총 75개
-
규칙기반인공지능, 머신러닝, 딥러닝의 정의와 장단점2025.01.211. 규칙기반 인공지능 규칙기반 인공지능은 인간의 지능을 기계에 부여하고자 하는 시도로, 계산 과정을 정의하는 기호와 기호 간 연산 규칙을 정의하는 초기 인공지능 기술입니다. 이는 자연어 처리, 수학적 정리 증명, 문제 해결, 전문가 시스템, 의사결정, 게임 등의 분야에서 성과를 보였지만, 학습 능력 부족과 패턴 인식 한계로 인해 1980년대부터 쇠퇴하게 되었습니다. 2. 머신러닝 머신러닝은 데이터를 학습하여 프로그램 스스로 결과를 얻도록 하는 인공지능 기술입니다. 특성 추출과 모델 학습을 통해 자율주행, 문자 인식, 개인비서, 의...2025.01.21
-
인공지능을 활용한 금융사기 예방 솔루션2025.01.041. 인공지능을 활용한 금융사기 예방 금융사기는 현대 사회에서 심각한 경제 범죄이며, 특히 보이스피싱이 기승을 부리고 있습니다. 보이스피싱 피해금의 환급률이 낮고 피해 회복이 어려워 예방이 중요합니다. 인공지능 기반의 솔루션을 개발하면 금융거래 데이터를 실시간으로 분석하여 이상 거래를 탐지하고 사전에 예방할 수 있습니다. 인공지능은 기계학습을 통해 정확도를 높이며, 실시간 경고와 대응으로 금융사기 피해를 막을 수 있습니다. 이를 통해 금융기관의 고객 신뢰도 향상에도 기여할 수 있습니다. 1. 인공지능을 활용한 금융사기 예방 인공지능...2025.01.04
-
인공지능의 개념과 기술 그리고 활용 사례에 대해 조사2025.05.141. 약한 인공지능과 강한 인공지능의 비교 약한 인공지능은 특정한 문제를 해결하는 것을 목적으로 하는 지능적 행동을 말하며, 사용자가 입력한 데이터를 기반으로 질문에 응하는 등의 특정 작업을 수행한다. 반대로 강한 인공지능은 사람 같은 지능을 가지고 있는 인공 지능으로, 추론과 문제해결, 판단과 의사소통, 자아와 감정, 양심과 지혜의 영역까지 확장한 개념이다. 2. 기계학습의 개념과 특징 기계학습은 인공지능의 한 분야로, 컴퓨터 시스템이 데이터를 자동으로 학습하고 그 패턴을 인지하여 변수에 대한 예측, 분류, 결정 등의 작업을 수행...2025.05.14
-
AI와 로봇이 가족치료 및 상담을 대신할 수 있는지에 대한 찬반 의견2025.01.201. 인공지능의 역사 인공지능의 역사는 1900년대 중반부터 시작되었으며, 점진적 발전기 이후 1990년대 후반에서 2000년대 초반에 들어서서 비약적인 발전을 이루게 되었다. 인공지능이라는 용어는 1955년 디트머스 하계 연구 프로젝트 제안서에서 처음 사용된 것으로 알려져 있다. 2. 인공지능의 정의 인공지능이라는 용어가 세상에 출현하게 된 이후 본 개념은 수십 년간 다양한 방식으로 정의되어 왔다. 최근 전 세계는 인간을 대신해 기계가 스스로 무엇인가를 하는 새로운 무인장비들을 선보이고 있다. 1. 인공지능의 역사 인공지능의 역사...2025.01.20
-
인공지능 기술을 도입하여 비즈니스를 혁신한 사례와 윤리적/사회적 문제2025.05.111. 자율주행 인공지능 비즈니스 테슬라는 소비자들을 대상으로 하는 인공지능 비즈니스에서 자율주행 소프트웨어의 다량 판매를 통해 전기자동차 사업에 가장 앞서가고 있다. 자율주행 기술은 차량의 근처 환경을 실시간으로 분석하고 인식하여 차량의 움직임을 결정하고 제어하는 기술로, 이를 위해 다양한 센서들이 사용되고 있다. 2. 인공지능 로봇 로봇 시장은 클라우드와 인공지능 도입을 통해 규칙적인 동작에서 벗어나 스스로 판단하고 인지하며 상황에 적합한 답을 찾는 지능형 로봇으로 발전하고 있다. 특히 아마존의 물류 창고에서 활용되는 로봇 키바는...2025.05.11
