생성형 인공지능의 계속적인 발전은 다음과 같은 신학적 질문들을 제기할 것이다. “인공지능은 하나님의 창조물인가?”, “인공지능은 인간 의 존엄성에 도전을 제기할까?”, “인공지능은 도덕적 판단을 내릴 수 있는가?”, “인공지능은 신앙을 가질 수 있는가?”, “인공지능은 인류의 멸망을 초래할까?” 이런 질문들이 현재로서 다소 이르다고 생각할 수도 있지만, 생성형 인공지능의 발전 속도를 보면, 곧 우리에게 닥칠 질문이 될 것이다. 따라서 본 논문은 인공지능의 발전이 신학에 제기하게 될 질문들을 선교학의 관점에서 살펴봄으로써, 인공지능과 신학이 어떻 게 바람직하게 공존할 수 있을지에 대해 탐구한다. 나아가 창조론, 인간론, 죄론, 구원론, 종말론과 같은 기존 신학 영역들을 새로운 관점에 서 재해석하는 것을 넘어, 선교학적 측면에서 ‘인공지능 신학(AI theology)’의 가능성을 모색한다. 지난 2천 년의 기독교 선교 역사가 당대의 신학적 물음에 대한 진솔한 응답이었다는 점을 기억한다면, 우리는 계속해서 당대에 제기되는 신학적 물음에 대해 선교적 관점에서 고민해야 할 것이다.
How will machines affect humans, can humans be leading in machine problems, or can humans present new possibilities beyond human-machine confrontation? This study attempts to reflect on the relationship between the high-tech revolution and convergence by focusing on the 'care problem'. First of all, in order to proceed with this study, I would like to discuss how artificial intelligence robots based on the Fourth Industrial Revolution are revealing their effectiveness in caring problems. In the interaction between humans and artificial intelligence emotions, it is emphasized that the question of right and wrong as to whether the other person's emotions are properly understood is not important, and that more valid justification can be secured for humans and artificial intelligence robots to reconcile and establish a relationship through emotional exchange. If this is the case, rather than discussing whether artificial intelligence robots can interact with humans through empathy, it should be focused on the fact that caring patients who require physical and mental care through artificial intelligence robots can achieve quite effective treatment effects through artificial intelligence robots.
본 연구는 생성형 인공지능인 챗봇을 활용해서 핵심광물을 탐구하는 과정에서 나타나는 챗봇과 학생의 반응, 그 들 사이에서 일어나는 상호작용을 인식론적 측면에서 분석했다. 그 결과를 바탕으로 인공지능을 활용한 교수·학습 과정 에서 유의해야 할 문제들을 교사의 역할, 교육의 목표, 지식의 속성 측면에서 논의했다. 이 연구를 위해 고등학생 19명 을 대상으로 챗봇을 활용한 3차시 과학 교육 프로그램을 진행했고, 학생들이 작성한 보고서를 분석했다. 그 결과, 학생 의 질문은 형식적 측면에서 검색형 질문과 탈검색형 질문이 나타났고 내용적 측면에서는 대상에 대한 특성을 묻는 다 양한 질문 외에도 여러 자료를 종합해서 판단할 것을 요구하는 질문도 나타났다. 대체로 학생들은 지향해야할 것과 지 양해야 할 것을 구분한 질문 전략을 갖추고 있었다. 챗봇의 답변은 일정한 형태-서문, 본문, 결문 등의 3부분으로 이루 어져 있었고, 특히 결문에는 내용에 대한 의견을 곁들인 논평이나 의견 등이 포함되어 있어서 여기에는 가치 판단과 함께 과학의 본성이 나타났다. 챗봇과 학생의 상호작용은 학생이 챗봇의 답변에 대한 질문을 조직하는 과정에서 잘 드 러났다. 답변 근거 여부에 따라 독립형, 파생형 질문으로, 포괄성 수준의 변화에 따라 상위형, 하위형, 병렬형 질문이 나타나기도 했다. 학생들은 챗봇의 답변에 비판적 사고기술이 포함된 질문으로 반응하기도 했다. 이러한 결과를 바탕으 로 챗봇과 학생 사이에는 교사와 상호작용하는 일반적 수업과 달리 ‘제한된 상호작용’이라는 태생적 한계가 있음을 발 견하고 이를 보완할 교사의 역할을 논의했고, 아울러 AI를 활용한 학습의 목표 및 이들이 제공하는 지식의 속성을 함 께 논의했다.
