이 글에서는 해외에서 이루어진 인공지능의 윤리적⋅법적 측면에 대한 논의를 검토하여 우리나라의 인공지능 관련 법제 구성 방안을 제시하였다. 인공지능 기반 의사결정 시스템은 형사재판이나 신용평가 등 여러 분야에서 도입될 수 있는데, 이로 인해 특정 개인이나 집단에 대한 차별 문제나 프라이버시 침해가 발생할 수 있고, 인공지능의 불투명성으로 인해 책임 소재가 불분명해지는 문제 가 있다. 이 문제를 방지하고 인공지능 기반 의사결정 시스템이 사람에게 도움이 될 수 있도록 해외에서는 인공지능을 별도의 법률 영역으로 규정하여 설계⋅개발 단계에서부터 준수할 사항을 정하는 방향으로 논의를 하고 있고, 연성법 중심의 논의에서 경성법 제정에 대한 논의로 발전하고 있다. 또한 인공지능의 차별과 불투명성 문제를 해결하기 위한 절차 거버넌스를 수립과 프라이버시 침해를 최소화하기 위한 데이터 법제 도입 및 인공지능의 책임 문제를 해결하기 위해 인공지능에 별도의 법인격을 부여하는 방안도 제시되고 있다. 우리나라에서는 이런 논의를 참고하여 인공지능을 일반 법률과 각 영역별 개별 법률 및 자율규제와 같은 여러 수단을 활용하여 다층적으로 규율할 필요가 있다. 인공지능의 일반 법률에 인공지능 영향평가 제도를 도입하고, 필요한 경우 사람이 개입할 수 있도록 보장하며, 인공지능 시스템의 운영자로 하여금 이용자에게 인공지능에 대한 중요 사항을 공개하고 설명할 의무를 규정하여야 한다. 또한, 우리나라 데이터 법제 전반을 정비하여 인공지능의 데이터 수집과 분석으로 인한 프라이버시 침해를 최소화하고, 인공지능으로 인해 발생하는 손해에 대한 입증책임 전환의 법리를 규정하여 책임의 소재를 명확히 할 필요가 있다. 인공지능 기반 의사 결정이 도입되는 각 영역별로 필요한 사항에 대해서는 개별법을 통해 규율하되 일반법과의 통일성을 유지하도록 하고, 법률로 규율하기 어려운 세부 사항이나 기술 표준은 자율규제와 공동규제를 활용해야 한다. 특히 인공지능 기술과 산업이 발전을 시작하고 있는 단계에 있는 우리나라에서는 인공지능 산업의 발전을 촉진함과 동시에 인공지능으로 인해 발생할 수 있는 문제를 방지하고 해결할 수 있는 균형 잡힌 법제를 구성해야 할 것이다.

Self Organizing Map (SOM) is a neural network that is effective in classifying patterns that form the feature map by extracting characteristics of the input data. In this study, we propose an algorithm to determine the cell formation and the machine layout within the cell for the cell formation problem with operation sequence using the SOM. In the proposed algorithm, the output layer of the SOM is a one-dimensional structure, and the SOM is applied to the parts and the machine in two steps. The initial cell is formed when the formed clusters is grouped largely by the utilization of the machine within the cell. At this stage, machine cell are formed. The next step is to create a flow matrix of the all machine that calculates the frequency of consecutive forward movement for the machine. The machine layout order in each machine cell is determined based on this flow matrix so that the machine operation sequence is most reflected. The final step is to optimize the overall machine and parts to increase machine layout efficiency. As a result, the final cell is formed and the machine layout within the cell is determined. The proposed algorithm was tested on well-known cell formation problems with operation sequence shown in previous papers. The proposed algorithm has better performance than the other algorithms.

This study applies optimization-based algorithm to develop combination classification methods. We propose a genetic algorithm-based combination classification method of multiple decision trees to improve predictive accuracy, optimize classification rules, and interpret classification results. The basic algorithm for decision tree has been constructed in a top-down recursive divide-and-conquer manner. Based on different split measures (attribute selection measures), different decision tree algorithms can be produced, and then multiple decision trees can be formed. We proposed the parallel combination model of multiple decision trees. On top of the combination model, multiple decision trees are parallel combined. Each decision tree produces its own classification rules according to training samples from which one can present the classification result using probability distribution of target class label. At the bottom, the classification result of each decision tree serves as the input for combination algorithm in producing classification result and rules for the combination model. Combination algorithm adopts weighted summation of the outputs of probability measurement levels from individual decision trees, while genetic algorithm optimizes connection weight matrix. Finally the target class label with the largest probability output value is selected as the decision result for combination classification methods. The proposed method is applied to the issues of customer credit rating assessment and customer response behaviour pattern recognition in CRM. From the simulation results it is concluded that the proposed method has higher predictive accuracy than single decision tree. Moreover, it retains good interpretability and optimizes classification rules.

