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.

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.

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.

이 연구에서는 Inception V3, SqueezeNet(local), VGG-16, Painters 및 DeepLoc의 다섯 가지 인공지능(AI) 모 델을 사용하여 차나무 잎의 병해를 분류하였다. 여덟 가지 이미지 카테고리를 사용하였는데, healthy, algal leaf spot, anthracnose, bird’s eye spot, brown blight, gray blight, red leaf spot, and white spot였다. 이 연구에서 사용한 소프트웨 어는 데이터 시각적 프로그래밍을 위한 파이썬 라이브러리로 작동하는 Orange3였다. 이는 데이터를 시각적으로 조작하여 분석하기 위한 워크플로를 생성하는 인터페이스를 통해 작동되었다. 각 AI 모델의 정확도로 최적의 AI 모 델을 선택하였다. 모든 모델은 Adam 최적화, ReLU 활성화 함수, 은닉 레이어에 100개의 뉴런, 신경망의 최대 반복 횟수가 200회, 그리고 0.0001 정규화를 사용하여 훈련되었다. Orange3 기능을 확장하기 위해 새로운 이미지 분석 Add-on을 설치하였다. 훈련 모델에서는 이미지 가져오기(import image), 이미지 임베딩(image embedding), 신경망 (neural network), 테스트 및 점수(test and score), 혼동 행렬(confusion matrix) 위젯이 사용되었으며, 예측에는 이미 지 가져오기(import image), 이미지 임베딩(image embedding), 예측(prediction) 및 이미지 뷰어(image viewer) 위젯 이 사용되었다. 다섯 AI 모델[Inception V3, SqueezeNet(로컬), VGG-16, Painters 및 DeepLoc]의 신경망 정밀도는 각 각 0.807, 0.901, 0.780, 0.800 및 0.771이었다. 결론적으로 SqueezeNet(local) 모델이 차나무 잎 이미지를 사용하여 차 병해 탐색을 위한 최적 AI 모델로 선택되었으며, 정확도와 혼동 행렬을 통해 뛰어난 성능을 보였다.

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.

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.

2030년 무렵 인공지능(AI) 분야에서 세계의 리더가 되고자 하는 목표의 일환으로, 중국 국무원은 2017년에 ‘차세대 인공지능 개발 계획’을 발표하였다. 본 논문은 AI 연구 및 개발과 관련한 중국의 현재 위치를 조명하고, 중국의 AI 거버넌스 및 윤리 원칙들에 대한 맥락적인 이해를 시도하는 것을 목표로 한다. 이를 위해 2장은 중국 이 꿈꾸는 ‘AI굴기’라는 야망을 실현하기 위해 현재 중국이 AI 분야에서 도달해 있 는 지점을 살펴본다. 연구자는 비록 중국이 AI 연구와 개발에서 국가적 차원의 노력 을 통해 상당한 기술적 수준에 도달해 있지만, 아직 가야할 길이 남아 있음을 주장 한다. 3장은 AI를 위해 중국 정부와 기업 그리고 학계가 제시하고 있는 AI 관련 윤 리 원칙들과 규범들의 특징을 조명한다. 이를 위해 연구자는 EU의 AI 윤리 원칙을 상호 비교하면서 중국의 AI 윤리 원칙의 성격과 특징을 드러낸다. 이 과정에서 본 논문은 중국 정부는 AI가 가져다 줄 잠재적 이익들과 AI로 인한 위험들과 이에 대 한 도전들을 인지하고 있지만, 이러한 요인들의 상호작용에서 정부의 이익과 공공의 보안을 그 중심에 두고 있음을 주장한다. 자연스럽게 4장에서 연구자는 이러한 중국 정부의 이익을 위한 AI의 활용이 초래할 우려들과 현재 목격되는 부작용들을 ‘감시 국가를 위한 AI의 기술적 활용’으로 규정하고, 그 실태를 살펴본다. 연구자는 중국의 AI 거버넌스가 전 세계적인 신뢰를 얻고, 다른 나라들과의 바람직한 협력을 구축할 수 있는 방향으로 나아갈 때, 진정한 AI 리더 국가로서 그 보편성을 획득할 수 있음 을 결론을 통해 주장하며 본 연구를 마무리 한다.

