최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 국방 분야에서 인공지능 기술 활용의 문제점을 분석하고, 미국 DARPA의 XAI 기술 정책 기조를 바탕으로 국내 군사 활용 방안을 제시한다. 특히, 지휘소에서 발생하는 데이터를 실시간으로 분석하여 무기체계에 전달하는 과정에서 AI의 불투명성으로 인한 의사결정 문제를 해결하고자 한다. XAI 기술을 통해 AI의 설명 가능성을 높여 국방 분야에서의 신뢰도를 향상시키는 것을 목표로 한다.
전쟁의 게임체인저, AI
The AI wave in defence innovation : assessing military artificial intelligence strategies, capabilities, and trajectories
데이터 안보의 복합지정학 : 신흥안보론의 시각
(4차 산업혁명과) 신흥 군사안보 : 미래전의 진화와 국제정치의 변환 =
I, warbot : the dawn of artificially intelligent conflict
핸즈온 파이썬을 이용한 설명가능한 AI(XAI)
Artificial intelligence and the future of warfare : the USA, China, and strategic stability
AI와 사이버전의 진화
Technological change and the future of warfare
메타파워 : AI 시대의 미래 군사력
AI 지도책 : 세계의 부와 권력을 재편하는 인공지능의 실체
Deep learning : a visual approach
AI 지도책 세계의 부와 권력을 재편하는 인공지능의 실체
Recent Advances in Reinforcement Learning
두 얼굴의 신기술: AI 딜레마 : 수익과 안전, 두 마리 토끼를 잡는 AI 활용법
Artificial intelligence methods for software engineering
(AI, 빅데이터에 숨어 있는) 수학의 아름다움 : 구글 연구 개발자가 들려주는 알고리즘 속 수학 이야기
주요국 인공지능(AI) 정책과 군사적 활용에 관한 연구
인공지능과 국제정치 : 연구 어젠다의 발굴
디지털콘텐츠학회논문지
신규용, 이종관, 강광희, 홍원기, 한창희한국방위산업학회지
최근하, 정재원, 이우신, 안종철, 이미경한국산학기술학회논문지
강지훈; 정민경; 박주영; 이원영; 최은진정신전력연구
임상욱国防科技 / National Defense Science & Technology
曾子林; ZENG Zilin한국산학기술학회논문지
정민경국방연구
정두산한일군사문화연구
양정학한국통신학회논문지
이종관; 한창희한국방위산업학회지
최근하, 오재진, 김영길국방정책연구
조재규한국산학기술학회논문지
안진우, 노상우, 김태환Artificial Intelligence Review: An International Science and Engineering Journal
e Oliveira, Eduardo; Rodrigues, Marco; Pereira, João Paulo; Lopes, António M.; Mestric, Ivana Ilic; Bjelogrlic, Sandro한국산학기술학회논문지
조정근한국군사학논집
황원중전략연구
김경식, 신진한국컴퓨터정보학회논문지
김세용; 김준상국방정책연구
박창희디지털콘텐츠학회논문지
이종관; 이종덕; 박정규; 이형근; 안종철; 신상헌; 문호원; 김상민; 김병주IEEE Transactions on Human-Machine Systems
Long Chen; Wei Zhang; Yanqing Song; Jianguo Chen전선 / 대학원
