자율주행자동차에 대한 제조물책임의 적용에 관한 연구

류창호 아주대학교 법학연구소 2016 아주법학 Vol.10 No.1

자율주행자동차 등의 첨단기술을 기반으로 하는 제조물의 결함에 대해서는 제조상 결함보다는 설계상 결함이 주로 문제가 될 것으로 예상되고, 이에 대해서 제조자가 개발위험의 항변을 주장하는 경우에 제조 당시의 최고 수준의 기술을 기준으로 개발위험의 항변 여부를 판단하여야 한다. 개발위험의 항변이 인정되는 경우에도 표시상의 결함 여부를 추가적으로 판단하는 방법에 의하여 최종적으로 제조물책임 여부를 결정하게 된다. 따라서 첨단과학기술제품에 대한 제조물책임은 주로 설계상 결함에서부터 시작된다는 점에서 설계상 결함의 판단기준이 매우 중요한 의미를 갖는다. 그러나 설계상 결함의 판단기준으로 소비자기대기준이 폐기되고 위험효용기준으로 전환됨으로써 피해자는 합리적 대체설계를 제시하여야만 결함을 주장할 수 있게 되었다. 특히 자율주행자동차와 같은 제품은 각종의 첨단기술이 탑재된 부품과 인공지능의 역할을 수행하는 소프트웨어 등이 결합되어 있다는 점에서 피해자가 합리적 대체설계를 제시할 수 있는 가능성은 매우 낮은 영역이라고 할 수 있다. 제품에 내재하는 위험과 효용을 비교하는 위험효용기준에 의하여 설계상 결함을 판단하는 경우에는 자동차라는 제품분류는 위험보다 효용이 크다는 점에서 결함이 존재하지 않는 것으로 평가될 수 있다. 그러나 실제로 자동차라는 제품군에 있어서 결함의 존재 여부는 자동차를 더 안전하게 제조할 수 있는지의 여부에 달려 있다. 자율주행자동차에 대한 결함판단도 이와 유사할 것이다. 자율주행자동차라고 하는 제품분류가 전체적으로 사회적 효용이 위험을 초과하는 것으로 평가되거나 반대로 위험이 사회적 효용을 초과하는 것으로 평가되는 경우, 제품분류책임에 의하면 자율주행자동차라는 제품군 전체에 대하여 항상 결함의 존재가 부정되거나 또는 항상 결함의 존재가 인정되는 결과가 도출될 수 있다는 문제도 있다. 한편 제품분류책임의 경우에는 그 분류단계에 따라 자율주행자동차군이 하나의 제품분류단계에 해당할 수도 있고, 자율주행자동차에 탑재되는 보편적인 부품군과 소프트웨어군도 세부분류단계에 해당할 수 있을 것이다. 따라서 자율주행자동차군이 제품분류책임에 의하여 결함이 인정되지 않는 경우에도 사고의 원인이 되는 각 부품군에 대한 제품분류책임을 적용하는 방안도 고려될 수 있다. 이러한 점에서 합리적 대체설계에 의한 위험효용기준을 보완할 수 있는 결함판단기준으로 제품분류책임의 적용에 대한 검토가 필요할 것으로 생각된다. 아울러 최근의 가습기살균제 사건의 경우에도 PHMG가 첨가된 살생물제에 대하여 제품분류책임을 적용함으로써 합리적 대체설계 여부와 관계없이 설계상 결함을 판단할 수 있는 기준으로 작용할 수 있을 것으로 생각된다. About the defects of the products that are based on state-of-the-art technologies such as an autonomous car, a design defect is mainly predicted to be an issue. When a manufacturer protests a state-of-the-art defence against a design defect, it must be decided not by the average level of technology but by the highest level of technology. Even after the manufacturer's defence is admitted, he can be immune from products liability without proof of a warning defect. By switching a criterion of a design defect from consumer expectation test to risk-utility-test, a plaintiff must protest products liability with a reasonable alternative design. But it would be very difficult for a plaintiff to suggest a reasonable alternative design in the field of state-of-the-art technologies such as a autonomous car. When we judge a design defect by the risk-utility-test, it can be estimated that cars don't have any defect because the product category as cars have more utility and less risk. Judgement of defects on autonomous cars might be similar to cars. but if the result of defect evaluation about product category as autonomous cars shows that the risk always exceed the social utility or vise versa, the problem that all the product category as autonomous cars are always acknowledged defective products or vise versa can be raised. Meanwhile, in the case of product category liability, autonomous cars can belong to a big category or common auto parts and softwares that are equipped on autonomous cars can belong to sub-category by the product category liability. Therefore, unless autonomous cars don't have any defect according to the product category liability, it can be considered that each sub-category of auto parts that can cause the risk. For this reason, we need to review the applicability of product category liability as the standard of judgment that can supplement the risk-utility-test based on reasonable alternative design. If the product category liability isn't acknowledged to autonomous cars, I think a defect can be acknowledged to hide risks. As the product category liability works as the standard of design defects, the possibility of reasonable alternative design must be existed to a hide risk by the product design. But a warning defect can be acknowledged to a hide risk. In the case of tobacco lawsuit, even though the design defect based on the product category liability may not be acknowledged, a warning defect to hide risks of tobacco can be acknowledged. But I think the warning defect to generally opened risks will not be acknowledged. In the case of latest humidifier germicide cases added polyhexamethylene guanidine(PHMG) manufactured by Oxy Korea and other companies in Korea, products category liability can work as a criterion of design defect in products liability regardless of reasonable alternative design by applying products category liability to biocidal products added PHMG.

