본문으로 바로가기

기술동향

오픈 사이언스 활성화를 위한 AI 기술 동향 1. 들어가며

  • 등록일2021-12-24
  • 조회수3926
  • 분류기술동향 > 화이트바이오 > 바이오화학･에너지기술
  • 자료발간일
    2021-12-21
  • 출처
    한국과학기술정보연구원
  • 원문링크
    https://www.kisti.re.kr/promote/post/issuebrief/5441;jsessionid=JBV3jV35m2rFYIJDgIT6mNWNK4ThQ0w...
  • 키워드
    #오픈 사이언스#AI#디지털
  • 첨부파일


[KISTI ISSUE BRIEF 제38호]

오픈 사이언스 활성화를 위한 AI 기술 동향


◈목차


1. 들어가며
· 인공지능 시대의 도래
· 인공지능의 응용
· 오픈 사이언스의 정의와 배경
· 오픈 사이언스 구성 요소

2. 디지털 큐레이션과 AI
· 디지털 큐레이션의 정의와 범위
· 디지털 큐레이션을 위한 인공지능 기술 동향
· 디지털 큐레이션을 위한 인공지능 실현 방안

3. 오픈 콜라보레이션과 AI
· 오픈 콜라보레이션의 정의와 범위
· 오픈 콜라보레이션을 위한 인공지능 기술 동향
· 오픈 콜라보레이션을 위한 인공지능 실행 방안

4. 결 론
· 오픈 액세스 측면에서 한계점과 시사점
· 오픈 데이터 측면에서 한계점과 시사점
· 오픈 콜레보레이션 측면에서 한계점과 시사점
· 오픈 사이언스 활성화를 위한 AI 기술 개발 방향



◈본문


1. 들어가며
인공지능 시대의 도래
● (인공지능) 인간의 학습능력, 추론능력, 지각능력을 인공적으로 구현하려는 컴퓨터과학의 세부 분야임
- 1958년 Rosenblatt에 의해 초기 퍼셉트론 개념이 도입되었으나, Marvin Minsky의 비판에 의해 인공지능 분야는 1차 암흑기1)(1974~1980)에 빠짐
- 1980년에 이르러 전문가 시스템(expert system)이라 불리는 인공지능 기술들이 보급되었으나 제한적 성능으로 다시 ’87-’93년까지 2차 암흑기를 겪음
- 1990년 중순부터 기초적인 뉴럴 네트워크들이 제시되고, LeCun 등에 의해 문자 인식 등 문제에 실제 적용 가능함에 따라 다시 각광
- 뉴럴 네트워크는 계층이 깊어질수록 보다 나은 가용성(capacity)을 가지나, 역으로 학습이 잘 되지 않는 문제 발생. 이 문제를 G. Hinton이 2006년 해결가능함을 보임에 따라 보다 깊은 층의 뉴럴 네트워크를 구성, 여러 분야에서 압도적인 성능을 보임
 
인공지능의 응용
● (이미지 및 영상 분야) 이미지 또는 영상을 입력받는 AI 응용으로 이미지 분류, 객체 인식, 얼굴 및 자세 인식 등이 대표적인 세부 분야임
- (이미지 분류) 숫자, 알파벳, 동식물, 음식, 사물 등에 대한 분류. 차량번호 인식 등이 대표적인 응용 사례임
- (객체 인식) 이미지 내에 존재하는 여러 객체들이 무엇인지 인식하여 분류함
- (얼굴 인식) 이미지 내의 사람 얼굴을 인식하거나 자세를 인식. 스마트폰의 얼굴 인식 잠금 해제 등 이미 광범위하게 상용화됨
- (모션 인식) 영상에서 특징을 추출하여 사람의 행동을 인식함
- (자율 주행) 차량 주행 중 차선 및 차량, 장애물 등 영상에서 다양한 객체와 영역을 분리, 인식하고 이에 따라 적절히 차량을 주행함
 
● (음성 분야) 음성 데이터를 입력받는 AI 응용으로 음성 인식, 화자 인식, 감정 분석, 챗봇 등 여러 분야에 적용됨
- (음성 인식) 음성 인식은 사람의 또는 사람 간 대화, 동물 소리, 사물 소리, 기계적 잡음, 음악 등 여러 음성들에 대해 분류 및 의미 파악 등 다양한 분야에 적용
※ 단순히 대화 인식뿐만 아니라 음악의 분류, 잡음 인식을 통한 잠재적 기계 고장 파악 등에도 활용됨
- (화자 인식) 입력받은 음성을 통해 여러 화자들 중 화자를 식별하는 기술로 회의 발언의 의사록 자동 작성 등에 활용
- (감정 분석) 음성 감정 인식은 음성 데이터의 특성을 분석하여 인간의 감정을 인식
- (음성 챗봇) 사용자와의 대화를 통해 소통하는 기계를 의미하며, 음성을 통한 명령어를 인식하여 대답
※ 음성 인식을 통해 대화를 텍스트로 변환, 이를 이해하고, 답변 텍스트를 작성 후 다시 기계적으로 발화하는 과정을 통해 동작함
 
● (텍스트 분야) 텍스트를 입력받아 처리하는 AI 응용으로 기계 독해, 기계 번역, 자연어 추론, 문장 생성 등의 다양한 활용 분야가 있음
- (기계 독해) 주어진 문서에서 특정 질의에 대한 응답을 제시하는 과제로 Q&A라고도 함
- (기계 번역) 한 언어로 쓰여져 있는 텍스트를 이에 대응하는 다른 외국어로 번역하는 AI 응용 분야임
- (자연어 추론) 문장들에서 서로 관련 있는 개체들을 인식하고 이를 통해 이들 간 관계나 결과를 추론. 비슷한 분야로 멀티 홉 질의 처리가 있음.
- (문장 생성) 주어진 입력에 따른 문장의 자동 생성, 전체 문서를 일부로 요약하는 문서 요약이나 특정 문체를 닮도록 또는 임의로 시나 소설 신문 기사를 생성하는 등의 응용이 존재함
- (문서 처리) 대규모 문서 그룹에서 유사한 문서끼리 구분, 분류하거나 또는 문장 내 개체 식별, 관계 추출, 링킹 등 다양한 문서를 처리


...................(계속)

 

 

☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.


목록 스크랩
관련정보

지식

동향

발간물

자료 추천하기

받는 사람 이메일
@
메일 내용