코드진행: 1번

리듬진행: 4번

선율악기: 피아노

리듬악기: 일렉트로닉

이 개정안은 지난 6월 발표한 AI 디지털교과서 추진 방안의 후속 조치다. 2022 개정 교육과정에 따라 초·중학교 국어, 영어, 수학, 사회(역사 포함), 과학, 기술·가정 및 고등학교 공통과목과 특수교육 기본교육과정 교과목은 AI 디지털교과서를 개발해 2025년부터 현장에 적용한다. 특수교육 교과의 AI 디지털교과서는 특수교육대상학생의 교육권 확보와 학교급 간의 연계 및 교과목별 특성, 발행·공급의 안정성 등을 고려해 국정도서로 분류한다.

특수교육 교과용도서를 제외한 나머지 과목의 AI 디지털교과서는 교과서의 다양성과 학교의 선택권 확대, 교육청의 심사 여건 등을 고려해 검정도서로 구분한다. 초등학교 정보교과는 교육과정에 별도의 과목이 개설되지 않은 점을 고려해 시도교육청과 협업해 인정도서로 개발할 예정이다. 교육부는 행정예고 기간에 국민들의 의견을 수렴한 후 AI디지털 교과서 구분 고시를 확정하고 다음달 중 검정실시 공고 및 개발 가이드라인을 발표할 예정이다.

김연석 교육부 책임교육정책관은 “이번 고시 개정은 2022 개정 교육과정을 구현할 AI 디지털교과서 개발을 본격적으로 시작하는 토대가 될 것”이라며 “양질의 AI 디지털교과서가 개발될 수 있도록 차질 없이 지원하겠다”고 말했다.[출처] 대한민국 정책브리핑(www.korea.kr)

<논제> : AI 교과서는 학교교육에 효과적이다.

<장점> : 학생 흥미를 유발할 수 있다, 개별화 맞춤 교육을 가능하게 한다, 미래 역량을 강화한다.

<단점> : 기기 활용도 측면에서 교육 격차가 벌어질 수 있다, 문해력 저하가 우려된다.

20일(현지시간) 아스테크니카에 따르면 최근 개발된 단백질 구조 확산 모델이 항체 생산에 적용돼 독감 바이러스 단백질에 대한 항체를 성공적으로 설계한 사례가 나왔다. 이는 단백질의 3차원 구조를 예측해 항체를 설계하는 방식이다. 

기존에 항체를 만들기 위해서는 동물을 이용한 실험이 따라왔다. 항체가 달라붙은 단백질을 정제해 동물에게 주입해 면역 반응의 일부로 항체를 생산케하는 것이다. 다만 이를 위해서는 오랜 시간이 필요했고 간혹 원하지 않는 특성의 항체가 생성되는 등의 문제가 있었다.

이에 AI를 활용한 단백질 예측 방법이 항체 제작 과정의 비용과 동물의 고통을 감소시킬 수 있다는 기대감이 나오고 있다. 

<출처> https://url.kr/136HKg

논제: AI가 동물 실험을 대체할 수 있는가?

장점: 윤리적 문제 해결 가능,효율성 증대, 정확한 예측 가능, 대량 데이터 처리 가능,AI는 한 번 개발되면 지속적으로 사용 가능하므로 비용이 절감됨

단점: 복잡한 생물학적 시스템을 대체하기엔 AI가 아직 부족함,AI 모델은 여전히 실제 생물학적 환경에서의 예측 정확도가 떨어질 수 있음, 현재까지 축적된 생물학적 데이터가 충분하지 않음,AI를 개발하는 데에는 상당한 초기 비용이 발생

어반(Urban) AI는 이런 측면에서 더욱 주목받는 분야다. 공공의 공간인 도시에 기술 혁신의 열매를 담아내면 그 효익을 누구나 누릴 수 있어서다. 단순히 말하자면 AI를 도시라는 사회기반시설(인프라)에 담아내는 것이다. 특히 이렇게 도시라는 물리적 공간에서 기술 혁신을 현실로 구현하기 위해서는 건설산업의 변화가 필수적이다. AI 칩의 절대강자 엔비디아는 이미 2017년 도시의 공공안전과 관리 효율성을 높이는 지능형 동영상 분석 플랫폼 '메트로폴리스'를 내놨다. 전 세계 주요 도시에서 실시간 포착되는 폐쇄회로(CC)TV 등의 영상 데이터와 딥러닝을 결합한 AI 플랫폼이다. 

