총 662개
-
최근 빅데이터의 개념 및 활용 사례와 문제점 및 해결책2025.05.111. 빅데이터의 개념 빅데이터란 디지털 환경에서 생성되는 데이터로 그 규모가 방대하고, 생성 주기도 짧고, 형태도 수치 데이터뿐 아니라 문자와 영상 데이터를 포함하는 대규모 데이터를 말한다. 최근 4차 산업혁명 시대에서는 인공지능(AI), 사물인터넷(IoT), 클라우드 컴퓨팅, 자율주행차, 가상현실(VR) 등 다양한 분야에서 빅데이터 분석기술이 활용되고 있다. 2. 빅데이터 활용 사례 Amazon은 빅데이터를 개인화된 제품 추천, 타깃 마케팅 캠페인, 재고 관리, 신속하고 효율적인 배송을 보장하기 위한 물류 네트워크 최적화 등 다양...2025.05.11
-
빅데이터 활용 조사 PPT2025.05.131. 빅데이터 빅데이터는 데이터의 크기가 매우 커서 기존의 방법으로는 처리할 수 없는 데이터를 의미합니다. 크기, 다양성, 속도 등의 특징을 가지고 있으며, 정형 데이터와 비정형 데이터로 구분됩니다. 빅데이터는 의료, 범죄 예방, 자동 번역 등 다양한 분야에서 활용되고 있습니다. 빅데이터는 우리에게 이로운 점을 제공하지만, 개인정보 유출 등의 문제점도 있어 이에 대한 규정이 필요합니다. 2. 의료 분야의 빅데이터 활용 의료 분야에서는 방대하고 정형화되지 않은 빅데이터를 활용하여 의료진의 임상적 의사결정을 돕고 환자에게 맞춤형 의료를...2025.05.13
-
생성형 인공 지능 입문 족보 대비 문제은행(오프라인 기말고사, 세종대)2025.01.151. 생성형 인공지능이란? 생성형 인공지능은 데이터 전처리, 모델 학습, 결과 생성으로 구성되며, GPT와 ChatGPT와 같은 모델이 대표적입니다. 생성형 인공지능은 텍스트, 이미지, 소리, 동영상 등 다양한 콘텐츠 생성에 활용되지만, 데이터 의존성, 모델 복잡성, 윤리적 문제 등의 한계가 있습니다. 이를 해결하기 위해 데이터 증강, 전이 학습, 하드웨어 개선, 효율적인 알고리즘 개발 등의 방안이 필요합니다. 2. 언어 처리 신경망 개요 RNN은 순차 데이터 처리를 위해 필요하지만, 기울기 소실 문제가 있습니다. LSTM과 GRU...2025.01.15
-
AI 편향의 원인과 필연성, 다양성 존중을 위한 시민교육의 방향2025.01.201. AI 편향의 원인 AI 편향의 원인은 데이터 편향과 알고리즘적 편향으로 나뉜다. 데이터 편향은 AI가 학습하는 데이터셋이 특정한 편향을 포함하고 있을 때 발생하며, 데이터 수집 과정에서의 불균형과 대표성 부족에서 비롯된다. 알고리즘적 편향은 AI 모델의 설계 및 구현 과정에서 개발자의 의도적이거나 무의식적인 편향이 반영될 때 생긴다. 2. AI 편향의 필연성 AI 편향의 필연성은 인간의 편향성 반영과 기술적 한계에서 기인한다. AI는 인간이 만든 데이터와 알고리즘에 기반하여 작동하므로, 인간 사회의 편향성을 포함할 수밖에 없다...2025.01.20
-
최근 빅데이터의 개념 및 활용 사례를 제시하고, 빅데이터 기술로 인해 발생한 문제점과 해결책2025.01.131. 빅데이터의 개념 및 활용 사례 최근 빅데이터의 개념 및 활용 사례를 제시하였습니다. 빅데이터는 CPU, 메모리, 저장장치 등 하드웨어 장비 가격 하락과 대량의 비정형 데이터를 신속하게 처리할 수 있는 오픈 소스 기술의 발달, 데이터에 대한 관심 증가 및 비즈니스적 가치 발견 등의 이유로 발전하고 있습니다. 구글의 독감 유행 예측, 아마존의 개인 맞춤형 추천 기능, 의료보건 분야의 메디라떼 앱 등이 대표적인 빅데이터 활용 사례입니다. 2. 빅데이터 기술로 인한 문제점과 해결책 빅데이터는 유용한 장점만큼이나 개인정보 침해 등의 위...2025.01.13
