본 연구는 인공지능과 블록체인 기반 사회 복지 서비스 사례 연구에 관련된 논문으로 국내외 다양한 ICT 융복합 복지 서비스에 대해 살펴보았다. 의료 분야에 적용되고 있는 AI 기술을 의료이미지 분석, 심장초음파, 뇌신경 분야, 디지털병리 분야 등으로 구분하여 살펴보고 각 사례 별로 적용된 기계학습 및 딥러닝 방법론에 대해 서술하였다. 국내 외 공공 의료 복지 분야에 적용되고 있는 블록체인 기술의 다 양한 사례를 살펴본다. 미국에서 시행 중인 블록체인 기반 출생증명, 에스토니아의 블록체인 기반 건강 기록 암호화 기술 및 복지 서비스 등에 대해 살펴본다. 마지막으로 다양한 ICT 기술이 접목된 미래 사회 복지 서비스의 발전 방향에 대해 고찰하고 기술적 한계점과 사회적 합의가 필요한 부분에 대해 고민해 본다.

경추 MRI는 연부 조직에 대한 대조도와 분해능이 우수하여 경추 부위의 퇴행성 질환 및 추간공의 협착, 척수염, 추간판 탈출증 등의 신경 질환 검사에 특히 이용되고 있다. 그러나 경추 MRI 검사는 신경 질환에 의한 배경 신호 강도가 증가되어 SNR이 감소하고 이를 보상하기 위해 여기 횟수가 증가되어 검사 시간이 길어지는 단점이 있다. 교통사고나 낙상을 원인으 로 경추 MRI 검사를 진행할 시 검사 시간이 길어 호흡과 질환의 통증에 의한 움직임 등을 최소화해야 최적의 영상을 획득 할 수 있어 환자의 적극적인 협조가 요구되며 적정한 검사 시간의 단축을 통해 인공물이 없는 진단 가능한 영상을 만들어 낼 수 있다. 최근 개발된 SwiftMR 인공지능 소프트웨어는 경추 MRI 검사 시간을 획기적으로 줄일 수 있다. T2 시상면, T2 축상면, T1 시상면, T1 축상면 SwiftMR 영상의 SNR은 목뼈 몸통 223.82 ± 30.82, 척수 273.03 ± 32.38, 가시돌 기 및 가로돌기 378.61 ± 27.64로 측정되었다. 고속스핀 에코 기법의 SNR은 목뼈 몸통 116.51 ± 11.46, 척수 182.1 ± 22.24, 가시돌기 및 가로돌기 227.79 ± 35.55로 측정되었다. 고속스핀에코 기법의 CNR은 182.12 ± 13.24, SwiftMR 기법 CNR은 346.8 ± 41.84로 측정되었다. 고속스핀에코와 SwiftMR 인공지능 소프트웨어가 적용된 영상을 통해 화질 선명도, 신호 강도의 균일성, 목뼈 몸통 주변의 인공물의 관찰자 간 병변에 대한 일치성 평가는 K값이 0.87로 평가되었다. 연구 결과를 통해 경추 MRI 검사에 SwiftMR 인공지능 기법을 적용함으로써 검사 시간을 단축할 수 있으며, 환자의 불편을 최소화하고 진단 가능한 질 좋은 영상 정보를 제공할 수 있을 것으로 사료된다.

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.

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.

