17편의 한국어 분석 — 최신순으로 정렬했어요
인공지능(AI) 도구는 언어 교육, 학습, 피드백 및 상호작용 방식에 점차 큰 영향을 미치고 있습니다. 본 연구는 언어 학습 분야에서 AI 도구 연구의 발전 양상, 지적 구조, 그리고 새롭게 부상하는 주제들을 매핑하기 위해 서지 계량 분석을 수행했습니다. 연구 데이터는 Web of Science Core Collection에 등재된 2,036편의 동료 심사 저널 논문으로 구성됩니다. 기술 통계 분석, 서지 결합 분석, 그리고 동시 출현 단어 분석을 통해 연구 동향을 파악했습니다. 분석 결과, 2020년 이후 출판물 수가 현저히 …
메타물질은 전자기파를 정밀하게 조작하여 빔 조향, 센싱, 스텔스 기술 등 다양한 응용 분야에 활용되지만, 반복적인 전파 시뮬레이션과 연속적인 전자기 제약 조건 하에서의 제어 가능한 생성의 어려움, 그리고 역매핑의 비고유성으로 인해 역설계에 많은 어려움이 따릅니다. 본 연구는 이러한 문제들을 해결하고자 연속적인 스펙트럼 제약 조건 하에서 제어 가능하고 물리적으로 일관된 메타물질 합성을 위한 생성적 역설계 프레임워크를 제안합니다. 제안하는 접근 방식은 연속적인 스펙트럼 및 제작 제약 조건의 안정적인 전파를 위해 FiLM 기반 컨디셔닝…
고등 교육에서 생성형 인공지능(AI)은 수동적인 정보 도구를 넘어 상호작용적인 튜터 파트너로 활용이 증가하고 있습니다. AI는 학습 지원에 기회를 제공하지만, 인지적 부담 경감, 참여도 저하, 비반성적 사용에 대한 우려도 상존합니다. 복잡한 학습을 지원하는 데 스캐폴딩(비계 설정)이 효과적인 설계 원리임에도 불구하고, AI 기반 환경에서 인지 및 메타인지 과정에 미치는 역할은 충분히 탐구되지 않았습니다. 본 준실험 사전-사후 연구는 AI 튜터링 학습에서 스캐폴딩 수준이 학습 성과와 동기, 인지, 메타인지 과정에 미치는 영향을 조사…
딥페이크 기술은 사실적인 얼굴 이미지 및 비디오 합성을 목표로 하며, 엔터테인먼트, 영화 제작, 디지털 휴먼 모델링 등 광범위한 응용 잠재력을 지닌다. 최근 확산 모델의 등장으로 생성 품질이 크게 향상되며 연구의 새로운 물결을 일으켰다. 그러나 딥페이크의 오용 가능성(프라이버시 침해, 피싱 공격 등)에 대응하기 위해 탐지 기술 또한 지속적으로 발전하고 있다. 본 연구는 딥페이크 생성 및 탐지 분야의 최신 발전을 종합적으로 검토한다. 먼저, 태스크 정의를 통일하고, 데이터셋 및 평가 지표를 포괄적으로 소개하며, 기반 기술을 요약한다…
지능형 튜터링 시스템(ITS)은 고등 교육에서 개인 맞춤 학습 및 학업 모니터링을 지원하며 그 활용이 증가하고 있습니다. 그러나 기존 시스템은 정적 아키텍처와 경직된 규칙 기반 메커니즘에 의존하여 확장성이 제한되고, 이질적인 학습자, 변화하는 학습 행동 및 실제 교육 환경에 효과적으로 적응하기 어렵다는 한계가 있습니다. 본 논문은 실제 환경에 배포된 지능형 시스템의 자율적 의사 결정을 위해 강화 학습(RL) 기반의 자기 적응형 다중 에이전트 아키텍처를 제안합니다. 이 아키텍처는 사용자 상태, 행동, 상호작용 패턴을 고려하여 전문 …
인공지능 생성 콘텐츠(AIGC)는 모델 알고리즘 발전, 대규모 기반 모델 성장, 고품질 데이터셋 접근성 향상에 힘입어 빠르게 발전했습니다. 하지만 AIGC는 지식 업데이트, 롱테일 데이터 처리, 데이터 유출 완화, 높은 훈련 및 추론 비용 관리 등 여러 난관에 직면해 있습니다. 이러한 문제 해결을 위해 최근 검색 증강 생성(RAG) 패러다임이 부상했습니다. RAG는 정보 검색 과정을 도입하여 관련성 높은 객체를 데이터 저장소에서 검색함으로써 생성 정확도와 견고성을 향상시킵니다. 본 서베이 논문은 AIGC 시나리오에 RAG 기술을 통…
