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.

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.

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.

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.

Artificial intelligence, has been applied in interpreting osteoporosis on dental panoramic radiograph with high accuracy. The purpose of this study was to investigate the sensitive area of convolutional neural network(CNN), one of artificial intelligence, in interpreting osteoporosis on dental panoramic radiograph. Dental panoramic radiographs taken from 1,170 female (49.19 ±21.91 average age, 21 minimum age, and 84 maximum age) were selected for this study. Two oral maxillofacial radiologists agreed upon interpreting osteoporosis by interpreting mandibular inferior cortical changes. The region of interest included upper and lower jaws for training and testing CNN in interpreting osteoporosis. A filter which was set to look for image characteristics moved through the entire panoramic radiography to identify sensitive areas that distinguish normal groups and osteoporosis patients. In interpreting osteoporosis on panoramic radiograph, CNN responded sensitively at the cancellous bone of the upper and lower jaws while oral maxillofacial radiologists interpreted mandibular inferior cortical change.

제4차 산업혁명이 시작되면서 주목받기 시작한 인공지능은 선박에도 적용되 어 자율운항선박 개발이 진행되고 있다. 자율운항선박은 선원의 승선유무와 원 격조종자의 조종여부에 따라 총 4단계로 구분되며, 완전자율운항선박은 인간의 개입 없이 설계자가 설계한 알고리즘에 따라 최적의 결정을 내리게 된다. 그러 나 인공지능의 자율성과 예측곤란성이라는 특징으로 인하여 완전자율운항선박 의 결정이 예측하기 어려우며 이러한 결정이 항상 윤리적이라고 기대하기 어렵 다. 그러나 인공지능의 예측불가능성을 인공지능의 자율성에 의존해서는 안되므로 인간의 가치가 반영된 인공지능의 알고리즘이 설계되어야 한다. 특히, 충 돌의 위험을 피할 수 없는 상황에서 인공지능이 어떠한 원칙과 기준에 따라 결 정을 내리는 것인지 이러한 과정을 결정하는 사고 알고리즘에 대해 설명가능하 고 이러한 결정이 사회 구성원들에게 합리적으로 받아들여져야 한다. 이와 같은 인공지능의 윤리문제에 대한 논의는 자율주행자동차 분야에서 가 장 활발하게 이루어지고 있다. 그러나 인간의 가치가 일관성과 보편성을 가지 기 어렵다는 한계가 있다. 특히, 윤리적 딜레마 상황에서는 ‘실천이성의 이중성’ 으로 인하여 이성적이며 윤리적인 판단과는 다른 결정을 내리게 되며, 윤리적 이라는 행동에 대한 기준 역시 지역·문화·경제 상황에 따라 다르게 인식하고 있다. 그 결과 인공지능의 윤리적 가이드라인의 필요성에 대해 인식하면서도 사고 알고리즘에 대한 구체적인 기준을 정립하는 것에 대해서는 회의적이다. 자율주행자동차의 윤리적 딜레마 상황을 예견하여 사용과정에서 발생하게 될 현실적인 문제를 완벽하게 대응할 수 없다는 것이다. 그러나 문제가 발생한 이 후 대응책을 마련한다는 것은 현실적으로 발생한 피해를 구제하기 위한 조치일 뿐 근본적인 문제를 해결하는 방법이 아니다. 특히, 전 세계 해역을 운항하는 자율운항선박은 전 세계 구성원들에게 합리적으로 받아들여지는 결정을 내려 야 한다. 따라서 국제해사기구를 중심으로 자율운항선박과 관계된 사고 알고리 즘을 포함한 윤리적 가이드라인을 마련하고 이를 개별국가에서 정책적으로 반 영함으로써 자율운항선박 개발 단계부터 사용단계에 이르는 전 과정에서 프로 그램 개발자와 이해관계자가 윤리규범을 준수하고, 축적된 정보를 기초로 보완 작업을 통해 자율운항선박의 윤리문제에 대응해 나가야 할 것이다.