인공지능을 적용한 상품이나 서비스가 빠르게 증가하고 있다. 한 연구에 따르면 전 세계적으로 인공지능 관련 시장은 향후 5년간 평균 30% 이 상으로성장할전망이다. 시장성장과함께 인공지 능이 우리 일상에 광범위하게 적용되는 것에 대 한 일반 시민의 걱정과 우려도 점증하고 있다. 단 순히 신기술 출현에 수반되는 기우라고 치부할 수만은 없다. 국내 이루다사건 및 해외 마이크로 소프트사 인공지능 채용시스템 사건 등을 통해서 인공지능을 적용한 상품 또는 서비스가 우리 사 회가 지키고자 하는 가치에 반하고 법률에도 위 반되는 결과를 초래할 수 있음이 드러났기 때문이다. 사회적 우려와 걱정에 대응하기 위해서 입법권 자들은 주로 알고리즘 투명성 강화 법안을 내놓 고 있다. 블랙박스와 같이 결론 도출 과정과 영향요소가 불분명한 인공지능을 해체하여 그 소스코 드를 공개하고 어떻게 특정 결론에 도출하였는지 를 공개하겠다는 것이다. 이런 법안은 막연한 우 려를 불식하는 데 효과가 있을 수 있지만 인공지 능 알고리즘이 우리 사회의 법과 가치를 지키도 록 보장하는 효율적인 방안이 아닐 수도 있다. 아 울러, 영업비밀 침해, 인공지능 시장에서 국제경 쟁력 저하 등 의도치 않은 부작용 역시 낳을 수 있다. 미국, EU 등 선진국의 선행 사례와 알고리즘 투명성 요건의 본질적 한계를 고려할 때 모든 인 공지능 알고리즘에 대해서 일률적인 투명성 요건 을 적용하기보다는 산업별 위험수준에 따라 비례 적인 투명성 요건을 적용하는 것이 합리적인 대 안일것으로보인다. 인공지능의오판단으로인해 침해될 수 있는 가치가 중하거나, 그러한 가능성 이 상대적으로 큰 산업군에 적용하는 인공지능 알고리즘에 대해서는 높은 수준의 투명성을; 위 험이나 가능성이 낮은 산업군에 대해서는 상대적 으로 유연한 투명성을 요구하는 것이다. 이를 실 현하기 위해서 모든 인공지능 사업자 또는 서비 스 제공자로 하여금 알고리즘을 설계하고 구동하 는 데 있어 반영하는 모든 요소와 요인 그리고 그 과정을 항상 기록할 수 있도록 하고, 그 기록을 정해진 기간 동안 보관하여 필요시 철저한 평가 가 가능할 수 있도록 해야 할 것이다.

The prediction of algal bloom is an important field of study in algal bloom management, and chlorophyll-a concentration(Chl-a) is commonly used to represent the status of algal bloom. In, recent years advanced machine learning algorithms are increasingly used for the prediction of algal bloom. In this study, XGBoost(XGB), an ensemble machine learning algorithm, was used to develop a model to predict Chl-a in a reservoir. The daily observation of water quality data and climate data was used for the training and testing of the model. In the first step of the study, the input variables were clustered into two groups(low and high value groups) based on the observed value of water temperature(TEMP), total organic carbon concentration(TOC), total nitrogen concentration(TN) and total phosphorus concentration(TP). For each of the four water quality items, two XGB models were developed using only the data in each clustered group(Model 1). The results were compared to the prediction of an XGB model developed by using the entire data before clustering(Model 2). The model performance was evaluated using three indices including root mean squared error-observation standard deviation ratio(RSR). The model performance was improved using Model 1 for TEMP, TN, TP as the RSR of each model was 0.503, 0.477 and 0.493, respectively, while the RSR of Model 2 was 0.521. On the other hand, Model 2 shows better performance than Model 1 for TOC, where the RSR was 0.532. Explainable artificial intelligence(XAI) is an ongoing field of research in machine learning study. Shapley value analysis, a novel XAI algorithm, was also used for the quantitative interpretation of the XGB model performance developed in this study.

최근 인공지능을 활용한 채용이 일반화됨에 따라 구직자들은 더 이상 AI면접 이 낯설지 않다. 사용자들은 인공지능에 의한 데이터 분석을 활용하여 직무에 가장 적합한 사람을 선택하고 근로계약을 체결한다. 사용자들은 빠르고 정확 하며 좀 더 진보된 방법이라고 여겨지는 인공지능의 활용을 적극적으로 도입 하고 있다. 채용이 절실한 구직자들에게는 선택권은 없어 보인다. 구직자의 포 괄적이고 추상적인 동의만을 얻은 채 구직자들의 개인정보는 보호받지 못하고 있다. 구직자에게 채용 절차 상의 여러 정보에 대한 접근권, 정정권 및 처리제 한권 등을 부여함에 있어서 개인인 구직자가 기업을 상대로 자신의 권리를 피 력하는 것에 한계가 있을 수 있다. 유럽의 경우 인공지능을 활용한 데이터 분 석에 대한 규제가 활발하게 도입되고 있고, 미국은 주별로 규제가 만들어지고 있는 바, 이러한 사례를 살펴보고자 한다. 인공지능을 활용한 기술을 도입하면 서 강력한 규제가 수반되는 것은 자칫 기술의 발전을 저해하는 요소가 될 수 있다는 지적이 있을 수 있다. 그러나 새로운 기술의 발전은 적절한 규제를 통 해 컨트롤 될 때 그 활용이 극대화될 수 있을 것이다.