자질 선정 기준과 가중치 할당 방식간의 관계를 고려한 문서 자동분류의 개선에 대한 연구

이재윤,Lee Jae-Yun 한국문헌정보학회 2005 한국문헌정보학회지 Vol.39 No.2

이 연구에서는 문서 자동분류에서 분류자질 선정과 가중치 할당을 위해서 일관된 전략을 채택하여 kNN 분류기의 성능을 향상시킬 수 있는 방안을 모색하였다. 문서 자동 분류에서 분류자질 선정 방식과 자질 가중치 할당 방식은 자동분류 알고리즘과 함께 분류성능을 좌우하는 중요한 요소이다. 기존 연구에서는 이 두 방식을 결정할 때 상반된 전략을 사용해왔다. 이 연구에서는 색인파일 저장공간과 실행시간에 따른 분류성능을 기준으로 분류자질 선정 결과를 평가해서 기존 연구와 다른 결과를 얻었다. 상호정보량과 같은 저빈도 자질 선호 기준이나 심지어는 역문헌빈도를 이용해서 분류 자질을 선정하는 것이 kNN 분류기의 분류 효과와 효율 면에서 바람직한 것으로 나타났다. 자질 선정기준으로 저빈도 자질 선호 척도를 자질 선정 및 자질 가중치 할당에 일관되게 이용한 결과 분류성능의 저하 없이 kNN 분류기의 처리 속도를 약 3배에서 5배정도 향상시킬 수 있었다. This study aims to find consistent strategies for feature selection and feature weighting methods, which can improve the effectiveness and efficiency of kNN text classifier. Feature selection criteria and feature weighting methods are as important factor as classification algorithms to achieve good performance of text categorization systems. Most of the former studies chose conflicting strategies for feature selection criteria and weighting methods. In this study, the performance of several feature selection criteria are measured considering the storage space for inverted index records and the classification time. The classification experiments in this study are conducted to examine the performance of IDF as feature selection criteria and the performance of conventional feature selection criteria, e.g. mutual information, as feature weighting methods. The results of these experiments suggest that using those measures which prefer low-frequency features as feature selection criterion and also as feature weighting method. we can increase the classification speed up to three or five times without loosing classification accuracy.

