the Meiji period when there were attempts of a language revolution were mainly used for this study as well as novels of the Edo Period and the Taisho Period. Firstly, the number of examples according to gender differences in the novels was as follows. In case of 'Kureru', female speakers showed a high usage rate in the novels of the Edo period. 'Kureru' was mostly connected with female languages such as 'Naharu', 'Namasu', 'Nansu'. These expressions were not used in the novels of the Meiji Period and the Taisho Period. Although 'Okureru' and 'Okurenasaru' were used in the novels of the Meiji Period, the number of examples of 'Kureru' by female speakers was decreased in the novels of the Meiji Period and the Taisho Period. 'Kudasaru' was predominantly used by female speakers. Especially, female speakers used clearly to show vertical relationships in the novels of the Edo Period and"Doseishoseikatagi"of Meiji 10s. After"Ukigumo", the usage rate of female speakers was decreased but the usage rate of male speakers was increased. Gender differences became gradually smaller. Female speakers in the novels were increased from geisha and relatives such as wife, sister, mother and children to young women, teacher and student. Aspects of benefactive verbs' usages could be summarized as follows. Female speakers at licensed quarters used clearer and more typical expressions according to vertical relationships and gender differences in the novels of The Edo Period than the novels of The Meiji Period and the Taisho Period. In the novels of the Meiji Period, female speakers in a sophisticated social group used benefactive verbs to show strong respect and concern for the other person. In the novels of the Taisho Period, female speakers used benefactive verbs to show respect and concern for the other person according to their areas of outside activities. In the novels of the Meiji Period, female speakers used 'Okureru' when the other person was younger than them and was socially and psychologically close to them. Also, 'O~Nasaru' which was one of respect expressions was used by female speakers. Female speakers used it to older people in the Edo period but they also used it to younger people in the Meiji Period. Examples were not shown in the novels of the Taisho Period. Usages of 'Kureru' 'Kudasaru' according to vertical relationships were as follows. If 'a giver' was an older person, 'Kureru' with respect expressions 'Nasaru' 'Nansu' 'Namasu' was used more than 'Kudasaru' in the novels of the Edo Period. However, many examples of 'Kudasaru' were shown on the novels of the Meiji Period and the Taisho period. In the novels of the Meiji Period, 'Okureru' and 'Okurenasaru' which were expressions included in 'Kureru' were shown. Female speakers used them to older people who were socially and psychologically close to them like family. There were not many examples of 'a giver' and 'a receiver' around the same age. However, 'Kureru' and 'Okureru' were used in a younger group and 'Kudasaru' was used in an older group in the novels of the Meiji Period. If 'a giver' was an younger person, 'Kureru' was mainly used in the novels of the Edo period and "Doseishoseikatagi"in Meiji 10s. However, 'Kudasaru' was used many times in the novels of the latter Meiji Period and the Taisho Period.

• 지능정보연구
• /
• 제25권1호
• /
• pp.43-61
• /
• 2019

최근 4차 산업혁명과 함께 인공지능 기술에 대한 연구가 활발히 진행되고 있으며, 이전의 그 어느 때보다도 기술의 발전이 빠르게 진행되고 있는 추세이다. 이러한 인공지능 환경에서 양질의 지식베이스는 인공지능 기술의 향상 및 사용자 경험을 높이기 위한 기반 기술로써 중요한 역할을 하고 있다. 특히 최근에는 인공지능 스피커를 통한 질의응답과 같은 서비스의 기반 지식으로 활용되고 있다. 하지만 지식베이스를 구축하는 것은 사람의 많은 노력을 요하며, 이로 인해 지식을 구축하는데 많은 시간과 비용이 소모된다. 이러한 문제를 해결하기 위해 본 연구에서는 기계학습을 이용하여 지식베이스의 구조에 따라 학습을 수행하고, 이를 통해 자연어 문서로부터 지식을 추출하여 지식화하는 방법에 대해 제안하고자 한다. 이러한 방법의 적절성을 보이기 위해 DBpedia 온톨로지의 구조를 기반으로 학습을 수행하여 지식을 구축할 것이다. 즉, DBpedia의 온톨로지 구조에 따라 위키피디아 문서에 기술되어 있는 인포박스를 이용하여 학습을 수행하고 이를 바탕으로 자연어 텍스트로부터 지식을 추출하여 온톨로지화하기 위한 방법론을 제안하고자 한다. 학습을 바탕으로 지식을 추출하기 위한 과정은 문서 분류, 적합 문장 분류, 그리고 지식 추출 및 지식베이스 변환의 과정으로 이루어진다. 이와 같은 방법론에 따라 실제 지식 추출을 위한 플랫폼을 구축하였으며, 실험을 통해 본 연구에서 제안하고자 하는 방법론이 지식을 확장하는데 있어 유용하게 활용될 수 있음을 증명하였다. 이러한 방법을 통해 구축된 지식은 향후 지식베이스를 기반으로 한 인공지능을 위해 활용될 수 있을 것으로 판단된다.

