본 연구는 기술수용모델(TAM), 컴퓨터 사회적 행위자 이론(CASA), 그 리고 자극-유기체-반응(S-O-R) 모델을 종합적으로 활용하여, AI 기반 디지털 휴먼 투어 가이드의 ‘신기술적 속성’과 ‘사회적 행위자 특성’이 문화관광 맥락에서 방문객의 감정적 경험 및 문화적 정체성 형성에 어떻 게 작용하는지를 규명하였다. 이를 위해 현장 조사와 온라인 설문을 통 해 총 436부의 유효 표본을 확보하고, 구조방정식 모형과 매개분석을 실 시하였다. 연구 결과, 지각된 기술적 새로움(technological novelty), 신 뢰도(credibility), 인간적 특성(anthropomorphism), 그리고 행위성 (agency)은 모두 방문객의 감정적 경험을 유의미하게 높이는 것으로 나 타났으며, 이는 직·간접적으로 문화적 정체성을 강화하는 데 기여하였다. 반면 지각된 지능적 우위(intelligent advantage)는 통계적으로 유의한 영향이 확인되지 않아, 경험 중심의 맥락에서는 순수하게 합리적인 기술 적 특성만으로는 충분한 방문객 공감을 이끌어내기 어렵다는 점이 시사 되었다. 본 연구는 S-O-R 모델 내에서 감정적 경험의 매개 역할을 부각 함으로써, TAM 및 CASA 이론의 적용 범위를 확장하였다. 또한 실무적 으로는 AI 기반 투어 가이드 디자인 시 새로움, 신뢰도, 인간적 특성, 그 리고 상호작용적 행위성을 강조함으로써 방문객의 감정적 몰입과 문화적 태도를 제고할 수 있음을 제안한다.

생성형 인공지능의 급속한 발전은 사회 전반에 광범위한 영향을 미치며, 일상생활을 포함한 다양한 분야 에 활용되고 있다. 본 연구에서는 인공지능 기술의 발전 동향을 대규모 언어모델(Large Language Models, LLM)을 중심으로 살펴보고 생성형 인공지능 기반 솔루션이 정치 및 공공 부문의 효율성과 서비스 최적화 에 기여하고 있음을 확인하였다. 본 연구는 미국, 싱가포르, 인도 등의 사례분석을 통해 인공지능 도구가 선거의 확장성과 시민과의 상호작용 개선에 역할 할 수 있다는 것을 주장한다. 동시에, 대규모 언어모델의 실사용 과정에서 제기되는 편향성, 허위정보 확산, 규제 공백 등의 쟁점들을 고찰할 필요가 있음을 지적한 다. 요컨대, 생성형 인공지능은 민주주의 발전과 공공서비스 증진에 대한 가능성을 제공하지만, 기술의 지속 가능하고 적실한 활용을 위해 투명성, 공정성과 책임성을 고려한 사용이 요구된다.

In general, optimized pavement thickness design abilities and reliable construction procedures have been considered being crucial element for expressway in South Korea till millenium. However, after 2005, a proper management efforts on existing expressway became recognized as an important factor after 2,005. One of good example is rising attention of HPMS(Highway Pavement Management System). In HPMS, the crucial component is: surveying the existing expressway surface condition with reasonable, reliable and efficient procedure. Becasue of this reason, application of various advanced and sophisticated technologies on HPMS area were considered since 2010. During this time, many advanced technologies such as AI(Artificial Intelligence) techniques and corresponding physical equipment were considered to be applied. Through application of AI technologies in HPMS business area, two major outcomes can be achieved: first one is an automated pavement surface monitoring work system for maximized efficiency and second thing is saving current HPMS management budget through faster and more reasonable surveying results. In this paper, the feasibility of AI technology on actual pavement surface monitoring and analysis procedure was considered. As a result, AI based pavement surface monitoring and analysis approach succesfully provided reasonable results compared to the conventional human effort analysis approach. This findings provide a promising signal that more AI based technologies can successfully applied in HPMS business area in the next future. Morevoer, the achievement of automated HPMS can also be possible in the near future.