최근 딥러닝을 이용한 인공지능 기술이 의료 각 분야에서 다양하게 적용되고 있다. 이 강좌에서는 의료분야에서 사용되는 인공지능 기술의 기초와 다양한 적용 사례를 살펴봄으로써 의료 인공지능 기술의 미래 전망과 한계점을 이해하는 것을 목표로 한다. 아울러 실제 인공지능을 적용한 의료 서비스 사례를 연구함으로써 실용화 과정에 필요한 요구사항과 규제에 대한 이해를 증진한다.전선 / 대학원
최근 인공지능(AI) 기술의 급격한 발전과 함께 다양한 산업에서 AI의 활용이 확산되고 있으며, 보건의료 분야 또한 예외가 아니다. 보건의료 분야에 있어서도 AI는 의료 서비스 혁신을 촉진하고 국민 건강 증진을 위한 핵심 기술로 주목받고 있다. 본 교과목에서는 보건의료 분야에서 AI의 적용 현황과 발전 동향을 분석하고, 간호 과정에서 AI를 효과적으로 도입하기 위한 접근 방안을 탐구한다. 특히, 간호 문제의 발견, 해결책 설계, 성과 평가 등 전 과정에서 요구되는 핵심 역량을 습득하고, 관련 법ᄋ규제 및 윤리적 쟁점에 대한 심층적 논의를 진행한다. 아울러, 본 교과목은 사례 연구 및 실습 중심의 프로젝트를 포함하여, AI 기법을 활용한 간호 문제 해결 방안을 직접 적용하고 평가하는 경험을 제공한다. 이를 통해 AI 기반 간호 혁신을 위한 실무적 역량을 강화하고, 간호 과정의 질적 향상을 도모하는데 필요한 지식을 습득한다.전선 / 대학원
최근 딥러닝을 이용한 인공지능 기술이 의료 각 분야에서 다양하게 적용되고 있다. 이 강좌에서는 의료분야에서 사용되는 인공지능 기술의 기초와 다양한 적용 사례를 살펴봄으로써 의료 인공지능 기술의 미래 전망과 한계점을 이해하는 것을 목표로 한다. 아울러 실제 인공지능을 적용한 의료 서비스 사례를 연구함으로써 실용화 과정에 필요한 요구사항과 규제에 대한 이해를 증진한다.전선 / 대학원
인공지능 알고리즘은 현재 물체인식, 음성인식, 번역 등 많은 분야에서 그 응용을 넓혀가고 있다. 최근 가장 우수한 성능을 보이는 신경망 알고리즘은 매우 많은 계산을 필요로 한다. 본 과목에서는 인공지능 알고리즘을 실제 시스템에서 구현하는 방법을 다룬다. 이를 위해서는 인공지능 알고리즘 수준에서의 최적화와 더불어 시스템 구현에 대한 이해가 필요하다. 대상 시스템으로 고성능 GPU 뿐만 아니라 내장형 시스템 또는 하드웨어를 이용한 구현을 다룬다. 본 과목에서는 전반부에서 인공지능 알고리즘을 다루고 후반부에서 시스템 구현 및 최적화를 다룬다.전선 / 대학원
머신러닝 등 인공지능 기술의 급속한 발전 및 활용도 증가와 함께, 그와 관련된 법과 규제에 대한 논의의 필요성 또한 급격하게 증대하고 있음. 인공지능 방법론 개관, 인공지능과 관련된 법제도 개관, 로보틱스 및 자율주행차와 관련된 규제 및 책임제도 개관, 인공지능과 불법행위 책임, 인공지능과 시장경쟁, 인공지능과 사회적, 경제적 차별의 문제, 인공지능 의사결정의 투명성 및 책임성(accountability), 설명가능/해석가능한 인공지능과 법적 책임전선 / 대학원
본 교과목에서는 의료 분야에서 인공지능의 핵심 이론, 주요 응용 및 연구 방법론을 심층적으로 학습한다. 인공지능 기술이 의료 영상, 생체 신호, 전자의무기록 등 다양한 의료 데이터와 임상 현장에서 어떻게 활용되는지 적용사례를 중심으로 다룬다. 또한, 최신 연구 동향을 탐구하고, 학생들이 논문 발표를 통해 각자의 연구 분야에 인공지능 기술을 효과적으로 접목할 방안을 모색하는 기회를 제공한다.전선 / 대학원
최근 인공지능은 사회의 다양한 영역으로 확산되면서 많은 인문사회과학적 문제들을 제기하고 있다. 이에 본 과목은 사회 각 영역에서 전개되고 있는 AI 기술의 양상들을 살펴보고, 이것을 둘러싼 이슈와 함의를 미디어 이론, 기술 철학, 문화 이론 등 다양한 관점에서 논의한다. 이를 통해 AI와 현대 기술문화에 대한 보다 심층적인 이해를 제공하고자 한다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 학사