• 철학연구
• /
• 제145권
• /
• pp.91-117
• /
• 2018

이 논문의 목적은 "주역"과 인공지능 사이에 존재하는 유사성과 차이점을 밝히려는데 있다. "주역"의 점술은 인류의 가장 오래된 지식체계 가운데 하나이며, 인공지능은 인류가 만들어낸 과학의 발명 가운데서도 최전선에 서 있는 지식체계이다. 양자 사이에는 아무런 연관성이 없는 것처럼 보이지만, 빅 히스토리(Big History)의 관점에서 본다면 "주역"과 인공지능은 기호학적 관점에서 볼 때 다음과 같은 공통점을 지닌다. 첫째, 인공지능과 "주역"은 인공언어를 사용하는 기호 체계에 의지한다. 둘째, 점술과 인공지능을 가능하게 하는 원리는 모방과 재현에 있다. 셋째, 인공지능과 "주역"은 모두 추리 과정을 수행하기 위하여 알고리즘(algorithm)에 의지하며, 그 알고리즘은 이진법(二進法)을 기본적 수단으로 삼는다. 넷째, "주역"과 인공지능은 지식을 획득하기 위한 수단으로 유비(類比)의 방법에 의존한다. 물론 이러한 몇 가지 유사성이 있다고 해서 "주역"이 과학이 될 수 있는 것은 아니다. 그럼에도 불구하고 전혀 거리가 먼 것 같은 두 지식체계 사이에 이러한 공통점이 있다는 것을 발견함으로써 문명의 본질에 관해 중요한 통찰을 얻을 수 있다. "주역"과 인공지능은 미지(未知)의 세계에 대한 새로운 지식을 얻기 위하여 지능을 사용한다. 그러나 우리는 "주역"의 점술의 과정에 개입하는 지능이 어떤 종류의 지능인지 정확하게 알지 못한다. 마찬가지로 인공지능의 성격에 대해서도 아직 잘 알지 못하고 있다. 미지의 주체에 의해 운용되는 지능은 우리에게 신비롭고도 두려운 존재이다. "주역"의 점술이 우리에게 점단(占斷)을 행하는 초월적 주체가 무엇인지에 관해 경외하는 마음을 품게 하였듯이, 기계속에 보이지 않는 인공지능의 주체도 우리를 두렵게 한다. 뿐만 아니라 인공지능의 등장은 의식있는 존재만이 지능을 가질 수 있다고 간주했던 전통철학의 관점에 도전을 던지고 있다. 분명한 것은 기호를 매개로 진행되어 온 문명의 발전 과정이 이제 새로운 단계로 진입하고 있다는 사실이다. 인공지능이 인간의 지능을 능가하는 시점을 특이점(singularity)이라고 하는데, 필자는 이 용어를 구문명(舊文明)과 신문명(新文明)의 경계를 가리키는 임계점(臨界點)이라는 의미로 사용하였다. 소옹(邵雍)의 용어를 빌려서 표현한다면 구문명은 선천(先天)이고, 신문명은 후천(後天)이다. 임계점을 지나면 질적 변화가 일어나 새로운 단계로 진입하며 더 이상 과거로 회귀하지 않는다. 현대 문명은 특이점을 통과했다는 징후를 여러 측면에서 보이고 있다. 후천개벽은 조선 후기의 종교 사상가들에게는 예언이었지만 어느덧 소리 없이 현실로 다가와 이미 우리 곁에 있다.

• 한국시조학회지:시조학논총
• /
• 제42권
• /
• pp.213-238
• /
• 2015

한국의 대표적 여류시인으로 평가받고 있는 정운(丁芸) 이영도(李永道)가 작품 활동을 시작한 것은 1946년 5월 "죽순" 창간호에 <제야>를 발표하면서부터다. 일찍부터 유교적 가풍과 전통적 가치관을 몸에 익히며 체화된 그의 한국적 정체성은 자신의 문학에 짙게 표출되어, 1976년 그가 타계할 때까지 30여 년에 걸쳐 한국 여류시조 문단에 독보적인 인물로 남게 된다. 그럼에도 불구하고 이영도는 그의 숭고한 작가 정신과 작품이 보여준 우월성이 그의 개인적인 사생활로 인해 작품 평가의 공정성이 약화된 점 또한 부인하기 어렵다. 이런 관점에서 볼 때 이영도의 시조를 텍스트로 하여 그의 시조가 지닌 문학적 역량과 시조미학을 천착해 볼 필요가 있다. 주지하듯 이영도는 한국의 근 현대 시단에서 굳건하게 자리잡은 시인이다. 그의 시 정신과 시 세계에 대해 고찰한 바를 정리하면 다음과 같다. 첫째, 시대적 격랑기를 거쳐 온 이영도 시조의 원천은 조국이었다. 일제 탄압, 8.15 해방, 민족 분단, 6.25전쟁, 4.19 혁명, 5.16 군사 정변 등 그가 겪은 역사적 파고를 볼 때 의식 있는 지식인으로서 그의 시에 시대정신으로서의 조국애가 반영된 것은 우연이 아님을 알 수 있다. 둘째, 이영도는 시대적 아픔을 남달리 고뇌한 시인이다. 일찍부터 형성된 유교적 가치관과 한국적 정체성은 그가 처한 역사적 현실과 맞물려 자신의 시 세계에 짙게 투영된다. 셋째, 정운 이영도는 그리움의 시인이다. 그것은 이영도의 타고난 풍부한 정서위에 유치환 시인과의 만남으로 정한이 깊어진 것으로 보인다. 넷째, 이영도는 시조의 현대화에 새로운 지평을 연 시인이다. 그의 작품에 내포된 투명한 이미지와 살뜰한 언어의 조탁미는 탁월하다. 요컨대 이영도는 조국애의 시인, 시대적 아픔을 고뇌한 시인, 그리움의 시인으로서 근 현대시조단에 확고하게 자리매김한 철저한 예인으로 평가된다.

