• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.89-95
• /
• 2024

요즘 기업의 경쟁력은 조직이 축적한 조직의 지식들을 모든 조직원들이 잘 공유하고 활용하는 능력에 달려있다. 이것을 증명이라도 하듯이 지금 세상은 LLM(거대언어모델)의 기반의 생성형 AI 기술을 이용한 쳇GPT서비스에 대해 집중하고 있다. 하지만, 쳇GPT 서비스를 업무에 적용하기에는 아직 환각성 문제가 많아 어려운 상태이다. 이 문제를 해결하기 위해 sLLM(경량거대언어모델) 기술이 대안으로 제시되고 있다. sLLM을 구성하기 위해서는 기업데이터가 필수적으로 필요하다. 기업데이터는 조직의 ERP Data와 조직이 보존하고 있는 기업의 오피스 문서 지식 데이터이다. ERP Data는 sLLM과 직접 연결하여 활용할 수 있으나 오피스 문서는 파일 형태로 저장되어 있어서 데이터 형태로 변환하여야 sLLM과 연결하여 활용할 수 있다. 뿐만 아니라 파일 형태로 저장되어져 있는 오피스 문서들을 조직을 지식 정보로 활용하기에는 기술적 제약 사항이 너무 많다. 본 연구는 오피스 문서를 파일 형태가 아닌 DB 형태로 저장하는 방법을 제시함으로서 기업이 기 축적 된 오피스 문서를 조직의 지식 시스템으로 잘 활용할 수 있게 하고, 기업의 sLLM에 오피스 문서를 데이터 형태로 제공하여 AI 기술과 접목하여 기업 경쟁력을 향상 시키는데 기여하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.350-351
• /
• 2024

최근 몇 년 간 대규모 언어 모델의 발전과 보급이 비즈니스 운영 통합을 가속화하고 있다. 그러나 내부 데이터 유출과 같은 문제로 많은 기업들이 보다 안전한 프라이빗 LLM 을 도입하려는 움직임을 보이고 있다. 대기업과 공공기관은 높은 비용을 부담하여 온프레미스 솔루션을 선택할 수 있으나, 중소 기업 혹은 개인에게는 예산과 기술적인 한계가 존재하기 때문에 별도의 인프라가 요구된다. 이에, 본 연구는 클라우드 서비스와 네트워크 망분리를 사용하여 중소기업이 내부 데이터를 안전하게 관리하며 LLM 을 도입할 수 있는 방안을 제시하며, RAG 모델을 통한 기술적 향상 가능성 또한 제시한다.

• 한국정보전자통신기술학회논문지
• /
• 제5권2호
• /
• pp.89-95
• /
• 2012

본 논문은 삼합의 수리적 함수를 동반한 새로운 기법의 연구를 적용하여, 역학(易學) 데이터 모델링을 제작하는데 목적이 있다. 그 목적은 삼합의 새로운 연결고리의 연구가 요구되는데, 이것을 LLM이라고 한다. 그러므로 삼합을 작성할 때, 수기(手記)에 의하지 않고, LLM방식으로 제작함으로서, 현장에서의 편리성을 확보할 수 있다.

• 한국토양비료학회지
• /
• 제45권2호
• /
• pp.223-226
• /
• 2012

가축분뇨 액비 중의 총 질소함량이 많고 적음에 관계없이 일정부분 질산태 질소의 형태로 존재하며 특히 질소의 농도가 낮은 저농도 액비의 경우 질산태 질소의 농도에 따라 총 질소 함량이 달라질 수 있다. 이를 개선하기 위한 방법으로 가축분뇨 액비 총 질소의 분석 시 액비의 황산 분해 후에 devarda's alloy를 첨가하면 액비에 포함되어있는 질산태 질소까지 정량할 수 있기 때문에 총 질소 정량을 효과적으로 할 수 있는 장점이 있다.

