http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
토론자로서의 에토스와 파토스 요소의 중요성에 관한 질적 사례 연구: 인공지능 IBM 프로젝트 디베이터와 인간 챔피언 토론자의 경기를 중심으로
이민섭(Minseob Lee),진정숙(Jeong Suk Jin),박주석(Joo Seok Park) 한국경영학회 2020 Korea Business Review Vol.24 No.신년 특별호
이 연구는 2019년 2월에 인간 챔피언 토론자와 IBM 프로젝트 디베이터의 토론 경기에서 최초의 인공지능이 왜 인간에게 패배했는지 그 요인을 에토스와 파토스 측면에서 분석하였다. 연사가 청중을 설득할 때 필요한 3요소로는 에토스, 파토스, 로고스가 있다. 에토스는 연사가 누구냐에 따라 연설이 청중에게 미치는 설득력이 달라지는 것이고, 파토스는 청중의 감정 상태가 어떤가에 따라 연설이 청중에게 미치는 설득력이 달라지는 것이다. 그리고 로고스는 연설 내용이 무엇이냐에 따라 연설이 청중에게 미치는 설득력이 달라지는 것이다. 이번 연구는 로고스를 제외한 질적 사례 연구로 에토스와 파토스적 측면에서 IBM 프로젝트 디베이터의 부족한 부분을 찾고자 하였으며, 에토스 측면에서 IBM 프로젝트 디베이터는 저장된 자료의 양이 방대하고 데이터의 품질이 우수하여 준비 토론자로서의 전문성이 있지만 반박 때 충분히 활용하지 못했다. 인간 챔피언 토론자는 즉흥 토론 전문가라는 전문성을 토론 전 순서에 걸쳐 고르게 보여주었다. 파토스 측면에서 IBM 프로젝트 디베이터가 청중에게 의구심을 남겼다면, 인간 챔피언 토론자는 청중의 상상력을 자극하여 불공정한 상황에 대한 분노를 유도했다. 인공지능 토론자가 에토스와 파토스 측면에서 개선된다면 기업의 의사결정과정에 인공지능이 활용될 가능성이 보다 높아질 것으로 생각한다. This paper tries to find the answer that why the first AI debater lost the debate against the human champion debater in Feb. 2019 in the aspect of Ethos and Pathos. Ethos, Pathos, Logos are the three elements for the speakers to persuade listeners. Ethos is about who is the speaker. Pathos is about who are the listeners. Logos is about what is the contents. This paper excludes logos and uses ethos and pathos for analyzing the weakness of IBM Project Debater to suggest improvements. Qualitative case study is used because the debate in Feb. 2019 is the only case. In ethos, IBM Project debater couldn’t show her expertise as an prepared debate expert in her rebuttals, while the human champion debater showed his expertise as an impromptu debate expert from the beginning to the end. In pathos, listeners still have doubt from the speeches from the IBM Project Debater, while they feel angry from the unfair situations imagined by the human champion debater. If AI debater improves her ethos and pathos, companies feel more easily to use AI debater.
인공지능과 국토정보를 활용한 노인복지 취약지구 추출방법에 관한 연구
박지만,조두영,이상선,이민섭,남한식,양혜림,Park, Jiman,Cho, Duyeong,Lee, Sangseon,Lee, Minseob,Nam, Hansik,Yang, Hyerim 한국국토정보공사 공간정보연구원 2018 지적과 국토정보 Vol.48 No.1
The social influence of the elderly population will accelerate in a rapidly aging society. The purpose of this study is to establish a methodology for extracting vulnerable districts of the welfare of the aged through machine learning(ML), artificial neural network(ANN) and geospatial analysis. In order to establish the direction of analysis, this progressed after an interview with volunteers who over 65-year old people, public officer and the manager of the aged welfare facility. The indicators are the geographic distance capacity, elderly welfare enjoyment, officially assessed land price and mobile communication based on old people activities where 500 m vector areal unit within 15 minutes in Yongin-city, Gyeonggi-do. As a result, the prediction accuracy of 83.2% in the support vector machine(SVM) of ML using the RBF kernel algorithm was obtained in simulation. Furthermore, the correlation result(0.63) was derived from ANN using backpropagation algorithm. A geographically weighted regression(GWR) was also performed to analyze spatial autocorrelation within variables. As a result of this analysis, the coefficient of determination was 70.1%, which showed good explanatory power. Moran's I and Getis-Ord Gi coefficients are analyzed to investigate spatially outlier as well as distribution patterns. This study can be used to solve the welfare imbalance of the aged considering the local conditions of the government recently. 급속한 고령화 사회에서 노인인구가 갖는 사회적 영향력은 더욱 가속화될 것이다. 본 연구에서는 인공지능 방법론 중 머신러닝, 인공신경망, 국토정보 분석을 통해 노인복지 취약지구를 추출하는 방법론을 정립하는데 목적을 두었다. 분석방향 정립을 위해 65세 이상 노인, 공무원, 노인복지 시설물 담당자와 인터뷰 후 방향을 설정하였다. 경기도 용인시를 대상으로 500 m 공간단위 벡터 기반 격자에 15분 이내 지리적 거리 수용력, 노인복지 향유도, 공시지가, 이동통신 기반 노인활동을 지표로 설정하였다. 10단계 군집형성 후 모의학습 결과 RBF 커널 알고리즘을 활용한 머신러닝 서포트 벡터머신에서 83.2%의 예측정확도가 나타났다. 그리고 역전파 알고리즘을 활용한 인공신경망에서 높은 상관성 결과(0.63)가 나타났다. 변수간 공간적 자기상관성을 분석하기 위해 지리적 가중회귀분석을 수행했다. 분석결과 결정계수가 70.1%로 모형으로 나타나 설명력이 우수한 것으로 나타났다. 변수의 공간적 이상값 여부와 분포패턴을 검토하기 위해 국지적인 공간적 자기상관성 지수인 Moran's I 계수와 Getis-Ord Gi 계수를 분석하였다. 분석결과 용인시 신도시인 수지 기흥구에서 노인복지 취약지구가 발생하는 특성을 보였다. 본 연구의 인공지능 모의방법과 국토정보 분석의 연계는 최근 정부의 지역여건을 고려한 노인복지 불균형을 해결하는데 활용될 수 있을 것이다.