학교교육에서 인공지능 교육을 위한 국가 정책이 강화되고 있는 상황에 서 인공지능교육의 실천 주제인 교사, 그리고 예비교사들의 역할 변화와 중요성이 그 어느 때 보다 강조되고 있다. 이에 본 연구에서는 2020 년~2023년까지 수행된 예비교사 및 교사 대상 인공지능 교육 연구 현황을 분석함으로써 인공지능교육의 활성화를 위해 요구되는 연구의 방향과 과 제를 제안하는데 목적을 두었다. 이를 위하여 총 71편의 논문을 대상으로 하여 출판연도, 학술지, 교사 분류, 연구방법, 연구주제를 기준으로 분석을 진행하였다. 주요 연구결과는 다음과 같다. 첫째, 연도별 논문 편수는 2020년에 10편, 2021년에 16편, 2022년에 17편, 2023년에 28편으로 2023년 들어 큰 폭의 증가세를 나타냈다. 둘째, 게재된 학술지는 학습자 중심교과교육학회가 14개로 가장 많았고 한국정보교육학회, 한국컴퓨터교 육학회 순이었다. 셋째, 교사 구분에 있어서는 예비교사를 대상으로 한 연구 가 26편, 현직 교사를 대상으로 한 연구가 43편이었고 초등 교사 대상 연구 가 중등 교사에 비해 많았다. 넷째, 연구방법은 설문 등을 활용한 조사연구 가 절반이 넘는 비중을 차지하였다. 다섯째, 연구주제는 인공지능 및 인공지 능과 관련된 경험과 인식 연구가 가장 많았고 다음으로 교사의 역량도출과 진단, 교사교육에 대한 연구가 뒤를 이었다. 이러한 연구결과를 바탕으로 교 사 대상 인공지능 교육연구의 확대, 특히 중등교사 대상 인공지능 교육 연구 활성화, 예비교사의 교육과정 체계 개선 연구, 질적 연구 및 인공지능교육의 실제적 맥락을 반영한 연구의 필요성 등 관련 시사점을 제안하였다.
This study aimed to investigate which areas AI is sensitive when inputting panoramic radiographs with dental area masked and when inputting unmasked ones. Therefore, the null hypothesis of this study was that masking dental area would not make a difference in the sensitive areas of osteoporosis determination of AI. For this study 1165 female(average age 48.4 ± 23.9 years) from whom panoramic radiographs were taken were selected. Either osteoporosis or normal should be clearly defined by oral and maxillofacial radiologists. The panoramic radiographs from the female were classified as either osteoporosis or normal according to the mandibular inferior cortex shape. VGG-16 model was used to get training, validating, and testing to determine between osteoporosis or normal. Two experiments were performed; one using unmasked images of panoramic radiographs, and the other using panoramic radiographs with dental region masked. In two experiments, accuracy of VGG-16 was 97.9% with unmasked images and 98.6% with dental-region-masked images. In the osteoporosis group, the sensitive areas identified with unmasked images included cervical vertebrae, maxillary and mandibular cancellous bone, dental area, zygomatic bone, mandibular inferior cortex, and cranial base. The osteoporosis group shows sensitivity on mandibular cancellous bone, cervical vertebrae, and mandibular inferior cortex with masked images. In the normal group, when unmasked images were input, only dental region was sensitive, while with masked images, only mandibular cancellous bone was sensitive. It is suggestive that when dental influence of panoramic radiographs was excluded, AI determined osteoporosis on the mandibular cancellous bone more sensitively.
