2013년 7월부터 후견제도가 도입됨에 따라 정신적 제약으로 사무를 처리 할 능력이 지속적으로 결여된 사람들의 인권과 복지가 강화될 수 있는 제도 적 기반이 조성되었다. 그러나 우리의 경우 법률적 전문성이 부족한 친족 이 후견인으로 선임되는 경우가 많고 후견감독인 선임 또한 미흡하여 후견 인 지원·감독 업무가 가정법원에 집중되고 있다. 가정법원의 노력에도 불구 하고 담당 인력 및 예산 부족으로 인하여, 급속한 고령화에 따라 향후 증가 할 것으로 예상되는 후견수요에 적절히 대응하기 어려울 것이라는 우려가 크다. 공공부문 인력·예산 확보의 어려움, 후견을 가족 내에서 해결하려는 문화, 후견 전문가 이용에 따른 수수료 지불 거부감 등이 존재하는 현실에 서 우리의 발전된 정보화 기반·기술과 인공지능이 융합된다면 후견제도에 있어 변화와 성과를 만들 수 있을 것으로 기대된다. 인공지능을 “인간이 가 진 지적 능력을 기계적인 방법으로 구현한 것”이라 한다면, 정신적 제약으 로 사무를 처리할 능력이 결여된 피후견인을 인공지능이 효과적·효율적으로 보조·지원할 수 있기 때문이다. 본 연구에서는 인공지능이 후견제도에 도입되었을 경우 법적 지위, 기능 과 효과 및 관련된 법률적 쟁점을 다루었다. 첫째, 인공지능 자체가 후견인 등의 역할을 하는 것과 후견인 등이 인공 지능을 수단으로 이용하는 것에 대해 후견제도의 특성을 고려하여 검토하였 다. 인공지능의 법적지위에 따라 기능, 작동 방식, 후견감독인·법원의 역할 등이 달라지기 때문이다. 둘째, 피후견인의 재산관리와 신상보호를 위해 인공지능을 활용하는 방안 을 관련 법령 및 제도와 함께 검토하였다. 셋째, 피후견인의 의사를 검증·확인하기 위하여 인공지능을 활용하는 방안 을 검토하였다. 관련하여 뇌-컴퓨터 인터페이스 기술발전을 살펴보았다.

포장상태 평가를 위한 노면영상 촬영은 라인스캔 방식이 주를 이루고 있다. 라인스캔 특성 상, 조사환경이나 장비특성이 달라질 경 우 밝기가 상이한 노면영상을 취득할 수 있고 이는 U-net과 같은 픽셀 단위 segmentation 딥러닝 모델의 균열 자동검출 성능에 영향을 미친다. 본 연구에서는 인공지능 검출 모델의 변경 없이 영상의 밝기 최적화와 morphology 연산기법을 노면영상 전·후처리 방법으로 제시하고 그 효과를 분석하였다. 영상 처리를 통해 과다 검출경향을 보인 이상치들이 제거되었으며 정답으로 간주할 수 있는 전문요 원 분석결과인 GT 균열률과의 상관성 또한 향상됨을 확인하였다.

기존 신호제어기법은 과거 주기에 파악된 교통상황을 바탕으로 다음 주기의 교통신호시간을 설계하는 방식으로 신호시간을 설계하기 위해 관측할 때의 교통상황과 신호시간을 제공받는 교통상황 간의 간극이 존재하였다. 또한, 설정된 주기길이 동안 차량이 교차로에 일정하게 도착하는 균일분포를 가정하지만, 실제 교차로에 도착하는 교통량의 행태는 비 균일분포로 실제 교통수요에 대응하기 어렵 다는 한계가 존재한다. 본 연구는 이러한 한계를 극복하기 위해 교차로로 진입하는 상류 교차로의 교통정보를 활용하여 단기 미래 도 착 교통량 예측모델 개발을 통해 관측 시점과 제공 시점 간의 간극을 최소화한다. 또한, 기존 주기길이 동안의 교통량 도착분포를 비 균일분포로 가정하여 주기길이가 고정되지 않는 방식(Acyclic)의 적응식 신호제어 기법(ATC) 개발한다. 제안된 단기 미래 도착 교통 량 예측모델은 실제 스마트교차로 자료를 가공하여 시뮬레이션을 통하여 학습데이터를 구축하여 장단기 메모리(LSTM) 모형과 시간 분산(TimeDistributed) 모형을 적용하여 딥러닝 모델을 개발하였다. 적응식 교통신호제어 기법은 실시간 예측 교통량을 활용하여 교통 류별 예측 지체 산출을 통하여 지체가 최소화되는 현시 종료 지점에서 현시를 종료하고 다음 시간 단계에서 예측된 교통량을 통해 최 적 현시를 재산출하는 롤링 호라이즌(Rolling Horizon)을 수행한다. 제안 신호제어 기법의 평가를 위해 미시적 교통 시뮬레이션을 활 용하여 기존 신호제어 기법인 TOD 신호제어 기법과 제안기법 간의 평가를 수행하였다.

