본 연구에서는 외국인 유학생을 위한 교양교육과정을 제안하 려는 목적으로 교양교육표준모형, 국내외의 AI 교양교육과정 개발 사 례를 고찰하였다. 또한 AI 교양교육과정의 교수법을 내용중심 접근방 법 중 보호된 내용수업 방법으로 운영하고자 관련된 이론을 살피고 이를 교육과정 개발에 적용해 보았다. 이를 위해서 교사는 제2언어 학 습자들이 이해할 수 있는 방법으로 내용을 제시하고, 적절한 수준의 난이도로 언어를 사용해야 한다는 점을 고려하여 교육과정을 구성하 였다. 또한 H대학에서 AI 교양교육을 받은 학생들을 대상으로 시행한 설문조사를 결과를 반영하여 다음의 세 가지 교육과정 개발 원칙을 수립하였다. 첫째, 학생들에게 한국어로 컴퓨터를 활용할 수 있는 능 력을 배양하도록 기회를 준다. 둘째, 인공지능 교육의 바탕이 되는 컴퓨팅적 사고력을 함께 배양하기 위하여 기초적인 코딩을 진행한다. 셋 째, 인공지능에 대한 개념을 이해하기 위해 개념 학습과 실습 수업을 병행한다. 이를 바탕으로 인공지능 교양 교육과정을 AI 기초와 데이터 분석 두 과목으로 구성하고 교육 내용은 인공지능 개념 학습, 한글로 작동하는 소프트웨어 학습, 인공지능을 적용한 실습, 응용학습의 4단 계를 1학년 1학기와 2학기에 걸쳐 학습하도록 하였다.

구양수의 애도 시문은 작가 개인이 견지한 문학 이론을 적극 이입함으로써 애도 주제의 서술 범위 확장과 더불어 애도의 새로운 방향성 모색을 가능하도록 유도하고 있다. 그에 따라 구양수는 역사가로서의 태도를 견지하며 사실에 근거한 시문 창작 을 부각시키는 한편, 쉬운 언어와 짧은 편폭 속에 비애의 반응과 작가 개인의 견해 를 적절히 배합시킴으로써 관습주의에 매몰된 기존 애도 시문과의 차별성을 분명히 나타낸다. 이는 거시적으로 북송 문인들이 애도 시문을 대하는 관점의 변화를 나타 내는 징후이자 구양수 애도 시문의 독창성을 담보한다. 구양수가 보여준 애도 시문 의 새로운 작문법의 실천은 애도문학사 변천의 중요한 의미를 규정해준다.

Explainable AI (XAI) is an approach that leverages artificial intelligence to support human decision-making. Recently, governments of several countries including Korea are attempting objective evidence-based analyses of R&D investments with returns by analyzing quantitative data. Over the past decade, governments have invested in relevant researches, allowing government officials to gain insights to help them evaluate past performances and discuss future policy directions. Compared to the size that has not been used yet, the utilization of the text information (accumulated in national DBs) so far is low level. The current study utilizes a text mining strategy for monitoring innovations along with a case study of smart-farms in the Honam region.

Anomaly detection for each industrial machine is recognized as one of the essential techniques for machine condition monitoring and preventive maintenance. Anomaly detection of industrial machinery relies on various diagonal data from equipped sensors, such as temperature, pressure, electric current, vibration, and sound, to name a few. Among these data, sound data are easy to collect in the factory due to the relatively low installation cost of microphones to existing facilities. We develop a real time anomalous sound detection (ASD) system with the use of Autoencoder (AE) models in the industrial environments. The proposed processing pipeline makes use of the audio features extracted from the streaming audio signal captured by a single-channel microphone. The pipeline trains AE model by the collected normal sound. In real factory applications, the reconstruction error generated by the trained AE model with new input sound streaming is calculated to measure the degree of abnormality of the sound event. The sound is identified as anomalous if the reconstruction error exceeds the preset threshold. In our experiment on the CNC milling machining, the proposed system shows 0.9877 area under curve (AUC) score.

This research is to study the solution to the defects in maintenance and inspection that can be predicted/prevented in advance among human factors that account for more than 70% of the causes of aviation accidents. Traditionally, mechanics have performed visual inspections of aircraft exteriors. Due to this, there were factors that affect the human ability of mechanics in aircraft maintenance and inspection, safety problems when performing the upper part of the aircraft inspection, and the difficulty of precise inspection. To improve these problems, we conduct a study on an AI drone inspection system that has deep-learned samples on aircraft damage/defects. In this paper, we describe the aircraft maintenance inspection checklist, non-destructive inspection types, types of aircraft damage and defects, deep-learning highly reliable AI drone inspection systems, and the expected effects of this technology and future applications. Through this system research, it is expected that mechanics will efficiently inspect the aircraft through the optimization of aircraft maintenance system technology to prevent aviation accidents in advance and reduce time and economic costs.