AI 산업 국내·외 제품 품목별 현황과 기술 개발 동향

1장. AI 산업 현황

1. 개요
1) 일반적 개념
(1) 개념
(2) 필요성
2) 구축 범위
(1) 산업특징 및 구조
(2) 대표적 분류 기준
(3) 기술로드맵 전략분야 특정

2. 환경 분석
1) 정책동향
(1) 주요국 정책동향
가. 미국
나. EU
다. 일본
라. 중국
(2) 국내 정책동향
2) 산업 여건 및 시장 현황
(1) 국내 산업 여건
(2) 시장 규모 및 전망
가. 세계 시장
(3) 주요 업체 동향
가. 해외 업체
나. 국내 업체
3) 기술 및 표준화(규제) 동향
(1) 기술개발 동향
(2) 표준화(규제) 동향
4) 환경분석 종합

3. 품목 로드맵
1) 품목 후보군 도출 및 선정
(1) 품목 후보군 도출
(2) 전략품목 선정

2장. AI 제품 품목별 산업 현황

1. Edge-Device 기반 실시간 지능 플랫폼
1) 개요
(1) 개념 및 필요성
가. 개념
(2) 범위 및 분류
가. 가치사슬
나. 용도별 분류
다. 기술별 분류
2) 환경 분석
(1) 시장 현황 및 전망
가. 현황
나. 관련 시장 규모 및 전망
(a) 세계 시장
(b) 국내 시장
(2) 기술개발 동향
가. 현황
나. 주요 기술개발 동향
(a) 해외 기업
(b) 국내 기업
(3) 국내 연구개발 기관
3) 특허 분석
(1) 특허 동향 분석
가. 특허증가율 분석
나. 기술경쟁력 및 기술수명측정
다. 특허영향력 분석
(2) 주요 기술 키워드 분석
가. 기술개발동향 변화분석
나. 기술현황 분석
다. 기술집중력 분석
(3) 주요 출원인 분석
가. 주요 출원인 동향
나. 주요 출원인 기술 키워드 및 주요 특허 분석
(4) 분석 종합
가. 분석결과 요약
나. 요소기술 후보군 도출
4) 기술개발 로드맵
(1) 요소기술 도출 및 핵심기술 선정
가. 요소기술 도출
나. 핵심기술 선정
(2) 기술 로드맵 구축
가. 기술개발 목표
나. 로드맵 기획

2. 초거대 AI 실용화 솔루션
1) 개요
(1) 개념 및 필요성
가. 개념
나. 기술개발 필요성
(2) 범위 및 분류
가. 가치사슬
나. 용도별 분류
2) 환경 분석
(1) 시장 현황 및 전망
가. 개황
나. 관련 시장 규모 및 전망
(a) 세계 시장
(b) 국내 시장
(c) 기술개발 동향
가. 현황
나. 주요 기술개발 동향
(a) 해외 기업
(b) 국내 기업
(c) 국내 연구개발 기관
3) 특허 분석
(1) 특허동향 분석
가. 특허증가율 분석
나. 기술경쟁력 및 기술수명측정
다. 특허영향력 분석
(2) 주요 기술 키워드 분석
가. 기술개발동향 변화분석
나. 기술현황 분석
다. 기술집중력 분석
(3) 주요 출원인 분석
가. 주요 출원인 동향
나. 주요 출원인 기술 키워드 및 주요 특허 분석
(4) 분석 종합
가. 분석결과 요약
나. 요소기술 후보군 도출
4) 기술개발 로드맵
(1) 요소기술 도출 및 핵심기술 선정
가. 요소기술 도출
나. 핵심기술 선정
(2) 기술 로드맵 구축
가. 기술개발 목표
나. 로드맵 기획

3. 휴먼 AI 협업 솔루션
1) 개요
(1) 개념 및 필요성
가. 개념
나. 기술개발 필요성
나. 용도별 분류
2) 환경 분석
(1) 시장 현황 및 전망
가. 개황
나. 관련 시장 규모 및 전망
(a) 세계 시장
(b) 국내 시장
(c) 기술개발 동향
가. 개황
나. 주요 기술개발 동향
(a) 해외 기업
(b) 국내 기업
(c) 국내 연구개발 기관
3) 특허 분석
(1) 특허 동향 분석
가. 특허증가율 분석