• 한국인터넷방송통신학회논문지
• /
• 제24권3호
• /
• pp.87-94
• /
• 2024

LLM(Large Language Model)을 활용하여 사전에 게임 데이터 학습 없이 텍스트 기반 게임을 수행할 수 있는지 알아보았다. LLM을 구현한 시스템으로는 ChatGPT-3.5와 가장 최신 형태인 ChatGPT-4를 채택하였다. 이에 더해 ChatGPT-4에 본 논문에서 제안하는 영구 메모리 기능을 추가하여 세 개의 게임 플레이어 에이전트를 제작하였다. 텍스트 기반 게임으로 가장 유명한 Zork를 활용하여 복잡한 장소를 이동해가며 정보를 모으고 퍼즐을 풀 수 있는지 알아보았다. 그 결과 세 에이전트 중 영구 메모리 기능을 추가한 에이전트의 성능이 탐험을 가장 넓은 범위로 진행하였고 점수도 가장 뛰어났다. 그러나 세 에이전트 모두 퍼즐을 푸는데 한계를 보였으며 이는 다단계 추론이 필요한 문제에 LLM이 취약하다는 것을 보여주었다. 그럼에도 여전히 본 논문에서 제안하는 에이전트를 사용하면 전체 장소의 37.3%를 방문하고, 방문했던 장소의 아이템을 모두 모으는데 성공할 수 있었던 것으로 LLM의 가능성을 확인할 수 있었다.

• 지식경영연구
• /
• 제25권2호
• /
• pp.1-18
• /
• 2024

거대언어모델(LLM)에 대한 수요와 활용 사례가 증가함에 따라 사용자의 민감정보가 LLM 사용 과정 중에 입력 및 유출되는 위험성 또한 증가하고 있다. 일반적으로 LLM 환각 문제의 해결을 위한 도구로 알려진 지식그래프는, LLM과는 별개로 구축되어 사용자의 민감정보를 별도로 보관 및 관리할 수 있으므로, 민감정보의 유출 가능성을 최소화하는 하나의 방법이 될 수 있다. 따라서 본 연구는 사용자로부터 입력된 자연어 기반의 질문을 LLM을 통해 지식그래프 유형에 맞는 쿼리문으로 변환하고 이를 이용하여 쿼리 실행과 결과 추출을 진행하는 지식그래프 기반 챗봇을 제시한다. 또한 본 연구에서 개발된 지식그래프 기반 챗봇의 기능적 유효성 판단을 위하여, 기존 지식그래프에 대한 이해도와 적응력, 새로운 개체 클라스 생성 능력, 그리고 지식그래프 콘텐츠에 대한 LLM의 접근 가능성 여부를 판단하는 성능 테스트를 수행한다.

• 한국세라믹학회지
• /
• 제41권9호
• /
• pp.677-683
• /
• 2004

레이저 모체재료용 Nd:LLM (Nd:LiLa(MoO$_4$)$_2$) 단결정을 쵸크랄스키법으로 성장시켰다 성장된 Nd:LLM 단결정은 균열 등이 쉽게 발생하였는데, 균열의 원인은 상전이, 불합치용융, 구성성분의 화학적 불균질, 열적구조의 불균형 및 성장방향 등이 있다. 성장된 단결정의 TG-DTA 열분석 결과 상전이는 없었으며, XRD 회절분석에 의해 합치 용융체임을 확인하였다. Li$_2$O 성분의 휘발은 화학적 불균질에 중요한 원인이었다. 자체 제작된 저항발열로의 온도프로파일은 도가니 높이로 조절하였다 또한, Nd:LLM 결정은 성장방향에 따라 단결정의 성장에 영향을 받았으며, (101)의 방향의 성장에서 단결정의 품질이 가장 우수하였다. 성장된 단결정의 N$d^{3+}$ 이온의 분포 및 유효편석계수은 PIXE분석에 의해 수행되었다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제20권12호
• /
• pp.1849-1857
• /
• 2007