최근 인공지능은 사회의 다양한 영역으로 확산하면서 많은 철학적, 사회적 문제들을 제기하고 있다. 이에 본 과목은 미디어 및 커뮤니케이션 영역에서 전개되고 있는 AI 기술과 서비스의 양상들을 살펴보고, 이것을 둘러싼 이슈와 함의를 미디어론, 기술철학, 문화이론, 사회이론 등 다양한 인문사회과학 이론들의 관점에서 논의한다. 이를 통해 AI와 미디어, 나아가 기술사회에 대한 보다 심층적인 이해를 제공하고자 한다.전선 / 대학원
주어진 지식과 경험을 바탕으로 앞으로 주어질 작업을 효율적이고 체계적으로 수행할수 있는 컴퓨터 프로그램 개발에 많은 연구가 계속되어 오고 있다. 이러한 연구의 핵심 분야인 기계 학습(Machine Learning)에 관한 강의로써 현재까지 발표된 대표적인 연구 논문들을 중심으로 이론및 알고리즘, 응용 분야등을 설명한다.전선 / 대학원
본 과목은 빠른 속도로 발전하고 있는 인공지능 분야에서 최근 중요 기술 및 논문들 중 선별하여 강의를 제공한다. 주요 논문과 최신기술에 관한 학습 및 논의, 팀별로 국제적 발표가 가능한 수준의 연구 프로젝트의 진행, 등을 목표로 한다. 주제는 알고리즘 분야(active learning, classification, clustering, multitask and transfer learning, stochastic methods, unsupervised learning, self-supervised learning) 및 딥러닝 분야 (adversarial networks, deep autoencoderes, generative models, optimization for deep networks, recurrent networks, supervised deep networks)를 중심으로 다루며, 각 학기마다 중점 내용이 조정된다.전선 / 대학원
인공지능이 다양한 산업 분야에서 응용 분야를 넓혀가고 있다. 이 강의는 인공신경망, 유전자 알고리즘, 퍼지이론 등 최근 각광을 받고 있는 각종 인공지능 기술의 개요와 응용 분야에 대해서 알아보고, 의류학과 패션 산업의 여러 분야에 활용 가능한 어플리케이션을 다양한 프로그래밍 환경에서 만드는데 필요한 능력을 습득하는 것을 목표로 한다.전선 / 학사
인공지능은 사람의 지능과 인지 기능을 흉내낼 수 있는 정보처리 모델을 연구하는 컴퓨터과학의 한 분야이다. 인공지능의 근본적인 문제로서 경험적 탐색, 추론, 학습, 지식표현 방법에 관한 이론과 근본적인 계산학적 문제들을 다룬다. 논리 기반의 정리증명, 게임이론, 지능형 에이전트 등에 관해 다루며 신경망, 진화연산, 베이지안망의 기본 원리를 학습하고 이의 응용 사례로서 전문가시스템, 컴퓨터비전, 자연언어처리, 데이터마이닝, 정보검색, 바이오정보학 등의 분야에 대해 살펴본다.전선 / 대학원
본 과목은 빠른 속도로 발전하고 있는 인공지능 분야에서 최근 중요 기술 및 논문들 중 선별하여 강의를 제공한다. 주요 논문과 최신기술에 관한 학습 및 논의, 팀별로 국제적 발표가 가능한 수준의 연구 프로젝트의 진행, 등을 목표로 한다. 주제는 알고리즘 분야 (active learning, classification, clustering, multitask and transfer learning, stochastic methods, unsupervised learning, self-supervised learning) 및 딥러닝 분야 (adversarial networks, deep autoencoderes, generative models, optimization for deep networks, recurrent networks, supervised deep networks)를 중심으로 다루며, 각 학기마다 중점 내용이 조정된다.전선 / 대학원