In this study, we divided the process operation scenarios into three categories based on raw water temperature and turbidity. We will select and operate the process operation scenario according to the characteristics of the raw water. The number of algae in the DAF treated water has been analyzed to be less than 100 cells/mL. These results indicated that the DAF process is effective in removing the algae. In addition, the scenario of the integrated management decision algorithm of the DAF process was developed. DAF pilot plants (500 m3/day) process has shown a constantly sound performance for the treatment of raw water, yielding a significantly low level of turbidity (DAF treated water, 0.21~1.56 NTU).

Maritime transport is now regarded as one of the main contributors to global climate change by virtue of its CO2 emissions. Meanwhile, slow steaming, i.e., slower ship speed, has become a common practice in the maritime industry so as to lower CO2 emissions and reduce bunker fuel consumption. The practice raised various operational decision issues in terms of shipping companies: how much ship speed is, how much to bunker the fuel, and at which port to bunker. In this context, this study addresses an operation problem in a shipping companies, which is the problem of determining the ship speed, bunkering ports, and bunkering amount at the ports over a given ship route to minimize the bunker fuel and ship time costs as well as the carbon tax which is a regulatory measure aiming at reducing CO2 emissions. The ship time cost is included in the problem because slow steaming increases transit times, which implies increased in-transit inventory costs in terms of shippers. We formulate the problem as a nonlinear lot-sizing model and suggest a Lagrangian heuristic to solve the problem. The performance of the heuristic algorithm is evaluated using the data obtained from reliable sources. Although the problem is an operational problem, the heuristic algorithm is used to address various strategic issues facing shipping companies, including the effects of bunker prices, carbon taxes, and ship time costs on the ship speed, bunkering amount and number of bunkering ports. For this, we conduct sensitivity analyses of these factors and finally discuss study findings.

본 연구는 불특정 다수의 도로이용자들이 경로우회 시 갖는 의사결정과정속에 내포된 비선형성과 불확실성을 고려한 정도 있는 모형구축으로 주요 우회결정요인을 분석하는 것이 주요 목적이다. 이를 위하여 고속도로 및 국도를 이용하는 운전자를 대상으로 우회여부에 관련된 SP조사를 실시하였고, 조사결과에 대하여 의사결정나무와 신경망이론의 결합된 모형을 구축하여 운전자 우회결정요인을 분석하였다. 분석결과 운전자 우회여부결정에 영향을 미치는 요인은 우회도로 인지여부, 교통정보 신뢰도 및 이용빈도, 경로전환빈도, 나이순으로 나타났다. 또한 오분류표를 통한 기존 모형과의 예측력의 비교결과 결합된 모형의 오분류율이 8.7%로 기존 모형인 로짓모형 12.8%, 의사결정나무 단독 모형 13.8%와 비교했을 때 가장 예측력이 높은 것으로 나타나 운전자 우회결정요인 분석에 관한 모형의 적용 타당성을 확인할 수 있었다. 본 연구의 결과는 향후 교통량 분산효과와 도로망 효율 증대를 위한 효과적인 우회관리전략 수립 시 기초 자료로 활용가능하리라 사료된다.

The consequences of rapid industrial advancement, diversified types of business and unexpected industrial accidents have caused a lot of damage to many unspecified persons both in a human way and a material way Although various previous studies have been analyzed to prevent industrial accidents, these studies only provide managerial and educational policies using frequency analysis and comparative analysis based on data from past industrial accidents. The main objective of this study is to find an optimal algorithm for data analysis of industrial accidents and this paper provides a comparative analysis of 4 kinds of algorithms including CHAID, CART, C4.5, and QUEST. Decision tree algorithm is utilized to predict results using objective and quantified data as a typical technique of data mining. Enterprise Miner of SAS and AnswerTree of SPSS will be used to evaluate the validity of the results of the four algorithms. The sample for this work chosen from 19,574 data related to construction industries during three years (2002~2004) in Korea.

The basis of cyber trading has been sufficiently developed with innovative advancement of Internet Technology and the tendency of stock market investment has changed from long-term investment, which estimates the value of enterprises, to short-term investment, which focuses on getting short-term stock trading margin. Hence, this research shows a Short-term Stock Price Forecasting System on Learning Agent System using DTA(Decision Tree Algorithm) ; it collects real-time information of interest and favorite issues using Agent Technology through the Internet, and forms a decision tree, and creates a Rule-Base Database. Through this procedure the Short-term Stock Price Forecasting System provides customers with the prediction of the fluctuation of stock prices for each issue in near future and a point of sales and purchases. A Human being has the limitation of analytic ability and so through taking a look into and analyzing the fluctuation of stock prices, the Agent enables man to trace out the external factors of fluctuation of stock market on real-time. Therefore, we can check out the ups and downs of several issues at the same time and figure out the relationship and interrelation among many issues using the Agent. The SPFA (Stock Price Forecasting System) has such basic four phases as Data Collection, Data Processing, Learning, and Forecasting and Feedback.