엔비디아는 이를 △지능형 교통 시스템 △액세스 제어 △대중교통 △스마트 빌딩 등에 활용토록 하고 있다. 세계 국가들도 중앙정부나 지자체 차원에서 '도시 AI 전략'을 수립하고 있다. 미국에서는 뉴욕의 '온 디맨드(주문형) 자율주행'과 '소음 모니터링', 로스앤젤레스(LA) '도로 연석 공간계획관리' 등이 대표적이다. 캐나다에서는 위니펙의 '물 관리', 토론토 '스마트 도시 개발(Quayside)' 프로젝트가 이뤄지고 있다. 

중국의 경우 2020년 말 알리바바 클라우드를 중심으로 '클라우드 인텔리전스 플랫폼' 프로젝트를 시작했다. 중국 내 여러 도시 간 협력으로 전 세계 30개 이상 도시와 종합적 도시문제 해결과 서비스 개선을 도모하는 것이다.

주요 도시들이 교통수단 네트워크를 최적화하고, 소음 등의 새로운 도시 데이터를 확보해 분석하며, 한정적 자원을 효율적으로 이용하는 데 정보통신기술(ICT) 기술, 나아가 AI의 도움을 받는 것이다.  ICT 기술 혁신의 힘으로 점점 더 스마트해지는 사회기반시설(SOC)은 AI의 효용성을 공공이 누릴 수 있게 한다. 국토연구원은 "한국은 아직 도시 AI 구현에 한계를 가지고 있다"면서 △데이터 정책 △AI 인프라 구축 △AI 기반 산업생태계 육성 △AI 거버넌스 마련 등 네 가지 정책 방안을 제시했다.

연구진은 그 첫걸음으로 도시를 구성하는 건축·토지·도로·환경 등 분야별 공공데이터 전략(품질관리 및 표준화)을 통해 기계가 읽을 수 있는 데이터(Machine Readable Data) 생산체계로 전환하는 것을 꼽고 있다. 초보 단계지만 국내에서도 도시와 AI를 결합하는 시도들이 나타나고 있다. 작년 국토교통부는 국토연구원과 함께 빅데이터 기반 AI 도시계획 연구·개발(R&D) 기술 시범적용을 위한 실증사업 대상 지자체로 부산과 충남 천안시, 전남 담양군을 선정했다.

빅데이터와 AI를 활용해 생활권을 설정하고, 토지이용과 기반시설 수요 예측 등을 수행하며 이를 통해 최적의 도시계획 수립을 지원하는 기술을 개발하는 사업이다. 국토부는 이번 실증사업을 통해 '15분 도시(부산)', '콤팩트 시티(천안)', '인구감소 대응 강소도시(담양)' 등의 지향을 둔 도시계획 수립에 AI 기술을 적용할 예정이다. 천안의 경우 올해 초인구 예측과 산업용지 제공 등에서 오차범위가 적지 않았던 기존 도시기본계획수립을 AI로 개선하겠다는 목표를 잡고 '2040년 천안 도시기본계획수립 용역 착수보고회'를 열었다. 

도시계획을 위해 AI로 분석하는 데이터 가운데는 △이동통신 △신용카드 매출액 △교통량 △유동 인구 △위성영상 등이 더욱 세밀하게 활용된다. 

한국토지주택공사(LH)는 지난달 '스마트건설처'를 새로 만들었다. 공간 설계와 시공에 필요한 정보를 입체적으로 구현하는 건축정보모델(BIM) 기반 통합 플랫폼을 오는 2025년까지 구축한다는 게 목표다. 수기로 기록 관리하던 시공 과정을 AI, 사물인터넷(IoT) 등을 활용해 전국 건설 현장을 네트워크로 연결하는 스마트 통합관제 시스템도 운영할 방침이다. 어반 AI는 첨단 ICT 기술의 확보가 필수적인 동시에, 이를 도시에 입히는 현실화 과제의 상당부분이 건설산업의 손을 거쳐야 한다. 건설업계도 AI가 주는 변화에 발 빠르게 움직여야 하는 이유다. AX 선두주자 자리를 차지하기 위한 새로운 경쟁이 건설산업 내에서도 시작된 셈이다.