환경개선에 대한 국제법적인 의무가 우리 정부에도 부과되어 있는데, 환경개선에 대한 한계의 원인과 진상을 규명하면서 이에 대한 효과적인 수단으로서 인공지능기술 등 4차산업혁명기술을 활용하는 것의 가능성과 효과성에 대하여 그동안 미진하였던 새로운 기초연구를 진행하였다. 그동 안 입법정책에 대한 기초적인 연구를 하는 것은 환경법분야에서도 쉽지 않았고 미진한 점들이 많았다. 입법정책에 대한 기초적인 연구를 통하여 앞으로 전개될 세부적이고 구체적인 환경법정책에 분석적이며 조화로운 나침반을 제공해 줄 실익이 있을 것으로 기대한다. 인공지능 등 4차산업혁명기술이 사회를 변화시켜가고 있다. 이는 인류가 그동안 환경개선을 위한 노력이 효과를 크게 보지 못한 한계를 극복하는 데 새로운 희망을 줄 수 있을 것이라는 새로운 학문과 정책상의 관점이 최근에 전 세계적으로 제기되고 있다. 인류는 기후변화에 대응하기 위하여 유엔기후변화협약(United Nations Framework Convention on Climate Change), 교토의정서(Kyoto Protocol) 등은 물론이고 최근의 파리협정 (Paris Agreement) 등 국제적인 노력을 많이 기울여 왔다. 그러나 환경 정책을 강화하는 것은 화석연료를 사용한 경제개발에 역행하는 것이라는 모순된 전제를 극복할 수 없었기에 우리 정부는 선뜻 국제법적인 환경정 책을 본격적으로 실시하지 못하였다. 또한 부족한 인간의 힘으로 일일이 기후변화의 원인들을 24시간 모니터링하고 장소에 구애받지 않는 분석과 조치를 취하기에는 한계가 많았다. 본 연구에서는 환경개선의 새로운 패러 다임으로서 인공지능 등 4차산업혁명기술과 환경을 연결하는 학제간의 융 합법적인 기초작업을 그린뉴딜정책을 위하여 진행하고자 한다. 이를 위하여 첫 번째, 그린뉴딜이 4차산업혁명기술과 환경정책을 연결 하고 접목할 수 있는 가능성과 허용성이 있음을 확인하였다. 두 번째, 그린뉴딜이 기존의 환경정책들의 단순한 집합이나 나열에 지나지 않고, 새로운 내용과 성질의 진테제로서의 환경법 정책으로 평가할 수 있음을 유럽과 미국 등의 그린딜을 비교하면서 확인하였다. 세 번째, 그린뉴딜이 4차산업혁명기술과 기존의 환경법정책을 결합하여 새로운 진테제로서의 법정책적 내용으로서 그린뉴딜이라는 목표가 분명하게 드러날 수 있도록 법령의 목적을 조정하고 수정하는 작업이 필요함을 개별법을 통해 고찰하 였다. 네 번째, 특히 한국의 그린뉴딜이 실패하지 않고 기존의 환경정책 과 달리 의도한 성과를 확보하고 공정하고 정의로운 사회로 이행할 수 있 기 위해서는 다양한 기존의 법령에 그린뉴딜의 정책을 반영한 입법정책적 인 제언을 함으로써 법정책적인 함의를 밝혔다. 이는 한국형 그린뉴딜에 대한 입법적 과제와 입법 현황 평가를 다양한 분야들에 걸쳐서 실시해 본 결론이다. 구체적으로는 탄소감축에 대한 직접적인 감축을 위한 대응성 과제, 탄소감축을 위해 생산과 소비 및 에너지의 구조변화를 위한 적응성 과제, 4차산업혁명을 통한 기후변화정책에의 직업과 참여 확대, 한국형 그린뉴딜에서 장애조항들의 제거 및 규제완화, 4차산업혁명기술을 통한 기후변화정책이 가능하도록 교육의 확대 강화, 4차산업혁명을 통한 기후 변화정책에의 성과의 배분과 포용 등의 분야들이다. 결론적으로 한국형 그린뉴딜에 대한 제언으로서 한국형 그린뉴딜의 목 적 규정 수정과 교육목표ㆍ원칙 추가, 한국형 그린뉴딜을 촉진할 대응성 규정의 마련과 보완, 한국형 그린뉴딜을 촉진할 적응성 규정의 마련과 보 완, 한국형 그린뉴딜에서 정의로운 대전환을 위한 구체적 입법의 마련 등 이 요구된다.