최근 대규모 지진으로 내진 성능 및 보강에 대한 정부와 국민들의 관심이 높아지고 있으며, 재난관리 시장이 사후복구에서 사전예방중심으로 재편됨에 따라 시설물의 물리적인 상태등급만을 고려하는 기존의 결정론적 내진성능관리 의사결정기술에 지진의 불확실성 및 사회·경제적 판단요소와 도로망 시설물의 네트워크 시스템을 고려한 확률론적 내진성능관리 체계 확립이 필요하다. 결정론적 방법에 의한 도로시설물 내진성능관리 우선순위는 물리적인 상태등급에 따라 결정되며, 사회·경제적 판단요소가 결여되어 있어 전체적인 판단을 할 수 있는 근거를 제공하지 못하고 있는 실정이다. 도로시설물 내진성능관리 우선순위에 대한 의사결정을 위해서는 도로의 중요도, 노후거동특성, 부재 내진성능, 지진취약도 함수, 내진보수보강효과, 지진복원력 등과 같이 도로시설 및 도로망에 직·간접 적으로 가해지는 물리적, 사회적, 경제적 영향을 평가할 수 있는 의사결정지원 기술이 부재한 실정이다. 따라서 노후도에 따라 지진취약도가 크고 재난 발생 시 파급영향이 큰 도로시설물과 도로망을 식별하기위한 합리적이고 체계적인 내진성능 관리 핵심기술개발이 필요하며, 본 논문에서는 연구단 과제를 통해서 개발예정인 “노후도로망의 내진성능관리 의사결정 알고리즘”을 소개하고자 한다.

Marine weather information provided for vessels is mainly offered by radio devices such as NAVTEX, Weather Fax., and others. However, the information is too general for large areas, and lacks more detail. So, many seafarers are disinclined to use the information to initiate proper readiness of vessels’ safety, avoiding marine accidents such as grounding, hull and cargo damage, but cannot develop an optimal and economical navigation plan, considering the inadequate level of low precision weather information. The purpose of this paper is to develop a strong wind warning system, based on the digital anemometer installed on the bridge. This study analyzed the data on 10-minutes average wind speed, when the vessel’s grounding accidents happened in Korean ports. Results reveal that the vessel’s strong wind warning algorithm, can estimate the growing of wind speed two-three hours in advance.

Since prolonged exposure to elevated ozone (O3) concentrations is known to be harmful to human health, appropriate control strategies for ozone are needed for the non-attainment area such as Seoul, Korea. The goal of this research is to assess factors linked with the 1-hour ozone exceedance through a decision tree model. Since ozone is a secondary pollutant, lag times between ozone and explanatory variables for ozone formation are taken into account in the model to improve the accuracy of the simulation. Results show that while ozone concentrations of the previous day and NO2 concentrations in the morning are major drivers for ozone exceedances in the early afternoon, meteorology plays more important role for ozone exceedances in the late afternoon. Results also show that a selection of lag times between ozone and explanatory variables affect the accuracy of predicting 1-hour ozone exceedances. The result analyzed in this study can be used for developing control strategies of ozone in Seoul, Korea.

본 논문에서는 결정트리 학습 알고리즘을 활용한 축구 게임 수비 NPC 제어 방법을 제안한다. 제안하는 방법은 실제 게임 사용자들의 이동 방향 패턴과 행동 패턴을 추출하여 결정트리학습 알고리즘에 적용한다. 그리고 학습된 결정트리를 바탕으로 NPC의 이동방향과 행동을 결정한다. 실험결과 제안하는 방법은 결정트리 학습에 시간이 다소 걸리지만, 학습된 결정트리를 바탕으로 이동방향이나 행동을 결정하는 시간은 약 0.001-0.003 ms(밀리초)가 소요되어 실시간으로 NPC를 제어할 수 있었다. 또한, 제안하는 방법은 현재 상태 정보 뿐만 아니라 이를 분석한 관계정보, 이전 상태 정보도 함께 활용하므로, 기존방법인 (Letia98)에 비해 이동방향 결정시 높은 정확도를 나타냈다.

선박 침수 사고의 경우, 선박의 운용 책임자가 취할 수 있는 대응방안이 한정되어 있어 정확한고 신속한 의사결정을 위해서는 기존의 안전관련 시스템을 활용한 효율적인 의사결정 지원 시스템이 필요하다. 수밀 및 준수밀 문, 격벽 밸브, 배수 펌프 등과 같이 침수 사고 시작동하는 대부분의 시스템들은 침수가 선박 전체로 전파되는 것을 막도록 충분한 구획분할 정도를 확보하는데 목적이 있다. 침수 시나리오가 파국적이지 않다고 가정하더라도 발라스트 탱크의 사용은 침수 전파 방지와 선박 안정성을 향상하기 위한 매우 효과적인 방안이 될 수 있다. 본 논문에서는 침수 손상 시 최적의 대응방안을 위해 채워져야 하는 발라스트 탱크들을 선정하고, 각 발라스트 탱크의 수위를 결정하는 최적화 알고리즘을 기술한다.