총 1,213개
-
인공지능 기술을 도입하여 비즈니스를 혁신한 사례2025.01.191. 인공지능 기술의 비즈니스 혁신 사례 삼성전자와 국내 스타트업 사례를 통해 인공지능 기술이 대기업과 중소기업의 비즈니스 혁신에 어떻게 기여하고 있는지 설명하였습니다. 대기업은 AI를 통해 제품 경쟁력 향상과 고객 서비스 개선을, 중소기업은 효율적인 고객 응대와 데이터 분석을 통한 경쟁력 강화를 이루고 있습니다. 2. 인공지능 기술의 윤리적/사회적 문제 인공지능 기술의 발전으로 인한 개인정보 보호 문제와 일자리 감소 문제를 다루었습니다. 기업은 강력한 보안 조치와 개인정보 보호 정책을 마련해야 하며, 정부와 협력하여 노동자들의 재...2025.01.19
-
머신러닝 출석수업 만점 과제2025.01.251. 머신러닝 머신러닝은 인공지능의 한 분야로, 데이터를 이용하여 알고리즘을 학습시켜 문제를 해결하는 기술입니다. 이 과제는 머신러닝 수업의 출석수업 과제물로, 코드 작성과 컴파일 결과를 포함하고 있습니다. 1. 머신러닝 머신러닝은 인공지능 기술의 핵심 분야로, 데이터를 기반으로 학습하고 예측하는 능력을 갖추고 있습니다. 이를 통해 다양한 분야에서 효율적이고 정확한 의사결정을 내릴 수 있습니다. 특히 의료, 금융, 제조업 등 많은 산업 분야에서 머신러닝 기술이 활용되고 있으며, 앞으로도 그 활용 범위가 더욱 확대될 것으로 예상됩니다...2025.01.25
-
딥러닝의 최신 동향: ChatGPT, Gemini, Lamma, Claude, Hyper Clovax 등2025.01.171. Gemini Gemini는 구글의 AI 연구팀이 개발한 차세대 언어 모델로, 인간 수준의 이해력과 자연스러운 대화를 목표로 하고 있습니다. Gemini는 다중 언어 지원, 컨텍스트 이해, 확장성 등의 특징을 가지고 있으며, 구글 검색 엔진, 음성 비서, 번역 서비스 등 다양한 애플리케이션에 적용되고 있습니다. 2. Lamma Lamma는 Meta(구 Facebook)의 AI 연구팀이 개발한 새로운 딥러닝 모델로, 텍스트 생성, 이미지 인식, 음성 인식 등 다양한 분야에서 활용될 수 있습니다. Lamma는 대규모 사전 학습, 적...2025.01.17
-
인공지능 머신러닝 지도학습, 비지도학습, 강화학습의 실사례2025.01.161. 지도학습(Supervised Learning) 지도학습은 입력한 데이터와 출력한 데이터를 각각 공급하여 작동하는 유형으로, 훈련을 통해 알고리즘이 입력값을 바탕으로 내용을 처리하고 모델을 수정하며 원하는 출력에 근접하는 결과물을 산출하게 됩니다. 이는 분류와 예측 문제에 유용한 학습 방법으로, 스팸 이메일 탐지 기능은 대표적인 사례입니다. 해당 모델은 '스팸 메일'과 '비스팸 메일'로 레이블이 지정된 이메일 데이터 집합을 통해 학습되며, 키워드, 발신자 정보, 이메일 구조 및 내용과 같은 특징을 사용하여 새로운 수신 이메일을 ...2025.01.16
-
인공지능 기술의 빠른 발전에 대해 규제가 필요한가?2025.01.181. AI의 안전성과 윤리성 보장 AI 기술이 빠르게 발전하면서, 자율적이고 복잡한 시스템이 인간의 생활에 깊숙이 들어오고 있습니다. 이러한 기술이 안전하게 작동하지 않거나 예측하지 못한 방식으로 행동할 경우, 심각한 결과를 초래할 수 있습니다. 따라서 AI 시스템이 안전하게 작동하고, 윤리적인 기준을 준수하도록 하는 규제가 필요합니다. 이러한 규제는 AI 기술이 투명하고 책임감 있게 개발되고 사용될 수 있도록 보장합니다. 2. 사회적, 경제적 불평등 완화 AI 기술의 발전은 많은 일자리의 자동화와 재편을 초래할 수 있습니다. 이는...2025.01.18
-