In 2019, two court rulings in China on the issue of copyrightability of AI creations received international attention. It was reported that in Feilin v. Baidu, known as the first AI case, the Beijing Internet Court denied copyright of AI creations, whereas the Shenzhen Nanshan District People’s Court acknowledged copyright of AI creations in the Tencent Dreamwriter case. The two cases, however, were quite similar, as they acknowledged copyright of AIassisted, not AI-generated, written works and recognized these works as a work of a legal entity. The difference between the two judgments is that the Beijing Internet Court regarded originality as an independent requirement and judged it according to the objective standard, whereas the Shenzhen Nanshan District People’s Court regarded human creation as part of the requirement of originality. In this sense, it was the Beijing Internet Court that actually made the more favorable judgment on an AI-generated work.

Traditionally, pathologists examine tissue slides under a microscope to find pathological lesions, and have the burden of finding the lesions among so many histopathology slides. Furthermore, inconsistency of diagnoses results differ corresponding to training among researchers. Therefore, accumulated research experience has led to the use of novel tools for increasing accuracy and consistency of diagnoses. With rapid transition from analog to digital methods and new developments in digital pathology, it is possible to use whole slide imaging (WSI) by scanning glass slides. Artificial intelligence (AI), including machine learning and deep learning using WSI, is starting to be applied to automatically classify and count microscope images, and this method has been expanded to include the field of medical image analysis. This review aims to define current trends toward AI application in the biomedical area, especially in the field of toxicopathology, outline current future business trends, and discuss multiple issues of diagnosis, quantification, three-dimensional reconstruction, molecular pathological research, and the future direction of AI in toxicopathology. Big data systems including a large amount of welldefined toxicopathological information will be highly useful for accuracy and corrections of diagnoses. In addition, the need for critical peer review is profound in the continuing educational process. Taken together, it is highly promising that AI model based on big data in the toxicopathological field could classify, detect, and segment pathological lesions in numerous organs of experimental animals and could help explain various biological mechanisms. This promising approach will provide an accurate and fast analysis of tissue structure and biological pathways using AI algorithms and big data.

우리는 인공지능, 사물 인터넷, 빅데이터 등의 첨단 정보통신기술이 기존 산업과 서비스에 융합되어 혁신적인 변화가 나타나는 제4차 산업혁명 시대를 살아가고 있다. 오늘날 인공지능은 제4차 산업혁명의 핵심 요소로서 이제 우리 삶의 일부분이자 미래의 최대 성장 동력이 되었다. 그런데 인공지능의 개발과 상용화로 우리의 삶이 더욱 풍요롭고 편리하게 되었지만 그와 관련된 문제점도 나타나고 있다. 그 중 하나가 바로 인공지능 시스템의 편향성이다. 인공지능 시스템이 편향되는 원인 중 하나로 저작권법상 저작권이 있는 저작물 이용에 대한 제한을 생각해볼 수 있다. 이에 이 글에서는 인공 지능의 편향성 완화를 위한 저작권법의 역할을 살펴보고자 한다. 즉, 인공지능 개발자들이 머신 러닝과 같은 인공지능 학습 과정에서 양질의 저작물을 저작권 침해 위험 없이 자유로이 이용할 수 있도록 이러한 이용행위에 저작권법 규정 중 제28조 또는 제35조의5가 적용될 수 있는지 살 펴본다. 인공지능이 특정 서비스를 제공하기 위해서 관련 어문 저작물, 음악 저작물, 영상 저작물 등 다량의 저작물을 복제하여 분석하고 학습하는 경우, 인공지능 시스템에 의한 저작물 이용은 그 저작물의 본래의 가치인 문학적⋅예술적 가치를 감상하거나 이용하는 것이 아니라 그 속에 내재된 문자, 음성, 영상 데이터의 패턴을 인식하는 등 새로운 가치를 찾아내서 이용하는 변형적 이용인 점, 저작물의 표현 그 자체를 이용하기 위한 것이 아니라 그 속에 내재된 데이터나 정보 등 비표현적 가치를 이용하는 것인 점, 그 저작물에 대한 수요를 대체하지 못할 가능성이 높은 점 등에 비추어 볼 때 허용되어야 할 것이다.