-
인공지능의 학습과 강한 인공지능의 등장 가능성2025.05.091. 인공지능의 학습 인공지능의 핵심적인 특징은 그것이 학습을 할 수 있다는 것이다. 인공지능의 학습은 기본적으로 수많은 예시를 통해 이루어진다. 대표적인 학습 방식으로 머신러닝(Machine Learning)이 있다. 머신러닝(또는 기계학습)은 컴퓨터를 학습시켜 스스로 규칙을 형성하도록 하는 인공지능 개발 방식이다. 즉 머신러닝은 알고리즘(Algorithm)을 만들어 내는 알고리즘으로, 머신러닝을 통해 컴퓨터가 스스로 프로그램을 작성하기 때문에 사람은 별도의 프로그램을 작성할 필요가 없다. 딥 러닝 (Deep learning)은 ...2025.05.09
-
인공지능의 역사와 현 수준2025.05.011. 인공지능의 역사 인공지능(AI)의 역사는 1940년대부터 시작되었으며, 주요 이정표로는 앨런 튜링의 튜링 테스트 제안, 1950-60년대의 초기 AI 프로그램 개발, 1970-80년대의 전문가 시스템 개발, 1980-90년대의 신경망 및 기계 학습 알고리즘 개발, 2000년대의 딥러닝 알고리즘 개발 등이 있다. 최근 몇 년 동안 AI는 자율주행 차량, 로봇 공학, 가상 비서, 개인화된 의학 등 다양한 분야에서 빠르게 발전하고 있다. 2. 인공지능의 현 수준 인공지능은 자연어 이해, 이미지 인식, 의사결정 등 인간의 지능이 필요...2025.05.01
-
인공지능이 경영에 미칠 영향에 대해 학습내용을 바탕으로 논하시오2025.01.221. 인공지능 오늘날 인공지능의 기술 활용은 머신러닝과 딥러닝 알고리즘 기술을 통해 의료와 금융 분야뿐만 아니라 전 경영의 분야로 확대되며 2030년에는 실시간 빅데이터 기반의 시스템 활용이 가능해져 인공지능이 스스로 의사결정을 함으로 경영을 주도하게 되는 날이 올 것이라고 전문가들은 예견하고 있다. 인공지능은 이처럼 미래의 가장 유용한 기술이다. 왜냐하면 농업에서 우주산업까지 거의 모든 분야에 걸쳐 적용이 가능하고 각 분야에 가장 적합한 AI 알고리즘으로 반복되는 학습 및 테스트를 거침으로 지속 발전이 가능하기 때문이다. 2. 인...2025.01.22
-
일상생활에서 기억술 활용하기2025.01.181. 과잉학습 과잉학습은 반복적인 암송(rehearsal)이 기억을 공고화하는데 큰 효과가 있음을 나타내는 기억술이다. 규칙적인 시간 간격을 두고 여러 번 수행하는 분산학습이 단기간 집중학습보다 더 큰 효과를 가져온다. 과잉학습은 일상생활에서 시험 준비, 언어 학습, 새로운 지식 습득 등에 활용될 수 있다. 2. 범주화 범주화는 관련된 항목들을 그룹화하여 기억하는 기억술이다. 정보의 구조화와 조직화를 통해 기억을 향상시키고 정보를 더 쉽게 추출할 수 있도록 돕는다. 쇼핑, 학습, 문제 해결 등 다양한 일상생활에서 범주화를 활용할 수...2025.01.18
-
지식의 구조2025.01.091. 개념적 지식표상 인지심리학은 마음에 관한 과학이고 마음의 자료는 지식이다. 인지심리학자들은 이 지식이 각각 독립적으로 분리되어 저장되어 있지 않고 조직화 되어 저장되어 있을 것이라고 믿고 이러한 조직화의 본질 그리고 이러한 지식이 사용되는 방식을 밝히고자 노력했다. 위계적 망모형, 세부특정비교모형, 활성화 확산모형 등이 개념적 지식표상을 설명하는 모형들이다. 2. 명제적 지식표상 명제의 논리는 언어학에서 발달한 것으로 진위 언명을 할 수 있는 의미의 최소단위이다. ACT 모형은 지식의 습득, 기억, 추론, 언어 이해와 언어 습...2025.01.09
1 / 8
