인공지능이 효율적으로 기능하기 위해서는 저 작물의 대량적인 복제가 필수 불가결하다. 현행 저작권법의 규정에서는 이러한 목적에 의한 저작 물의 대량 복제가 가능한지에 대한 뚜렷한 해답이 없다. 복제행위 자체는 특정 서비스를 제공하는 조직 내부적으로 진행되고 복제물의 전송이나 배 포가 수반되지 않는 방식을, 종래의 규범적 복제 에서 배포나 전송과 같은 후속 이용행위가 복제에 따르는 여느 경우와는 구별하여 저작권 침해 책임 을 다르게 보아야 할지가 문제이다. 외국의 일부 관련 사례에서는 복제물의 전체적인 목적이 원본 의 전체적인 목적과 다르다는 이유로 공정이용의 성립을 인정하는 경향도 보인다. 우리 저작권법상 으로는 공정이용 면책, 저작물 이용과정에서의 일 시적 복제 면책 등을 우선 검토할 수 있다. 그러나 법적 안정성의 측면이나 예측 가능성의 측면에서 일본 저작권법이 도입한 데이터 마이닝에 관한 독 자적인 면책 규정과 같은 제도를 도입할 필요가 있는지에 관한 심도 있는 검토가 필요한 때이다. 한편, 현재의 인공지능 결과물은 그 질적 수준에 있어서 인간이 창작한 저작물과 잘 구별되지 않는 경우가 있다. 이러한 상황에서 인공지능 결과물에 대하여 아무런 법적 보호를 부여하지 않는다면 우 려할 만한 수준의 무임승차 문제가 발생하여 인공 지능 결과물을 만들어낼 유인이 존재하지 않게 되 거나, 이용자의 수요가 사람이 작성한 저작물을 떠나 인공지능 결과물로 이동하게 될 가능성이 있 다. 따라서 저작권에 의한 법적 보호의 필요성이 검토될 필요가 있는데, 누구를 권리자로 할 것인 가, 어떤 수준의 권리를 부여할 것인가 하는 문제 가 제기된다. 만약 법적 보호의 필요성이 인정된 다면 결과물을 저작하는데 필요한 준비를 한 사람 에게 권리자의 지위를 인정하고, 그 법적 보호의 수준은 저작권 보호의 수준을 하회하는 저작인접 권이나 데이터베이스에 대한 독자적인 권리의 수 준에 준하는 것으로 검토될 필요가 있다.

Recently, the role of artificial intelligence techniques in games is becoming important. Game artificial intelligence technology in the past, the graphics and sound technology were more important. However, Artificial intelligent technology in current games is necessary technology to provide variety pleasure to users, and role of user's partner or helper. Learning ability of artificial intelligence technologies is attention getting technology. In this paper, we apply the learning system to the game agent to implement it, and a nalysis its performance.

자연스러운 인간-게임 AI 객체간의 상호작용은 게임월드라는 특정한 공간에서 사람과 객체간의 감성적인 상호작용을 포함한다. 감성적 상호작용의 경우, AI 객체가 인간의 감성을 감지하는 기술과 인간의 감성을 이해하는 능력이 필요하다. 본 연구에서는 감성적 상황 정보를 통하여 게임월드에서 발생할 수 있는 다양한 객체의 감성을 변화시킬 수 있는 상황을 인식한다. 또한 감성적 상황 인식을 통해 얻어진 상황정보와 객체의 욕구를 AHP를 이용하여 표현하고 이를 통해 게임 AI 객체의 감성적 행동을 모델링한다.