요즘은 4차산업혁명으로 교과별 AI(인공지능) 교육이 점점 강화되는 추세이다. 이런 관점에서 연구자는 2021학년도 1학기에 S중학교 한문 AI(인공지능)동아리 학생을 대상으로 AI(인공지능) 활용 한문교육으로 지식정보처리역량을 길러주는 사례를 찾아 제시하고자 하였다. 연구자는 먼저 엠블럭 프로그램의 인공지능 기능 곧, 음성변환, 번역, 인식서비스, 기계학습을 활 용하여 한문 교육을 하였다. 번역에서는 한국어와 한문 사이의 번역에 활용하였고, 인식서비스에서 는 언어소리인식은 한국어 또는 한문을 인식하는데 활용하였고, 언어문자인식은 한자 자형을 인식 하는데 활용하였고, 이미지 인식은 한자 자형을 인식하는데 활용하였고, 이미지 묘사는 한문 관련 이미지 묘사를 설명하는데 활용하였고, 기계학습에서는 한자 자형을 기계학습하는데 활용하였다. 다음으로 머신러닝포키즈 프로그램을 활용하여 인성을 인공지능으로 만드는 한문교육을 하였다. 다시 말하면 텍스트를 활용하여 선행, 악행, 효도, 불효, 신뢰, 불신이라는 인공지능을 만드는 한문교 육을 하였다. 이와 같은 한문교육으로 학생들은 스스로 AI(인공지능) 활용 한문교육으로 지식정보처리역량을 기르는 사례를 다소나마 익히게 되었다. 한편으로 지식정보처리역량 개발에서 실험집단이 작아서 그 결과를 일반화하기 어렵지만, 어느 정도 변화는 감지할 수 있었다. 앞으로 해당 학년 학생 모두 를 대상으로 하는 연구가 이루어지면 소기의 결과를 얻을 수 있으리라 생각된다.

본 논문은 세계최초로 제정된 EU의 AI 규제안에 관하여 분석하였다. 27개 회원국으로 구성된 EU는 디지털 영역에서 국경 간 개인정보의 이동을 매우 중요하게 여기고 있다. 이에 EU는 진화하는 기술영역에 대한 선제적 규제 확보에 집중해 왔다. 유럽위원회는 AI 기술 위험에 대비하고, 유럽이 전 세계적으로 해당 규제 부문에서 주도적 역할을 할 수 있도록 관련 최초 법적 프레임워크를 제시하였다. EU의 최초 AI 규제안은 타 국가에 규제안 시사점을 제공할 것이다.

정치적 측면에서 AI 기술은 패권 변화의 새로운 동력으로 작용한다. AI의 기술적 충격은 세계 경제를 넘어 국제정치도 흔들고 있다. 그 중심 에 미국과 중국이 있으며, 데이터 가치 사슬의 정점을 선점하고 있다. AI 기술 패권을 둘러싼 미국과 중국의 갈등 양상도 AI가 이끄는 데이터 가치 사슬의 경쟁으로 이어지고 있고, 새롭게 부상하고 있는 중국은 양적인 면과 질적인 면에서 자국의 색채를 분명히 드러내고 있다. 먼저 AI 기술과 정책을 선도하고 있는 미국의 정책분석은 매우 중요하다. 올해 출범한 바이든 행정부는 트럼프 행정부가 추진했던 인공지능 정책을 기반으로 ‘AI.gov’을 출범시키면서 국가 차원의 AI 정책 방향성을 제시하고 있다. 따라서, 본 논문은 미국의 AI정책 동향을 R&D 분야를 중심으로 분석하고, 향후 우리의 AI 정책에 대해 논의하고자 한다.

인공지능이란 기계가 인간과 동일하게 사고하기 위한 기술을 말하며, 과거부터 인공지능 기술에 대한 개념은 존재하였지만 2010년 이후 빅데이터 관련 기술, 클라우드 컴퓨팅 관련기술, 네트 워크 관련기술의 급진적이고 비약적인 발전 때문에 최근에 4차 산업혁명의 핵심이 되었고 앞으로는 엄청난 영향력을 가지게 될 기술이다. 인공지능 관련 발명의 특허법적 문제를 살펴보기 위해 우선 IP5 각국에서의 소프트웨어 발명에 대한 특허 적격성 판단을 각국 규정과 사례를 통해 간단하게 검토한다. 이후에, 인공지능 관련 발명의 특수성을 추가로 살펴본 후, 이를 고려한 특허법상 유의사항으로서 특허 적격성 판단 등 특 허권 인정을 위한 제반 이슈, 인공지능 관련 발명의 하위 요소들의 특허로의 보호가능성, 인공지능 관련 발명의 특허권의 권리행사의 실효성 문제들을 간단하게 고찰해 본다. 뒤이어, 비중을 가장 높게 두고 살펴보고 싶었 던 IP5 각국의 인공지능관련 심사기준 개정 동향을 구체적으로 살펴본다. 미국의 동향으로는 2019년 초에 수정된 특허적격성 가이드라인을, 유럽의 동향으로는 2018년 11월 개정된 심사 가 이드라인에 추가된 인공지능 기술 관련 정의 내용을, 중국의 동향으로는 2017년 개정 심사지침의 컴퓨터 프로그램에 대한 특허적격성 확대 내용을, 일본의 동향으로는 2018년 개정된 SW발명 심사기준과 2018/2019년 추가된 심사핸드북 개정내용을, 우리나라의 동향으로는 4차 산업혁명 관련 신특허분류체계 수립과 2018년 개정된 심사기준의 내용을 살펴보았다.