나. 기술경쟁력 및 기술수명측정
다. 특허영향력 분석
(2) 주요 기술 키워드 분석
가. 기술개발동향 변화분석
나. 기술현황 분석
다. 기술집중력 분석
(3) 주요 출원인 분석
가. 주요 출원인 동향
나. 주요 출원인 기술 키워드 및 주요 특허 분석
(4) 분석 종합
가. 분석결과 요약
나. 요소기술 후보군 도출
4) 기술개발 로드맵
(1) 요소기술 도출 및 핵심기술 선정
가. 요소기술 도출
나. 핵심기술 선정
(2) 기술 로드맵 구축
가. 기술개발 목표
나. 로드맵 기획

3장. AI 기술 개발 동향

1. Edge-Device 기반 실시간 지능 플랫폼
1) AI기반 생산라인의 고장/예지보전 모니터링 애플리케이션
(1) 서론
(2) 기존 연구
(3) 실시간 예지보전 모니터링 애플리케이션
가. 설비고장분류와 예지보전 모델
나. 설비예지보전 예측모델
다. AdaBoost 학습
라. 모니터링 애플리케이션
(4) 실험 환경 및 방법
(5) 실험 결과
(6) 결 론
2) Transformer를 활용한 인공신경망의 경량화 알고리즘 및 하드웨어 가속 기술 동향
(1) 서론
(2) 신경망 경량화 기술의 배경
가. 양자화(Quantization)
나. 가지치기(Pruning)
다. 경량 자동화(AutoML)
(3) Transformer 기반 모델의 경량화
가. GPUSQ
(a) Motivation
(b) Approaches
나. NIPQ
(a) Motivation
(b) Approaches
다. DepGraph
(a) Motivation
(b) Approaches
라. TPS
(a) Motivation
(b) Approaches
마. NViT
(a) Motivation
(b) Approaches
(4) 경량화를 위한 AI 반도체 기술
가. SpAtten
(a) Motivation
(b) Architecture
나. FACT
(a) Motivation
(b) Architecture
(5) 결론 및 맺음말
3) 음향 기반 물 사용 활동 감지용 엣지 컴퓨팅 시스템
(1) 서 론
(2) 연구방법
가. 문제의 정의
나. 시스템 구성 및 동작 원리
다. 음향 신호의 전처리
라. 딥러닝 훈련을 위한 데이터 증강(augmentation)
마. 음향 분류를 위한 CRNN 모델 훈련
(3) 연구결과
가. 음향 기반 물 사용 활동 감지 모델
나. 화장실에서의 일상 활동 실시간 감지용 엣지 컴퓨팅 시스템
(4) 고찰 및 결론
4) 차세대 함정 전투체계를 위한 엣지 컴퓨팅 기반 프레임워크
(1) 서 론
(2) 관련 연구 및 문제점 분석
(3) 엣지 컴퓨팅 기반 차세대 함정 전투체계
가. 엣지 컴퓨팅 기반 차세대 함정 전투체계 아키텍처
나. 하부체계 노드와 엣지간의 데이터 흐름 설계
(4) 엣지 컴퓨팅 기반 차세대 함정 전투체계 프레임워크의 성능평가
가. 시험환경 구성
나. 함정 전투체계 모의 환경 구성
다. 엣지 컴퓨팅 기반 프레임워크의 성능분석
(a) 데이터 크기에 따른 성능 비교 분석
(b) 노드 수에 따른 성능 비교 분석
(5) 결론 및 향후 연구
5) 컨테이너 기술을 활용한 엣지 컴퓨팅 환경 어플리케이션 무결성 보호에 대한 연구
(1) 서 론
(2) 관련 연구 및 배경
가. 관련 연구
나. 배경 기술
(a) Docker Container
(b) Docker Contents Trust
(3) 제안기법
가. 제안 배경
(a) Docker DCT 고려사항
(b) 공격 모델
(c) 공격 시나리오
나. 제안 기법 설계
(4) 구현 및 검증
