총 326개
-
스마트기술을 활용한 유지관리 인공지능, 머신러닝, 딥러닝 기술의 차이점2025.01.031. 인공지능 인공지능은 인간의 학습 능력과 추론 능력, 지각 능력 등을 컴퓨터 프로그램으로 실현한 기술을 말한다. 대표적인 인공지능 서비스로는 2018년에 SKT에서 출시한 AI 상담원 채티가 있다. 2. 머신러닝 머신러닝은 인공지능을 발전시키기 위해서 기계를 학습시키는 다양한 방법에 대한 학문이다. 대표적인 머신러닝 기술이 적용된 제품으로는 ADT 캡스가 2020년에 출시한 얼굴인식기를 통해 신분을 확인하는 '캡스 스마트패스'가 있다. 3. 딥러닝 딥러닝은 머신러닝보다 더 작은 개념으로 '신경망'을 통해서 인공지능을 만드는 머신...2025.01.03
-
인공지능 기술을 도입하여 비즈니스를 혁신한 사례와 윤리적/사회적 문제2025.05.121. 인공지능 기술의 비즈니스 혁신 사례 인공지능 기술은 비즈니스의 운영, 마케팅, 영업, 서비스, 데이터 관련, 인사 관련, 건강 투자, 금융 등 다양한 산업에서 혁신을 이끌고 있습니다. 대표적인 사례로는 자사 데이터와 SNS 사용 고객을 연동시켜 타겟을 제안하는 기술, 상품 추천 및 개인화 마케팅을 돕는 기술, 상품의 판매를 예측하는 기술 등이 있습니다. 2. 인공지능의 윤리적/사회적 문제 인공지능 기술의 발전에는 우려되는 사회적/윤리적 문제도 있습니다. 인공지능의 편향성, 개인정보 보호 문제, 일자리의 변화 등이 대표적입니다....2025.05.12
-
AI 기술이 회계 분야에 미치는 영향에 대한 문학적 고찰2025.01.191. AI 기술의 회계 분야 활용 AI 기술은 회계 전문가와 재무 분석가가 회계 기간 동안 발생한 거래를 파악하는 데 도움을 줄 수 있습니다. 또한 이를 활용하여 손익계산서, 재무상태표, 현금흐름표와 같은 재무제표를 작성할 수 있습니다. AI는 회사가 더 시기적절하고 정확한 재무제표를 제공할 수 있도록 도와줍니다. 또한 AI는 회계 오류를 최소화하고 재고 가치 평가와 현금 유동성 분석과 같은 작업을 자동화할 수 있습니다. 2. AI 기술의 회계 감사 절차 활용 AI 기술은 회계 감사 과정에서 회계 부정을 탐지할 수 있는 능력을 가지...2025.01.19
-
인공지능의 미래와 현재2025.05.161. 인공지능의 역사적 배경과 현재 상황 현재와 미래 시점에서 인공지능을 바라보며, 그 발전 과정과 현재의 동향을 살펴보는 것은 매우 중요합니다. 20세기 후반에 진정한 의미에서의 인공지능 연구가 시작되었으며, 초기에는 단순한 알고리즘 및 패턴 인식 기술이 주를 이루었습니다. 그러나 시간이 흐르면서, 머신러닝과 딥러닝, 신경망과 같은 다양한 기술이 발전하게 되었습니다. 이러한 기술의 발전은 빅데이터의 활용을 가능하게 하였고, 정보 처리 방식에 혁신을 가져왔습니다. 현재, 인공지능은 우리 일상 생활의 많은 부분에 깊숙이 들어와 있으며...2025.05.16
-
아마존의 클라우드 컴퓨팅 활동 요약2025.04.291. 광고 및 마케팅 기술 AWS는 퍼스트 파티 데이터 플랫폼, 데이터 협업, 광고 플랫폼, 광고 인텔리전스 및 다양한 고객 경험을 재정립하는데 도움이 되는 컴퓨팅, 기계 학습 및 분석 기능을 제공하여 광고 및 마케팅 혁신을 가속화하고 있다. 2. 금융 서비스 AWS는 뱅킹, 결제, 자본 시장, 보험 분야의 금융 서비스 기관에 안전하고 복원력 있는 글로벌 클라우드 인프라 및 서비스를 제공하여 미래의 니즈에 대응하는데 도움을 주고 있다. 3. 게임 기술 AWS for Games는 게임 구축, 실행 및 성장에 도움이 되는 6가지 솔루션...2025.04.29
-