악성 게시글 및 댓글의 위험성에 대한 사회적 경각심이 높아지고 있는 상황 속에서, 인터넷 포 털 사이트와 SNS 등은 악성 게시글 및 댓글 등 을 AI를 통하여 필터링하는 기능을 도입하고 있 다. 그 과정 속에서 AI가 어떠한 기준에 따라 필 터링을 하는지 구체적인 내용이 공개되지 않아 이용자들의 반발이 계속되고 있다. AI 필터링의 확산은 불가피하게 이용자의 표 현의 자유, 알 권리를 제약하는 결과로 이어진다. 특히 AI 필터링은 인간에 의한 필터링과 달리 필 터링 결과에 이른 근거가 무엇인지 인간이 이해 할 수 있는 방법으로 인간에게 전달하는 것이 어 렵다는 점에 특징이 있다. 설명가능 인공지능(XAI)은 이용자에게 시스 템의 개별 의사결정에 대한 설명을 제공하고, 이 용자가 AI 시스템의 전반적인 강점 및 약점을 이 해하도록 도와주는 기술이며, 미국 방위고등연구 계획국(DARPA)의 주도하에 연구가 진행되고 있다. XAI는 다양한 분야에서 이용자로부터 신뢰 를 얻고 사회적 수용을 위한 공감대를 형성하는 수단이 될 것으로 예상된다. EU의 일반개인정보보호규정(GDPR)은 정보 주체들이 인공지능 알고리듬이 어떻게 결과를 도 출하는지에 대한 설명을 요구하는 근거규범을 포 함하고 있다. 설명요구권과 자동화된 의사결정을 제한할 권리를 규정함으로써 정보주체의 기본 권 리를 보장하기 위한 규제 메카니즘을 구축하였다. 이로써 XAI 개발과 설계를 위한 노력이 긴요한 과제가 되었다. GDPR의 AI 규제 메카니즘 구축이 기술 발전 을 저해하는 효과를 낳을 수 있다는 부정론도 제 기되고 있다. 하지만 AI 알고리듬의 오류 발생 가 능성이 상존하므로, AI 필터링의 신뢰도를 확보 하기 위한 근거 설명의 필요성이 크다는 점에서 AI의 알고리듬 도출 결과의 근거를 요구할 수 있 는 입법이 긴요하다고 볼 수 있다.

본 연구는 AI시대의 미래교육에 대해 배움학 기반으로 논의하고 있다. AI(인공지능) 기반은 기업이나 사회전반에 걸쳐 광범위하게 영향을 미칠 것으로 예상되고 있으며 그중 교육 분야는 가장 큰 변화가 요구 되어지는 분야 중 하나라고 평가되고 있다. AI시대를 살아가야 할 인간들은 그 어느 때보다도 수동적인 학습이 아닌 능동적인 평생배움의 실천이 강조되고 있는 것이다. 이런 변화하는 시대에 맞춰 교육 또한 새로운 패러다임의 정립이 시급한 때이다. 이에 본 연구에서는 배움 기반의 새로운 패러다임으로 미래교육에 대해 논하고자 하였다. 변화하는 시대를 맞이하는 인간은 각자력을 키워야 한다. 각자력은 자신을 바로 아는 능력, 창의성, 문제해결력, 비판적 사고를 아우르는 능력이다. 각자력이 자신과의 소통에의 변화라고 한다면, 더불어 함께 사는 미래사회에는 외부와의 소통도 중요한 시대라 할 수 있다. 나와 더불어 함께 살아갈 사람들과의 공감능력, 협업과 소통능력이 앞으로는 더욱 더 중요시 될 것이다. 즉 의식소통능력을 향상시켜야 한다. 또한 개인과 공동체 차원을 아우르는 개조력이 중요시 되어야 할 것이다.