가. 제안기법 구현
나. 제안기법 검증
(a) 정상 어플리케이션
(b) 변조 어플리케이션 구동 차단
(5) 결 론
6) IR 및 RGB 카메라 기반 행동 검출 인공지능 활용 소 발정 모니터링 시스템
(1) 서론
(2) 본론
가. 소 발정 모니터링 시스템 개요
나. 데이터 수집
다. 데이터 획득 및 가공
라. 적용된 데이터 증강 기법
마. 행동 검출 모델
(3) 실험
가. 실험 환경 및 성능 검증
나. 실험결과
다. 외부 축사 실증
(4) 결론
7) 엣지 기반 경량화 플랫폼 위한 데이터 수집 시스템의 DB 비교 및 평가
(1) 서론
(2) Background
가. 데이터 수집 시스템
나. MyRocks
다. InfluxDB
(3) CDI Benchmark
(4) Evaluation
가. 평가 환경
(a) 엣지 디바이스 사양
(b) 데이터베이스 설정 각각의 데이터베이스의 기본
(c) 평가 방법
나. 평가 결과
(a) 단일 행 삽입
(b) 소량 데이터 삽입 평가
(c) 대량 데이터 삽입 평가
(5) 결론
8) 엣지 컴퓨팅 기반 IIoT 보안 연구 동향
(1) 서 론
(2) IIoT
가. IIoT 개요
나. IIoT 적용 사례
(3) 엣지 컴퓨팅
가. 엣지 컴퓨팅 개요
나. 엣지 컴퓨팅 적용 사례
다. 엣지 컴퓨팅 보안 위협
(4) 엣지 컴퓨팅 기반 IIoT 보안 기술 연구
가. 교통 분야
나. 에너지 분야
다. 스마트 공장
라. 항공 분야
마. 의료 분야
(5) 논의
(6) 결 론

2. 초거대 생성형 AI 실용화 솔루션
1) 메타버스에서 생성형 AI 활용한 콘텐츠 창작과 협업에 관한 연구
(1) 서 론
가. 연구 배경
나. 연구 방법
(2) 이론적 논거 : 메타버스에서의 콘텐츠 창작
가. 선행연구 분석
나. 메타버스에서 생성형 인공지능을 활용한 콘텐츠 창작의 주요 요소와 핵심 가치
(3) 메타버스 콘텐츠 창작을 위한 사용자 데이터와 생성형 사용자 데이터 구성
가. 메타버스에서 콘텐츠 창작을 위한 데이터의 종류와 구성
나. 웹 3.0 시대 메타버스에서 창작자 생성 콘텐츠의 잠재적 가능성
(4) 생성형 인공지능을 활용한 협업 워크플로우
가. 메타버스에서의 상호작용과 협업
나. 메타버스에서 생성형 인공지능과의 협업 모델
다. 전문가 심층 인터뷰 결과 분석 및 새로운 도전 방향
(5) 본 연구의 한계 및 향후 연구방향
2) 생성형 인공지능에 의한 콘텐츠 저작과 유통 환경의 변화에 따른 정책 제언
(1) 서 론
(2) 생성형 인공지능에 의한 콘텐츠 저작 환경의 변화
가. 생성형 인공지능 서비스에 활용되는 초거대 AI 모델
나. 생성형 인공지능 도구들을 활용한 콘텐츠 저작 활동
(3) 생성형 인공지능에 의한 콘텐츠 유통환경 변화 예측
가. 콘텐츠 크리에이터들의 역할 및 유통 환경의 변화
나. 생성형 인공지능에 의한 윤리적·법적 이슈
(4) 콘텐츠 창작 활성화를 위한 정책 제언
가. 창작자의 권리와 책임 : 인문학적 통찰력과 비판적인 사고
나. 새로운 경험의 공간 : 메타버스와의 공진화 전략
다. 디지털 아우라의 재발견 : 생성형 인공지능과 NFT와의 시너지
(5) 본 연구의 한계 및 향후 연구 방향
3) 초거대 인공지능 프로세서 반도체 기술 개발 동향
(1) 서론
(2) 초거대 인공신경망
가. 트랜스포머 모델의 특성과 활용
나. 전용 프로세서 반도체의 필요성
(3) 초거대 AI 프로세서 기술
가. SAPEON
나. Google
다. Graphcore
라. Tesla
마. FuriosaAI
