RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      인공지능 기반 서비스 맥락 구조화 및 서비스 아이디어화 지원 프레임워크 개발 = Development of a Framework for Structuring AI-based Service Context and Supporting Service Ideation

      한글로보기

      https://www.riss.kr/link?id=T17371255

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      국문 초록 (Abstract) kakao i 다국어 번역

      인공지능 기반 서비스 (Artificial Intelligence-based Services, AIS)는 사용자와 상호작용을 하며 인공지능에 기반한 자동화, 예측, 분류와 같은 지능적 기능으로 가치를 제공한다. AIS 는 센싱, 학습, 적응성, 연결성이라는 특성을 보이며, 개인 맞춤형 또는 능동적인 서비스 제공을 가능하게 한다. AIS 시장은 빠른 속도로 성장하고 있으나, 디자인 실패 사례 또한 함께 증가하고 있다. 주요 원인 중 하나는 사용자가 서비스를 사용하는 정황에 대한 서비스 디자이너의 이해 부족이다. 이를 해결하기 위해서는 서비스 맥락에 기반한 디자인이 요구된다. 서비스 맥락은 사용자와 서비스의 상호작용 정황을 설명하는, 목적, 시간, 공간 등 구성 요소의 집합이다. 기존 연구들은 모바일, 정보통신기술, 스마트 서비스 등 새로운 서비스 유형의 맥락을 디자인에 반영하기 위해 시도해 왔으나, AIS 맥락을 다루는 연구는 부재한 상황이다. 만약 AIS 맥락을 디자인할 때 적절히 반영하지 못하면, 행동 패턴 및 사용 맥락과 일치하지 않는 서비스를 제공하여 디자인 실패를 초래한다. 본 연구는 AIS 맥락을 서비스 디자인에 반영할 수 있는 2단계 프레임워크를 제안한다. 첫 번째 단계는 형태학적 분석에 기반하여 AIS 맥락을 구조화한다. 형태학적 분석은 복잡한 문제를 차원과 변수로 분해하고 새로운 조합을 생성하는 방법론으로, AIS 맥락을 분해하여 디자인에 반영할 수 있게 한다. 이를 위해 5W1H와 문헌 검토를 통해 분석의 기초가 되는 5개의 차원을 정의한다. 다음으로는 거대 언어 모델 기반 정보 추출 기법으로 텍스트 데이터에서 차원별 변수 후보 키워드를 도출하고, 커뮤니티 탐지 기법을 적용하여 후보들을 각 차원의 독립적인 변수로서 정의한다. 마지막으로 차원과 변수로 구성된 형태학적 행렬을 도출한다. 두 번째 단계는 형태학적 행렬로부터 발생한 조합을 평가하고 후보를 제시하여, 서비스 아이디어 생성을 지원한다. 이를 위해, 변수가 추출된 텍스트 데이터에서 변수 간 공동 출현 관계 분석으로 조합의 실현 가능성을 측정하고, 이상치 탐지 기법으로 참신한 조합을 탐지한다. 마지막으로 토픽 모델링을 적용하여 조합을 그룹화하고, 각 토픽을 서비스 아이디어 후보로 제시한다. 프레임워크 검증을 위해 스마트 홈 서비스에 적용한다. 2,162건의 텍스트 데이터를 단계 1에 적용하여 1,920개 조합을 생성한다. 이후 단계 2에 적용하여 1,086개 조합을 선별 후 20개 토픽으로 그룹화하였다. 토픽 중 2개를 선택하여 서비스 아이디어 생성 예시를 보여준다. 본 연구는 AIS 맥락을 구조화하고, 서비스 아이디어화 지원 프레임워크를 제안한다. 이는 서비스 디자이너와 연구자의 AIS 맥락 이해를 높여, 디자인 실패를 방지 및 혁신적인 아이디어 생성에 기여한다.
      번역하기

      인공지능 기반 서비스 (Artificial Intelligence-based Services, AIS)는 사용자와 상호작용을 하며 인공지능에 기반한 자동화, 예측, 분류와 같은 지능적 기능으로 가치를 제공한다. AIS 는 센싱, 학습, 적...