방대한 빅데이터를 기반으로 발전한 인공지능 기술은 창작과 영상 예술, 인간의 고유 영역으로 여겨졌던 분야에 큰 영향을 미치기 시작했다. 전통적으로 선형적이었던 3D 애니메이션 제작 방식은 AI 이미지 생성 모델을 활용해 초기 기획, 컨셉 및 아이디어를 빠르게 비주얼화하고, 실시간 게임 엔진을 통해 실시간으로 수정 및 개선 작업을 반복하며 완성도를 높이는 비선형 적 방식으로 변화하고 있다. 본 논문에서는 Stable Diffusion의 노드 기반 비주얼 스크립트인 ComfyUI를 활용한 사전 제작 과정과 iClone 및 언리얼 엔진을 통해 디지털 휴먼을 제작하고 구체화하는 일련의 파이프라인을 분석한다. 이를 통해 전통적인 파이프라인을 넘어서는 새로운 예술적 표현의 가능성을 모색한다.

본 연구의 목적은 유해 해양생물의 고밀도 출현을 조기에 탐지하기 위한 시스템 구축이다. 수중영상 기반 객체탐지 모델의 정 확도와 이미지 처리속도를 고려하여 실시간 적용에 적합한 YOLOv8m을 선정하였다. 영상 데이터를 해양생물 탐지 알고리즘에 적용한 결 과 다수의 어류 및 간헐적인 해파리 출현을 탐지하였다. 학습 모델의 검증 데이터에 대한 평균 정밀도는 0.931, 재현율은 0.881, mAP는 0.948로 산출되었다. 또한, 각 클래스별 mAP는 어류 0.970, 해파리 0.970, 살파 0.910로 모든 클래스에서 0.9(90%) 이상으로 산출되어 우수한 성능을 확인하였다. 과학어탐 시스템을 통해 객체의 탐지 범위와 시간에 따른 수중 객체탐지 결과를 확인할 수 있었으며 에코적분 격자 평균을 적용하여 시공간축으로 스무딩 처리된 결과를 얻을 수 있었다. 또한, 평균체적후방산란강도 값이 분석 도메인 내 객체탐지 여부에 따른 변동성을 반영하는 것을 확인할 수 있었다. 수중영상 기반 객체(해양생물)탐지 알고리즘, 환경조건(야간 포함)에 따른 수중영상 보정 기법, 과학어탐 시스템 기반의 정량화된 탐지결과를 제시하고 향후 다양한 사용처에서의 활용 가능성을 토의하였다.

We introduce the technology required todevelop a bracket process for installing and verifying FRT bumper sensors for passenger cars. Establish and demonstrate process automation through actual design and manufaturing. We conduct quality inspection of the production process using artificial intelligence and develop technology to automatically detect good and defective products and increase the reliability of the process