바. NVIDIA
사. Rebellions
아. Meta
(4) 결론
4) 생성형 AI와 AGI
(1) 서 론
(2) 생성형 AI와 LLM
가. 생성형 AI의 정의 및 종류
나. LLM
다. 생성형 AI의 발전과정
라. 대표적인 생성형 AI 모델
마. 생성형 AI 시장 규모
바. 생성형 AI의 주요 기업 및 애플리케이션
(3) 파운데이션 모델
가. 파운데이션 모델의 정의
나. 파운데이션 모델의 대표적인 예
다. FMOps(Foundation Model Operations)
(4) AGI (Artificial General Intelligence)
가. AGI의 정의
(5) 결 론
5) 미래 모빌리티 산업의 경험적 속성에 따른 메타버스 적용 사례 연구
(1) 서 론
가. 연구의 필요성
나. 연구목표 및 방법
(2) 미래 모빌리티 산업에서 메타버스의 역할과 경험적 속성
가. 미래 모빌리티 산업에서 메타버스의 역할
나. 미래 모빌리티 산업에서 메타버스의 경험적 속성
다. 자율주행 자동차의 구성 요소
(a) 자율주행 자동차와 자율주행 단계
(b) 자율주행 시스템을 위한 구성 요소
i) 인공지능 시스템과 소프트웨어
ii) 안전 및 보안 센서
iii) 하드웨어와 디스플레이
ⅳ) 사용자와 이해관계자
ⅴ)자율협력주행을 위한 스마트시티 인프라
(3) 평가적 사례분석 결과
가. 소프트웨어 및 인공지능 시스템 분야 메타버스 적용 사례
(a) MICROSOFT Azure HPC 기반 서비스
(b) NVIDA Drive Concierge &Drive Chauffeur
나. 안전 및 보안 센서 분야 메타버스 적용 사례
(a) 현대모비스 M.Vision Series (Pop,2 Go,HI)
(b) SONY &HONDA Afeela
다. 하드웨어 및 내외장재 분야 메타버스 적용 사례
(a) BMW I Vision (Circular,DEE)
라. 사용자와 이해관계자 분야 메타버스 적용 사례
(a) NISSAN Invisible-to-Visible(I2V)
(b) 현대자동차 Meta-mobility
마. 자율협력주행을 위한 스마트시티 분야 메타버스 적용 사례
(a) MORAI SIM Drive and MORAI SIM Traffic
(b) WAYMO Simulation City
(4) 종합 및 논의
(5) 결 론
6) 온 디바이스 국방 AI를 위한 PEFT 효용성 연구
(1) 서론
(2) 본론
가. 신경망 경량화 기술
(a) 신경망 경량화 기술
(b) 전이학습 효율화 기술
(3) 제안된 계획
가. 활용 데이터
나. 데이터 전처리
다. 실험 결과
(4) 결론
7) 초거대 AI의 기반모델(Foundation Model) 개념 및 표준화 동향
(1) 서 론
(2) 스케일링 법칙(Scaling Laws)
(3) 기반모델 개념 등장
(4) 기반모델 기술 동향
(5) 표준화 동향
8) 초거대 인공지능 생성 모델 동향 연구
(1) 초거대 생성 AI
(2) 기술 동향
가. 언어 모델
나. 음성 모델
다. 거대 AI 모델 활용 서비스
(3) 결 론
9) 생성 AI 모델을 위한 텍스트 프롬프트 추정 기반 한국화 재생성에 대한 연구
(1) 서론
(2) 본론
(3) 결론
10) 창작·예술 분야의 생성형 aI 활용 방법에 대한 연구
(1) 서론
(2) 본론
가. 생성형 인공지능의 등장과 발전
나. 콘텐츠 제작의 분야별 AI
다. 생성형AI의 창작분야 활용 가능성
(3) 결론
11) 거대 언어 모델의 발전 및 상용화 과제
(1) 서 론