스타크래프트는 1998년도에 미국 ‘블리자드’ 사에서 제작한 실시간 전략 시뮬레이션 게임이다. 이 게임의 등장 이후로, 게임을 즐기는 사용자들의 수준은 본 게임이 등장한 이후로 월등히 향상되었으나, 본 게임의 컴퓨터 인공지능의 수준에는 변화가 없었다. 이 문제를 해결하기 위해, 몇 가지 연구 노력이 진행되어왔다. 그러나 기존의 인공지능 성능 향상 기법들은 치트 (cheat) 등을 사용하거나, 상당히 획일화된 전략 전술로 인해, 컴퓨터 인공지능의 한계가 쉽게 드러나는 단점이 있었다. 본 논문에서는 보다 적응성 있고 비용 효율적인 빌드 오더 선택 기법을 제안한다. 제안한 기법은 상대적인 전략 전술의 차이를 바탕으로, 현 상황에서 발생할 수 있는 적의 공격에 대하여 비용 효율적인 대응 방안을 선택한다. 이를 사용하면 컴퓨터 인공지능의 질과 성능의 측면에서 향상을 이룰 수 있다. 제안한 기법과 기존 스타크래프트 인공지능의 상대적 성능 평가를 통해, 제안한 기법을 사용한 인공지능이 월등히 뛰어난 성능을 보임을 확인한다.

구조설계 과정에서 설계대안을 효율적으로 생성하여 평가하면서, 특히 다목적 환경 속에서 최적구조의 위상과 부재의 치수까지 동시에 결정할 수 있는 새로운 방식을 제시하고자 한다. 설계자가 설계대안을 생성하기 위해 설계자의 경험과 노하우를 체계적으로 구축해 놓고 이를 적절한 시기에 활용할 수 있게 하는 방법으로는 인공지능 기술의 하나인 사례기반 추론 기법을 사용하였다. 이와 더불어, 설계대안들 간의 효율적인 비교와 평가를 위해서 구조물의 계층적인 면을 고려한 새로운 유전적인 표현법을 개발하였다. 여기에 기존의 유전적 표현법을 변경시켜 생긴 여분의 효과와 계층적인 특징을 가지는 Structured Genetic Algorithm(StrGA)를 변형시켜서 사례기반 추론에 의해 생성된 설계대안들을 표현하였다. 일반적인 구조설계 과정에서는 구조물을 평가하는 기준이 여러 개가 존재하므로, 모든 대안들을 동시에 최적화 하는 과정에 Multicriteria Optimization for Genetic Algorithm(MOGA)를 병합하였다. 본 논문에서는 인공지능 기술을 이용하여 구조물의 위상설계를 할 수 있는 새로운 방법을 제안하여 그 유용성을 truss 설계문제에 대해 검토하였다.

본 연구에서는 학교급에 따른 한국 학생의 인공지능(Artificial Intelligence, AI)에 대한 태도를 차이를 분석하였다. 이러한 연구를 위하여 총 6,324명의 학생을 대상으로 학교급에 따라 AI에 대한 태도를 측정할 수 있는 검사 도구를 적용하였다. 또한, 학교급, 성별, AI 직·간접 경험, AI 교육 경험, AI 관심, 프로그래밍 언어 경험, AI 활용 빈도에 따른 AI에 대한 태도의 차이를 분석하였다. 연구 결과, 학교급과 성별, AI의 직·간접적 경험, AI에 대한 관심, 프로그래밍 언어 경험은 AI에 대한 태도에 영향을 주는 것으로 나타났다. 특히, 학교급이 높으며, 성별이 남성이며, AI의 직, 간접적 경험이 있으며, AI에 대한 관심이 높으며, 블록과 텍스트 기반 프로그래밍 언어를 모두 경험한 학생일수록 AI에 대한 태도가 긍정적인 것으로 나타났다. 반면에 AI 교육 경험과 AI 활용 빈도는 AI에 대한 태도는 유의한 영향을 주지 못하였다. 본 연구 결과는 한국 학생의 AI에 대한 태도에 미치는 요인을 학교급에 따라 분석하였는데 의의가 있다.

