총 12개
-
AI 기술 발전의 위험성과 안전한 개발의 필요성2025.11.121. AI 위험성과 불확실성 생성 인공지능의 등장으로 AI 위험성에 대한 경고가 증가하고 있다. 'AI 경계론'의 핵심은 AI가 얼마나 위험한지 정확히 파악하기 어렵다는 점이다. AI 훈련에는 막대한 데이터와 컴퓨팅 능력이 필요하며, 극소수 빅테크 기업을 제외하고는 AI 위험 주체에 접근하기 어렵다. 신경망 머신러닝의 아버지인 제프리 힌튼 교수는 AI의 위험성을 알리기 위해 구글을 떠났으며, 킬러 로봇과 비밀 연구의 가능성을 경고했다. 2. AI의 상식 부재와 비극적 결과 AI는 사법시험 합격 수준의 지적 능력을 갖추었으나 상식적으...2025.11.12
-
뇌와 인간 (AI vs. I)2025.05.071. 인공지능의 상식 이해 부족 인간은 생활 속 경험을 통해 많은 세상의 상식을 이해하고 있지만, 인공지능의 기계학습과 심층 신경망은 이러한 상식과 같은 모델을 만들지 못합니다. 인공지능은 연속해서 다음에 이어질 가장 높은 단어를 예측하는 데는 뛰어나지만, 인간보다 상식에 있어선 부족합니다. 이는 인공지능이 실제로 인간들과 상호작용하기 위해서는 언어뿐만 아니라 일상생활에서도 벌어질 수 있는 자연스러운 상황을 끊임없이 학습해야 한다는 것을 의미합니다. 2. 인공지능의 인과관계 이해 부족 인간은 꽃병을 떨어트리면 꽃병이 산산조각이 나고...2025.05.07
-
[AI 인공지능] Chat GPT로 시작된 생성형AI의 현황, 가능성, 한계, 미래전망2025.05.101. 생성형 AI 현황 ChatGPT와 같은 생성 인공 지능(AI) 모델은 최근 몇 년 동안 상당한 발전을 이루었으며 다양한 응용 프로그램에 대한 큰 잠재력을 가지고 있습니다. 딥 러닝 기술로 구동되는 ChatGPT와 같은 생성 AI 모델은 사람과 같은 텍스트 응답을 생성하는 데 놀라운 발전을 보여주었습니다. 그들은 방대한 양의 데이터에 대해 교육을 받아 일관성 있고 문맥적으로 관련된 텍스트를 이해하고 생성할 수 있습니다. 2. 생성형 AI 잠재력 제너레이티브 AI 모델은 잠재적인 응용 분야가 광범위합니다. 고객 서비스, 가상 비서...2025.05.10
-
생성 AI의 정의와 문화산업에 미칠 영향2025.11.181. 생성 AI의 정의 생성 AI(Generative AI)는 텍스트, 오디오, 이미지 등 기존 콘텐츠를 활용하여 유사한 새로운 콘텐츠를 만들어내는 AI 기술입니다. 기존 AI가 학습 능력과 상식을 흉내 냈다면, 생성 AI는 음악, 그림 등 문화 영역에서 새로운 창작물을 생성할 수 있습니다. 현재 기술은 인간이 만든 문화를 완전히 초월하지 못하지만, 점차 발전하고 있으며 감성 표현 영역까지 확대될 가능성이 있습니다. 2. 생성 AI와 문화산업의 기회 생성 AI는 가상 공간과 인물 구성을 통해 인적자원 낭비를 줄이고 근무 환경을 개선...2025.11.18
-
인공지능 윤리와 법률: 사례 분석 및 한계점2025.11.151. 인공지능 윤리 기준 및 국제 동향 EU는 2019년 4월 신뢰할 수 있는 AI를 위한 윤리지침을 발표했으며, 한국 과학기술정보통신부는 2020년 11월 국가 인공지능 윤리 기준안을 수립했다. 이는 인간성을 위한 3대 기본원칙과 10대 핵심조건을 제시한다. 미국 FTC도 AI와 알고리즘 이용에 대한 지침을 발표했으며, 카카오 등 기업들도 알고리즘 윤리 헌장을 발표했다. 이러한 국제적 노력들은 기술 발전과 함께 법과 제도가 병행되어야 함을 보여준다. 2. AI 챗봇 이루다의 혐오 발언 사례 스캐터랩이 개발한 AI 챗봇 이루다는 2...2025.11.15
-