롯데건설은 올해 들어 R&D조직과 사업본부 인력을 합쳐 AI 전담조직 'AGI 태스크포스팀(TFT)'을 만들었다. AGI(범용인공지능)란 특정 문제를 해결하는 것만이 아니라, 다양한 상황에서 넓게 적용할 수 있는 발전된 AI를 말한다.

여기에는 롯데정보통신과 글로벌 컨설팅업체 PwC도 참여한다. 롯데건설 AGI TFT는 △AI업무 자동화 △스마트 AI기술 확보 △신사업 AI서비스 확대 활동을 추진해 경쟁력을 확보한다는 계획이다. 포스코이앤씨는 최근 드론을 활용한 AI 균열관리 솔루션 '포스-비전(POS-VISION)'을 공개했다. 고화질의 영상장비를 장착한 드론으로 아파트 외벽을 촬영해 균열을 인식할 수 있다. 여기에서 더 나아가, 저화질 이미지를 고화질로 변화, 오탐지 요소 제거 등으로 균열 폭, 길이, 위치를 더욱 상세하게 파악하고 관리하는 AI 기술 활용 플랫폼이란 소개다.

이 플랫폼은 공동주택 하자판정 기준인 폭 0.3mm의 작은 균열도 탐지할 수 있다는 설명이다. 포스코이앤씨는 또 AI기반 '철근소요량 예측모델'을 개발해 건설현장에서 소요되는 철근량을 산출, 조달효율을 높이고 있다. 삼성물산 건설부문의 경우 2022년부터 AI 카메라와 타워크레인 과부하방지 모니터링 장치를 도입해 사용 중이다. 이동식 장비에 AI 카메라를 달아 작업자와 가까워질 경우 알람을 울려 '협착' 같은 사고를 방지하는 것이다. 머신러닝에 실제 현장 데이터를 활용해 AI 카메라가 근로자를 잘못 인식하는 빈도를 줄인 것이 특징이다. 

DL이앤씨는 작년 5월 AI 기반 설계방식으로 남해-여수 해저터널 건설사업을 수주하기도 했다. 30분 만에 약 1000건의 설계안을 만들어 비교하는 AI기반의 제너레이티브 디자인(Generative Design)을 활용해 해저 지반 조건을 정밀 분석한 뒤 최적의 선형을 탐색해낸 것이다.

컨설팅사 매킨지는 "최근 10년간 기술 혁신으로 제조업 분야의 생산성은 비약적으로 높아졌지만, 건설 EPC(설계·조달·시공) 분야는 연평균 1% 정도밖에 생산성 향상효과를 누리지 못했다"며 "하지만 앞으로는 디지털 혁신과 AI 도입으로 EPC 분야에서도 약 14~15%의 생산성 향상이 가능할 것"이라고 전망했다. 출처:비즈워치

<논제> : 어반 AI의 도입은 미래도시에 경제적으로 효과적이다.

<장점> : 1.어반 AI는 교통, 자원 관리, 데이터 분석 등에 활용되어 도시 문제를 해결하는 데 도움을 줄 수 있다

2. AI 기술을 통해 도시의 에너지 효율성, 자원 관리, 환경 보호 등을 개선할 수 있어 도시의 지속가능성을 높일 수 있다.

3. 어반 AI는 증강현실, 맞춤형 제품 추천 등 새로운 서비스를 제공할 수 있어 도시민의 삶의 질을 향상시킬 수 있다.

   <단점> : 1. AI 기술이 잘못 활용되면 개인정보 침해, 차별, 편향성 등의 윤리적 문제가 발생할 수 있다.

   2. AI 기술에 대한 접근성이 낮거나 활용도가 낮은 계층이 생길 수 있어 도시 간, 계층 간 격차가 발생할 수 있다.

   3. 어반 AI 도입으로 인해 일부 직종의 일자리가 감소할 수 있어 사회적 갈등이 발생할 수 있다.

<논제>

AI를 활용한 범죄 예방이 효과적일까?

<장점>

AI 시스템은 대량의 데이터를 빠르게 분석하고 패턴을 찾아내어 범죄를 예측함으로써 효율성을 향상 시킬 수 있다. 그리고 AI는 범죄자의 행동 패턴과 특징을 분석하여 정확한 프로파일링을 제공할 수 있다. 이는 수사 과정에서 용의자를 신속하게 식별하고 체포하는 데 큰 도움이 된다.