초등 수학 교육에서 문장제 해결은 핵심 역량이나, 학생들은 텍스트를 수학적 표현으로 전환하는 데 어려움을 겪습니다. 본 연구는 이러한 문제를 해결하고자 5학년 학생들의 수학 문제 해결 능력 향상을 목표로 하는 AI 기반 학습 시스템인 ChatGPT-MWPS를 개발하고 평가했습니다. 이 시스템은 적응형 스캐폴딩과 실시간 단계별 피드백을 제공합니다. ChatGPT-MWPS는 Java 기반 프레임워크와 OpenAI의 생성형 AI 기술을 활용하여 문제 내용을 해석하고 개인 맞춤형 풀이 가이드를 제공합니다. 일괄 질문 가져오기, 자동 시험…
클라우드 인프라가 전 세계 디지털 운영의 핵심으로 자리 잡았지만, 복잡성 증가에 비해 신뢰성 엔지니어링은 뒤처져 있습니다. 관측 및 경고 시스템은 발전했으나, 장애 대응은 여전히 사람의 전문성에 크게 의존하여 탐지부터 자동 복구까지 상당한 격차가 발생하고, 이는 막대한 다운타임 비용과 운영 피로도로 이어집니다. 본 논문은 생성형 AI를 활용한 폐쇄 루프형 복구 프레임워크를 제안합니다. 이 프레임워크는 LLM 기반 진단, 정책 기반 실행, 안전성 검증 메커니즘을 통합하며, 지속적인 학습 피드백 주기를 통해 장애 해결의 진단, 실행,…
최근 딥러닝 기반 생성 모델, 특히 GAN, VAE, 확산 모델(DM)은 이미지 및 비디오 합성 등 다양한 분야에서 고품질 콘텐츠 생성에 핵심적인 역할을 하고 있습니다. 이러한 모델의 급속한 발전과 연구량 증가, 응용 분야 확장, 그리고 미해결 기술 과제로 인해 최신 동향을 파악하기가 점점 어려워지고 있습니다. 본 조사는 이러한 필요성을 해결하고자 합니다. 이 연구는 GAN, VAE, DM의 발전 과정을 이해하기 위한 포괄적인 분류 체계를 제시합니다. 다양한 변형 모델과 결합 접근 방식을 포함하여, 생성 결과물의 품질, 다양성, …
생성형 AI(GAI)가 디자인 분야에 통합되면서, 전통적인 디자인 관행에 의미 있게 접목하여 협업적 디자인 프로세스를 발전시키는 방안에 대한 연구가 활발합니다. 본 연구는 인간-AI 협업 디자인 프로세스(HAI-CDP) 모델을 제안하고, 비교 실험 설계를 통해 디자이너의 창의성에 미치는 영향을 평가했습니다. 연구 결과, HAI-CDP가 전통적인 디자인 프로세스보다 창의적 성과를 크게 향상시키는 것으로 나타났습니다. 특히 초보 디자이너에게는 아이디어 생성 촉진에, 숙련된 디자이너에게는 창의적 결과물의 품질과 정교함을 높이는 데 주로…
연구자와 기업가들은 질적 데이터 분석에 생성형 인공지능(GenAI) 도구를 적용하는 방안을 적극적으로 모색하고 있습니다. 자동 코딩 및 주제 분석부터 가상 연구 보조 역할에 이르기까지, 질적 연구에서 GenAI의 잠재적 응용 분야는 광범위해 보입니다. 본 논문은 GenAI가 어떤 기술적 인공물인지 근본적인 질문을 던지고, 질적 데이터 분석에 적합한지 평가합니다. 특히 대규모 언어 모델(LLM)에 초점을 맞춰 GenAI에 대한 접근 가능하고 기술적으로 정보에 입각한 분석을 제공하며, 질적 데이터 분석에서 GenAI 사용의 혁신적 잠…
