총 1,630개
-
빅데이터에서 유발되는 윤리적 문제 보고서2025.05.111. 빅데이터의 정의 및 특성 빅데이터의 정의는 일반적으로 사용되는 데이터 수집과 소프트웨어의 수용 한계를 넘어서는 크기를 가진 데이터를 말한다. 빅데이터의 사이즈는 단일 데이터 집합의 크기가 수십 테라바이트에서 수 페타바이트에 이른다. 빅데이터란 디지털 환경에서 생성되는 데이터로 그 규모가 방대하고, 생성 주기도 짧고, 형태도 수치 데이터뿐 아니라 문자와 영상 데이터를 포함하는 대규모 데이터를 말한다. 빅데이터의 특성은 크기(Volume), 속도(Velocity), 다양성(Variety)이다. 2. 빅데이터와 인공지능의 윤리적 문...2025.05.11
-
챗GPT와 인문학: 기술이 넘어설 수 없는 인문학의 힘2025.11.171. 창의성 챗GPT는 기계로 만들어져 감정이 없어 창의성이 부족하다. 인간은 다양한 경험과 감정을 통해 자신만의 세계관을 구축하고, 이성과 감정의 충돌 속에서 개별성 있는 창의적 표현을 만들어낸다. 예술, 영화, 드라마, 웹툰 등에서 인간의 창의성은 새로운 내용과 다양한 표현 방식으로 나타나며, 챗GPT는 기존 데이터를 바탕으로만 스토리를 구성할 수 있어 진정한 창의성을 보여주지 못한다. 2. 진실성 챗GPT는 대량의 데이터를 바탕으로 그럴듯해 보이는 답변을 생성하지만 항상 정확하지 않다. 월가 은행들의 실제 사용 사례에서 챗GP...2025.11.17
-
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
-
알고리즘의 이면에 관한 자신의 의견2025.05.041. 알고리즘의 편향성 발표에서는 알고리즘이 특정 집단을 차별하거나 특정 방향으로 조종할 수 있다는 점을 지적했습니다. 구글이 개인의 소득과 취미를 예측하고, 스마트폰의 얼굴 인식 기능이 백인의 얼굴만 인식한다는 사례를 통해 알고리즘의 편향성 문제를 제기했습니다. 이러한 편향성은 알고리즘을 설계하고 데이터를 제공하는 사람들의 편견에서 비롯될 수 있습니다. 이에 따라 개인은 알고리즘이 제공하는 정보에 대해 더 주의 깊게 접근해야 하며, 편향된 정보를 피하기 위해 노력해야 합니다. 2. 알고리즘의 유용성 한편 발표에서는 알고리즘이 개인...2025.05.04
-
AI 알고리즘 추천 서비스의 문제점2025.05.141. 알고리즘 알고리즘이란 어떠한 주어진 문제를 풀기 위한 절차나 방법을 말하는데 컴퓨터 프로그램을 기술함에 있어 실행 명령어들의 순서를 의미한다. 알고리즘이라는 용어는 문제를 해결하기 위한 절차나 방법을 의미하는 단어로 넒은 범위로도 사용되고 있다. 소셜 미디어에서의 알고리즘은 검색 기록 등 사용자의 정보를 바탕으로 사용자의 성향에 맞는 추천 상품을 시스템을 말한다. 특히 유튜브 알고리즘은 '협업적 필터링'과 '콘텐츠 기반 필터링' 방식을 통하여 유튜브 이용자의 몰입을 유도한다. 2. 알고리즘의 문제점 검색 알고리즘의 명예훼손과 ...2025.05.14
-
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
-
빅데이터의 개념, 활용 사례 및 문제점과 해결책2025.05.131. 빅데이터의 개념 빅데이터는 방대한 양의 데이터를 관리하고 가공하는 것을 의미한다. 2020년 기준 전 세계에서 생성되고 소비된 데이터의 양은 59ZB에 달한다. 빅데이터의 특성으로는 대규모의 크기(볼륨), 비표준 형식의 광범위한 범위(다양성), 신속하고 효율적인 처리 속도(속도) 등이 있다. 2. 빅데이터 활용 사례 빅데이터는 다양한 분야에서 활용되고 있다. 2008년 오바마 대선 캠프는 유권자 데이터베이스를 구축하고 분석하여 맞춤형 선거 전략을 수립했다. 서울시는 심야버스 노선 계획 시 유동인구 데이터를 활용했다. 넷플릭스는...2025.05.13
-
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
-
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
-
인상형성 과정의 편향의 예와 편향을 방지할 수 있는 방법2025.01.201. 인상형성 과정의 편향 인상형성 과정에서 나타나는 대표적인 편향의 예로는 고정관념, 후광 효과, 첫인상 효과, 그리고 확인 편향이 있다. 고정관념은 특정 집단에 대해 일반화된 믿음이나 기대를 가지고 판단하는 현상이며, 후광 효과는 한 사람의 특정 긍정적 특성이 전체적인 인상을 형성하는 데 영향을 미치는 현상이다. 첫인상 효과는 처음 만났을 때 형성한 인상이 이후 그 사람에 대한 판단에 지속적으로 영향을 미치는 현상이며, 확인 편향은 자신이 이미 가지고 있는 믿음이나 기대를 확인하려는 경향이다. 2. 편향을 방지할 수 있는 방법 ...2025.01.20
6 / 163
