With the rapid development of artificial intelligence, the use of artificial intelligence in the field of employment, especially in recruitment, is gradually increasing. Artificial intelligence judges applications for employment of applicants and analyzes interview videos to determine emotional intelligence, communication skills, cognitive ability, and problem-solving ability. However, there is a risk of discrimination in evaluating humans in hiring by these automated decisions made by artificial intelligence. Discrimination in hiring according to gender, race, or disability is prohibited by various laws such as the Constitution, Labor Standards Act, Framework Act On Employment Policy, and Employment Security Act in Korea. In particular, the Act On The Prohibition Of Discrimination Against Persons With Disabilities, Remedy Against Infringement Of Their Rights and the Act On The Employment Promotion And Vocational Rehabilitation Of Persons With Disabilities require special protection for people with disabilities. Discrimination against persons with disabilities can be divided into direct discrimination against persons with disabilities without justifiable grounds, and indirect discrimination that results in disadvantageous consequences for persons with disabilities by applying standards that do not take disabilities into account even though they are not formally treated unfavorable. When hiring according to automated decision-making, (i) intentional discrimination that intentionally sets applicants with elements of the disablity to be excluded from recruitment, (ii) making an automated decision not to hire the disabled through the existing data which prejudice against the disabled is already reflected, and (iii) if the existing data lacks or does not have information on the disabled, the data itself lacks representativeness, leading to distorted decisions, there is a risk that will be judged as discrimination for the disabled. In Korea, the Credit Information Use And Protection Act has proposed the definition of automated evaluation for owner of credit information and protection standards, but it is limited to the protection of credit information, and a recent amendment of the Personal Information Protection Act suggests protection measures from decisions made by automated systems, but it is criticized for the scope of protection being reduced than that of the GDPR. In addition, special protection measures for workers, such as the ILO’s Code of Practice for Protection of Workers’ Personal Data, are not mentioned separately, so it is necessary to devise legal protection measures in the hiring process according to automated decision-making of disabled workers.

예이츠와 조지 하이드-리즈의 자동기술은 예이츠의 시학에 커다란 전환 점을 제공한다. 자동기술 이전에 예이츠의 시는 아일랜드의 문화와 역사, 모드 곤과의 사랑 등과 같은 아일랜드와 연인에 대한 사랑이 주요한 소재이었다. 그러나 자동기술 이후에 예이츠의 시학은 전 세계의 역사와 문화, 우주 등으로 확장된다. 더욱이 예이 츠와 아내의 자동기술은 인공지능의 초지능 상태와 유사하다. 그래서 이 연구는 예이 츠와 아내의 자동기술과 강인공지능의 초지능의 상태와의 유사점을 비교 분석하면서 예이츠가 그의 시에서 추구한 사상을 추적해 보는 것이다.

본 논문은 AI와 시각, 컴퓨터비전과 이미지의 관계를 비평적 관점에서 논하고 있다. 초대형 IT기업들은 빠짐없이 AI의 기계학습을 위한 컴퓨터비전의 개발에 앞장서면서 이미지의 입력을 통해 세상의 정보를 데이터베이스의 형태로 집적하고 있다. 컴퓨터비전의 분야는 ‘비전’이라는 단어가 가리키듯 인간의 시각과 컴퓨터의 시각데이터집적과정을 비유하지만, 실제로는 기계적이고 알고리즘화된 인간의 시각과는 전혀 별개의 성질을 갖는다. 기계에 정보를 제공하는 기계학 습을 위한 이미지의 모음인 이미지 데이터셋은 AI의 성능개발에 핵심적인데, 온라인상의 이미지가 무작위로 사용되거나 학습과정에서 사회적 차별이나 편견이 그대로 반영될 가능성이 높은 것 으로 경계가 필요하다. AI와 예술의 접목에서는 주로 생성적 적대 신경망을 사용하여 기존의 미술품을 학습한 후 이와 유사하지만 다른 이미지를 만들어내는 방식이 다용되고 있다. 컴퓨터비전 이 시각과 차이가 있듯, AI 미술이 기존 예술의 일부로 흡수되기 위해서는 새로운 기준들이 필요할 것이다.