본 논문은 문학 연구와 인공지능의 접점을 감성 영역에서 찾고, 그 연계성을 기반으로 상호 보완과 발전을 지향하는 문학과 기술의 융합에 관한 연구이다. 본 논문은 문학과 공학에서 각각 상대를 보는 관점을 사용하고 공통의 기반인 감성의 주제를 두고 비교 점검하는 연구 방법을 사용한다. 현재 인공 지능과 문학 연구의 융합 연구 결과물이 많이 발표되고 있지 않은데, 본 연구에서는 미래 인공지능의 지향점을 두고 인문학 분야에서의 학제적 연구를 모색해 보고 자 하였다. 이에 문학적 감성을 통해 문학도 인공지능의 발전에 공헌할 방안으로서 주관적인 문학의 감성을 추출하여 인공지능의 객관적 입력을 위한 정형화 작업에 참여할 때에 이르렀다. 본 연구에서 시도하고 있는 감성의 용어 중심 추출 작업을 거쳐서 인간 감정에 접근하는 주관적인 상상력과 객관적인 기술력이 조합된다면, 광범위한 인간의 자료 를 분석하는 속도감 있는 문학 연구의 확장은 물론, 복합적인 인간을 이해하고 상대하는 깊이 있는 인공지능의 개발에 다가갈 수 있을 것이라 본다. 그러한 마주보기 통과 의례를 거쳐서 학제적 연구의 장점을 살린 논의는 두 학문 분야를 별개로 볼 때의 한계 또한 인정하고 부족한 측면을 상호 보완하는 융합 연구의 긍정적 측면을 갖게 될 것이다.
In this research, a new Test and Evaluation (T&E) procedure for defense AI systems is proposed to fill the existing gap in established methodologies. This proposed concept incorporates a data-based performance evaluation, allowing for independent assessment of AI model efficacy. It then follows with an on-site T&E using the actual AI system. The performance evaluation approach adopts the project promotion framework from the defense acquisition system, outlining 10 steps for R&D projects and 9 steps for procurement projects. This procedure was crafted after examining AI system testing standards and guidelines from both domestic and international civilian sectors. The validity of each step in the procedure was confirmed using real-world data. This study's findings aim to offer insightful guidance in defense T&E, particularly in developing robust T&E procedures for defense AI systems.
현대 사회에서 첨단 기술의 발전은 예술의 양상을 빠르게 변화시키고 있다. 생성형 인공지능 기술의 발전은 인류의 전유물이라 여겨왔던 창작 행위에 기존에는 보지 못했던 색다른 표현을 제공했다. 또한, 전통적 기법 을 고수하던 예술인들에게 새로운 예술 창작의 발현 방식을 제시하였다. 하지만 나날이 발전하는 인공지능 기술에 비해, 이를 활용한 구체적인 미디어아트 제작 과정 연구는 아직 국내에서는 미비하다. 본 논문은 인 공지능 기술을 활용한 미디어아트 해외 사례를 탐구한다. 그리고 Text-to-Image 인공지능 생성 모델과 게임 엔진 Unreal Engine 5를 이용하여, 국내에 자리 잡지 않은 생성형 인공지능을 활용한 작품 제작 방법론과 창 작자들에게 인공지능 이미지 생성 모델의 확장성을 제시한다.