자기공명영상은 인체 내부 구조와 병변을 비침습적으로 시각화하는 핵심 의료 영상 기법으로 자리 잡고 있으며, 특히 신경계 및 심혈관계 질환과 같은 복잡한 질병의 진단에서 필수적인 도구로 활용되고 있다. 기존의 자기공명영상 시스 템은 영상의 해상도와 신호대잡음비에서 한계가 있었으나, 최근의 기술 발전은 이러한 한계를 극복하고 진단 정확성 을 높이는 방향으로 나아가고 있다. 고자기장 자기공명영상 시스템의 도입은 해상도와 신호대잡음비를 개선하는 데 기여하고 있으며, 병렬 영상 기법은 촬영 속도를 향상시키면서도 영상 품질의 손실을 최소화한다. 또한, 압축 센싱 (compressed sensing) 기술은 데이터 획득 시간을 줄여 촬영 효율성을 높이는 데 중요한 역할을 하고 있다. 최근 인공지능(AI)의 발전으로, 자기공명영상 데이터에서 초해상도 복원(super-resolution) 및 노이즈 제거와 같은 영상 후처리 기술이 획기적으로 향상되었다. 인공지능 기반의 영상 향상 기술은 저해상도 데이터를 고해상도로 변환하고, 촬영 과정에서 발생할 수 있는 왜곡과 노이즈를 효과적으로 제거하여, 더 정확하고 명확한 진단 영상을 제공한다. 이러한 발전은 단순히 영상의 품질을 높이는 것을 넘어, 임상 진단의 정확성과 효율성을 크게 향상시키고 있으며, 특히 제한된 촬영 시간을 요구하는 응급 상황에서 유용성이 두드러진다. 본 논문에서는 자기공명영상 촬영 기법의 최신 발전과 인공지능 기반 영상 향상 기술의 동향을 여러모로 분석하고, 이들의 임상적 유용성을 조명함으로써 고해 상도 자기공명영상이 의료 분야에서 가지는 의미와 향후 발전 방향을 제시하고자 한다.

This paper explores a convergent approach that combines advanced informatics and computational science to develop road-paving materials. It also analyzes research trends that apply artificial-intelligence technologies to propose research directions for developing new materials and optimizing them for road pavements. This paper reviews various research trends in material design and development, including studies on materials and substances, quantitative structure–activity/property relationship (QSAR/QSPR) research, molecular data, and descriptors, and their applications in the fields of biomedicine, composite materials, and road-construction materials. Data representation is crucial for applying deep learning to construction-material data. Moreover, selecting significant variables for training is important, and the importance of these variables can be evaluated using Pearson’s correlation coefficients or ensemble techniques. In selecting training data and applying appropriate prediction models, the author intends to conduct future research on property prediction and apply string-based representations and generative adversarial networks (GANs). The convergence of artificial intelligence and computational science has enabled transformative changes in the field of material development, contributing significantly to enhancing the performance of road-paving materials. The future impacts of discovering new materials and optimizing research outcomes are highly anticipated.

Semiconductors, optimized for artificial intelligence (AI) applications, are efficiently handling large-scale data processing and complex computations with high speed and low power consumption. They accelerate AI model training and inference in data centers, cloud services, autonomous vehicles, and mobile devices. As demand for high-speed data transmission and extensive data processing grows, global companies are developing proprietary AI semiconductors, and subsequently, high-density packaging technologies are needed to interconnect multiple processor chips. To achieve this, an interposer is required. An interposer is a layer used in packaging technology for combining multiple chips, which includes wiring that is inserted to electrically connect a semiconductor chip with a substrate that has a significant pitch difference. Among the materials employed as substrates or interposers, organic, silicon and glass are being considered. While silicon interposers are usually used to connect the main substrate and multiple chips, producing very thin silicon wafers and controlling warpage is challenging, and so they suffer from poor yield and integration. Also, organic substrates have difficulty achieving fine pitch because of their uneven surface and warpage. On the other hand, glass substrates and interposers have good electrical and thermal properties. For this reason, this study investigated AI semiconductor packaging trends and through glass via (TGV) technology, emphasizing the importance of suitable glass material selection, reliable glass-metal bonding and application to solder bumping on TGV. Advances in AI and TGV technologies are expected to drive next-generation AI semiconductor packaging development.

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

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.

This study explores the ways in which sociocultural perspectives on English language education can contribute to teacher education the era of artificial intelligence (AI). Three key words that represent the relationship between sociocultural perspectives and English teacher education—context, interaction, and social practice—can each be linked to the key concepts of criticality, multimodality, and action research. Teachers of English need to be ready for the forthcoming changes in the AI era, for which they must be equipped with a critical ability to focus on issues and needs in the Korean context. This ability can be applied in teaching students various types of interactions, especially those involving the use of computers, and will create opportunities for teachers to conduct research of their own and cultivate a professional teacher identity. This study concludes by recommending substantial changes in the current pre-service and in-service English teacher education programs in accordance with these key concepts.

