Purpose: To determine whether artificial -intelligence quarantine robots can positively contribute to environmental management in medical institutions. We conducted in-depth interviews to understand the experiences of hospitalized patients receiving environmental management from such robots. Methods: Data were collected during March 20~May 20, 2023. individual in-depth interviews were conducted with 15 hospitalized patients, who could provide specific details of their experience of receiving environmental management from a quarantine robot. Results: Qualitative content analysis identified four themes, including “First encounter with an amazing and new quarantine robot,” “Efficiently performs non-face-to-face quarantine work in hospitals,” “Problems with quarantine robots,” and “Recommendations for improving the functionality of quarantine robots in medical institutions so quarantine robots and humans can coexist.” Conclusion: Currently, quarantine robots have limited functionality, and additional research is needed to identify various other functions in consideration of future infectious disease situations and the level of quarantine appropriate in a hospital.

인공지능은 4차 산업혁명의 프레임이 소개된 이후 점차 보편적인 기술로 자리를 잡아가고 있으며, 인공지능 관련 특허 출원도 크게 증가하고 있다. 최근에는 특허 생태계가 출원 건수 위주의 양적 경쟁에서 고품질의 특허 확보라는 질적 경쟁으로 패러다임이 변화되면서, 저품질 특허로 인한 비용 손실에 관심이 높아지고 있다. 이러한 배경으로 본 연구에서는 머신러닝과 Doc2Vec 알고리즘을 활용하여 특허 품질을 예측하는 방법을 제안하고자 한다. 본 연구를 위해 WIPO에서 정의한 CPC 코드를 활용하여 미국 특허청(USPTO)에 등록된 인공지능 관련 특허 데이터를 추출하였고, 이를 통해 정형 데이터 기반 19개 변수, 비정형 데이터 기반 7개 변수를 개발하였다. 특히, 새롭게 제안하는 Doc2Vec 알고리즘을 이용한 제목과 초록 텍스트 유사도 변수는 고품질 특허를 예측하는데 영향을 미칠 것으로 판단된다. 이에 유사도 변수의 효과를 확인하기 위해 유사도 변수를 포함한 앙상블 기반 머신러닝 모델과 포함하지 않은 모델을 개발하여 비교하였다. 실험 결과, 유사도 변수를 포함한 모델이 AUC 0.013, f1-score 0.025가 높게 나타나 더 우수한 성능을 보였다. 이는 유사도 변수가 고품질 특허 예측에 기여한다는 것을 시사한다. 또한, SHAP을 이용하여 블랙박스 형태의 머신러닝 변수 영향도를 설명하였다. 본 연구를 통해 핵심 기술 분야인 인공지능과 같은 영역에서 특허의 품질을 예측하고, 고품질 특허 개발을 장려함으로써 사회적 가치를 실현하는 데 기여할 수 있을 것으로 기대한다.

IMO에서는 자율운항선박의 자율화등급을 제1단계부터 제4단계까지 분류하 였고, 등급이 올라감에 따라 선박조종의 주체는 선원, 원격운항자, 인공지능으 로 바뀐다. 한편, 현행 해상법에서는 선박충돌사고가 발생했을 때, 직접적인 선 박충돌의 행위자는 선원이지만 그 책임은 과실과 관계없이 선원을 고용한 선박 소유자가 진다. 그런데, 선원과 원격운항자는 법인격을 가진 사람이지만 인공지능은 사람도 아니고 선박소유자의 피용자도 아니다. 따라서 내적요소인 인공 지능과 외적요소인 선박이 결합된 완전자율운항선박의 충돌사고에서는 손해배 상책임을 선박소유자에게 이전시킬 수 없을 뿐만 아니라 직접적인 선박조종을 실행하여 사고를 일으킨 인공지능에게 피해자는 손해배상책임을 물을 수도 없다. 이러한 이유로 완전자율운항선박 충돌사고에서 손해배상책임을 어떻게 적용 할 것인가를 다각적으로 검토하였다. 그 방안으로 인공지능에 대한 법인격 부 여, 제조물책임, 공작물책임, 위험책임주의가 검토되었고, 그 중에서 위험책임 주의가 가장 적합한 것으로 보인다.