<단점>

AI 시스템이 대량의 데이터를 수집하고 분석하면서 개인의 프라이버시를 침해할 수 있다. 특히 CCTV와 같은 감시 시스템이 일상생활에 깊숙이 들어오면서 개인의 자유가 제한될 수 있다.

아마존이 운영 중인 창고 로봇이 75만대에 달하는 것으로 알려졌다. 이는 3년간 두배 이상 늘어난 수치로, 아마존의 정규 및 파트 타임 근로자 152만5000여명의 절반에 달하는 수치다.
비즈니스 인사이더는 6일(현지시간) 아마존 공식 블로그를 인용, 지난 3년 동안 주문 처리 센터와 창고에 배치된 로봇 수가 2021년 35만대에서 75만대로 두배 이상 늘어났다고 보도했다.
이에 따르면 아마존은 세계 최대의 산업용 로봇 제조 업체다. 2012년부터 시설에 로봇 공학을 도입하기 시작, 전 세계적으로 100만개가 넘는 새로운 일자리를 추가했다. 또 2021년 2월에는 매사추세츠에서 로봇 제조 시설을 추가했다.
작업에 투입하는 로봇의 형태도 다양하다. 로봇 팔 로빈(Robin)과 스패로우(Sparrow)는 보스턴의 로보틱스 이노베이션 허브에서 설계 및 제조됐으며, 주문 분류를 돕는다. 로봇 청소기처럼 보이며 컨테이너와 같은 물건을 옮기는 로봇 프로테우스(Proteus)와 헤라클레스(Hercules)도 있다. 타이 브래디아마존 로보틱스 수석 기술 전문가는 '세퀘이아(Sequoia)라는 로봇은 컨테이너를 들어 올리고 분류, 인간 직원이 허리를 숙이거나 팔을 뻗는 부담을 덜어준다"라고 말했다. 또 지난해부터는 스타트업 어질리티 로보틱스의 인공지능(AI) 휴머노이드 로봇 디지트(Digit)를 테스트하기 시작했다.이처럼 아마존은 로봇에 대해 비전을 가지고 있으며, 실제 성과를 거두고 있다고 전했다.
회사에 따르면 세퀘이아는 재고를 75% 더 빠르게 식별 및 저장하고, 주문 처리에 필요한 시간을 최대 4분의 1까지 단축한다. 2022년 로봇공학 현장에서 기록된 사고율과 사고로 인한 손실 시간은 비로봇 현장에 비해 각각 15%와 18% 감소했다.
아직 아마존의 로봇은 150만명이 넘는 전체 직원에 비해 적은 편이지만, 이 회사는 지난해부터 꾸준히 정리 해고를 진행 중이다.
하지만 아마존은 노동력 부족을 완화하고 '지루하고 더럽고 위험한' 작업을 수행하는 데 도움을 주기 위해 로봇을 도입했다고 밝혔다.
특히 스테파노 라 로베르 아마존 글로벌 로봇 공학 및 메카트로닉스 이사는 지난달 "기술과 로봇이 일자리를 빼앗는다는 것은 신화(myth)에 불과하다. 아마존은 새로운 기술의 도입으로 5만개 이상의 일자리를 늘렸다”라고 말했다.
출처 : AI타임스(https://www.aitimes.com) <논제> : 휴머노이드 로봇의 도입은 경제 발전에 효과적이다. 장점 : 생산성 향상과 비용 절감 , 불량률 감소 , 경제 성장 , 기업의 노동자에 대한 임금 지불 감소 , 기업의 시장 경쟁력을 높임 단점 : 사람들의 일자리 감소 , 정리 해고의 문제 증가 , 사회적 불안 초래 , 빈부격차 심화

 이에 대해서는 업계에서도, 독자들 사이에서도 의견이 나뉘고 있다. 먼저 아쿠타가와상 시상위원회에서는 “수상자의 작업은 흡잡을 데가 없었다”며 챗지피티 사용을 문제삼지 않았다. 특히 심사위원인 히라노 게이치로는 “쿠단 리에의 사례는 생성형 인공지능의 문제를 언급할만한 류의 문제가 아니다”라고 말했다.

 이에 문학평론가 오카와다 아키라는 “아직은 생성형 인공지능이 인공지능이 생성한 텍스트가 인간을 뛰어넘지는 못하지만 이것이 작가의 상상력을 뛰어넘을 수 있을지는 논의해보아야 한다” 밝혔고 한 네티즌은 “지금은 5%라고 하며 ‘괜찮다’고 하지만 이를 허용한다면 앞으로 더 높은 비율을 차지하는 작품이 나왔을 때, 이것을 막을 수 있겠는가?”라며 우려의 목소리를 내었다.