흥미 위주 교육의 문제점과 한계2024.12.311. 흥미 위주 교육의 장단점 흥미 위주 교육은 학생들의 내재적 동기 부여를 유발하여 학습 과정에 대한 관심과 열정을 불러일으킬 수 있다는 장점이 있다. 그러나 모든 지식이나 기술이 학생들에게 동일한 흥미를 유발하지 않는다는 사실을 간과하게 되면, 중요한 핵심 내용을 놓칠 위험이 있다. 또한 흥미만을 교육의 주된 동기로 삼는다면, 학생들이 어려움에 부딪힐 때 포기하는 경향이 생길 수 있다. 따라서 교육의 균형 잡힌 접근이 필요하다. 2. 흥미 위주 교육의 한계 흥미 위주 교육은 학생들의 학습 동기를 유발하는 데 큰 장점을 가지고 있...2024.12.31
-
일상생활에서 빅데이터와 인공지능의 활용사례와 이에 따른 정보보안 문제점2025.05.071. 빅데이터와 인공지능 인공지능은 1936년 앨런 튜링이 고안한 '생각하는 기계' 튜링 머신으로 시작하여, 2006년을 기점으로 딥러닝 기술이 발전하면서 빅데이터를 이른 시간에 군집화하거나 분류해 판단을 내릴 수 있을 정도로 발달하게 되었다. 빅데이터와 인공지능은 4차산업혁명의 핵심 기술이라는 평가를 받으며 일상생활에서 쉽게 접할 수 있을 정도의 기술력으로 발전했다. 2. 빅데이터와 인공지능의 융합 빅데이터와 인공지능은 다른 개념의 기술이지만 서로 상당히 밀접한 관계를 가지며, 두 기술을 융합한 방법이 주로 사용되고 있다. 빅데이...2025.05.07
-
교육분야에 이용되고 있는 여러 AI기술에 대하여2025.05.121. AI 기술의 개념 AI 기술이란 인간의 사고 판단에 관련한 영역을 컴퓨터로 실현한 기술을 말한다. 2. AI 기술의 교육 활용 방안 1: 학습 및 평가 시스템 AI 기술을 활용한 학습, 평가 시스템을 운영하는 것으로, 우리나라의 '똑똑! 수학탐험대'와 같은 프로그램이 있다. 이 프로그램은 인공지능 알고리즘을 활용해 데이터를 분석하고 학생들의 학습 수준을 진단하며, 스스로 심화 및 보충 학습이 가능하고 시간과 공간의 제약을 받지 않는다는 장점이 있다. 3. AI 기술의 교육 활용 방안 2: 대화형 AI 서비스 chatGPT ch...2025.05.12
-
미래 AI 기술의 발전과 그에 따른 기회와 도전2025.01.211. 기술적 측면 AI 기술의 발전은 최근 몇 년간 놀라운 속도로 진행되고 있다. 특히, 딥러닝 알고리즘의 개발과 GPU 등의 하드웨어 기술 발전이 AI 기술의 비약적인 발전을 이끌어내고 있다. 이러한 기술적 발전은 자율 주행, 자연어 처리, 이미지 인식 등 다양한 분야에서 AI의 적용 가능성을 크게 확장하고 있다. 또한, AI 기술은 빅데이터와의 결합을 통해 더욱 정교한 예측과 분석을 가능하게 하고 있다. 2. 경제적 측면 AI 기술의 발전은 경제 전반에 걸쳐 큰 변화를 일으키고 있다. AI 기술의 도입으로 인해 2030년까지 글...2025.01.21
-
의료 결정에 있어 AI 알고리즘의 편향성과 공정성 도전 요소 평가2025.05.111. AI 알고리즘의 편향성 AI 알고리즘은 데이터의 편향된 특성을 학습하여 부정확한 예측 결과를 도출할 수 있다. 데이터 편향성, 알고리즘 설계 등이 편향성 문제의 주요 요인이다. 2. AI 알고리즘의 공정성 AI 알고리즘의 결과가 다양한 인종, 성별, 연령 등에 대해 공정하게 적용되는지가 중요하다. 공정성 지표를 활용하여 공정성을 평가할 수 있다. 3. 의료 결정에 미치는 영향 AI 알고리즘의 편향성으로 인해 부정확한 진단과 치료가 이루어질 수 있으며, 이로 인해 의료 전문가들과 환자들의 AI 기술에 대한 신뢰가 하락할 수 있다...2025.05.11
2 / 33
