(정보통신망) 생성형 인공지능(Generative AI)에 관하여 조사하여 설명하고 생성형 인공지능을 위해 활용될 수 있는 정보통신 기술에 관하여 서술하시오

소개글

(정보통신망) 생성형 인공지능(Generative AI)에 관하여 조사하여 설명하고 생성형 인공지능을 위해 활용될 수 있는 정보통신 기술에 관하여 서술하시오에 대한 보고서 자료입니다.

목차

Ⅰ. 서론

Ⅱ. 본론

1. 생성형 인공지능(Generative AI)란

2. 생성형 인공지능의 특징
1) 텍스트의 질(quality)
2) 할루시네이션(Hallucination)의 위험성
3) 가치편향적 텍스트

3. 생성형 인공지능의 유형
1) MS 코파일럿 (Copilot)
2) 구글 제미나이 (Gemini)
3) 앤스로픽의 클로드 (Claude)
4) OpenAI ChatGPT (챗GPT)

4. 생성형 인공지능의 주요기술
1) 트랜스포머(Transformer)
2) 비전 트랜스포머(ViT: Vision Transformer)
3) 다중모달(multimodal)
4) 자기지도 사전훈련(self-supervised pretraining)
5) 생성적 대립 신경망(GAN: Generative Adversarial Network)

5. 생성형 인공지능의 장단점
1) 장점
2) 단점

6. 생성형 인공지능의 주요 활용 사례

7. 생성형 인공지능을 위해 활용될 수 있는 정보통신 기술
1) IoT(사물인터넷)
2) 보안 기술
3) 빅데이터(Big Data)
4) 클라우드 컴퓨팅(Cloud Computing)
5) 딥러닝(Deep Learning)