Purpose - The artificial intelligence industry plays an increasingly significant role in stimulating the development of United States of America’s economy. On account of this background, this paper attempts to explore the impact of artificial intelligence industry on United States of America’s macroeconomy. Research design, data, and methodology - This paper mainly focuses on the impact of artificial intelligence industry on GDP, employment, real income, import, export and foreign direct investment. Furthermore, the Phillips-Perron test and Canonical cointegrating regression will be employed to examine the impact of artificial intelligence industry on United States of America’s macroeconomy with a sample form 2010-Q1 to 2017-Q4. Results - Via the empirical analysis, the results reveal that the artificial intelligence industry has a positive effect on United States of America’s GDP, employment, real income, export and foreign direct investment. Conversely, the artificial intelligence industry has a negative effect on United States of America’s import. Conclusions - In summary, the impact of artificial intelligence industry on United States of America’s macroeconomy is positive and significant in statistics. Therefore, the government of United States of America should put more input into artificial intelligence industry.

게임 NPC(Non Player Character)는 게임 플레이어와 대전 또는 협력함으로써 게임의 재미를 증가시키는 중요한 요소이다. 대부분 기존 게임에서 제공되는 NPC 인공지능은 FSM(Finite State Machine)으로 제작되어 행동 패턴이 정해져 있고 능력이 동일한 특징을 갖고 있다. 따라 서 이러한 특징을 갖는 NPC들과 대전하는 플레이어는 창조적인 게임 플레이를 진행하는 것 이 어려울 수 있다. 본 논문은 이 문제점을 개선하기 위하여 실제 생활에서 늑대들이 먹이를 사냥하는 행동 모델 을 게임 NPC의 행동 모델로 제작하고 이를 평가하기 위한 것이다. 이를 위하여 첫째, 실세계 에서 늑대들이 먹이를 포획하기 위한 행동 상태들을 조사 연구한다. 둘째, 이 행동 상태들을 Unity3D 엔진을 이용하여 구현한다. 셋째, 구현된 NPC들의 상태 전이 비율과 실세계의 NPC 들의 상태 전이 비율, 일반적인 게임 NPC의 상태 전이 비율을 비교한다. 비교 결과, 구현된 NPC들의 상태 전이 비율은 실세계의 상태 전이 비율과 비슷함을 보인다. 이는 구현된 NPC들 의 행동 패턴이 실세계의 늑대 사냥 행동 패턴과 유사함을 의미하는데, 이렇게 함으로써 플레 이어에게 보다 증가된 사용자 경험을 제공할 수 있다.

This study is aimed at the development of a runoff forecasting model to solve the uncertainties occurring in the process of rainfall-runoff modeling and improve the modeling accuracy of the stream runoff forecasting. The study area is the downstream of Naeseung-chun. Therefore, time-dependent data was obtained from the Wolpo water level gauging station. 11 and 2 out of total 13 flood events were selected for the training and testing set of model. The model performance was improved as the measuring time interval(Tm) was smaller than the sampling time interval(Ts). The Neuro-Fuzzy(NF) and TANK models can give more accurate runoff forecasts up to 4 hours ahead than the Feed Forward Multilayer Neural Network(FFNN) model in standard above the Determination coefficient(R2) 0.7.

수질오염 사고를 판단하기위한 경보모형은 다중퍼셉트론과 다층신경망, 뉴로-퍼지 모형들로 구성되었으며, 개발된 기준축에 따른 안정, 주의, 경고 상태를 학습하였다. 수질예측 모형에 유출예측 모형을 연계하고 경보모형을 결합하여 인공지능 시스템을 구축하였으며, 구축된 시스템을 GUI로 구현하였다. GUI 화면은 초기화면, 자료 전처리 과정, 유량예측 과정, 수질예측 과정, 경보시스템의 순으로 진행된다. 수질오염 사고에 대한 시나리오를 작성하여 시스템의 적용성을

평창강 수질자동측정망 실시간 자료를 이용하여 강우시와 무강우시로 구분하여 분석하였다. 강우시에 측정된 TOC 자료는 무강우시 측정된 자료에 비해 평균값, 최대값, 표준편차가 크게 나타났으며, 강우시의 DO 자료는 무강우시에 측정된 자료보다 낮아 유량이 수질변화에 영향을 미치는 것으로 분석되었다. 신경망 모형과 뉴로-퍼지 모형으로 수질예측 모형을 구성하고, 적용하였다. LMNN, MDNN, ANFIS 모형은 TOC 모의에서 DO 예측에서는 LMNN, MD