식량 작물의 확보 및 생산량 예측은 국가 발전에 있어 필수적이며, 국가 경제뿐만 아니라 전 세계 식량 안보에 기여 한다. 최근 환경오염으로 인한 이상기후는 식량 작물 생산량에 직ㆍ간접적으로 부정적 영향을 끼치고 있어, 작물 수확량 예측 불확실성이 높아지고 있다. 특히, 노지 작물의 경우 생산량 감소와 품질 저하 문제가 화두 되고 있다. 이러한 문제는 농가들뿐만 아니라 소비자들에게도 큰 피해를 안겨주고 있다. 이러한 생산량 예측 이슈를 해결하기 위해 최근에는 인공지능 기술이 농업 분야에도 활발히 적용되고 있다. 작물 수확량의 정확한 예측을 위한 머신러닝 기반 연구가 집중적으로 수행되고 있다. 따라서, 본 연구에서는 이와 같은 인공지능 기반의 노지 작물 수확량 예측 기술(머신러닝, 딥러닝, 하이브리드 모델 등) 현황 및 작물 수확량에 가장 영향을 많이 끼치는 모델 파라미터 등을 조사하였다.

챗GPT는 학술 논문 요약, 프로그래밍 코드 작성, 수학 문제 해결, 발 표 자료 생성, 기사 작성 등 다양한 용도로 활용되고 있다. 국내에서도 신문기사 작성이나 학생들의 글쓰기 수업에서 챗GPT가 활용될 때 가짜 뉴스 양산이나 표절 등의 우려가 커지고 있다. 미국 대학들은 학생들의 챗GPT 사용 문제에 대응하는 방법을 모색하고 교육 방식을 개선하고 있 다. 본 연구의 목적은 대학 교양 철학 수업에서 챗GPT와 같은 인공지능 을 활용하기 위한 구체적인 수업 설계와 수업 활동을 제시하고자 한다. 이를 위해 각 주차 별로 철학 윤리적 주제를 5개 이상 선정하였고 각 주 제별로 학습자들이 조별 활동, 챗GPT 활용과 글쓰기를 통해 비판적으로 사고하고 철학적인 주제를 쉽게 이해할 수 있도록 학습자 참여 중심의 수업을 진행하였다. 또한 챗GPT를 활용한 이런 수업방식에 대해 11개 항목으로 구분하여 설문조사를 실시하였다. 그 결과 학습자들은 모든 항 목에 있어서 챗GPT를 활용하는 측면이 자신의 글쓰기 효용감과 수업의 이해도, 만족도 등을 높이는데 80% 이상 긍정적이라고 답하였다. 물론 챗GPT가 가짜 정보의 생성이나 인간의 사고력을 약화시킬 수 있다는 우 려가 있으나, 교수자가 수업 설계에 이런 부분을 보완한다면 신속하게 전체적으로 철학적 글쓰기의 틀을 구성하고 수업 내용을 보강하는데 긍 정적인 효과가 있는 것으로 나타났다. 따라서 인공지능을 적극적으로 활 용하여 철학교육을 위한 다양한 수업 설계를 위해 노력할 필요가 있다.

최적 운항자세 선정 기술이란 주어진 운항 배수량과 운항 선속에서 최소의 저항을 가지는 즉, 최적의 연료 소비 효율을 가지는 초기 선수흘수와 선미흘수를 제시하는 것이다. 본 논문의 주 목적은 대상선박의 유효동력 데이터를 기반으로 주어진 운항조건에서 최대 의 에너지효율을 가지는 최적의 운항자세를 선정하는 프로그램 개발하는 것이다. 본 프로그램은 인공지능 기법에 의한 파이썬 기반 GUI(Graphical User Interface)로 작성되어 선주가 쉽게 사용할 수 있도록 하였다. 그 과정에 있어 대상 선박 소개, 전산유체역학(CFD)을 통한 유효동력 데이터 수집, 심층학습을 사용한 유효동력 모델 학습 방법 그리고 심층신경망(DNN) 모델을 응용한 최적 운항자세 제시 프로그 램을 구체적으로 설명하였다. 선박은 운항 별로 화물을 싣고 내리게 되고, 이에 화물 적재량이 변화되고 배수량이 변경된다. 선주는 배수 량 별 예상 선속에 따라 최소저항을 가지는 즉, 최대의 에너지효율을 가지는 최적의 운항자세를 알고자 한다. 개발된 GUI는 해당선박의 태블릿 PC와 앱에 설치하여 최적 운항자세 선정에 활용 가능하다.