AI가 시장의 패러다임을 바꾸는 새로운 혁신 기술로 주목받고 있다. 기업은 AI 의 기술적 이점이 잘 반영되면서 동시에 시장의 수요를 충족하는 방법을 적용하여 신제품을 개발해야 한다. 하지만 업계에는 이러한 요건을 충족하는 방법론이 부재하다 보니 기업들은 기존 제품개발 방법론을 이용해 AI 기반 제품개발을 추진하고 있다. 이로 인해 AI의 기술적 이점이 충분히 반영되지 못하거나 AI의 기술적 잠재성이 시장 가치로 연결되지 못하게 된다. 이러한 한계를 극복하기 위해 이 연구는 AI 기반의 신제품을 개발하기 위한 새로운 방법론을 제시한다. AI 혁신이 기존 방식과 다른 차별적 속성을 확인하고, 이러한 속성이 반영된 제품 설계 프로세스와 방법론을 제시한다. 이 연구는 AI 제품개발이 양손잡이 접근(Ambidexterity approach)을 지향해야 함을 강조하며, 테크놀로지 푸시(Technology push) 기반의 아이디어 생성, 마켓 풀(Market pull) 기반의 소비자 요구조건 분석, 제품 설계 구체화 등을 포함하는 AI 기반 제품의 설계(Design) 프로세스 및 구체적인 개발 방법을 제안했다. 이 방법론의 현 실 적용 가능성을 검증하기 위해 사례연구를 실시, AI 기반의 차량용 인포테인먼트 시스템 개발 전략을 도출한다. 기술적 가능성에 기반하여 13개의 혁신 아이디어를 생성했고, 카노 (KANO) 분석과 TOPSIS의 결합에 의한 소비자 요구조건 분석을 통해 총 6개의 신제품 개 발 전략을 도출했다. 이 연구제서 제안하는 방법론은 기업이 AI 기반의 혁신제품을 통해 신 시장을 개척하거나 기존 제품의 고도화를 통해 시장 확장을 펼치는 데 유용하게 활용될 수 있다.

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.

2011년 3월에 발생한 동일본 대지진 이후 일본은 제4차 산업혁명과 인공지능 기반 사회에 대한 전략을 재검토한다. 이러한 배경에는 인공지능 기술발전의 필요성뿐만 아니라 고령화와 같은 다양한 사회적 문제 해결에 대한 정책적 관심이 내재되어 있다. 또한 인공지능의 발전 속도와 인공지능 사회에 대비한 기반 구축 간의 간극을 줄일 수 있는 방안을 모색하고자 하는 정부의 의지도 작용하고 있다. 이러한 문제인식 하에 본 연구에서는 일본의 인공지능 가이드라인과 인간중심의 인공지능 사회원칙 속에서 보여지는 인공지능의 내용과 전략을 체계적으로 분석하고 있다.

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.

이 글은 인공지능(AI) 기반 사회에 대비한 우리나라의 현황과 국가전략을 분석한 것이다. 2016년 3월 이세돌과 알파고의 바둑 대결에서 딥러 닝의 기술이 승리하면서 인공지능은 21세기 4차산업혁명의 핵심 동력으 로 부상하였고, 이와 관련하여 최근 세계 주요국은 국가적 차원에서 인공지능 전략과 정책들을 내놓기 시작했다. 우리나라는 2016년 박근혜 정부가 인간중심의 인공지능을 육성하기 위한 기반을 마련하였다. 이어 2019년 말 문재인 정부가 "IT 강국을 넘어 AI 강국으로!"의 비전으로 2030년까지 3대 분야에 걸쳐 9가지 인공지능 국가전략을 제시하였으며, 현재 이를 본격적으로 실행하고 있다. 따라서 이 글은 우리나라의 인공 지능의 내용과 전략을 체계적으로 분석함으로써 이에 대한 시사점과 의의를 제공하고자 한다.

본 연구는 중국의 초·중등학교 인공지능 정책분석 및 시사점 도출을 목적으로 Coo per의 4차원 정책 분석모형을 채택하여 규범적, 구조적, 구성적, 기술적 차원으로 구 분하여 분석하였다. 초·중등학교의 인공지능 교육정책을 점진적으로 시행하고 있는 중국은 교육과정 개편, 지방정부와의 연계 시행방안 및 관련 프로그램 마련, 다방면/ 다각도의 긴밀한 협력관계 구축을 통해 인공지능 인재 양성을 위한 인공지능 교육 백년지대계를 세우고 있었다. 그러나 파편적인 교육과정 및 교재 내용, 교육 불균형, 미흡한 교사역량, 개인정보 누출 및 사생활 침해 등의 문제점도 찾아볼 수 있었다. 이를 바탕으로 우리나라 초·중등학교 인공지능 교육정책에 주는 시사점은 장기적인 정책 수립 및 다방면의 협력관계 구축, 종합적인 교육과정 마련 등의 노력이 필요하다.

Ambient Air Vaporizer (AAV) is an essential facility in the process of generating natural gas that uses air in the atmosphere as a medium for heat exchange to vaporize liquid natural gas into gas-state gas. AAV is more economical and eco-friendly in that it uses less energy compared to the previously used Submerged vaporizer (SMV) and Open-rack vaporizer (ORV). However, AAV is not often applied to actual processes because it is heavily affected by external environments such as atmospheric temperature and humidity. With insufficient operational experience and facility operations that rely on the intuition of the operator, the actual operation of AAV is very inefficient. To address these challenges, this paper proposes an artificial intelligence-based model that can intelligent AAV operations based on operational big data. The proposed artificial intelligence model is used deep neural networks, and the superiority of the artificial intelligence model is verified through multiple regression analysis and comparison. In this paper, the proposed model simulates based on data collected from real-world processes and compared to existing data, showing a 48.8% decrease in power usage compared to previous data. The techniques proposed in this paper can be used to improve the energy efficiency of the current natural gas generation process, and can be applied to other processes in the future.