대의제는 익히 대화와 토론을 통한 공공의 이익 판단을 위하여 고안된 정치제도이다. 공공의 이익은 ‘결정’ 되거나 ‘발견’ 되어 진다. 결정되는 공익은 가치관의 차이에 의거 극단적인 대립 속에서 다수결의 원칙으로 정해지는 것이고 발견되는 공익은 숙의 없이 공익이 발견되는 경우와 숙의가 반드시 필요한 경우로 나뉜다. AI는 이 세 가지 유형 중에서 숙의가 필요한 경우에 가장 유용하게 사용될 수 있다. 현재에도 대의제의 핵심 요소인 선거를 통하여 선출된 대표자들이 공공의 이익을 판단을 돕기 위한 여러 가지 제도와 장치들이 구성되어 있다. 대통령의 직무를 돕기 위해 대통령의 인사권이 인정되는 ‘임명직’ 공직자나 국회의원의 공공의 이익 판단을 위해 국민 세금으로 운영되는 국회예산정책처, 국회입법조사처 등의 조사기관들이 그것이다. 이와 같이 최종 공익결정 권한이 없는 중간 판단자와 공익 결정의 권한이 있는 결정 주체 모두에게 AI는 유용할 수 있다. 물론, 대표를 선출하지 않는 (직접)민주주의 하에서도 AI는 기능할 수 있다. AI가 제공한 정보로 가부를 묻는 실시간 국민투표를 실시할 수 있는 기술의 발전을 기대할 수 있기 때문이다. 다만, 이와 같은 경우에는 가부를 묻는 의제의 선정을 사람이 아닌 AI가 맡기 때문에 실질적으로는 AI가 사람을 지배하는 상황으로 변질 될 수 있는 위험성도 매우 크다. 한 발 더 나아가 AI가 의제를 결정하고 중간 판단도 하며 최종 공익 결정도 AI가 할 경우 사람은 주권을 포기하거나 강탈당하거나 양자 중에 선택해야 한다. 물론 이와 같은 경우는 헌법적으로 용인되지 않는다. 그러나 이에 앞서 필수적으로 고려해야 하는 인공지능의 특징이 있다. 대부분의 사람들은 사람에 비하여 훨씬 AI가 ‘객관적’이라 믿는다. 하지만, AI는 어떤 알고리즘을 통하여 학습하는가에 따라서 완벽하게 다른 결론을 ‘객관적’으로 보이도록 할 수 있다. AI가 입법과정을 다룸에 있어서 사람만큼이나 편견이 생겨 그 편향성이 강화된다면 AI에게 객관성을 기대하기 어렵다. 편향성을 가진 인공지능이 의제를 결정하고 중간판단에도 개입하고 최종 공익 결정도 누군가에 의해 의도적인 알고리즘 조작을 통해 가능하다면 그것이 우리 인류가 대의제를 고안한 근본 원칙에 맞는 것인가에 대해 동의할 수 없음은 자명하다. 이것이 AI가 발전하면 서도 궁극적으로 공공의 이익의 최종 판단을 합의제 의사결정 기구인 국회에서 ‘사람’으로 구성된 국회의원이 해야만 하는 이유이다. 객관적일 것이라 기대하는 AI도 우리만큼 편향적일 수 있기에 우리가 마지막으로 기댈 수 있는 것은 ‘불완전한 인간’들의 숙의를 통한 공익 추구뿐이다.

인공지능 기술의 발달과 함께 인공지능의 적용분야가 넓어짐에 따라, 창작 분야에까지 인공지능 기술이 적용되고 있고, 이는 음악 분야에도 예외가 아니다. 인공지능을 이용한 작곡은 크게 ① 이용자가 곡의 길이, 연주에 사용할 악기의 종류 등 기본적인 사항만 결정해 입력하는 것 이상의 개입은 하지 않는 자동화된 유형과 ② 인간이 인공지능을 이용한 작곡 전 과정에 지속적으로 개입하며 인공지능과 상호작용하는 유형의 두 가지로 나눌 수 있다. 인공지능을 이용해 작곡한 결과물도 단순한 아이디어가 아니라 ‘표현’에 해당하므로, 인공지능을 이용해 작곡한 결과물이 음악저작물로서 저작권법의 보호를 받을 수 있는가는 결국 ‘창작성’이 인정되는가의 문제이다. 이용된 인공지능이 상호작용 유형이든 자동화 유형이든, 인공지능을 이용해 작곡한 결과물인 음악은 ‘창작성 있는 표현’이므로, 음악저작물로서 저작권법의 보호를 받을 수 있다. 인공지능 기술이 발달할수록 인공지능을 이용한 작곡 방식이 다양해지고 보다 자동화됨에 따라 인공지능을 이용해 작곡한 또는 인공지능이 작곡한 음악을 저작권법이 보호해야 하는지, 또 인공지능 제작자, 이용자, 인공지능 중 누가 그 저작자이고 저작권자인지의 문제가 더욱 복잡해질 수 있는데, 저작자, 저작권자 문제는 대부분의 경우 인공지능 제작⋅공급자와 이용자 사이의 계약에 의하여 정해질 것으로 보인다.