선박 발전기의 여자기는 출력 단자 전압을 일정하게 유지하기 위하여 여자전류 제어를 통해 자속을 조정한다. 여자기 내부에 있는 전압제어기는 통상적으로 비례 적분 제어방식이 사용되는데 게인과 시정수에 의해 결정되는 응답 특성은 적절치 못한 설정값에 의 해 원하지 않는 출력을 내며 이로 인해 선내 전력의 품질과 안정성을 떨어뜨릴 수 있다. 본 논문에서는 IEEE에서 제공하는 AC4A 타입의 여자기 모델을 통해 얻을 수 있는 안정적인 입출력 데이터를 활용하여 신경망 회로를 학습시킨 후 기존의 비례 적분 제어방식의 전압제 어기를 학습된 신경망 회로 제어기로 대체하여 시뮬레이션을 수행하였다. 그 결과 기존 대비 최대 9.63%까지 오버슈팅이 개선되었으며, 안정적인 응답 특성에 대한 우수성을 확인하였다.

본 연구는 인공지능(AI)을 정치적 리더십에 통합하여 위기 관리 분야 의 의사 결정에 혁신을 일으킬 수 있는지 알아본다. 특히 이 연구는 데 이터 분석, 위기 예측, 국제 관계에서 분야에서 인공지능의 역할을 강조 하면서 정치적 리더십에 있어서도 인공지능의 혁신적인 역량을 발휘할 수 있는지 조사하였다. 인공지능은 신속한 데이터 처리 및 예측 분석과 같은 큰 이점을 제공하지만 개인 정보 보호 및 알고리즘 편견과 같은 윤 리적 문제를 포함한 중대한 문제도 야기한다. 따라서 이 연구는 정치 지 도자들이 인공지능 발전에 대한 최신 정보를 지속적으로 학습하고, 윤리 적 지침을 설정하며, 인공지능에 대한 토론에 대중을 참여시켜야 할 필 요성을 강조한다. 또한 투명성을 우선시함으로써 지도자들은 인공지능의 이점을 활용하여 신뢰할 수 있는 정보에 입각한 정치적 환경을 조성할 수 있다.

군사학은 급변하는 안보환경과 국제정세의 변화, 4차산업혁명시대의 무기체계 발전과 저출산에 따른 병역제도 등의 사회적 관심이 증대되 고 있다. 따라서 본 연구는 빅데이터를 활용한 텍스트마이닝 기법으로 군사학의 학술연구 동향과 사회적 인식을 분석하여 시사점을 제시하는 데 있다. 연구 결과 학술연구 동향은 주변국 관계, 무기체계, 방위산업, 인공지능 등이 중점을 이루었지만, 사회적 인식은 대학교와 군사학과, 장교 등의 관심으로 차이점을 보였다. 군사학 발전을 위해 연구 중심의 역량과 환경을 구축하고, 융·복합적 연구와 지역사회와 연계한 산학협 력 체계구축 및 국민 참여를 통한 학술 세미나 및 통합연구 등이 요구 되었다.

췌장낭성병변은 최근 영상기술의 발전으로 우연히 발견되는 비율이 점차 증가하고 있으며, 유병률은 복부컴퓨터단층촬영을 시행한 사람에서 많게는 13.5%까지 보고되었다. 그러나 췌장낭성질환의 정확한 진단은 양성에서 악성 질환까지 다양한 형태로 보일 수 있어 영상학적 진단만으로는 매우 어렵다. 초음파내시경은 췌장낭성병변을 비교적 정확하게 진단하고 치료를 결정하는 데 매우 중요한 도구로 사용된다. 그러나 내시경 초음파는 악성으로 진행 가능한 점액성 췌장낭종과 다른 췌장낭종질환을 구분하는 데 정확도가 65-75%에 불과하다. 인공지능은 대장암, 폐암, 유방암과 같은 여러 종류의 암 진단의 정확도를 향상시키는 데 효과적인 도구로 사용되고 있으며, 최근 연구에서는 췌장낭성병변에서도 점액성 종양과 비점액성 종양을 구분하고 악성으로 진행 위험도를 평가하는 데 도움이 되는 것으로 보고되고 있다. 인공지능의 적용은 영상분석에도 국한되지 않고 최근에는 췌장낭종의 액체 분석, 유전자 분석, confocal laser endomicroscopy 등 다양한 분야에서 활용되고 있으며 기대되는 연구 결과를 발표하고 있다. 인공지능은 의료 분야에서 아직 시작단계에 있어, 임상에 적용하기 위해 적절한 알고리즘을 개발하는 데에는 개발자들의 큰 노력이 필요하다. 그러나 이러한 기술은 앞으로 췌장낭종 병변을 보다 정확하게 진단하고 효과적이고 효율적으로 관리하는 데에 도움을 줄 수 있는 잠재력을 가지고 있다고 하겠다.