 출처 - https://www.aitimes.com/news/articleView.html?idxno=156979

 논제 - AI가 창작의 일부 혹은, 전체에 관여한 문학 작품 역시 예술 작품이다.

 <장점>

• 인공지능 창작이라는 요소를 통해 독자의 흥미를 끌 수 있다

• 작품을 만들어내는 시간이 줄어든다

 <단점>

• 문학에서 중요한 요소인 공감의 정도가 절감될 수 있다

• 모두가 인공지능을 사용하게 된다면 인간이 하는 예술의 의미가 퇴색된다

(참고 자료 : https://www.yna.co.kr/view/AKR20240322105600009)

<논제> : AI 간호사는 현재 인간 간호사의 자리를 대체할 수 있다.

<장점> : 비싼 인건비 대신 저렴한 비용으로 간호 인력을 충당할 수 있으며, 간호사와 환자 간의 인간 대 인간으로서 발생할 수 있는 크고 작은 트러블이 생기지 않는다.

<단점> : 테스트에서는 인간 간호사보다 뛰어난 의료 능력을 갖추고 있다고 하지만 임상에서는 AI 간호사가 학습되지 않은, 즉 데이터화 되지 않은 사건 사고들이 많이 일어날 수 있는데, 인간 간호사와는 다르게 즉각적인 대처를 할 수 없다.

의료 서비스의 효율성과 질 향상: AI는 방대한 의료 데이터를 분석하여 질병을 예측, 진단 정확도를 높이고, 질병의 특성에 대한 맞춤형 치료 계획을 수립하며, 의료 행위의 효율성을 개선하는 데 도움을 줄 수 있다. 또한, 의료 영상 분석, 수술 시뮬레이션, 로봇 수술 시스템 등을 통해 진료의 정확성과 안전성을 높일 수 있다.

의료 비용 절감: 장기적으로 AI는 의료 과정을 자동화하고, 불필요한 검사나 치료를 줄여 의료 비용을 절감하는 데 기여할 수 있을 것이다.

또한 유전정보를 기반으로 환자 개개인의 건강 상태를 지속적으로 모니터링하여 질병 예방 및 조기 발견에 도움을 줌으로써 의료 비용을 감소시킬 수 도 있다. 진단과 치료 영역의 분야뿐만 아니라 행정적인 업무의 자동화, 임상 프로세싱의 효율화 등에 있어서도 역시 AI가 접근할 수 있는 영역이며 이를 통해 상당한 의료 관련 비용을 절감할 수 있다.

의료 인력 부족 해소 의료인력 수요는 의료서비스의 양적. 질적 성장과 필연적으로 비례하여 요구되는 필수 불가결한 요소이지만 의료기관에서는 현 의료환경에서 감당하기 어려운 부담이기도 하다.

부족한 의료 인력으로 인한 의료진의 피로도는 높아져 가고 있는 현실에서 AI는 진단, 치료, 행정 업무 등을 자동화함으로써 의료 인력의 피로도를 줄이고, 환자 돌봄에 집중할 수 있도록 지원할 수 있다.

출처 : 의학신문(http://www.bosa.co.kr)

논제 : 의학 분야의 인공지능 도입은 기존 의료 체제에 비해 효과적이다.

장점 : 기존의 다양한 자료들을 기반으로 더욱 정확하고 신속한 진단이 가능하다. 

기존보다 많은 환자에게 더 고르게 의료서비스가 분배되게 할 수 있다.

단점: 의료사고 발생시 책임을 질 사람이 없다. 사람에 대한 공감을 바탕으로 하는 의료분야에서 감정이 없는 인공지능은 적합하지 않을 수 있다.

특히 텍스트와 이미지를 넘어 영상, 오디오 분야에서의 기술 발전이 주목된다. 생성형 AI는 사용자와 자연어로 소통하며 스토리 개요, 보고서 등 텍스트부터 이미지, 동영상, 오디오와 같은 멀티모달 콘텐츠에 이르기까지 완전히 새로운 데이터를 생성할 수 있는 AI를 말한다. 올해는 AI가 텍스트 기반 채팅을 넘어 음성, 비디오까지 통달하는 멀티모달 모델로 완전히 대중화될 것으로 예상된다.

