총 16개
-
생성적 적대 신경망 (GAN)2025.05.091. 생성적 적대 신경망 (GAN) 생성적 적대 신경망(Generative Adversarial Network)은 2014년에 이안 굿펠로우와 그의 팀에 의해 처음 소개되었습니다. 이 모델은 딥러닝 분야에서 혁신적인 기술로 인정받고 있으며, 이미지 생성, 음성 합성, 자연어 처리 등 다양한 분야에서 활발하게 적용되고 있습니다. GAN은 기본적으로 생성자와 판별자라는 두 개의 신경망으로 구성되며, 서로 경쟁하며 성능을 향상시키는 특징을 갖고 있습니다. 생성자는 실제와 유사한 데이터를 생성하기 위해 노력하고, 판별자는 생성자가 생성한 ...2025.05.09
-
[보고서]GAN에 대한 보고서2025.01.241. GAN GAN은 적대적 훈련을 통해서 만들어지는 모델링이다. 일반적으로 신경망은 정보를 줄이고, 정제하고, 축약하는 데 사용한다. GAN은 이러한 일반적인 신경망의 구조를 변경시켜 만든 새로운 구조의 신경망을 말한다. GAN이란 진짜와 가짜를 구별할 수 없을 정도로 정교한 가짜를 만드는 생성자를 학습하는 알고리즘이다. GAN의 구조는 생성기(Generator)와 판별기(Discriminator)로 이루어져 있으며, 두 신경망이 서로 적대적 관계로 경쟁하면서 성능이 향상된다. GAN의 훈련 과정은 복잡하며, 생성기와 판별기의 성...2025.01.24
-
딥페이크가 사회적으로 미치는 영향에 대한 분석2025.01.281. 딥페이크의 의미와 특징 딥페이크는 딥러닝 기술을 활용해 실제와 유사한 가짜 콘텐츠를 생성하는 기술로, 특히 생성적 적대 신경망(GAN)을 사용해 더욱 정교한 합성이 가능하게 된 것이 특징입니다. 딥페이크는 고도화된 현실성, 다양한 형태의 구현, 사용자 친화성, 데이터 의존성, 양면성, 지속적 발전, 높은 연산 자원 요구, 시간 및 비용 효율성, 상호작용성 등의 특징을 가지고 있습니다. 2. 딥페이크의 작동원리 딥페이크는 주로 생성적 적대 신경망(GAN)을 활용하여 실제와 유사한 가짜 콘텐츠를 만듭니다. GAN의 학습 구조를 기...2025.01.28
-
딥페이크의 양면성과 악용사례2025.01.241. 딥페이크 개념 딥페이크는 딥러닝의 딥(deep)과 가짜라는 뜻의 페이크(fake)를 합친 단어로서 기존 사진 또는 영상에 얼굴이나 특정 부위를 학습하여 다른 사진 또는 영상에 합성하는 기술을 뜻한다. 2017년, 미국의 온라인커뮤니티인 레딧(Reddit)의 'Deepfakes'라는 계정에 유명스타들의 얼굴을 조작한 가짜 영상들이 업로드되면서 딥페이크라는 용어가 최초로 사용된 것으로 알려져 있다. 2. 딥페이크 기술의 원리 현재까지 딥페이크 기술을 이용하는 방식은 크게 두 가지로 분류할 수 있는데, '안면 교체(face-swap...2025.01.24
-
인공지능의 역사와 생성형 AI의 등장 - Generative AI의 발전 과정2025.01.141. 인공지능의 초기 발전 인공지능(AI) 연구의 역사는 1950년대로 거슬러 올라가며, 이 시기는 AI 분야의 초기 발전 단계로 중요합니다. 초기 AI 연구는 기본적인 알고리즘 개발과 머신 러닝 기법의 탐색에 집중되었습니다. 이 단계에서 연구자들은 컴퓨터가 복잡한 문제를 해결하고, 패턴을 인식하며, 학습하는 기초적인 방법들을 탐구했습니다. 이러한 초기 단계의 연구와 발전은 오늘날 AI 기술이 다양한 분야에서 복잡한 문제를 해결하고, 인간의 언어와 행동을 이해하며, 독립적으로 학습할 수 있는 능력을 갖추게 하는 데 중요한 역할을 했...2025.01.14
-