인공지능 기반의 가상비서가 보편화 되면서 음성쇼핑 시장이 확대될 것으로 전망된다. 이 연구에서는 통합기술수용이론(UTAUT)을 활용, 소비자의 음성쇼핑 이용의도를 결정하는 요인을 확인한다. 온라인 쇼핑 주 소비층인 20~40대의 설문조사 데이터를 토대로 분석한 이 연구에서는 UTAUT에서 제시하는 변수 중 성과기대와 노력기대에 쇼핑의 속성을 고려하여 유희기대를 추가하여 음성쇼핑 이용의도에 영향을 미치는 변수로 설정했다. 또 한 이러한 변수에 영향을 줄 것으로 추론되는 4가지 음성비서 속성 즉, 응대정확성, 호환성, 사회적 실재감, 안전성을 포함해 음성쇼핑 이용에 관한 독자적 연구모형을 구축했다. 분석 결과, 성과기대, 노력기대, 유희기대 등 확장된 통합수용모델 변수들은 음성쇼핑의 사용의도에 긍정적 영향을 주는 것으로 확인됐다. 음성쇼핑 속성과 관련해서는, 호환성이 성과기대와 노력기대, 유희기대 모두 긍정적인 영향을 미쳤고, 사회적 실재감은 유희기대에 긍정적 영향을 미쳤다. 안전성은 노력기대와 유희기대에 긍정적 영향을 주는 것으로 확인됐다. 한편, 응대정확성은 성과기대, 노력기대, 유희기대에 모두 유의하지 않은 것으로 나타났다. 이 연구는 음성쇼핑이라는 새로운 방식에 대한 수용 결정요인을 밝혀내어, 일반 전자상거래 업체들과 가상비서 기반 플랫폼 기업이 시장에서 지배력을 창출하기 위해 고려해야 할 혁신의 요인을 제시한다는 점에서 의의를 지닌다.

우리나라 특허법은 “자연법칙의 이용성”을 기준으로 발명의 성립성을 판단하고 있다. 또한 법원은 발명의 성립성을 판단할 때 발명에 기술적 특성이 있는지, 발명이 구체적이고 실용적인 효과를 가져다주는지, 혹은 그러한 효과를 가져다주는 기술적 수단이 있는지에 초점을 맞추었다. 하드웨어 내부 또는 외부에서 물리적 변환을 야기하는 경우에 자연법칙의 이용성을 인정한 판례가 있었다. 또한 소프트웨어에 의한 정보처리가 하드웨어 또는 컴퓨터상에 구체적으로 구현되고 있는지를 발명의 성립성 기준으로 삼은 바 있다. 이러한 우리나라의 발명의 성립성은 일본, 미국 및 유럽의 발명의 성립성과 어느 정도 유사한 점을 공유하는 것으로 보인다. 인공지능기술이 발전함에 따라 인공지능기술이 우리나라 특허법 하의 발명의 성립성과 다음과 같은 면에서 충돌할 가능성이 있다. 첫 번째, 인공지능의 메커니즘은 설명하기가 어려워, 명세서에 발명에 대한 구체적인 설명을 요구하는 발명의 성립성 법리를 만족하기 어려울 수 있다. 두번째, 인공지능이 과학, 공학, 컴퓨터 등 기술적 분야뿐만 아니라 언어학, 문학, 경제학 등의 비기술적 분야에 적용됨에 따라 기술적 특성이 있어야 발명으로 인정하는 발명의 성립성 법리와 부딪칠 수 있다. 세 번째, 인공지능이 약한 인공지능에서 강한 인공지능으로 발전함에 따라 추상적 아이디어 또는 인간의 정신적 프로세스를 범용 컴퓨터에 단순히 적용한 것에 불과하다는 이유로 인공지능 발명의 성립성을 부정할 가능성이 있다. 하지만 이러한 잠재적 갈등은 우리나라 특허법의 발명의 폭넓고 유연한 정의에 의해 자연스럽게 해결될 수 있을 것으로 보인다. 입법부에 의해서 주도되는 특허법의 대대적인 개정 없이도, 사법부 또는 특허청이 특허법의 “자연법칙의 이용성” 문구를 유연하게 해석, 발명의 외연을 넓힘으로써 인공지능기술을 포섭할 수 있도록 하는 것이 좋을 것으로 사료된다.

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.