재가노인 중에서 일상생활을 정상적으로 유지하려 함에 있어 제3자의 도 움을 필요로 하는 장기요양 인정자의 비중도 증가하고 있다. 돌봄을 필요로 하는 노인의 수는 지속적으로 증가할 것으로 예측되는 반면, 돌봄 제공자인 장기요양 인력의 수는 감소하는 경향이 나타나 향후 인력 부족이 예측되고 있다. 이러한 돌봄 수요와 공급 불균형 대응방안의 일환으로 디지털 돌봄 체 계에 대한 중요성이 부각되고 있으며, 노인의 돌봄권 보장과 노인을 돌보는 가족, 돌봄 제공자(요양보호사 등)의 돌봄 부담 완화 및 삶의 질 제고를 위한 그 역할이 더욱 중요해질 것으로 예상된다. 나아가 재가 노인돌봄 영역에 디 지털 기술을 어떠한 방식으로 활용해야 할 것인지에 대한 면밀한 검토가 필 요한 시점이라 할 수 있다. 이에 본 연구는 AI기술을 활용한 선행연구들을 통하여 노인돌봄 서비스의 범주가 어느 정도까지 연구되어 있는지 살펴보고 현장에서 접근할 수 있는 실질적 개선방안을 도출하고자 한다.

Artificial intelligence (AI) is an interdisciplinary subject based on computer science and has a history of more than 70 years. With the development of social industries, various service needs are developing rapidly, and AI is also playing a huge role in the application field of big data. This paper focuses on the analysis and application of AI in the subject classification system for high school students. The subject classification system adopts the characterization of subjects that a country have; and the amount of information data is huge. Different countries set up different subject systems according to the needs of social structure. In 2013, Qingdao Warwick International Education College (Warwick College) and Korean wisemento Co., Ltd. (Wisemento company) spent 4 years jointly researching and completing an analysis and assessment system suitable for Chinese subject classification system. Follow the subject and professional scoring method, the assessment system scientifically calculates trend scores and interacts with potential and career models to find the subject development direction, professional trend, future potential development direction, subject and career direction that are suitable for students. It provides trend data suitable for students’ subject development, provides scientific basis for students’ course selection, helps students understand themselves, and provides students with targeted career education development directions for subjects and careers. The education resources can be utilized effectively; student individual data also provides a basis for the management of education and teaching.

본 논문은 ANT(Actor-Network Theory)의 관점에서 예술 창작 과정에서 첨단 기술과 인공 지능을 포함한 다양한 행위자의 역할을 탐구한다. ANT는 인간과 인간이 아닌 존재 모두 우리 의 세계를 형성하는 데 동등한 행위자로 작용하며, 행동의 지속적인 연결과 번역을 통한 상호 작용을 강조한다. 이러한 ANT에 근거한 분석을 통해 이러한 행위자가 예술의 영역 내에서 새 로운 아이디어를 생성하고 기술적 과제를 해결하며 네트워크를 형성하는 데 어떻게 기여하는지 작품 제작을 통해 알아본다. 인공지능과의 협업이 예술적 표현을 위한 새로운 길을 열 수 있는 지 가능성을 살펴본다.

This research presented the procedural framework of developing and optimizing an artificial intelligence model for predicting the change of bread texture by different baking enhancers. Emphasis was placed on the impact of various baking enhancers on the Mixolab thermo-mechanical properties of wheat flour and consequent alterations in bread texture. The application of baking enhancers positively contributed to dough formation and stability, producing bread with a soft texture. However, a relatively low Pearson correlation coefficient was observed between a single Mixolab parameter and bread texture (r<0.59). To more accurately predict the texture of bread from the thermo-mechanical features of wheat flour with baking enhancers, five AI models (multiple linear regression, decision tree, stochastic gradient descent, random forest, and multilayer perceptron neural network) were applied, and their prediction performance was compared. The multilayer perceptron neural network model was further utilized to enhance the prediction of bread texture by mitigating overfitting risks. Finally, the hyperparameter tuning (activation function [Leaky ReLU], regularization [0.0001], and dropout [0.1]) led to enhanced model performance (R2 = 0.8109 and RMSE = 0.1096).