최근 등장한 에이전트 AI 시스템은 자율성, 적응성, 목표 지향적 추론에 중점을 두어 기존 AI, 생성형 AI, 자율 시스템을 넘어서는 중요한 접근 방식입니다. 본 연구는 에이전트 AI 시스템의 정의, 프레임워크, 아키텍처를 통합적으로 검토하고, 생성형 AI, 자율 컴퓨팅, 다중 에이전트 시스템과 같은 관련 분야와 비교하여 명확한 이해를 제공합니다. 이를 위해 현재 LLM 기반 및 비LLM 기반 에이전트 시스템에 대한 143개의 주요 연구를 분석하여 계획, 기억, 성찰, 목표 추구 지원 방식을 살펴보았습니다. 또한, 에이전트 AI…
생성형 AI 시대의 정보 융합은 AI 에이전트와 에이전틱 AI를 명확히 구분해야 할 필요가 있습니다. 본 연구는 이 두 개념의 설계 철학과 역량 차이를 규명하기 위해 구조화된 개념 분류 체계, 응용 분야 매핑, 그리고 기회와 도전 과제 분석을 제시합니다. 특히, AI 에이전트는 LLM과 LIM을 기반으로 특정 작업을 자동화하는 모듈형 시스템으로 정의하며, 생성형 AI를 그 기반으로 봅니다. 연구는 검색 전략과 기본 정의를 시작으로, AI 에이전트가 도구 통합, 프롬프트 엔지니어링, 추론 강화를 통해 발전함을 설명합니다. 반면, 에…
생성형 AI는 과학 이미징 분야에 새로운 가능성을 제시하며 다양하고 복잡한 이미지 데이터를 합성하는 강력한 도구로 부상했습니다. 본 연구는 과학 이미지 합성을 목적으로 Variational Autoencoder (VAE), Generative Adversarial Network (GAN), Diffusion Model 등 주요 생성 모델 아키텍처를 포괄적으로 비교 분석합니다. 각 모델의 기본 원리, 최신 아키텍처 발전, 실제 적용 시 장단점을 검토했습니다. 암석 및 복합 섬유의 microCT 스캔, 식물 뿌리 고해상도 이미지 등 …
지식 작업 흐름에서 생성 인공지능(GenAI)의 확산은 비판적 사고 능력과 실제 적용에 미치는 영향에 대한 의문을 제기합니다. 본 연구는 319명의 지식 근로자를 대상으로 GenAI 사용 시 비판적 사고가 언제, 어떻게 발현되는지, 그리고 GenAI가 비판적 사고 노력에 언제, 왜 영향을 미치는지 조사했습니다. 참여자들은 업무 과제에서 GenAI를 사용한 936가지 직접적인 사례를 공유했습니다. 정량적 분석에서는 과제 및 사용자별 요인을 모두 고려했을 때, 사용자의 과제별 자신감과 GenAI에 대한 신뢰도가 비판적 사고 발현 여부…
생성형 인공지능(AI)의 급격한 발전은 텍스트, 오디오, 이미지, 비디오 등 다양한 형태의 콘텐츠가 인간이 생성한 콘텐츠를 모방하는 능력을 지속적으로 향상시키고 있습니다. 특히 음성 분야에서 AI 기술은 실제 사람의 목소리와 구별하기 어려울 정도로 정교해지고 있으며, 이는 사회적, 윤리적 문제를 야기할 수 있습니다. 본 연구는 일련의 지각 연구를 통해 AI 생성 음성의 사실성, 특히 신원 일치 및 자연스러움 측면을 평가했습니다. 참가자들에게 실제 음성과 AI 생성 음성을 들려주고, 두 음성의 동일성 여부와 AI 생성 여부를 판단하…
딥러닝 기술의 급속한 발전과 함께 확산 모델은 이미지, 오디오, 비디오 합성, 분자 설계, 텍스트 생성 등 다양한 분야에서 유망한 생성 모델로 부상했습니다. 독특한 생성 메커니즘과 뛰어난 품질 덕분에 여러 분야에서 가치 있는 도구로 활용되고 있습니다. 그러나 이미지 생성 분야에서 확산 모델의 광범위한 배포는 데이터 프라이버시, 보안, 예술 윤리와 같은 사회적 문제들을 야기하고 있습니다. 기존 연구들은 최신 확산 모델 기반 이미지 합성 기술과 잠재적 사회적 함의를 충분히 다루지 못하는 한계가 있습니다. 본 논문은 확산 모델의 배경…