전문가 시스템의 제약사항 분석2025.11.151. 지식 표현의 한계 전문가 시스템은 도메인 전문가의 지식을 기반으로 작동하지만, 모든 도메인 지식을 완벽하게 표현하기는 어렵습니다. 복잡한 문제 영역에서 모든 가능성과 상황을 고려하기 어렵고, 일부 주관적인 판단이 필요한 경우도 있어 실제 세계를 완벽하게 모델링하는 데 제약이 존재합니다. 2. 신뢰성과 오류 처리 전문가 시스템은 사용자에게 신뢰할 만한 결정을 제공해야 하나, 초기에 구축된 지식 베이스는 정확하지 않거나 오류를 포함할 수 있습니다. 동일한 질문에 대해 다른 결과를 반환하는 모순성이 발생할 수 있어 신뢰성과 오류 처...2025.11.15
-
AI와 창작의 미래: 기술, 윤리, 법적 쟁점2025.11.171. 인공지능(AI)의 정의와 역사적 발전 AI는 인간의 지능을 모방하는 기계적 시스템으로, 1956년 존 매카시에 의해 처음 정의되었습니다. 앨런 튜링의 연구에서 시작된 AI는 'AI 붐'과 'AI 겨울'의 주기를 거쳐 발전했으며, 1990년대 이후 빅데이터, 클라우드 컴퓨팅, 딥러닝 등의 기술 발전으로 급속한 성장을 이루었습니다. 현재 AI는 학습, 추론, 문제 해결, 인지 등의 능력을 포함하며 다양한 산업 분야에서 혁신적 도구로 활용되고 있습니다. 2. AI 창작과 인간 창작의 비교 인간의 창작은 감정, 개인적 경험, 문화적 ...2025.11.17
-
IT와 경영정보시스템 2024년 2학기 방송통신대 중간과제물: 인공지능(AI) 학습을 위해 고안된 LLM(Large Language Model)과 LMM(Large Multimodal Model) 비교 및 Deep Learning과의 관계2025.01.261. 인공지능(AI)의 정의 1956년 미국의 수학자이자 과학자인 존 매카시가 '인공지능'이라는 용어를 처음 제안한 이후, 인공지능 연구는 지속적으로 발전해왔으며 여러 분야에서 인간의 능력을 점점 뛰어넘고 있다. 인공지능은 컴퓨터 과학과 방대한 데이터 세트를 활용하여 문제를 해결하는 기술 분야로, 머신러닝과 딥러닝이 인공지능의 하위 분야를 구성한다. 2. 인공지능의 역사 인공지능에 대한 논의는 1950년대부터 시작되었으며, 앨런 튜링, 마빈 민스키, 존 매카시 등의 선구자들이 기계의 사고 가능성을 탐구하며 인공지능 연구의 기반을 마...2025.01.26
-
사회복지행정의 개념과 사회복지 전달체계에 대해 서술하시오2025.05.031. 전문성의 원칙 사회복지서비스 제공업무는 특성에 따라서 전문가가 반드시 하지 않아도 되는 것도 많지만 핵심적인 주된 업무는 전문가가 반드시 담당해야 한다. 사회복지 분야에서 종사하는 사람들은 전문성의 정도에 따라 비전문가, 준전문가, 전문가로 구분할 수 있다. 전문가는 상식적으로 생각하는 지식과 경험의 정도가 많은 사람을 의미하는 것이 아니라 자격이 객관적으로 인정된 사람으로 자신의 전문적인 업무에 대한 권위, 자율적 결정권, 책임성을 가진 사람을 의미한다. 2. 지속성의 원칙 한 개인의 욕구나 문제를 해결하는 것에 있어 필요한...2025.05.03
-
신문기사를 활용하여 생활 속의 생산관리 사례 찾기2025.05.011. 생산관리 생산관리는 기본적으로 생산에 관한 활동을 관리하는 학문이며, 구체적으로는 기업의 목표를 효과적으로 달성하기 위해 인적자원, 물적자원 등을 효율적으로 활용하는 것을 의미한다. 특히 생산과 관련된 계획의 수립과 집행, 통솔 및 통제와 같은 일련의 활동을 수행하는 것을 포함한다. 2. LG 스타일러 LG 스타일러는 '화장실에 뜨거운 물을 틀고 수증기가 꽉 찬 상태에서 옷을 걸어 놓으면 옷 주름이 펴진다'는 간단한 생활상식에서 아이디어를 착안했다. LG전자는 2002년 처음 스타일러 콘셉트를 기획하고, 2006년 본격적인 개...2025.05.01
1 / 2