(2) 인공 신경망 기반의 언어 모델
가. 인공 신경망 이해
(3) 언어 모델의 발전
가. ~2015년: 딥러닝 모델 응용의 태동
나. 2016~2017년: 자원 전쟁의 시작
다. 2018년: 트랜스포머의 시대
라. 무너진 벽: 모델 크기 증가와 분산훈련의 보급
마. GPT-2 및 대형 모델의 출현
바. GPT-3의 등장과 거대 언어 모델 레이스
사. 모델 거대화와 창발 현상
아. 급격한 성능 향상과 상용화 서비스
자. 오픈 언어 모델의 출현
차. 초거대 스케일 모델의 상용화
(3) 언어 모델의 상용화 과제
가. 언어 훈련 데이터 확보 및 가공
나. 언어 모델 훈련 비용
다. 언어 모델 서비스 비용
라. 거대 언어 모델에 특화된 하드웨어 병목
(4) 결 론
10) AI 언어모델의 문학적 공감
(1) 서론
(2) ChatGPT를 통한 상황에 따른 추천시 제공 가능성
(3) 추천시 사전 교육과 사용자 기호에 따른 ChatGPT 창작시 출력 과정
(4) 결론
11) 생성형 AI와 AI 휴먼 서비스
(1) 서론
(2) AI 휴먼 서비스
가. AI 휴먼 제작 절차
나. AI 휴먼 서비스 유형
(3) 결론
12) 인공지능(AI)을 활용한 건축디자인 정보처리 모델에 관한 연구
(1) 서론
가. 연구의 배경 및 목적
나. 연구의 내용 및 방법
(2) 이론적 고찰
가. 건축디자인과 정보처리이론
나. 선형 모델과 순환형 모델
다. 선형모델과 순환형 모델의 장단점
라. 건축디자인 정보처리모델 DIPS
(3) DIPS 사고방식 유형과 특성
가. 정보처리모델 사고방식의 유형
나. 발산적 사고와 수렴적 사고
다. 유추적 사고
라. DIPS 사고방식 유형 특성
(5) 인공지능 유형과 특성
가. 인공지능
나. NLP
다. DNN
라. GAN
마. 인공지능 모델의 출력 특성
(5) 인공지능을 활용한 정보처리모델
가. 건축디자인의 귀추적 결론
나. 건축디자인 MacLeamy 곡선
다. 인공지능을 활용한 정보처리모델
(a) 수렴적 공간구성
(b) 발산적 형태생성
(c) 가치 판단
(6) 결론 및 향후 연구과제
13) 이미지 생성 인공지능(AI) 달리(DALL·E)의 활용 사례 연구
(1) 서론
가. 연구의 배경 및 목적
나. 연구 방법과 범위
(2) 이론적 고찰
가. 인공지능(AI)을 활용한 이미지 연구 동향
나. 텍스트 기반 이미지 생성 AI의 현황
다. 달리(DALL·E)의 활용 사례
(a) 창의적 영감의 원천
(b) 상업적 도구
(c) 디자인 작업에서의 조력자
(4) 결론
14) 생성형 AI 시대 거대언어모델의 기술 동향
(1) 서 론
(2) Data
가. 학습 데이터
나. 평가 데이터
다. 학습 데이터 가공 및 정제
(3) 사전학습 언어 모델
가. 디코더 사전학습 모델
나. 인코더-디코더 사전학습 모델
(4) Instruction Tuning
가. Instruction Tuning 개요 및 동향
나. 작업 클러스터
(5) 강화학습 기반의 사용자 피드백 반영
가. Human Preference Data
나. Reward Model
다. Proximal Policy Optimization
라. 강화학습 기반의 사용자 피드백 반영 예시와 평가
(6) 모델 경량화
가. 양자화
나. 지식 증류
다. 가지치기
(7) Information Retrieval 기술과의 연동
(8) 맺음말
15) 인공지능 언어모델 연구동향
(1) 서론
(2) 언어모델 특성
가. 언어이해모델
나. 언어생성 모델
다. 언어이해 및 생성 모델
라. 초거대 언어 생성 모델
