|
XAI처럼 기술과 철학이 융합된 분야에 최적의 장소라고 생각합니다. 특히 OOO 연구실에서는 실제 의료 데이터 기반 XAI 연구가 활발히 진행되고 있어, 제 관심 분야와 정밀하게 부합합니다. 저는 해당 연구실의 일원이 되어, 학문적으로도, 사회
|
|
|
xai, -mag
xat 말리다 xataa 딱딱한
daca 익숙하다 dacamtgai 친숙한
nebter 통과하다 nebterxii 완벽한
ㄷ. 형용사 어간에서 의미가 강화되거나 약화된 형태로 파생
의미약화: -xai, -btar, -doo
의미강화 : -b
ㄹ. 명사와 동형 : bruu(wrong, fault)
부사와 동형 : sain(go
|
|
|
.
장기적으로는 공공정책, 금융의사결정, 헬스케어 분야 등 데이터 기반의 판단이 핵심인 영역에서, 사회적 책임을 동반한 분석 결과를 제시할 수 있는 통계 연구자가 되는 것이 제 목표입니다. 해석 가능한 알고리즘 설계와 통계적 설명력 확
|
|
|
위한 기술’을 고민하고, 그것을 디자인 언어로 풀어내는 데 지속적인 관심을 가져왔습니다. 특히 최근에는 인간-기계 상호작용(HCI)에서 ‘설명 가능한 AI(XAI)’나 ‘프롬프트 디자인’ 같은 개념에 주목하고 있으며, 기술의 투명성이 사용자
|
|
|
XAI 기반 네트워크 보안 시스템, IoT 디바이스의 에너지 효율적 보안 프로토콜 설계, 침입 탐지 시스템의 딥러닝 모델 최적화 등 구체적인 연구주제를 탐색하고자 합니다.
이를 위해 대학원 진학 후 첫 학기에는 고급 알고리즘, 컴퓨터 네트워크
|
|
 |
plainable AI(XAI)에 관심이 많습니다. 특히 보험은 서류와 상담 기록 등 비정형 텍스트가 많기 때문에, NLP기반 기술이 핵심이 될 수 있다고 생각합니다. 또한 고객의 의사결정에 영향을 주는 AI에서는 모델의 판단 근거를 설명할 수 있어야 하기에,
|
|
 |
는 현장 데이터를 다시 반영한 retraining을 통해 동일 문제가 발생하지 않도록 조치하고, 내부 공유를 통해 조직적 학습으로 연결하겠습니다.
7. XAI 기술에 대해 관심을 가지게 된 계기와 적용 사례가 있다면 말씀해 주세요.
사용자 행동 예측 모
|
|
 |
작동할 수 있도록 설명 가능한 AI(XAI) 기술을 적용해야 한다.
② 데이터 품질 및 윤리적 가이드라인 마련
- 신뢰할 수 있는 데이터를 학습하도록 데이터 검증 프로세스를 강화하고, AI 모델이 윤리적으로 작동할 수 있도록 가이드라인을 마련
|
|
 |
한다.
2) AI 기반 신용평가 모델의 투명성 강화
설명 가능한 AI(eXplainable AI, XAI)를 적용하여 신용평가 결과의 해석 가능성을 높이고, 평가 결과에 대한 신뢰도를 확보해야 한다.
3) 하이브리드 신용평가 모델 도입
기존 신용평가 모델과 AI 기반
|
|
 |
.
5. 인공지능 기술을 의료기기에 적용할 때 주의해야 할 점은 무엇이라고 생각합니까?
답변: 데이터 편향성과 설명 가능성(XAI) 확보가 중요합니다. 신뢰할 수 있는 AI를 개발하기 위해 데이터 품질 관리와 알고리즘의 투명성을 고려해야 합니
|
|
메뉴펼치기