최근 다양한 생성형 인공지능 프로그램 기술이 발전하며, 대중적으로 상용화되면서 생성형 인공지능을 활용 한 미디어아트의 창작사례가 늘어나고 있다. 사진의 등장이 기존의 회화 작품을 대체하지 않고 새로운 예술 형태로 존재한 것과 같이 생성형 인공지능 기술을 활용한 미디어아트 예술 표현 또한 새로운 방식과 형태로 존재할 수 있다. 논문에서 열거한 생성형 인공지능 프로그램을 활용하여 창작된 사례들과 같이 하나의 작품 으로 증명이 되고 있다. 이에 본 논문에서는 인공지능의 의미와 역사적으로 형성된 생성형 인공지능을 활용 한 작품 사례들을 살펴보고, 다양한 형태로 존재하고 있는 생성형 인공지능 프로그램을 기반으로 형성된 미 디어아트 작품을 분석해보고자 한다. 이를 통하여 방대한 빅데이터를 기반으로 존재하고 있는 생성형 인공지 능의 기술을 자유롭게 창작자가 예술작품으로 사용하며 다채로운 형태로 전시된 미디어아트의 제작과 방법 론에 보탬이 되고자 한다.
Purpose: To determine whether artificial -intelligence quarantine robots can positively contribute to environmental management in medical institutions. We conducted in-depth interviews to understand the experiences of hospitalized patients receiving environmental management from such robots. Methods: Data were collected during March 20~May 20, 2023. individual in-depth interviews were conducted with 15 hospitalized patients, who could provide specific details of their experience of receiving environmental management from a quarantine robot. Results: Qualitative content analysis identified four themes, including “First encounter with an amazing and new quarantine robot,” “Efficiently performs non-face-to-face quarantine work in hospitals,” “Problems with quarantine robots,” and “Recommendations for improving the functionality of quarantine robots in medical institutions so quarantine robots and humans can coexist.” Conclusion: Currently, quarantine robots have limited functionality, and additional research is needed to identify various other functions in consideration of future infectious disease situations and the level of quarantine appropriate in a hospital.
인공지능은 4차 산업혁명의 프레임이 소개된 이후 점차 보편적인 기술로 자리를 잡아가고 있으며, 인공지능 관련 특허 출원도 크게 증가하고 있다. 최근에는 특허 생태계가 출원 건수 위주의 양적 경쟁에서 고품질의 특허 확보라는 질적 경쟁으로 패러다임이 변화되면서, 저품질 특허로 인한 비용 손실에 관심이 높아지고 있다. 이러한 배경으로 본 연구에서는 머신러닝과 Doc2Vec 알고리즘을 활용하여 특허 품질을 예측하는 방법을 제안하고자 한다. 본 연구를 위해 WIPO에서 정의한 CPC 코드를 활용하여 미국 특허청(USPTO)에 등록된 인공지능 관련 특허 데이터를 추출하였고, 이를 통해 정형 데이터 기반 19개 변수, 비정형 데이터 기반 7개 변수를 개발하였다. 특히, 새롭게 제안하는 Doc2Vec 알고리즘을 이용한 제목과 초록 텍스트 유사도 변수는 고품질 특허를 예측하는데 영향을 미칠 것으로 판단된다. 이에 유사도 변수의 효과를 확인하기 위해 유사도 변수를 포함한 앙상블 기반 머신러닝 모델과 포함하지 않은 모델을 개발하여 비교하였다. 실험 결과, 유사도 변수를 포함한 모델이 AUC 0.013, f1-score 0.025가 높게 나타나 더 우수한 성능을 보였다. 이는 유사도 변수가 고품질 특허 예측에 기여한다는 것을 시사한다. 또한, SHAP을 이용하여 블랙박스 형태의 머신러닝 변수 영향도를 설명하였다. 본 연구를 통해 핵심 기술 분야인 인공지능과 같은 영역에서 특허의 품질을 예측하고, 고품질 특허 개발을 장려함으로써 사회적 가치를 실현하는 데 기여할 수 있을 것으로 기대한다.