생성형 AI는 콘텐츠 생산의 여러 측면을 간소화해 글, 이미지(삽화·일러스트)는 물론 음향 및 특수 효과까지 쉽고 효율적으로 제작할 수 있는 환경을 만들고 있다. 게임과 유튜브, 틱톡 영상 제작 과정에서 텍스트, 오디오, 비디오 등 모든 요소를 인식하고 그에 적합한 콘텐츠를 만들어주는 서비스도 속속 등장하고 있다. CNBC는 “챗봇과 이미지 생성기가 소비자, 기업에 진출하고 있는 지금, 비디오는 생성형AI의 다음 개척지가 될 수 있다”라고 진단했다. 오픈AI의 최고운영책임자(COO) 브래드 라이트캡은 CNBC와의 인터뷰에서 “세상을 인식하고 상호작용할 때 우리는 사물을 보고 듣고 말한다”라며 “세상은 멀티모달”이라고 강조했다.게임에 익숙한 젊은 세대는 로블록스, 포트나이트, 클래시 오브 클랜, 발로란트 등을 플레이하면서 많은 시간을 보낸다. 이러한 추세에서 점점 더 많은 사람들이 게임이야말로 엔터테인먼트 업계의 가장 강력한 지식재산권(IP)으로 떠오를 것이라는 예상도 있다.

실리콘밸리 유력 투자사인 a16z는 “라이엇, 에픽, 슈퍼셀, 그리고 새로운 차세대 게임 회사들은 게임이 영화를 대체하는 ‘차세대 디즈니’의 핵심으로 떠오르며 다음 세대 엔터테인먼트 거물이 될 준비를 하고 있다. 변화는 이미 주류가 알아채지 못하는 사이에 일어나고 있고 2024년에는 더욱 가속화할 것”이라고 내다봤다.

유튜브가 누구나 방송인이 될 수 있는 기회를 열었듯, AI로 인해 누구나 게임을 만들 수 있는 시대가 다가오고 있다. 실제 작은 스튜디오들은 게임 개발에 AI를 적용하는 방안을 단계적으로 실행 중이다. 생성형AI를 활용하면 오디오, 이미지 등 콘텐츠를 거의 무제한으로 새롭게 만들 수 있고, 게임 제작비용을 획기적으로 낮출 수 있다는 점에서 새로운 가능성을 엿보고 있다.

그동안 대작 게임 하나를 제작하는 데 200~300명의 대규모 인력이 투입되고 제작비가 1억달러를 넘어서는 게 보통이었다. 임희석 미래에셋증권 연구원은 ‘생성 AI, 게임산업의 마지막 반등 트리거’ 보고서에서 “현재 생성 AI에 대한 관심이 하드웨어와 파운데이션 모델 등에 집중돼 있지만 변화의 본질은 콘텐츠 생산성 증대에 있다”고 분석했다. 개인들도 게임을 손쉽게 만들 수 있는 환경이 갖춰지면서 콘텐츠(게임) 공급 증가와 산업 확장으로 이어질 수 있다는 전망이 나온다.

<논제>: 콘텐츠 생성 AI는 유튜브 채널 운영이나 게임산업에 효과적이다.

<장점>: 접근성이 굉장히 좋고 진입장벽이 낮아서 누구나 영상을 빠르게 만들어 채널에 업로드 할 수 있게 해준다, 게임을 만들거나 수정하는 데 기용되는 인원 수를 혁신적일 정도로 대폭 감소 시켜준다.

<단점>: 유튜브 콘텐츠 제작에 있어서 콘텐츠 다양성의 범위가 좁아진다, 무의미하고 과도한 게임 양산으로 인한 게임시장 혼란을 초래할 수 있다.

출처: https://www.mk.co.kr(매일경제)

또한, 설문 조사에서 또 다른 주목할 만한 결과는 응답자의 약 1/3(32%)이 현재 AI를 사용하지 않거나(26%) AI가 무엇인지조차 모른다(6%)는 점을 나타낸다. 이는 AI 마케팅의 장점에 대한 인식 제고의 필요성을 강조한다. 마케팅 담당자는 마케팅의 잠재력과 마케팅 활동을 어떻게 향상시킬 수 있는지 이해해야만 진정한 성공을 거둘 수 있다.