전자우편 문서의 자동분류를 위한 다중 분류기 결합

이지행,조성배,Lee, Jae-Haeng,Cho, Sung-Bae 한국정보과학회 2002 정보과학회논문지 : 소프트웨어 및 응용 Vol.29 No.3

디지털 형태의 문서가 널리 퍼지고 끊임없이 증가함에 따라 이를 자동으로 가공하고 처리하는 문서 자동분류의 중요성이 널리 인식되고 있다. 최근의 문서 자동분류는 k-최근접 이웃, 결정트리, Support Vector Machine, 신경망 등의 다양한 기계학습 기법을 이용하여 연구되고 있다. 그러나 많은 연구가 잘 조직된 데이타 집합을 이용하여 연구결과를 보여주고 있으며, 실제 문제에의 응용성에는 큰 비중을 두지 않고 있다. 본 논문에서는 문서분류의 응용시스템인 질의 자동응답시스템에 적용할 수 있는 다중분류기 결합 방법을 제안하고 실제 전자우편 문서의 분류문제를 해결한다. 첫째로, 다중신경 망을 이용한 문서분류를 제안한다. 제안한 방법은 최대값 결합, 신경망 결합을 통해 성능의 향상을 가져온다. 둘째로, 여러 분류기의 결합을 통해 문서분류의 성능을 개선한다. 본 논문에서는 투표 결합방법, Borda 결합, 신경망 결합방법 등을 적용하여 여러 분류기의 결합을 수행하였다. 실용 가능성을 분석한 실험결과 90%이상의 정확율을 보여 제안한 방법이 실용적일 수 있음을 알 수 있었다. Automated text classification is considered as an important method to manage and process a huge amount of documents in digital forms that are widespread and continuously increasing. Recently, text classification has been addressed with machine learning technologies such as k-nearest neighbor, decision tree, support vector machine and neural networks. However, only few investigations in text classification are studied on real problems but on well-organized text corpus, and do not show their usefulness. This paper proposes and analyzes text classification methods for a real application, email document classification task. First, we propose a combining method of multiple neural networks that improves the performance through the combinations with maximum and neural networks. Second, we present another strategy of combining multiple machine learning classifiers. Voting, Borda count and neural networks improve the overall classification performance. Experimental results show the usefulness of the proposed methods for a real application domain, yielding more than 90% precision rates.

정보검색 기법을 이용한 산업/직업 코드 자동 분류 시스템

임희석 한국컴퓨터교육학회 2004 컴퓨터교육학회 논문지 Vol.7 No.4

본 논문은 통계청에서 실시하는 인구 주택 총조사와 사업체 기초통계조사 시 실시되는 수작업에 의한 표준 산업/직업 코드 분류 시 발생하는 막대한 비용과 시간, 일관성의 결여 등을 해소하기 위한 표준 산업/직업 코드 자동 분류 시스템을 제안한다. 제안한 시스템은 정보 검색 기법과 문서 분류 기법을 이용하여 자연어로 기술된 레코드를 입력받아 입력 레코드에 해당하는 분류 코드를 생성한다. 수작업으로 올바른 코드가 할당되어 있는 산업 분류 레코드 46.762개와 직업 분류 코드 63.286개를 이용하여 10-fold cross-validation evaluation을 수행한 결과, 제안한 시스템은 완전 자동 모드에서 2수준의 산업 분류에 대해서 87.08%, 5수준에 대해서는 66.08%의 생성률을 보였으며 반자동 모드에서는 각각 99.10%와 92.88%의 성능을 보였다. 직업 분류 코드에 대한 성능은 산업 분류 코드에 대한 성능보다는 약간 저하된 성능을 보였다. 제안한 시스템은 아직 수작업을 완전히 대체할 수 있는 완전 자동 분류기로서는 많은 개선의 여지를 가지고 있지만 수작업을 최소화할 수 있는 반자동 도구나 수작업의 정확도를 검증할 수 있는 보조 도구로써 충분히 활용될 수 있을 것으로 기대된다. This paper proposes an automated coding system of Korean standard industry/occupation for census which reduces a lot of cost and labor for manual coding. The proposed system converts natural language responses on survey questionnaires into corresponding numeric codes using information retrieval techniques and document classification algorithm. The system was experimented with 46,762 industry records and occupation 36,286 records using 10-fold cross -validation evaluation method. As experimental results, the system show 87.08% and 66.08% production rates when classifying industry records into level 2 and level 5 codes respectively. The system shows slightly lower performances on occupation code classification. We expect that the system is enough to be used as a semi-automate coding system which can minimize manual coding task or as a verification tool for manual coding results though it has much room to be improved as an automated coding system.