      인공지능 기반 서비스 (Artificial Intelligence-based Services, AIS)는 사용자와 상호작용을 하며 인공지능에 기반한 자동화, 예측, 분류와 같은 지능적 기능으로 가치를 제공한다. AIS 는 센싱, 학습, 적응성, 연결성이라는 특성을 보이며, 개인 맞춤형 또는 능동적인 서비스 제공을 가능하게 한다. AIS 시장은 빠른 속도로 성장하고 있으나, 디자인 실패 사례 또한 함께 증가하고 있다. 주요 원인 중 하나는 사용자가 서비스를 사용하는 정황에 대한 서비스 디자이너의 이해 부족이다. 이를 해결하기 위해서는 서비스 맥락에 기반한 디자인이 요구된다. 서비스 맥락은 사용자와 서비스의 상호작용 정황을 설명하는, 목적, 시간, 공간 등 구성 요소의 집합이다. 기존 연구들은 모바일, 정보통신기술, 스마트 서비스 등 새로운 서비스 유형의 맥락을 디자인에 반영하기 위해 시도해 왔으나, AIS 맥락을 다루는 연구는 부재한 상황이다. 만약 AIS 맥락을 디자인할 때 적절히 반영하지 못하면, 행동 패턴 및 사용 맥락과 일치하지 않는 서비스를 제공하여 디자인 실패를 초래한다. 본 연구는 AIS 맥락을 서비스 디자인에 반영할 수 있는 2단계 프레임워크를 제안한다. 첫 번째 단계는 형태학적 분석에 기반하여 AIS 맥락을 구조화한다. 형태학적 분석은 복잡한 문제를 차원과 변수로 분해하고 새로운 조합을 생성하는 방법론으로, AIS 맥락을 분해하여 디자인에 반영할 수 있게 한다. 이를 위해 5W1H와 문헌 검토를 통해 분석의 기초가 되는 5개의 차원을 정의한다. 다음으로는 거대 언어 모델 기반 정보 추출 기법으로 텍스트 데이터에서 차원별 변수 후보 키워드를 도출하고, 커뮤니티 탐지 기법을 적용하여 후보들을 각 차원의 독립적인 변수로서 정의한다. 마지막으로 차원과 변수로 구성된 형태학적 행렬을 도출한다. 두 번째 단계는 형태학적 행렬로부터 발생한 조합을 평가하고 후보를 제시하여, 서비스 아이디어 생성을 지원한다. 이를 위해, 변수가 추출된 텍스트 데이터에서 변수 간 공동 출현 관계 분석으로 조합의 실현 가능성을 측정하고, 이상치 탐지 기법으로 참신한 조합을 탐지한다. 마지막으로 토픽 모델링을 적용하여 조합을 그룹화하고, 각 토픽을 서비스 아이디어 후보로 제시한다. 프레임워크 검증을 위해 스마트 홈 서비스에 적용한다. 2,162건의 텍스트 데이터를 단계 1에 적용하여 1,920개 조합을 생성한다. 이후 단계 2에 적용하여 1,086개 조합을 선별 후 20개 토픽으로 그룹화하였다. 토픽 중 2개를 선택하여 서비스 아이디어 생성 예시를 보여준다. 본 연구는 AIS 맥락을 구조화하고, 서비스 아이디어화 지원 프레임워크를 제안한다. 이는 서비스 디자이너와 연구자의 AIS 맥락 이해를 높여, 디자인 실패를 방지 및 혁신적인 아이디어 생성에 기여한다.

      더보기

      목차 (Table of Contents)

      • 국문초록 i
      • 목 차 iii
      • 표 목 차 iv
      • 국문초록 i
      • 목 차 iii
      • 표 목 차 iv
      • 그림목차 v
      • 제 1장 서론 1
      • 1.1. 연구 배경 1
      • 1.2. 연구 목적 4
      • 1.3. 연구 구성 4
      • 제 2장 문헌 조사 5
      • 2.1. 서비스 맥락의 디자인 반영을 위한 방법론적 접근 5
      • 2.2. 형태학적 분석 7
      • 2.3. 실현 가능성과 참신성 기반 조합 평가 12
      • 제 3장 연구 방법 14
      • 3.1. 인공지능 기반 서비스 맥락 구조화 16
      • 3.1.1. 차원 정의 16
      • 3.1.2. 변수 후보 키워드 추출 19
      • 3.1.3. 후보 정제 및 변수 정의 23
      • 3.2. 아이디어 생성 지원 27
      • 3.2.1.실현 가능성 측정 27
      • 3.2.2.조합의 참신성 평가 30
      • 3.2.3.서비스 아이디어 후보 생성 33
      • 제 4장 사례연구: 스마트 홈 서비스 35
      • 4.1. 데이터 수집 및 처리 35
      • 4.2. 스마트 홈: 형태학적 행렬 37
      • 4.3. 스마트 홈: 실현 가능성 측정 및 참신성 평가 43
      • 4.4. 서비스 아이디어 생성 예시 53
      • 제 5장 결론 62
      • 참고문헌 65
      • Abstract 73
      • 감사의 글 75
      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