특허와 기술개발 선행기술 조사 보고서 과제(인공지능 데이터마이닝)2025.01.061. 데이터 마이닝 데이터 마이닝은 대량의 데이터로부터 새롭고 의미 있는 정보를 추출하고 이를 의사결정에 활용하는 기술입니다. 최근 데이터의 양과 다양성이 증가함에 따라 데이터 마이닝 기술이 각광받고 있습니다. 연관 규칙 분석, 클러스터링 등 다양한 데이터 마이닝 기술이 존재하며, 소매업체의 상품 진열, 광고 추천 등 다양한 분야에서 활용되고 있습니다. 또한 웹 사용 마이닝을 통해 사용자 행동 패턴을 분석하고 개인화된 서비스를 제공할 수 있습니다. 2. 실시간 데이터 마이닝 최근 스마트 단말기의 보급으로 인해 로그 데이터의 양이 증...2025.01.06
-
[A+과제]한양대 교양 AI와 법 기말 레포트 - 인공지능 활용과 관련된 법적문제2025.05.051. 창작 AI의 저작권 문제 최근 AI 기술의 발전으로 창작 AI가 등장하면서 이에 따른 저작권 문제가 대두되고 있다. 주요 쟁점은 AI 창작물의 저작권 귀속 문제와 창작 AI에 의한 저작권 침해 가능성이다. 현재 AI 창작물에 대한 저작권 귀속은 시기상조라는 의견이 지배적이며, 대신 AI 사용자에게 권리를 부여하되 기여도에 따라 달리 적용하는 방안이 논의되고 있다. 더 시급한 문제는 창작 AI의 저작권 침해 가능성으로, 이에 대해서는 데이터 의거관계 입증, 학습데이터 세트의 저작권, 실질적 유사성 판단 등의 문제가 제기되고 있다...2025.05.05
-
인공지능이 어떻게 사람처럼 생각하게 되는가2025.05.081. 파블로프의 개 실험 파블로프의 개 실험은 동물의 학습과 조건부 반사에 대한 연구를 통해 일반화된 원리를 밝힌 실험입니다. 개에게 음식과 종소리를 연결시켜 종소리만으로도 침샘 분비 반응이 나타나는 조건부 반사를 관찰하였습니다. 이 실험은 행동심리학과 학습 이론에 큰 영향을 주었습니다. 2. 인공 신경망의 학습 인공 신경망은 입력과 출력 사이의 연관성을 학습하는 과정을 거칩니다. 초기에는 무작위로 설정된 가중치와 편향을 학습 데이터를 통해 조정하여 정확한 출력을 만들 수 있도록 개선됩니다. 이는 파블로프의 개 실험에서 관찰된 자극...2025.05.08
-
전문가 시스템의 제약사항2025.05.061. 지식 표현의 한계 전문가의 지식을 정확하고 효과적으로 표현하기 어려운 것이 전문가 시스템의 제약사항 중 하나입니다. 전문가의 지식은 복잡하고 추상적인 경우가 많아, 이를 표현하기 위한 지식 표현 방법이 제한적입니다. 2. 지식 취득의 어려움 전문가 시스템을 구현하기 위해서는 전문가의 지식을 수집하고 분석해야 합니다. 그러나 전문가의 지식을 수집하기 위해서는 전문가와의 인터뷰, 문서 분석 등 많은 시간과 비용이 소요됩니다. 3. 추론의 한계 전문가 시스템이 전문가와 동일한 추론을 수행하지 못한다는 것이 제약사항입니다. 전문가는 ...2025.05.06
-
인간의 감각과 지각과정(사고과정)을 기계 및 컴퓨터(인공지능 AI)와 비교하고 장단점 제시2025.04.291. 기계(컴퓨터)의 장점과 단점 기계(컴퓨터)의 장점은 일을 빨리 처리할 수 있고, 위험한 일을 직접 하지 않아도 되며, 다양한 문화생활을 즐길 수 있고, 새로운 정보를 빨리 접할 수 있다는 것이다. 단점은 스스로 생각하여 처리하기 힘들고, 전자파로 인한 건강 문제, 게임 중독, 비대면으로 인한 예절 문제, 범죄와 사생활 침해 등이 있다. 2. 인간의 장점과 단점 인간의 장점은 스스로 생각하고 판단하며, 자신의 행동에 대해 책임을 지고 결과를 받아들인다는 것이다. 단점은 개인차가 크고, 생각한 대로 실천하지 못하며, 자의적·타의적...2025.04.29
1 / 122