식량 작물의 확보 및 생산량 예측은 국가 발전에 있어 필수적이며, 국가 경제뿐만 아니라 전 세계 식량 안보에 기여 한다. 최근 환경오염으로 인한 이상기후는 식량 작물 생산량에 직ㆍ간접적으로 부정적 영향을 끼치고 있어, 작물 수확량 예측 불확실성이 높아지고 있다. 특히, 노지 작물의 경우 생산량 감소와 품질 저하 문제가 화두 되고 있다. 이러한 문제는 농가들뿐만 아니라 소비자들에게도 큰 피해를 안겨주고 있다. 이러한 생산량 예측 이슈를 해결하기 위해 최근에는 인공지능 기술이 농업 분야에도 활발히 적용되고 있다. 작물 수확량의 정확한 예측을 위한 머신러닝 기반 연구가 집중적으로 수행되고 있다. 따라서, 본 연구에서는 이와 같은 인공지능 기반의 노지 작물 수확량 예측 기술(머신러닝, 딥러닝, 하이브리드 모델 등) 현황 및 작물 수확량에 가장 영향을 많이 끼치는 모델 파라미터 등을 조사하였다.
최적 운항자세 선정 기술이란 주어진 운항 배수량과 운항 선속에서 최소의 저항을 가지는 즉, 최적의 연료 소비 효율을 가지는 초기 선수흘수와 선미흘수를 제시하는 것이다. 본 논문의 주 목적은 대상선박의 유효동력 데이터를 기반으로 주어진 운항조건에서 최대 의 에너지효율을 가지는 최적의 운항자세를 선정하는 프로그램 개발하는 것이다. 본 프로그램은 인공지능 기법에 의한 파이썬 기반 GUI(Graphical User Interface)로 작성되어 선주가 쉽게 사용할 수 있도록 하였다. 그 과정에 있어 대상 선박 소개, 전산유체역학(CFD)을 통한 유효동력 데이터 수집, 심층학습을 사용한 유효동력 모델 학습 방법 그리고 심층신경망(DNN) 모델을 응용한 최적 운항자세 제시 프로그 램을 구체적으로 설명하였다. 선박은 운항 별로 화물을 싣고 내리게 되고, 이에 화물 적재량이 변화되고 배수량이 변경된다. 선주는 배수 량 별 예상 선속에 따라 최소저항을 가지는 즉, 최대의 에너지효율을 가지는 최적의 운항자세를 알고자 한다. 개발된 GUI는 해당선박의 태블릿 PC와 앱에 설치하여 최적 운항자세 선정에 활용 가능하다.
췌장낭성병변은 최근 영상기술의 발전으로 우연히 발견되는 비율이 점차 증가하고 있으며, 유병률은 복부컴퓨터단층촬영을 시행한 사람에서 많게는 13.5%까지 보고되었다. 그러나 췌장낭성질환의 정확한 진단은 양성에서 악성 질환까지 다양한 형태로 보일 수 있어 영상학적 진단만으로는 매우 어렵다. 초음파내시경은 췌장낭성병변을 비교적 정확하게 진단하고 치료를 결정하는 데 매우 중요한 도구로 사용된다. 그러나 내시경 초음파는 악성으로 진행 가능한 점액성 췌장낭종과 다른 췌장낭종질환을 구분하는 데 정확도가 65-75%에 불과하다. 인공지능은 대장암, 폐암, 유방암과 같은 여러 종류의 암 진단의 정확도를 향상시키는 데 효과적인 도구로 사용되고 있으며, 최근 연구에서는 췌장낭성병변에서도 점액성 종양과 비점액성 종양을 구분하고 악성으로 진행 위험도를 평가하는 데 도움이 되는 것으로 보고되고 있다. 인공지능의 적용은 영상분석에도 국한되지 않고 최근에는 췌장낭종의 액체 분석, 유전자 분석, confocal laser endomicroscopy 등 다양한 분야에서 활용되고 있으며 기대되는 연구 결과를 발표하고 있다. 인공지능은 의료 분야에서 아직 시작단계에 있어, 임상에 적용하기 위해 적절한 알고리즘을 개발하는 데에는 개발자들의 큰 노력이 필요하다. 그러나 이러한 기술은 앞으로 췌장낭종 병변을 보다 정확하게 진단하고 효과적이고 효율적으로 관리하는 데에 도움을 줄 수 있는 잠재력을 가지고 있다고 하겠다.