마. 외부메모리 기반 언어모델
(3) 국내외 연구 동향
가. 국외 동향
(a) 언어이해 모델
(b) 언어생성 모델
(c) 언어이해 및 생성 모델
(d) 초거대언어생성모델
(e) 외부메모리 기반 언어모델
나. 국내 동향
(a) 국내 대기업
(b) 학계 및 연구기관
(4) 결 론
16) RAG기반 랭체인을 이용한 생성형 AI 챗봇 구현
(1) 서 론
(3) 실험
가. 실험 환경
(4) 결 론
17) 실내건축공간 디자인 스타일 기반 이미지 생성 인공지능 활용도 조사
(1) 서 론
가. 연구의 배경
나. 연구의 범위 및 방법
(2) 생성형 인공지능 모델 기반 실내건축공간 이미지 데이터 구축
가. 텍스트 프롬프트 생성 (text-to-text)
나. 이미지 데이터 생성 (text-to-image)
(3) 실내건축공간 생성 이미지 데이터 분석
가. 디자인 스타일에 대한 높은 이해도
나. 안정성 및 다양성
다. 고해상도 이미지 품질
(4) 결 론
18) 생성형 AI를 활용한 AI 보조교사 소프트웨어 아키텍처 연구
가. 서론
나. 생성형 AI를 기반으로 한 보조 시스템
(3) 연구결과
가. 생성형 AI 보조교사
나. 구현 결과
(4) 결론 및 논의
19) 게이미피케이션 기반 AI교육 플랫폼 개발 및 멀티모달 적용
(1) 서 론
(2) 연구 배경
가. 게이미피케이션과 교육
나. 멀티모달과 교육
(3) 연구 방법
가. 전체 AI교육 플랫폼
나. 멀티모달과 AI교육 플랫폼
다. 게이미피케이션과 AI교육 플랫폼
라. 멀티모달과 게이미피케이션 접목
(4) 결론 및 제언

3. 휴먼AI
1) 제품 서비스시스템을 위한 아이디어에 ChatGPT를 사용한 탐색 실험
(1) 서론
가. 연구 배경 및 목적
나. 연구 범위 및 방법
(2) 이론적 배경
가. 제품-서비스시스템 디자인의 아이데이션
나. 디자인 프로세스에 따른 AI 활용 연구
다. 생성형 AI를 활용한 아이데이션 프롬프트 가이드라인
(3) 실험 설계 및 진행
가. 실험 설계
나. 실험 진행 및 관찰
(a) 실험 진행 시간
(b) 아이데이션 진행 방식
(c) 아이디어 도출과정
(4) 실험 결과 분석 및 인터뷰
가. 최종 아이데이션 결과
나. 실험 시간 비교 및 분석
다. 실험참가자 사후 FGI
라. Ideation with AI(B팀) IDI
(5) 전문가 평가 및 논의
가. 전문가 평가를 통한 아이디어 질 측정
나. 전문가 평가 결과
다. 단체 FGI 및 논의
(a) 전통적 방법과 생성형 AI 기반 아이디어의 차이
(b) 생성형 AI를 활용한 디자인의 판별
(c) 생성형 AI를 활용한 아이데이션의 활용 가능성
(6) 결론 및 제언
가. 연구의 의의
나. 연구의 한계 및 제언
2) 소셜미디어 데이터 중심의 텍스트 기반 공간 지식 추론 프레임워크 연구
(1) 서 론
(2) 관련연구
가. 소셜미디어 관심지점 데이터 특징
나. 공간 지식 구성모델
다. 공간 지식 추론모델
(3) 공간 지식 표현 모델
가. 공간의 흐름 기준 공간 중심 표현 모델
나. 시간의 흐름 기준 공간 중심 표현 모델
(4) 공간 지식 추론 프레임워크
(5) 결론 및 향후연구
3) 언어 모델 기반 생성형 인공지능 발전 방향 연구
(1) 서론
(2) 생성형 인공지능의 발전 과정
(3) 생성형 인공지능 기술 관련 특허 동향 분석
가. 기술 분류 과정
나. 국가별 연도별 출원 동향
다. 특허 기술 성장단계
라. 주요 출원인 분석
마. 세부 기술별 연도별 동향
(4) 언어모델 기반 생성형 인공지능 발전 방향 예측