전자 카탈로그 자동분류기 시스템과 그 활용

이익훈(Ig-hoon Lee),전정훈(Jonghoon Chun) 한국정보과학회 2008 정보과학회 컴퓨팅의 실제 논문지 Vol.14 No.9

정확하게 정의된 전자 카탈로그(또는 상품정보)는 전자상거래 시스템의 핵심기반이다. 전자 카탈로그의 분류정보는 전자 카탈로그 정보 구축을 위한 기반 정보이며, 전자 카탈로그를 이용하는 시스템의 질을 좌우하는 중요 정보이다. 그러나, 정보시스템의 활용이 증가함에 따라, 시스템에서 관리해야 할 전자 카탈로그의 양은 대용량화 되었고, 대용량 전자 카탈로그의 분류 작업은 더욱 복잡하게 되었다. 본 논문에서는 전자 카탈로그를 자동분류하기 위한 자동분류기 시스템을 설명하고 자동분류기를 활용한 기업 정보 시스템의 카탈로그 관리 프로세스 개선 구축 경험 및 기업의 전자카탈로그 표준화 작업을 위한 자동분류기 활용방법을 제시한다. 더불어 향후 유사 시스템 구축에 도움이 될 수 있도록 경험으로부터 얻은 자동분류기 시스템 구축 및 활용 이슈를 제시한다. A clearly defined e-catalog (or product) information is a key foundation for an e-commerce system. A classification (or categorization) is a core information to build clear e-catalogs, can play an important role in quality of e-commerce systems using e-catalogs. However, as the wide use of online business transactions, the volume of e-catalog information that needs to be managed in a system has become drastically large, and the classification task of such data has become highly complex. In this paper, we present an e-catalog classifier system, and report on our effort to improve an e-catalog management process and to standardize e-catalogs for enterprises by use of automated approach for e-catalog classifier systems. Also we introduce some of the issues that we have experienced in the projects, so that our work may help those who do a similar project in the future.

맥락정보를 이용한 기록 자동분류시스템 설계

장지숙,이해영 한국기록관리학회 2009 한국기록관리학회지 Vol.9 No.1

The classification in the Records and Archives Sciences focuses on the contextual information in producing and utilizing records rather than their contents. This study aimed at designing an automatic records classification system to enable an automatic classification focusing on the aggregation of the context of records rather than the contents of individual record in the classification scheme, structured on the basis of business activities analyses for records reflecting the business activities. The automatic records classification system was designed to have mutual supplements by constructing the classification scheme and thesaurus together as the classification reference, as well as the aggregation of records that have been already classified. Additionally included are plans to apply the classified contextual information of records to the classification reference on the real-time base right after the category assignment of records to be classified. Although there are limitations as the designed system depends on the quality of the contextual information, it is considered that the system could lead to ensure that the contextual information of records should be more substantial. 기록학에서의 분류는 기록 자체의 내용보다는 기록이 생산되고 활용되는 맥락에 초점을 둔다. 본 연구에서는 업무활동이 반영된 기록을 업무활동 분석에 기반하여 구축된 분류체계에, 개별 기록의 내용이 아닌 기록의 집합적 맥락을 중심으로 자동분류 할 수 있는 기록 자동분류시스템을 설계하였다. 기 분류된 기록집합체뿐 아니라 분류체계와 시소러스를 분류기준으로 같이 구축하여 상호보완 할 수 있도록 설계하였으며, 분류대상기록의 범주를 할당한 후 바로, 분류된 기록의 맥락정보를 실시간으로 분류기준에 반영할 수 있는 방안도 포함하였다. 설계된 기록 자동분류시스템은 맥락정보의 품질에 따라 시스템의 성능이 좌우되는 한계가 있지만, 이를 통해 맥락정보를 제대로 충실하게 남길 수 있도록 유도하는 역할을 할 수 있다고 판단되었다.