8. 나의 의견

Ⅲ. 결론

참고문헌

본문내용

코더(VAE)를 사용하여 이미지나 데이터를 생성한다. 딥러닝은 트랜스포머 모델로 텍스트 생성과 번역 작업을 지원한다. 딥러닝은 음성 인식 및 합성 기술에서 중요한 역할을 한다. 딥러닝은 실시간 데이터 분석을 통해 빠른 의사 결정을 가능하게 한다. 딥러닝은 생성형 인공지능 모델의 성능을 지속적으로 향상시킨다. 딥러닝은 멀티모달 데이터를 처리하여 텍스트, 이미지, 음성을 동시에 분석한다. 딥러닝은 교육 및 의료 분야에서 생성형 AI의 활용을 확대한다. 딥러닝은 예술 및 디자인에서 창의적 콘텐츠 생성을 지원한다. 딥러닝은 데이터 증강을 통해 AI 학습 데이터의 다양성을 증가시킨다. 딥러닝은 고성능 컴퓨팅 환경에서 실행되어 효율성을 높인다. 딥러닝은 복잡한 문제 해결에 있어 생성형 AI의 핵심 기술이다. 딥러닝은 클라우드 컴퓨팅과 결합하여 학습과 처리를 강화한다. 딥러닝은 학습 데이터에서 이상치를 탐지하고 결과의 신뢰성을 높인다. 딥러닝은 사용자 요구에 맞는 맞춤형 결과를 생성하는 데 활용된다. 딥러닝은 인간과의 협업을 통해 보다 창의적이고 효율적인 결과를 도출한다.
8. 나의 의견
생성형 AI가 사회경제문화적 측면에서 인류에게 가져올 파급효과가 18, 19세기에 있었던 산업혁명과 20세기 중후반에 인터넷과 웹이 이끈 정보혁명과 유사하다는 점을 간과해서는 안 된다. 산업혁명은 농업과 수공업 중심의 사회에서 제조업 중심의 도시 사회로의 전환을 가져왔고 농촌에서 도시로 대규모 이주가 발생하였다. 전기 및 화학 기술의 발전이 가져온 기계화는 생산성의 급증을 가져왔고, 이는 대중 소비문화 형성과 함께 소비 패턴의 변화를 야기했다. 소비자들에게 제품을 홍보하는 새로운 방식이 도입되었다. 또한, 교통수단의 발전으로 지역 간 연결이 강화되고 경계가 사라졌다. 20세기 후반에 인터넷과 웹이 이끈 디지털 시대로의 전환 또한 인간이 살아가는 방식에 큰 변화를 가져왔다. 편지, 전화 등의 전통적인 소통수단에서 벗어나 실시간으로 정보를 교환하고 의사소통 할 수 있게 되었고, 도서관, 신문, 잡지를 통해 얻었던 지식 정보에 인터넷을 통해 누구나 쉽게 접근할 수 있게 되었다. 전자상거래의 발전은 비대면 소비시장의 발달을 가져왔고, 소비자와 기업 간의 거래 방식을 바꾸었다. 전 세계 사람들의 뉴스를 공유하고 문화 교류하는 시대가 되었다. 이처럼 산업혁명이 도시화, 기계화, 대량 소비문화, 지역 간의 경계 소멸을 가져왔고, 디지털 시대로의 전환이 세계화, 자동화, 비대면 소비문화, 정보 간의 경계 소멸을 가져온 것처럼, 생성형 AI는 암묵적 지식의 경계를 무너뜨리면서 큰 변화를 예고하고 있다. 암묵적 지식은 개인적인 경험, 관찰 및 연습을 통해 획득하며 다른 사람에게 전달하기 어려운 개인이 수행하는 지식과 기술로, 개인이 소유하고 있지만 명시적으로 표현할 수 없는 지식이다. 글쓰기, 이메일 작성, 데이터 분석, 프레젠테이션 작성 등과 같은 직장 내 많은 활동은 획일화된 지침이 아닌 암묵적 지식에 의해 수행되기 때문에 지금까지 자동화되지 않았다. 작업을 자동화하기 위해서는 명시적이고 자세한 지침을 코드화 하여 시스템에 전달해야 하기 때문이다. 생성형 AI는 전문가들이 소유한 암묵적 지식을 누구에게나 제공해주는 혁신을 이루었다. 이제 원하기만 한다면 누구나 작가도, 화가도, 음악가도 될 수 있고, 이메일 작성도 프로그램 코드도 작성할 수 있다. 이것은 산업혁명과 디지털 시대로의 전환이 인류의 생활방식을 바꾸었던 것처럼 또 한차례 인류의 생활방식에 큰 변화를 가져올 것이다.
Ⅲ. 결론
지금까지 본론에서는 생성형 인공지능(Generative AI)에 관하여 조사하여 설명하고 생성형 인공지능을 위해 활용될 수 있는 정보통신 기술에 관하여 서술해 보았다. 지능(Intelligence)은 더 이상 인간의 독점적인 영역이 아니다. 인간은 탁월한 지능을 통해 복잡한 추론, 문제해결, 학습, 창의성, 언어 사용, 감정 인식 및 사회적 상호작용이 가능하기 때문에 지능이란 말은 주로 인간의 지적 능력을 일컫는 데 사용해 왔다. 그러나 최근 몇 십 년 동안, 인공지능(Artificial Intelligence)의 급속한 발전은 이러한 관행적인 사고를 깨뜨리고 있다. AI 는 복잡한 문제를 해결하고, 대용량 데이터를 처리하며, 언어 이해와 생성, 이미지 분석, 음성 인식 및 추천 시스템과 같은 다양한 지적 작업은 물론 의료 진단, 자율 주행 자동차, 금융 분석, 언어 번역, 공급망 관리, 로봇 공학, 음성 비서, 예술 창작 등 다양한 분야로 영역을 확장해 가고 있다. 이로 인해 지능과 기술의 경계가 흐려지고 있으며, AI 가 인간의 지능과 견줄 만큼 발전했다는 새로운 현실을 직시해야 한다. 특히 2022년 11 월 OpenAI(OpenAI, 2023)에서 발표한 ChatGPT 를 비롯해 Bing Chat, Bard, Llama, Stable Diffusion, Midjourney, DALL-E 등 생성형 AI의 등장은 언젠가였던 AI 와 개인의 일상적 교류를 현재로 만들었다. 생성형 AI는 언어 생성, 이미지 생성, 음성 인식 및 자연어 이해 분야에서 확장된 역할을 하면서 개인의 창의적 생산 능력을 높이는 데 활용할 수 있는 강력한 도구이자 동반자가 되었다.
참고문헌
강시철(2023). AI빅히스토리 10의 22승. 스토리하우스.
김호준 (2023). 생성형 AI의 한계 ‘환각’, 대안으로 주목받는 RAG, 아이티데일리.
박혁태. (2024). AI가 이끄는 콘텐츠 산업혁명, 현재와 미래. 한국콘텐츠진흥원.
김태훈. (2023). 생성형 AI의 수업 활용 방안, 전북교육정책 오늘, 교육동향분석.
이승훈 (2023). 생성형 AI를 활용한 문제중심학습에 대한 학습자의 디지털 리터러시 인식과 성과 진단 연구: 스마트관광 수강생을 중심으로. 관광연구저널.
고윤정 (2022). AI 리터러시 향상이 자기효능감에 미치는 영향. 한국지식정보기술학회 논문지.
박진호 (2019). 딥러닝 기반 자연어 처리에서 도메인 지식의 역할. 인공지능인문학연구.
구본권. (2023). 챗GPT 시대의 필수역량 ‘AI 리터러시’.\" KISO 저널.

키워드

정보통신망,   생성형 인공지능,   Generative AI,   정보통신,   사례