가. 데이터 전처리 기술 발전 방향
나. 모델링 기술 발전 방향
다. 학습 및 최적화 기술 발전 방향
라. 응용분야 기술 발전 방향
마. 환각문제 관련 기술 발전 방향
(5) 결론
4) 실감 디지털 휴먼기술과 공공분야 활용 방안
(1) 서론
(2) 실감 디지털 휴먼 기술 개요
가. 언어 생성 기술
나. 영상 생성 기술
(3) 실감 디지털 휴먼 활용 방안
가. 실시간 실감 방송
나. 2D 영상기반 실사 디지털 휴먼
(4) 시사점
5) 패션 디자인에서의 인간-AI 공동창조(HAIC) 사례 연구
(1) 서론
(2) 이론적 배경
가. 패션 디자인 및 인간-AI의 공동창조(HAIC) 프로세스
나. 패션 디자인 협업이 가능한 AI 유형 및 원리
(3) 패션 디자인에서의 HAIC 사례 분석
가. 분석 대상 및 방법
나. 분석 결과 및 논의
(a) 패션 디자인에서의 HAIC 유형
i) AI주도 소극적 HAIC 유형
ii) 인간주도 소극적 HAIC 유형
iii) 유연한 상호작용에 의한 HAIC 유형
ⅳ) 통합적 상호작용에 의한 가치창조 HAIC
(b) 패션 디자인에서의 HAIC 프로세스
(4) 결론
6) 메타버스에서 생성형 인공지능을 활용한 콘텐츠 창작과 협업에 관한 연구
(1) 서 론
가. 연구 배경
나. 연구 방법
(2) 이론적 논거 : 메타버스에서의 콘텐츠 창작
가. 선행연구 분석
나. 메타버스에서 생성형 인공지능을 활용한 콘텐츠 창작의 주요 요소와 핵심 가치
(3) 메타버스 콘텐츠 창작을 위한 사용자 데이터와 생성형 사용자 데이터 구성
가. 메타버스에서 콘텐츠 창작을 위한 데이터의 종류와 구성
나. 웹 3.0 시대 메타버스에서 창작자 생성콘텐츠의 잠재적 가능성
(4) 생성형 인공지능을 활용한 협업 워크플로우
가. 메타버스에서의 상호작용과 협업
나. 메타버스에서 생성형 인공지능과의 협업 모델
다. 전문가 심층 인터뷰 결과 분석 및 새로운 도전 방향
(5) 결 론 : 본 연구의 한계 및 향후 연구 방향
7) 개인 맞춤형 수학 학습을 위한 인공지능 교육시스템의 기능과 적용 사례 분석
(1) 서론
(2) 이론적 배경
가. 개인 맞춤형 학습
나. 인공지능 활용 수학교육
(3) 연구 방법
가. 연구 대상
나. 연구 도구
다. 자료 수집 및 분석 방법
라. 연구의 제한점
(4) 결과 분석 및 논의
가. 개인 맞춤형 수학 학습을 위한 인공지능의 기능과 학습 및 수업 설계
나. 인공지능 교육시스템의 기능을 적용한 개인 맞춤형 수학 학습에 대한 학생의 반응
(5) 결론 및 제언
8) AI 기술로 리얼리티 그 이상을 초월하는 영상콘텐츠
(1) 서론
(2) 영상 미디어 환경 변화와 AI 기술의 활용
(3) AI 기술로 만드는 영상 콘텐츠의 리얼리티 방식
가. 디에이징 기술
나. 딥페이크 기술과 디지털 휴먼
다. 페이스 에디팅 기술
(4) 결론
9) AI 기반 교육 현황과 기술 동향
(1) 서론
(2) AI 시대의 교육
가. AI 시대의 미래교육
나. 인공지능기반 교육 사례
(3) AI 기반 교육 동향
가. AI 기반의 미래교육, 에듀테크
나. 에듀테크 산업시장 동향
다. 주요 에듀테크 트렌드
(4) AI 기반 교육에서의 주요 기술
가. 개인화 기술
(a) 행렬 분해 기반의 협력 필터링
(b) Multi-Layer-Perceptron 기반의 협력 필터링
(c) Course2vec 기반의 순차 추천 모델링
(5) ETRI 연구동향
가. AI 기반 외국어 말하기 교육
나. ETRI 서비스 개발 사례
(4) 결론