인공지능의 개념과 기술 그리고 활용사례2025.01.101. 인공지능의 개념 인공지능(AI)은 인간의 지능을 기계나 컴퓨터 소프트웨어로 구현하는 기술 또는 분야를 의미합니다. 즉, 인공지능은 기계가 인간의 학습, 추론, 문제해결 등의 지능적인 기능을 수행할 수 있는 능력을 가지도록 프로그래밍하거나 학습하는 컴퓨터 과학 분야입니다. 인공지능은 크게 '약한 인공지능(weak AI)'과 '강한 인공지능(Strong AI)'으로 나뉩니다. 약한 인공지능은 특정 작업이나 한정된 범위에서 인간 수준 또는 그 이상의 성능을 발휘할 수 있는 인공지능이며, 강한 인공지능은 모든 인간 지능 활동을 수행할...2025.01.10
-
Autoencoder 기반 추천 시스템 조사2025.05.071. Autoencoder 기반 추천 시스템 Autoencoder는 여러 규제 기법을 적용하여 다양한 application에 적용되고 있으며, 특히 추천 시스템인 collaborative filtering의 성능을 높이는 데 주로 사용된다. 기존 추천 시스템의 한계를 개선하는 방법으로 Autoencoder 기반 추천 시스템이 제시되었다. 본 논문에서는 Autoencoder 기반 추천 시스템에 대한 체계적인 검토를 실시하고 분류 체계를 제안하였다. 2. Autoencoder만을 기반으로 하는 모델 Autoencoder 기반 colla...2025.05.07
-
인공지능 (AI) 예술의 세계2025.04.281. 인공지능 예술(AI 아트)의 정의 인공지능으로 그려진 그림을 말하며, 예술과 디자인을 만들기 위해 인공 지능과 기계 학습 알고리즘을 사용하는 것을 의미합니다. 여기에는 신경망, 생성 알고리즘, 컴퓨터 비전 등을 포함한 광범위한 기술이 포함됩니다. AI 아트에서 기계는 인간 예술가를 대체하는 것이 아니라 예술을 창조하는 도구나 도구로 사용됩니다. 2. 인공지능 예술의 역사 AI 아트의 역사는 1950년대와 1960년대 초기 컴퓨터 예술가들이 컴퓨터를 사용하여 이미지를 생성하고 조작하는 실험을 시작한 것으로 거슬러 올라갑니다. 2...2025.04.28
-
생성 AI와 문화산업에 미치는 영향에 대한 보고서2025.01.241. 생성 AI의 정의 생성 AI는 기존 데이터를 학습하고 이를 바탕으로 새로운 콘텐츠를 생성해 내는 인공지능 기술입니다. 텍스트, 이미지, 비디오, 오디오 등 다양한 형태의 콘텐츠를 생성할 수 있으며, 딥러닝과 생성적 적대 신경망(GAN) 기술을 활용합니다. 2. 생성 AI의 긍정적 영향 생성 AI는 콘텐츠 제작 비용 절감, 창작의 다양성과 혁신 촉진, 개인화된 콘텐츠 제공 등의 긍정적인 영향을 문화산업에 미칩니다. 이를 통해 효율성 향상과 새로운 형태의 예술 창출이 가능해집니다. 3. 생성 AI의 부정적 영향 생성 AI 기술의 ...2025.01.24
-
유아 디지털 교육에서 활용할 수 있는 교수매체와 인공지능 활용사례, 미래 유아교사의 핵심역량 및 디지털 역량2025.01.201. 유아 디지털 교육에서 활용할 수 있는 교수매체 유아 디지털 교육에서 활용할 수 있는 교수매체로는 PC, 디지털TV, 디지털 카메라, 스마트폰과 인터넷, 디지털 영상, 디지털 오디오, 디지털 사진, 전자칠판, 3D 프린터, 비봇, 메이키 메이키, 유아 교육용 로봇 등이 있다. 이 중 전자칠판, 3D 프린터, 유아 교육용 로봇의 장단점을 자세히 기술하였다. 2. 인공지능의 개념 및 원리 인공지능은 동적 컴퓨팅 환경에 내장된 알고리즘을 생성하고 적용하여 인간의 지능을 모방하는 기술이다. 인공지능의 원리에는 메타학습, 연합학습과 프라...2025.01.20
1 / 2