In this study, machine learning models are proposed to predict the Vickers hardness of AlSi10Mg alloys fabricated by laser powder bed fusion (LPBF). A total of 113 utilizable datasets were collected from the literature. The hyperparameters of the machine-learning models were adjusted to select an accurate predictive model. The random forest regression (RFR) model showed the best performance compared to support vector regression, artificial neural networks, and k-nearest neighbors. The variable importance and prediction mechanisms of the RFR were discussed by Shapley additive explanation (SHAP). Aging time had the greatest influence on the Vickers hardness, followed by solution time, solution temperature, layer thickness, scan speed, power, aging temperature, average particle size, and hatching distance. Detailed prediction mechanisms for RFR are analyzed using SHAP dependence plots.

본 연구는 독립적인 정치 체제에 영향을 미치는 블록체인 기반 ‘탈중 앙화 자율 조직(decentralized autonomous organizations, 이하 DAO)’ 의 기술적 성격을 중심으로 정치철학 방향과 관련한 여러 가지 쟁점들을 밝히기 위한 것이다. 먼저, 정치적 DAO의 발전 방향을 파악하기 위해, 알고리즘과 분산원장기술(Distributed Ledger Technology, 이하 DLT) 의 특성과 사회적 이용에 대한 지금까지의 접근과 의견을 살펴본다. DAO는 다중 블록체인 기반의 사회 구조로, 스마트 계약으로 구성된 통 합 시스템을 통해 운영된다. 또한, 전체 조직을 자율적이고 완전하게 기 계화 및 자동화된 상태로 분할하여 결정이 이루어지는 정치적 성격을 갖 고 있다. 따라서, DAO는 데이터의 소유권 또는 운영과 관련한 투명성을 보장하는 장점을 갖는다. 또한, 투표자의 의사를 실행하는 자동화 메커니 즘, 예를 들어 위임과 같은 명령을 포함하여 대표 민주주의의 새로운 가 능성이 DAO에 있음을 밝히고자 한다. 이를 기반으로, 인공지능 기술을 비롯한 4차 산업혁명 시대에서 시민 참여의 합법성을 보장하는 방법에 대해 논의할 것이다. '알고리즘적 통치' 및 '자동화된 결정 과정'의 맥락 에서 기계 학습 알고리즘 및 방법의 증가는 이러한 기술적 진보의 윤리 적 합법성에 대한 문제를 제기한다.

본고는 인지언어학의 이론 중 하나인 영상도식과 그릇도식을 통해 한·중 차등 비 교문 속 비교결과인 중국어 ‘小’에 해당하는 한국어의 다양한 표현을 연구하고자 한 다. AI 허브라는 인공지능 학습용 병렬 데이터에서 한·중 차등 비교문의 용례들을 내려받고, 그 중 비교결과 중국어 ‘小’에 해당하는 한국어의 원형 표현인 ‘작다’ 외의 확장 의미 표현을 정리하며 언어의 다의성을 역동성과 유연성으로 자연스럽게 설명 되는 영상도식으로 먼저 살펴보고자 한다. 또한 이러한 영상도식의 논리를 분리하여 생각할 수 없는 그릇도식을 통해 중국어 ‘小’와 한국어 원형의미인 ‘작다’ 외의 확장 의미 표현 들을 도식화로 살펴봄으로써 한·중 차등 비교문의 의미관계를 좀더 자세히 고찰하고자 한다.