[카테고리:] Walking Towards
-
한국의 HCI 연구자들은 Large Language Model에 대해 어떤 연구를 했을까?
– HCI 연구가 점점 중요해지고 있습니다. 최근에는 인공지능 기술이 발전하고 성숙해져 가면서, HCI 분야 연구의 중요성이 더욱 높아지고 있습니다. 인공지능 기술이 서비스의 형태를 띄면서 사용자들에게 직접 다가가는 단계에 이미 도달했기 때문입니다. 따라서, 인포리언스는 국내에서 HCI 분야의 연구를 수행하고 있는 연구자들의 데이터를 계속 수집하고 있습니다. 현재까지 약 200여 명의 데이터를 수집했고, 이를 바탕으로 국내에서는 어떤 내용의 […]
-
자, 이제부터 HCI 연구에도 주목해 봅시다.
– Human-Computer Interaction (HCI, 인간-컴퓨터 상호작용) 분야는 매우 폭넓은 주제들을 포함합니다. 공학, 디자인, 사회학, 심리학, 의학, 뇌과학 등과 같은 다양한 분야에서의 융합연구가 가장 활발히 이루어지는 분야이기도 합니다. 특히 최근에는 인공지능 기술이 발전하고 성숙해져 가면서, HCI 분야 연구의 중요성이 더욱 높아지고 있습니다. 기술이 서비스의 형태를 띄면서 사용자들에게 직접 다가가는 단계에 이미 도달했기 때문입니다. 사실, 한국에서도 많은 […]
-
국내의 IT 분야에서는 어떤 연구를 하고 있을까? (1)
– 인공지능 기술의 발전 추세가 놀랍습니다. 특히 최근에는 중국발 서비스들이 인공지능 분야 전체를 흔들기도 했지요. 그렇다면 문득 궁금해집니다. 전산분야의 연구를 하는 국내 대학의 교수 연구팀들은 어떤 최신 세부기술을 연구하고 있을까요? – 약 3만 6천여 건의 논문 데이터를 모았습니다. 국내 대학에 소속된 교수 연구팀들의 연구내용을 분석하기 위해, 인포리언스는 Computer Science 관련 분야의 연구를 수행하는 교수 연구팀들의 […]
-
(CHI 2024 Best Paper 리뷰) LLM을 탑재한 대화형 검색 서비스를 쓰면 내 생각이 편향된다고?
생각해 봅시다. 우리는 모두 각자의 생각과 의견을 가지고 있습니다. 만약, 자신의 의견에 확신이 서지 않으면, 검색엔진을 써서 정보를 더 찾아볼 수 있습니다. 최근에는 LLM을 기반으로 한 대화형 검색 서비스가 쏟아져 나오고 있어서 잘 정리된 형태로 정보를 얻을 수도 있지요. 그런데 이런 의문이 듭니다. 이런 서비스들이 가져다 주는 정보가 전부일까요? 오히려 이런 서비스들이 드넓은 정보의 공간을 […]
-
(CHI 2024 논문 리뷰) 초등학생을 대상으로 한 교육과정에 생성형 AI를 쓰겠다고?
시작해 봅시다. 교육 및 학습과정에 적용할 만한 새로운 기술들이 많이 제시되어 왔지만, 대체로 기대에 미치지 못했습니다. 특히 개인화된 학습 플랫폼은 학습과정의 복잡도, 가르치는 과정의 높은 난이도, 알고리즘의 품질 부족 등에 의해 만족스럽지 못했던 것이 사실입니다. 그런데 생성형 AI 시스템이 발전하면서, 이러한 시스템들이 보다 자연스럽고 편안한 인간-AI 상호작용을 제공할 수 있을 거라는 기대가 커졌습니다. 예를 들어, […]
-
인공지능을 의심해 봅시다.
정보장치와 정보를 공유하는 방식의 변화 정보가 기록되고 사람들 사이에서 공유되기 시작했습니다. 과거에는 주로 종이에 기록한 형태로 정보를 공유하였습니다. 대화를 하지 않고 종이만 들여다 볼까 걱정스럽기도 했습니다. 라디오와 텔레비전이 나타났습니다. 정보는 전파를 타고 더 빠르게 사람들 사이를 파고 들었습니다. 대화를 하지 않고 바보상자에만 의존할까 걱정스럽기도 했습니다. 컴퓨터와 인터넷이 나타났습니다. 정보를 받는 것에서 더 나아가, 정보를 찾아내고, […]
-
[Mostly AI-Generated] IoT(Internet of Things) 환경에서 NLP(Natural Language Processing)나 LLM(Large Language Model)은 어떻게 활용될까?
개요 초기에는 NLP가 IoT 장치와의 상호작용을 자동화하고 최적화하는 데 중점을 두었으며, Crowdsourcing을 통해 IoT 장치를 식별하는 방법이 소개되었습니다. 이후, LLM의 발전과 함께 IoT 환경에서 자연어 명령을 이해하고 처리하는 능력이 강조되었으며, ThingML과 같은 도구를 통해 IoT 장치의 데이터 분석이 가능해졌습니다. 2021년부터는 자연어 이해(NLU)와 생성(NLG), 대화 시스템 등 다양한 NLP 기능이 IoT 기기와의 상호작용을 개선하는 데 사용되었습니다. […]
-
[Mostly AI-Generated] AI 분야의 논문들에서는 Military 관련 내용을 어떻게 언급하고 있을까?
개요 Military 분야에서는 AI가 적극적으로 활용될 수 있습니다. Arxiv에 업로드된 논문들은 2021년부터 2024년까지 ‘military’와 관련된 다양한 주제를 다루고 있습니다. 2021년에는 게임과 시뮬레이션, 인공지능, 무인 항공기(UAV), 군사 통신과 IoT, 얼굴 인식 등 다양한 기술이 군사 분야에 어떻게 적용될 수 있는지를 탐구했습니다. 특히, 게임과 AI의 연결, 군사 시뮬레이션에서의 AI 활용, UAV의 작전 수행 방법 등이 주목받았습니다. 2022년에는 […]
-
[Mostly AI-Generated] AI 분야의 논문들에서는 Spiking neural network에 대해 어떤 이야기를 해왔을까?
개요 Spiking Neural Network(SNN)는 뇌의 신경 활동을 모방하여 정보를 처리하는 신경망 모델로, 전통적인 인공 신경망과 달리 이진 스파이크를 통해 정보를 전달하며, 시간적 및 공간적 동적 특성을 활용합니다. 이러한 특성 덕분에 많은 연구들이 SNN이 기존의 Artificial Neural Networks(ANNs)와 비교하여 에너지 효율성, 생물학적 타당성, 그리고 특정 작업에서의 성능 향상 가능성을 보인다는 점을 언급하고 있습니다. 그러나 SNN의 훈련과 […]
-
[Mostly AI-Generated] Knowledge Graph는 RAG 과정에서 어떤 역할을 수행할까?
2020년부터 2024년까지 Knowledge Graph는 Retrieval-Augmented Generation(RAG) 과정에서 중요한 역할을 수행하며, 그 활용 방식이 진화해 왔습니다. 초기에는 Knowledge Graph를 통해 RAG 모델이 더 많은 배경 지식을 활용하고, 정보 보강과 추론 지원을 받았습니다. 2021년에는 엔티티와 관계의 구조화된 표현을 통해 자연어 이해와 질문 응답 시스템에서 성능을 향상시켰습니다. 2022년에는 Knowledge Graph Embeddings를 사용하여 불완전한 정보를 보완하고, 구조적 정보와 텍스트 […]