• 지능정보연구
• /
• 제27권2호
• /
• pp.33-54
• /
• 2021

최근 4차 산업혁명, 코로나로 인한 뉴노멀 시대의 도래 등을 계기로 인공지능, 빅데이터 연구와 같은 언택트 관련 기술의 중요성이 더욱 급상하고 있다. 각 종 연구 분야에서는 이러한 연구 트렌드를 따라가기 위한 융합적 연구가 본격적으로 시행되고 있으나 원자력 분야의 경우 자연어 처리, 텍스트마이닝 분석 등 인공지능 및 빅데이터 관련 기술을 적용한 연구가 많이 수행되지 않았다. 이에 원자력 연구 분야에 데이터 사이언스 분석기술의 적용 가능성을 확인해보고자 본 연구를 수행하였다. 원자로 연료로 사용된 뒤 배출되는 사용후핵연료 인식 동향 파악에 대한 연구는 원자력 산업 정책에 대한 방향을 결정하고 산업정책 변화를 사전에 대응할 수 있다는 측면에서 매우 중요하다. 사용후핵연료 처리기술은 크게 습식 재처리 방식과 건식 재처리 방식으로 나뉘는데, 이 중 환경 친화적이고 핵비확산성 및 경제성이 높은 건식재처리 기술인 '파이로프로세싱'과 그 연계 원자로 '소듐냉각고속로'의 연구개발에 대한 재평가가 현재 지속적으로 검토되고 있다. 따라서 위와 같은 이유로, 본 연구에서는 사용후핵연료 처리기술인 파이로프로세싱에 대한 언론 동향 분석을 진행하였다. 사용후핵연료 처리기술인 '파이로프로세싱' 키워드를 포함하는 네이버 웹 뉴스 기사 전문의 텍스트데이터를 수집하여 기간에 따라 인식변화를 분석하였다. 2016년 발생한 경주 지진, 2017년 새 정부의 에너지 전환정책 시행된 2010년대 중반 시기를 기준으로 전, 후의 동향 분석이 시행되었고, 빈도분석을 바탕으로 한 워드 클라우드 도출, TF-IDF(Term Frequency - Inverse Document Frequency) 도출, 연결정도 중심성 산출 등의 분석방법을 통해 텍스트데이터에 대한 세부적이고 다층적인 분석을 수행하였다. 연구 결과, 2010년대 이전에는 사용후핵연료 처리기술에 대한 사회 언론의 인식이 외교적이고 긍정적이었음을 알 수 있었다. 그러나 시간이 흐름에 따라 '안전(safety)', '재검토(reexamination)', '대책(countermeasure)', '처분(disposal)', '해체(disassemble)' 등의 키워드 출현빈도가 급증하며 사용후핵연료 처리기술 연구에 대한 지속 여부가 사회적으로 진지하게 고려되고 있음을 알 수 있었다. 정치 외교적 기술로 인식되던 사용후핵연료 처리기술이 국내 정책의 변화로 연구 지속 가능성이 모호해짐에 따라 언론 인식도 점차 변화했다는 것을 확인하였다. 이러한 연구 결과를 통해 원자력 분야에서의 사회과학 연구의 지속은 필수불가결함을 알 수 있었고 이에 대한 중요성이 부각되었다. 또한, 현 정부의 원전 감축과 같은 에너지 정책의 영향으로, 사용후핵연료 처리기술 연구개발에 대한 재평가가 시행되는 이 시점에서 해당 분야의 주요 키워드 분석은 향후 연구 방향 설정에 기여할 수 있을 것이라는 측면에서 실무적 의의를 갖는다. 더 나아가 원자력 공학 분야에 사회과학 분야를 폭넓게 적용할 필요가 있으며, 국가 정책적 변화를 고려해야 원자력 산업이 지속 가능할 것으로 사료된다.

• 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.