The experiment was carried out using fistulated multiparous Holstein Friesian crossbred (75% Holstein Friesian and 25% Red Sindhi) dairy cows in their dry period fed on untreated rice straw to evaluate the nutritive value of local protein feed resources using the in sacco method and in vitro pepsin-pancreatin digestion. Experimental feeds were cottonseed meal (CSM); soybean meal (SBM); dried brewery's grains (DBG); palm kernel meal (PSM); cassava hay (CH); leucaena leaf meal (LLM). Each feedstuff was weighed into duplicate nylon bags and incubated in each of the two rumen fistulated cows for 0, 2, 4, 8, 16, 24, and 48 h. Rumen feed residues from bags of 16 h incubation were used for estimation of lower gut digestibility by the technique of in vitro pepsin-pancreatin digestion. Ruminal ammonia-nitrogen ($NH_3-N$) concentrations did not differ between treatments or time with a mean of 5.5 mg%. Effective degradability of DM of CSM, SBM, DBG, PSM, CH and LLM were 41.9, 56.1, 30.8, 47.0, 41.1 and 47.5%, respectively. Effective degradabilities of the CP in feedstuffs were 49.6, 59.2, 40.9, 33.5, 47.3 and 65.0% for the respective feedstuffs. The CP in vitro pepsin-pancreatin digestibility as ranked from the highest to the lowest were SBM, CSM, LLM, CH, DBG, PSM, respectively. The intestinal and total tract digestion of feedstuffs in the current study were relatively lower than that obtained from previous literature. The results of this study indicate that SBM and LLM were highly degradable in the rumen, while CH, CSM and DBG were less degradable and, hence resulted in higher rumen undegradable protein. Soybean meal and LLM could be used to improve rumen ecology whilst CH, CSM and DBG could be used as rumen by-pass protein for ruminant feeding in the tropics.

• International journal of advanced smart convergence
• /
• 제13권2호
• /
• pp.205-213
• /
• 2024

This study uses a large language model (LLM) to identify Aristotle's rhetorical principles (ethos, pathos, and logos) in COVID-19 information on Naver Knowledge-iN, South Korea's leading question-and-answer community. The research analyzed the differences of these rhetorical elements in the most upvoted answers with random answers. A total of 193 answer pairs were randomly selected, with 135 pairs for training and 58 for testing. These answers were then coded in line with the rhetorical principles to refine GPT 3.5-based models. The models achieved F1 scores of .88 (ethos), .81 (pathos), and .69 (logos). Subsequent analysis of 128 new answer pairs revealed that logos, particularly factual information and logical reasoning, was more frequently used in the most upvoted answers than the random answers, whereas there were no differences in ethos and pathos between the answer groups. The results suggest that health information consumers value information including logos while ethos and pathos were not associated with consumers' preference for health information. By utilizing an LLM for the analysis of persuasive content, which has been typically conducted manually with much labor and time, this study not only demonstrates the feasibility of using an LLM for latent content but also contributes to expanding the horizon in the field of AI text extraction.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.830-833
• /
• 2024

As Large Language Models (LLM) like OpenAI's ChatGPT[1] continue to grow in popularity, new applications and services are expected to emerge. This paper introduces an experimental study on a smart web-builder application assistance system that combines Computer Vision with GUI object recognition and the ChatGPT (LLM). First of all, the research strategy employed computer vision technology in conjunction with Microsoft's "ChatGPT for Robotics: Design Principles and Model Abilities"[2] design strategy. Additionally, this research explores the capabilities of Large Language Model like ChatGPT in various application design tasks, specifically in assisting with web-builder tasks. The study examines the ability of ChatGPT to synthesize code through both directed prompts and free-form conversation strategies. The researchers also explored ChatGPT's ability to perform various tasks within the builder domain, including functions and closure loop inferences, basic logical and mathematical reasoning. Overall, this research proposes an efficient way to perform various application system tasks by combining natural language commands with computer vision technology and LLM (ChatGPT). This approach allows for user interaction through natural language commands while building applications.