Recently, not only traditional statistical techniques but also machine learning algorithms have been used to make more accurate bankruptcy predictions. But the insolvency rate of companies dealing with financial institutions is very low, resulting in a data imbalance problem. In particular, since data imbalance negatively affects the performance of artificial intelligence models, it is necessary to first perform the data imbalance process. In additional, as artificial intelligence algorithms are advanced for precise decision-making, regulatory pressure related to securing transparency of Artificial Intelligence models is gradually increasing, such as mandating the installation of explanation functions for Artificial Intelligence models. Therefore, this study aims to present guidelines for eXplainable Artificial Intelligence-based corporate bankruptcy prediction methodology applying SMOTE techniques and LIME algorithms to solve a data imbalance problem and model transparency problem in predicting corporate bankruptcy. The implications of this study are as follows. First, it was confirmed that SMOTE can effectively solve the data imbalance issue, a problem that can be easily overlooked in predicting corporate bankruptcy. Second, through the LIME algorithm, the basis for predicting bankruptcy of the machine learning model was visualized, and derive improvement priorities of financial variables that increase the possibility of bankruptcy of companies. Third, the scope of application of the algorithm in future research was expanded by confirming the possibility of using SMOTE and LIME through case application.

Artificial intelligence is driving the Fourth Industrial Revolution and is in the spotlight as a general-purpose technology. As the data collection from the battlefield increases rapidly, the need to us artificial intelligence is increasing in the military, but it is still in its early stages. In order to identify maritime targets, Republic of Korea navy acquires images by ISAR(Inverse Synthetic Aperture Radar) of maritime patrol aircraft, and humans make out them. The radar image is displayed by synthesizing signals reflected from the target after radiating radar waves. In addition, day/night and all-weather observations are possible. In this study, an artificial intelligence is used to identify maritime targets based on radar images. Data of radar images of 24 maritime targets in Republic of Korea and North Korea acquired by ISAR were pre-processed, and an artificial intelligence algorithm( ResNet-50) was applied. The accuracy of maritime targets identification showed about 99%. Out of the 81 warship types, 75 types took less than 5 seconds, and 6 types took 15 to 163 seconds.

디지털 전환(digital transformation)은 디짓화(digitisation)와 디지털화(digitalisation) 의 경제적 및 사회적 효과를 의미한다. 디지털 전환은 경제/사회 발전 및 삶의 편의성을 향상 시키는 유용한 도구로 작용하지만 부정적 영향(개인정보 오남용, 윤리문제 야기, 사회적 격 차 심화 등)을 미칠 수도 있는 양면성을 보유하고 있다. 한편 정부는 산업 경쟁력 및 기술 패 권 확보 등을 위하여 디지털 전환 촉진정책은 적극적으로 추진하고 있는 반면, 디지털 전환 관련 위험이슈에 대한 이해와 이를 방지할 수 있는 정책 추진에는 상대적으로 소극적인 상황 이다. 이에 본 연구는 디지털 전환이 초래할 수 있는 미래사회 위험이슈를 Embedded Topic Modeling 방법론 기반의 언론기사 빅데이터 정량분석으로 체계화 및 구체화하고, 정책적 대 응 방향을 제시하였다. 이를 위하여 먼저 주요국의 디지털 전환 역기능 세부 이슈들을 규명 하였다. 다음으로 디지털 전환의 핵심 기술인 인공지능을 중심으로 주요국과 한국의 디지털 전환 역기능 세부이슈를 구체화하고, 비교분석하였다. 아울러 분석결과들을 종합하여 향후 정부의 디지털 전환 역기능 대응 정책 수립 방향을 제시하였다. 분석 결과에 근거한 정책적 함의는 다음과 같다. 첫째, 디지털 전환의 역기능은 기술 분야에만 한정되어 나타나지 않고 국가안보 및 사회 전반에 영향을 미치기 때문에 정부는 디지털 전환의 순기능 촉진뿐만 아니 라 역기능 대응을 위한 정책도 마련해야 한다. 둘째, 디지털 전환의 미래사회 위험 세부이슈 들은 국가에 따라 상이하게 나타나므로 정부는 국가적/사회적 맥락을 고려하여 디지털 전환 역기능 대응 정책을 수립해야 한다. 마지막으로 정부는 이해관계자들의 혼선을 최소화할 수 있도록 디지털 전환 역기능 대응 정책의 큰 방향을 설정하고, 실효성 있는 정책 수단을 마련 해야 한다.