There has been increasing interest in artificial intelligence (AI) in various fields. This phenomenon calls for human resources to be equipped with the knowledge and skills of AI and data. The Korean Ministry of Education has opened up introductory courses in AI to high school students since the second half of 2021. It will also include AI education in the 2022 revised curriculum for elementary, middle, and high school students. Despite these efforts to enhance students’ digital literacy through the innovation of the national curriculum, opportunities for taking advantage of AI and data education should be reached for more diverse learners. At the same time, the courses need to be designed with not only theoretical but practical contents and activities based on learner needs. Under these circumstances, the Science Data Education Center at the Korean Institute of Science and Technology Information (KISTI) has been providing AI and data education programs either online or face-to-face for university members, such as undergraduates, graduates, researchers, and professors. In this study, we aim to present cases of educational programs on AI and data operated by the Science Data Education Center, especially regarding those for the university components. Pertinent implications derived from the results of operating the programs will be discussed.

본 연구는 관광 분야에서도 생성형 인공지능(AI) 기술이 활용되는 등 산업 환경이 급변하고 비즈니스 혁신이 계속되고 있다는 점에 주목했다. 관광업계는 이런 흐름을 견인하면서도 관광산업 경쟁력을 한 단계 높여 혁신적이고 우수한 관광 서비스가 널리 알려져 관광산업의 경쟁력을 갖 출 수 있도록 지원과 홍보를 아끼지 않아야 할 시점이다. 이런 차원에서 최근 주목받고 있는 생성형 AI를 활용한 관광산업의 발전전략을 추진해 야 할 시점이다. 특히, 관광콘텐츠를 생성하는 데 있어서 창의적이고 독 특한 성과물을 도출하는 데 크게 이바지할 것으로 기대하고 있다. 이에 본 연구는 관광산업에서의 생성형 AI를 활용하는 방안을 문헌 고찰했다. 그 결과, 첫째, 생성형 AI를 활용한 신뢰 가능한 관광콘텐츠 제작환경 조성을 제시했다. 둘째, 관광콘텐츠 기획가와 제작자들의 AI 활용 마인드 를 확산해야 한다고 제안했다. 셋째, 민간주도 관광시장 성장을 위한 생 성형 AI 관광콘텐츠 스타트업 육성과 대기업 협업 방안을 제시했다.

In response to the global transition towards carbon neutrality, there's an increasing emphasis on sustainable energy solutions, with offshore wind power playing a crucial role, especially in South Korea. This study presents an AI-based safety management system specifically designed for offshore wind operators. At the heart of this system is a machine learning algorithm that processes sensor data to automatically recognize human behavior and improve the accuracy of predicting worker actions and conditions. Such predictive analytics not only refines the analysis of behavioral patterns, but also increases the effectiveness of accident prevention. The results of this research are expected to significantly improve safety measures in offshore wind facilities and further sustainable energy initiatives.

4차 산업혁명 시대에 건설산업은 전통적인 업무 방식에서 디지털 프로세스로 전환하고 있다. 특히, 건설산업의 특성으로 인해 업무 절차의 변경에는 어려움이 따르며, 점진적인 디지털 전환 및 시행착오가 발생하고 있다. 건설현장의 안전관리 분야도 역시 이 흐름을 따라 모든 데이터의 디지털화와 자동화를 목표로 연구 및 시도가 활발히 진행되고 있다. 그러나 최근의 통계에 따르면, 건설업 안전사 고는 계속해서 발생하고 있으며, 안전사고 사망자 수도 줄지 않고 있다. 본 연구는 이러한 문제를 해결하기 위해 건설공사 안전관리 종 합정보망의 빅데이터를 대규모 언어모델 인공지능을 통해 분석하였다. 분석된 결과는 실시간으로 업데이트가 가능한 상세설계모델 로부터 위치정보와 공간적 특성을 반영하여 안전관리가 필요한 현장모델링에 정보를 맵핑하였다. 해당 연구를 통해 건설현장 안전관 리 데이터의 디지털화를 통한 시설물 및 근로자의 안전을 강화하고, 건설사고 예방 및 효과적인 교육 지시를 위한 빅데이터 기반 안전 관리 플랫폼 개발을 목표로 한다.