기존의 클라우드 의존적 AI 컴퓨팅이 사용자 프라이버시, 네트워크 과부하, 인터넷 단절에 대한 취약성 등 다양한 이슈를 야기함에 따라 AI 컴퓨팅을 클라우드뿐만 아니라 사용자 근처의 소형/저비용 컴퓨터에서도 수행하려는 흐름이 전개되며 앰비언트 인공지능 혹은 엣지 인공지능이라는 개념이 탄생했다. 의료 데이터는 개인의 민감정보를 다량 포함하고 있어 특히 프라이버시가 중요하므로, 앰비언트 인공지능과 결합하였을 때 시너지 창출이 가능하다. 본 강좌는 앰비언트 인공지능의 최신 기술과 플랫폼 익히고 의료 도메인에 응용하는 것을 목표로 하며 구체적인 주제는 다음과 같다. ▪ 딥러닝 모델 경량화 (양자화, 가지치기, 지식 증류) ▪ 연합 학습 ▪ 딥러닝과 경량 신호처리 기법의 하이브리드 운용 ▪ 클라우드와 자원 제한적 엣지 기기의 통합 운용 ▪ 앰비언트 인공지능 소프트웨어 플랫폼 (TensorFlow, TensorFlow Lite) ▪ 앰비언트 인공지능 하드웨어 플랫폼 (Google Coral) ▪ 의료 도메인 데이터의 이해 (일례로, 수면 의학 데이터)전선 / 대학원
기계학습 알고리즘의 하나로서 인공 지능 기술의 발전 과정과 최근의 딥러닝 알고리즘의 원리와 특징을 이해한다. 인공지능 알고리즘에 기반한 의료기기 개발 동향과 특히 소프트웨어 의료기기(Software as medical device, SaMD)에 대한 이해를 증진한다. 우수한 성능의 인공지능 기반 모델을 개발하기 위해서 필수로 요구되는 양질의 빅데이터 확보 방안과 바른 주석(well annotated)을 포함하는 빅데이터의 중요성을 이해한다. 인공지능 모델 개발 과정에서 필요한 구체적인 실기 능력 향상을 위해서 Python language의 기초적인 사용법을 습득하고 대표적인 딥러닝 알고리즘인 CNN과 RNN을 이용한 의료영상처리 및 생체신호 처리 실습을 통해 현장 전문가로서의 인공지능 기술 적용 역량을 강화한다.전선 / 대학원
AI와 빅데이터는 안과 영역에서 기초 및 임상 연구를 너머 실제 임상현장에도 큰 영향을 미치고 있다. 안과 영역에서 빅데이터를 이용한 연구들의 방법론과 실제 연구들을 살펴보고 최신 연구 동향을 알아보고자 한다. 최근 transformer의 발전에 이어 foundation model의 보급, 그리고 이를 바탕으로한 Large Language Model들의 성능이 향상되면서, 이를 안과를 포함한 의료 영역에 적용하는 다양한 연구들과 실제 사용례들이 늘어나고 있다. 이에 대해 살펴보고 실제 연구와 임상현장에 적용되는 경우를 알아보도록 하겠다. 이 강좌를 통해서 학생들은 안과 영역의 AI와 빅데이터의 활용에 대한 최신 지견을 배울 수 있다.전선 / 대학원
지능 시스템은 환경과 상호작용하고 성능을 극대화하는 방법이다. 지식 표현과 추론은 논리적 지식 표현, 판단 계산, 술어 계산, 상황 계산, 지식 표현 구축 등과 함께 지능 시스템의 중요한 측면이며, 불확실성을 해결하기 위한 방법으로 확률과 확률 네트워크, 퍼지 논리와 같은 기법을 사용한다. 계획과 학습 역시 지능 시스템의 중요한 구성 요소로서, 목표 달성을 위해 필요한 행동 순서를 결정하고 시간이 지남에 따라 성능을 개선할 수 있도록 한다. 본 강좌에서는 지능시스템을 이해하고 활용할 수 있는 기초 지식을 쌓는다.전선 / 대학원
인공지능 기술이 빠르게 진화하고 우리 사회에 미치는 영향력이 점차 커지고 있다. 따라서, 기존의 인공지능 관련 과목에서는 다루기 힘든 최신 주제에 관하여 특강 형태의 강의를 개설함으로써 인공지능 연구 및 사회적 영향력에 관한 최진 연구 경향을 파악할 수 있는 수업을 제공하고자 한다. 이 교과목에서는 기계학습, 컴퓨터 비전, 자연어 처리, 로보틱스, 컴퓨터 통신, 컴퓨터 시스템 등과 같은 컴퓨터 과학 분야뿐만 아니라, 공학, 자연과학, 사회과학 등과 같은 다양한 분야를 다루는 수업을 개설할 수 있다.