-
공학윤리 기말고사 A+(데이터 3법 찬반, 인공지능(AI) 면접관 도입 찬반)2025.01.041. 데이터 3법 데이터 3법은 개인정보 보호법, 정보통신망 이용촉진 및 정보보호 등에 관한 법률, 신용정보의 이용 및 보호에 관한 법률을 포함합니다. 데이터 3법의 찬성 측은 가명정보 활용으로 개인정보를 보호하면서도 데이터 활용이 가능해져 다양한 산업과 서비스 발전을 기대할 수 있다고 주장합니다. 반대 측은 기업의 권력이 커지고 민감한 데이터 관리에 대한 우려가 있다고 말합니다. 필자는 데이터 3법 제정에 반대하며, 개인정보 보호를 위해 보안 강화와 데이터 관리 주체 변경 등의 방안을 모색해야 한다고 주장합니다. 2. 인공지능 면...2025.01.04
-
기업의 AI 채용 시스템 심화 탐구 보고서2025.05.141. AI 채용 시스템 코로나19 이후 비대면 채용이 확산하면서 AI를 채용 과정에 활용하는 기업이 늘어나 AI 채용 시스템이 새로운 트렌드로 자리 잡았다. AI 채용 시스템은 AI(머신 러닝)을 이용해 지원자의 직무 적합도를 파악할 수 있는 시스템으로, 인성 검사, 상황/경험 면접, 게임 순으로 진행된다. AI 기반 채용 평가 시스템은 공정성과 객관성을 확보할 수 있고 시간과 비용 측면에서 효율적이지만, 아마존의 사례와 같이 AI가 특정 성별이나 인종에 대한 편향을 보일 수 있다는 우려도 존재한다. 2. AI 채용 시스템의 장단점...2025.05.14
-
4차 산업혁명 시대와 빅데이터의 필요성2025.01.121. 4차 산업혁명의 개요 4차 산업혁명은 디지털, 물리적, 생물학적 영역 사이의 경계가 흐려지는 현상으로, 정보 기술(IT)의 급격한 발전이 사회와 산업의 구조를 근본적으로 바꾸고 있다. 이 혁명의 핵심은 기술 간의 경계가 모호해지며 새로운 가능성이 창출된다는 점이다. 2. 빅데이터의 개념 및 필요성 빅데이터는 단순한 정보의 집합이 아니라, 그것을 분석하고 활용하는 과정에서 새로운 가치를 창출하는 도구이다. 빅데이터는 의료, 금융, 교통, 도시 계획 등 거의 모든 산업 분야에서 의사 결정 과정을 지원하고 효율성을 극대화하는 데 핵...2025.01.12
-
인적자원관리 분야에서의 인공지능 활용2025.01.251. 인공지능 기술의 채용 분야 도입 HR 분야에 인공지능이 도입된 사례로 자기소개서 분석과 인공지능 면접 기술을 소개하였다. 자기소개서 분석 기술은 오기재, 맞춤법 오류, 표절 검사 등을 통해 지원자의 적합도를 평가하고, 인공지능 면접 기술은 지원자의 표정, 목소리, 어휘 등을 분석하여 성향과 역량을 파악한다. 2. 인공지능 채용 시스템의 장단점 인공지능 채용 시스템의 장점으로는 모집 및 선발 과정의 효율성 증대, 객관성 확보, 시간 및 비용 절감 등이 있다. 단점으로는 공정성과 신뢰성에 대한 우려, 부정행위 가능성 등이 있다. ...2025.01.25
-
인공지능의 규범적 문제와 해결방안2025.05.091. 학습데이터의 문제 인공지능 시스템을 만들 때 사용하는 데이터의 편향성으로 인해 소수집단에 대한 차별이 발생할 수 있다. 이를 해결하기 위해서는 데이터의 편향성을 명시하고, 데이터 소수자의 데이터를 반영하는 등의 방안이 필요하다. 또한 데이터의 공유와 활용에 관한 규범이 수립되어야 한다. 2. 알고리즘의 문제 인공지능 알고리즘의 설명가능성과 투명성 부족으로 인해 의사결정의 당부나 편향 여부에 대한 이의제기가 어려워질 수 있다. 이를 해결하기 위해서는 알고리즘의 공개와 검증, 공정성 기준 반영 등의 방안이 필요하다. 3. 개인정보...2025.05.09
3 / 67