학습방법개선과 후처리 분석을 이용한 자동문서분류의 성능향상 방법

최윤정,박승수,Choi, Yun-Jeong,Park, Seung-Soo 한국정보처리학회 2005 정보처리학회논문지B Vol.12 No.7

자동문서분류는 문서의 내용에 기반하여 미리 정의된 항목에 자동으로 할당하는 작업으로서 효율적인 정보관리 및 검색등에 필수적인 작업이다. 기존의 문서분류성능 향상을 위한 연구들은 대부분 분류모델 자체를 개선시키는 데 주력해왔으며 통계적인 방법으로 그 범위가 제한되어왔다. 본 연구에서는 자동문서분류의 성능향상을 위해 데이터마이닝 기법과 결함허용방법을 이용하는 개선된 학습알고리즘과 후처 리 방법에 의한 RTPost 시스템을 제안한다. RTPost 시스템은 학습문서 선택작업 이전에 분류항목 설정의 문제를 다루며, 분류함수의 성능보다는 지정방식의 문제점을 감안하여 학습과 분류 후처리 프로세스를 개선하려는 것이다. 이를 통해 분류결과에 중요한 영향을 미쳐왔던 학습문서의 수와 선택방법, 분류모델의 성능등에 의존하지 않는 안정적인 분류가 가능하였고, 이를 분류오류율이 높은 경계선 인접영역에 위치한 문서들에 적용한 결과 높은 정확율을 얻을 수 있었다. 뿐만 아니라, RTPost 프로세스를 진행하는 동안 능동학습방법의 장점을 수용하여 학습효과는 높이며 비용을 감소시킬 수 있는 자가학습방법(self learning)방법의 효과를 기대할 수 있다. Automated text categorization is to classify free text documents into predefined categories automatically and whose main goals is to reduce considerable manual process required to the task. The researches to improving the text categorization performance(efficiency) in recent years, focused on enhancing existing classification models and algorithms itself, but, whose range had been limited by feature based statistical methodology. In this paper, we propose RTPost system of different style from i.ny traditional method, which takes fault tolerant system approach and data mining strategy. The 2 important parts of RTPost system are reinforcement training and post-processing part. First, the main point of training method deals with the problem of defining category to be classified before selecting training sample documents. And post-processing method deals with the problem of assigning category, not performance of classification algorithms. In experiments, we applied our system to documents getting low classification accuracy which were laid on a decision boundary nearby. Through the experiments, we shows that our system has high accuracy and stability in actual conditions. It wholly did not depend on some variables which are important influence to classification power such as number of training documents, selection problem and performance of classification algorithms. In addition, we can expect self learning effect which decrease the training cost and increase the training power with employing active learning advantage.

BERT 모형을 이용한 주제명 자동 분류 연구

이용구 한국문헌정보학회 2023 한국문헌정보학회지 Vol.57 No.2

This study experimented with automatic classification of subject headings using BERT-based transfer learning model, and analyzed its performance. This study analyzed the classification performance according to the main class of KDC classification and the category type of subject headings. Six datasets were constructed from Korean national bibliographies based on the frequency of the assignments of subject headings, and titles were used as classification features. As a result, classification performance showed values of 0.6059 and 0.5626 on the micro F1 and macro F1 score, respectively, in the dataset (1,539,076 records) containing 3,506 subject headings. In addition, classification performance by the main class of KDC classification showed good performance in the class General works, Natural science, Technology and Language, and low performance in Religion and Arts. As for the performance by the category type of the subject headings, the categories of plant, legal name and product name showed high performance, whereas national treasure/treasure category showed low performance. In a large dataset, the ratio of subject headings that cannot be assigned increases, resulting in a decrease in final performance, and improvement is needed to increase classification performance for low-frequency subject headings. 이 연구는 딥러닝 기법의 전이학습 모형인 BERT를 이용하여 주제명의 자동 분류를 실험하고 그 성능을 평가하였으며, 더 나아가 주제명이 부여된 KDC 분류체계와 주제명의 범주 유형에 따른 성능을 분석하였다. 실험 데이터는 국가서지를 이용하여 주제명의 부여 횟수에 따라 6개의 데이터셋을 구축하고 분류 자질로 서명을 이용하였다. 그 결과, 분류 성능으로 3,506개의 주제명이 포함된 데이터셋(레코드 1,539,076건)에서 마이크로 F1과 매크로 F1 척도가 각각 0.6059와 0.5626 값을 보였다. 또한 KDC 분류체계에 따른 분류 성능은 총류, 자연과학, 기술과학, 그리고 언어 분야에서 좋은 성능을 보이며 종교와 예술 분야는 낮은 성능을 보였다. 주제명의 범주 유형에 따른 성능은 ‘식물’, ‘법률명’, ‘상품명’이 높은 성능을 보인 반면, ‘국보/보물’ 유형의 주제명에서 낮은 성능을 보였다. 다수의 주제명을 포함하는 데이터셋으로 갈수록 분류기가 주제명을 제대로 부여하지 못하는 비율이 늘어나 최종 성능의 하락을 가져오기 때문에, 저빈도 주제명에 대한 분류 성능을 높이기 위한 개선방안이 필요하다.