태풍 내습 시 신속하고 정확한 해일고 예측은, 연안재해 대응에 필수적인 요소이다. 이러한 해일고의 예측을 위해서 기존에는 태풍예측정보를 수치모델에 적용하여 예측자료를 생산하는 것이 대부분이였다. 이러한 방법은 대용량의 컴퓨팅 자원과 시간이 소요된다는 단점이 있다. 최근에는 인공지능 기반으로 신속하게 예측자료를 생산하는 연구가 다양한 분야에서 진행되고 있으며, 본 연구에서는 인공지능 기반 해일고 예측을 수행하였다. 인공지능 적용을 위해서는 많은 수의 학습자료가 필요하게 되며, 기왕 발생태풍은 개수가 한정되어 있어 본 연구에서는 TCRM(Tropical Cyclone Risk Model)을 통하여 합성태풍을 생성하고, 이를 폭풍해일 모델에 적용하여 해일고 자료를 생성한 후, 학습자료로 활용하였다. 인공지능으로 예측한 해일고와 실제 발생 태풍에 대한 비교 결과, RMSE(Root Mean Square Error)는 0.09 ~ 0.30 m, CC(Correlation Coefficient)는 0.65 ~ 0.94, 최대 해일고의 ARE(Absolute Relative Error)는 1.0 ~ 52.5 %로 분석되었다. 특정 태풍/지점에 서는 다소 오차가 크게 나타나고 있으나, 향후 학습자료의 최적화 등을 통하여 정확도를 개선할 수 있을 것으로 기대된다.

PURPOSES : The purpose of this study is to enhance the reliability of artificial intelligence for a noise-based pavement condition rating system (to a target performance of 95 %). METHODS : By comparing four types of pattern recognition artificial intelligence, this work acquires high-quality learning data and optimizes data learning through analysis of error characteristics. RESULTS : The system reliability improved up to 97 % (82 % in a prior study). In addition, 100 % was achieved for the E(F) condition grade, which has a direct impact on maintenance decision making. CONCLUSIONS : KNN-DTW (K-nearest neighbor dynamic time warping) is judged to be the most suitable type of artificial intelligence for a noise-based pavement condition rating system; a 4-grade system is the most suitable for classifying pavement condition.

본고는 인공지능 시대 실질적 문맹률의 증가 현상이 학습자의 공감·소통 능력의 저하와 연관성을 지닌다 고 보고, 이를 개선하기 위한 교양교육의 방향성을 고민하는 데 목적을 두었다. 평균적인 교육 복지와 수준 개선에도 불구하고 공감 소통 능력이 저하되는 현상의 인과관계를 분석하고, 그 기저에 인공지능 시대 교양교육의 근본적인 문제가 있다는 점을 제시하고자 했다. 또한 인공지능인문학의 가능성을 진단하여 인공지능 시대 인문학 기반 교육콘텐츠를 확대할 필요성을 강조하고자 했다. 인공지능인문학의 핵심 내용 은 바로 대체 불가능한 인간의 자질이 무엇인지를 확인하고 이를 확대 강화하는 것이어야 한다. 이를 위해 인문학 기반 교육콘텐츠의 개발과 확대가 필요하다. 실질 문맹률의 확산을 막고 공감 소통 능력을 강화하기 위한 방안으로서 인문학적 콘텐츠를 확대하는 것은 선택이 아닌 필수가 되었다. 그것만이 인공지능 시대 교양교육의 유일한 대안이다. 인간을 인간답게 만드는 것, 기계와 다른 인간만의 자질을 강화하는 것, 인간 의 존재 가치와 존엄성을 지키는 방법 등 본질적인 차원을 상기하면 결국 가장 인간다운 상태를 회복하는 것이 무엇보다 중요함을 알 수 있다. 인문학의 본질이 자아와 세계에 대한 성찰에 있음을 기억하면서 인공 지능 시대의 교양교육의 역할에 대해 적극적으로 고민해야 한다. 인공지능과의 바람직한 공존 방식에 대해 적극적으로 개입하고 상상함으로써 인간과 인공지능이 공존 가능한 세계에 대비해야 한다. 인공지능과 평화롭게 공존하는 타자 존중의 사회를 만들기 위해서는 교육 주체들 간의 이해와 합의가 중요하다. 인간이 인공지능의 지식 습득 능력과 속도를 따라가는 것은 현실적으로 불가능에 가까우므로 인간 고유의 능력인 창의성, 자율성, 비판적 감수성 등을 강화하는 방향으로 교양교육의 전환이 이루어져야 한다.

This research was conducted to examine the antecedents of perceived service quality (PSQ) factors in Airbnb by using Big Data and Artificial Intelligence. The findings include that the SERVQUAL model requires adjustment in this context, and it is well-enhanced by cognitive and attitudinal factors, including intimacy, authenticity, privacy, and security.