부유식 해상태양광 설비는 패널 지지를 위한 프레임 구조물, 구조체의 부력 제공을 위한 부유체와 전체 시스템의 거동을 제한하는 계류시설로 구성되어 있다. 계류시설은 구조물의 지지조건으로서의 역 할을 통해 안정적인 발전량 수급에 기여한다. 하지만 해당 시스템은 설치된 해상환경 특성상 계류선의 파단 및 손상 시 직접적인 탐지가 불가능해 유지관리에 어려움이 있다. 따라서 본 연구에서는 패널지 지 프레임 구조체에 가속도 센서 부착을 가정하여, 해당 센서 계측값을 토대로 계류설비에서 발생한 파단 및 손상이 발생한 위치를 추정하는 알고리즘을 개발하였다. 알고리즘은 비지도학습 인공지능의 일종인 오토인코더를 활용하여 가속도 계측값의 재현 과정을 통해 정상상태의 구조 응답을 학습한 모 델이 비정상상태의 계측값을 재현 시 발생한 오차를 통해 손상 발생 여부와 위치를 실시간 탐지하도 록 구성하였다. 정상상태 구조응답을 기반으로 한 모델의 학습을 위해 패널지지 구조체를 10x10 격자 형으로 결합한 다중 결합 시스템에 불규칙파랑을 환경하중으로 적용함을 통해 발생한 6자유도 가속도 데이터를 확보하였다. 계류시설의 손상 발생 시 주된 변화 인자 탐지를 위해 상관성 분석과 민감도 분 석을 실시하여 손상 위치 추정 알고리즘에 적용할 주요 인자를 선별하여 학습 및 추정 성능에 대한 비교 분석을 수행하였다. 구축된 알고리즘의 테스트를 위해 총 5개 종 손상 케이스 데이터셋을 구축하 여 손상 위치 추정 성능을 비교하였다. 본 연구를 통해 계류 시설에 발생한 손상 여부 및 위치를 추정 하여 부유식 해상태양광 설비의 선제적 유지관리에 기여할 수 있을 것으로 기대된다.

본 논문에서는 최근 미국과 EU의 생성형 AI 영역 협력과 경쟁에 관 하여 분석하였다. 미국 정부는 투명성 보장, 즉 생성형 AI에 의해 제작 된 창작물임을 표시하게 함으로써 표현의 자유를 보장한다. 플랫폼에 대 한 제어 또한 원칙 제시뿐, 유포에 대한 기업의 책임은 면책대상 조항으 로 다루고 있다. 반면, EU가 최종한 AI 규제는 AI 사용에 관한 세계 최 초의 포괄적 AI 규제법이다. EU는 디지털 전략의 일환으로 AI 산업을 규제하여 혁신적 기술 개발 및 사용을 위한 더 나은 조건을 보장하고자 포괄적 입법 과정을 거치고 있다. 본고에서는 양측의 규제는 미국의 경우 ‘원칙 제시 및 자발성’ 규제 유형이며, EU의 경우 ‘규칙 기반, 강제성’ 규 제 유형으로 구분될 수 있음을 제시한다.

Korea is facing a significant problem with historically low fertility rates, which is becoming a major social issue affecting the economy, labor force, and national security. This study analyzes the factors contributing to the regional gap in fertility rates and derives policy implications. The government and local authorities are implementing a range of policies to address the issue of low fertility. To establish an effective strategy, it is essential to identify the primary factors that contribute to regional disparities. This study identifies these factors and explores policy implications through machine learning and explainable artificial intelligence. The study also examines the influence of media and public opinion on childbirth in Korea by incorporating news and online community sentiment, as well as sentiment fear indices, as independent variables. To establish the relationship between regional fertility rates and factors, the study employs four machine learning models: multiple linear regression, XGBoost, Random Forest, and Support Vector Regression. Support Vector Regression, XGBoost, and Random Forest significantly outperform linear regression, highlighting the importance of machine learning models in explaining non-linear relationships with numerous variables. A factor analysis using SHAP is then conducted. The unemployment rate, Regional Gross Domestic Product per Capita, Women's Participation in Economic Activities, Number of Crimes Committed, Average Age of First Marriage, and Private Education Expenses significantly impact regional fertility rates. However, the degree of impact of the factors affecting fertility may vary by region, suggesting the need for policies tailored to the characteristics of each region, not just an overall ranking of factors.