식물학문헌을 위한 자동분류시스템의 개발

김정현,이경호 한국도서관·정보학회 2001 한국도서관정보학회지 Vol.32 No.4

This paper reports on the development of an automatic book classification system using the faced classification principles of CC(Colon Classification). To conduct this study, some 670 words in the botanical field were selected, analyzed in terms [P], [M], [E], [S], [T] employed in CC 7, and included in a database for classification. The principle of an automatic classification system is to create classification numbers automatically through automatic subject recognition and processing of key words in titles through the facet combination method of CC. Particularly, a classification database was designed along with a matrix-principle specifying the subject field for each word, which can allow automatic subject recognition possible. 본 연구는 분류자동화를 위해 이미 연구된 바 있는 농학 및 의학분야의 AutoBC 시스템에 대한 계속적인 연구의 일환으로 식물학분야의 문헌에 대해 분류자동화가 가능한지의 여부를 CC의 원리를 응용하여 실험 및 검증한 것이다. 분류자동화를 위한 데이터베이스는 원통형과 행렬식의 원리에 의해 설계되었으며, 문헌의 표제나 키워드를 입력하여 자동적인 주제인지 및 분류기호가 생성될 수 있는 윈도우용 자동분류시스템을 새로이 개발하여 실험하였다.

기계학습에 기초한 국내 학술지 논문의 자동분류에 관한 연구

김판준 한국정보관리학회 2018 정보관리학회지 Vol.35 No.2

This study examined the factors affecting the performance of automatic classification based on machine learning for domestic journal articles in the field of LIS. In particular, In view of the classification performance that assigning automatically the class labels to the articles in 「Journal of the Korean Society for Information Management」, I investigated the characteristics of the key factors(weighting schemes, training set size, classification algorithms, label assigning methods) through the diversified experiments. Consequently, It is effective to apply each element appropriately according to the classification environment and the characteristics of the document set, and a fairly good performance can be obtained by using a simpler model. In addition, the classification of domestic journals can be considered as a multi-label classification that assigns more than one category to a specific article. Therefore, I proposed an optimal classification model using simple and fast classification algorithm and small learning set considering this environment. 문헌정보학 분야의 국내 학술지 논문으로 구성된 문헌집합을 대상으로 기계학습에 기초한 자동분류의 성능에 영향을 미치는 요소들을 검토하였다. 특히, 「정보관리학회지」에 수록된 논문에 주제 범주를 자동 할당하는 분류 성능 측면에서 용어 가중치부여 기법, 학습집합 크기, 분류 알고리즘, 범주 할당 방법 등 주요 요소들의 특성을 다각적인 실험을 통해 살펴보았다. 결과적으로 분류 환경 및 문헌집합의 특성에 따라 각 요소를 적절하게 적용하는 것이 효과적이며, 보다 단순한 모델의 사용으로 상당히 좋은 수준의 성능을 도출할 수 있었다. 또한, 국내 학술지 논문의 분류는 특정 논문에 하나 이상의 범주를 할당하는 복수-범주 분류(multi-label classification)가 실제 환경에 부합한다고 할 수 있다. 따라서 이러한 환경을 고려하여 단순하고 빠른 분류 알고리즘과 소규모의 학습집합을 사용하는 최적의 분류 모델을 제안하였다.