AI는 또하 마케팅 담당자에게 흥미로운 기회를 제공한다. AI의 힘을 적절하게 활용하는 얼리 어답터는 시장에서 경쟁 우위를 확보할 수 있다.

마케팅에서 AI의 잠재력

AI는 다양한 새로운 기회를 창출하며 마케팅 산업을 변화시키고 있다. 마케팅 분야의 AI가 기업이 고객과 소통하는 방식을 어떻게 변화시키는지 보여주는 사례는 다음과 같다.

1.데이터 분석

AI를 통해 마케팅 담당자는 고객 데이터를 모니터링하고 숨겨진 패턴과 초세를 찾아낼 수 있다. 이를 통해 고객의 행동과 선호도를 더 깊이 파악함으로써 현명한 결정을 내릴 수 있다.

2.콘텐츠 생성

AI는 제품 설명부터 소셜 미디어 게시물까지 개인화된 콘텐츠를 대규모로 생성할 수 있다. 이를 통해 마케터는 창의적인 전략에 집중 할 수 있으며 콘텐트가 특정 잠재조객 세그먼트의 공감을 불러일으킬 수 있다.

3.개인화

AI는 개별 고객 데이터와 행동을 분석하여 초개인화 된 마케팅 경험을 가능하게 한다. 동적 콘텐츠 추천, 개인화된 이메일 캠페인, 맞춤형 제품 제안을 통해 AI기반 개인화는 더 깊은 고객 참여와 충성도를 촉진하고 전환율과 고객 만족도를 높인다.

4.잠재고객 세분화 및 타켓팅

AI알고리즘은 고객을 분류하고, 가치가 높은 고객을 식별하고, 타켓 마케팅 캠페인을 활성화할 수 있다. 이를 통해 캠페인 효과가 극대화되고 리소스가 가장 수용적인 대상에게 전달된다.

5.프로그램 방식 광고

AI는 광고 공간 구매 및 판매 프로세스르 자동화하여 최대 도달 범위와 ROI를 위해 실시간으로 입찰가를 최적화한다. 이를 통해 마케팅 담당자는 영향력 있는 광고 캠페인을 제공하는 동시에 귀중한 시간과 효율성을 얻을 수 있다.

6.검색 엔진 최적화(SEO)

AI검색 동향과 사용자 행동을 분석하여 SEO 전략을 알릴 수 있다. 이를 통해 마케팅 담당자는 관련 키워드를 식별하고, 검색엔진에 맞게 콘텐츠를 최적화하고, 유기적 검색 순위를 높일 수 있다.

마케팅에 AI 채택을 방해하는 AI 우려 점

AI는 수많은 이점을 제공하지만 마케팅 분야의 폭넓은 채택에 영향을 미칠 수 있는 정당한 우려가 있다. 다음은 몇 가지 주요 장애물이다.

1.데이터 보안: 마케팅 담당자는 방대한 양의 민감한 고객 데이터를 처리한다. AI 보안, 데이터 침해, AI 도구를 사용한 정보 오용에 대한 우려는 상당한 억제력이 될 수 있다.

2.모호한 AI 규정: AI를 둘러싼 법적 영역은 여전히 진화하고 있다. 불분명한 규제는 응답자의 30%와 관련하여 AI 기반 마케팅 전략 내에서 데이터 개인 정보 보호 및 소비자 권리에 대한 불확실성과 주저함을 야기할 수 있다.

3.AI 전략 부족: 많은 기업에는 AI 구현에 대한 명확한 로드맵이 부족하다. AI를 전반적인 마케팅 목표에 맞게 조정하는 잘 정의된 전략이 없으면 기술의 잠재력은 실현되지 않을 수 있다.

4.구현 비용/고가의 기술: 고급 AI 도구는 가격이 비싸기 때문에 예산이 제한된 기업에는 어려움을 겪을 수 있다. GetResponse에서 알 수 있듯이 응답자의 35%는 AI 비용을 우려하고 있다. 또한 구현 비용과 기존 인프라와의 통합 비용이 장벽이 될 수 있다.

5.기술 격차/기술 향상: AI를 효과적으로 사용하려면 마케팅 팀 내에 새로운 기술이 필요하다. 또한 현재 직원의 기술을 향상하거나 AI 및 데이터 분석 전문 지식을 갖춘 개인을 채용하려면 추가 투자가 필요할 수 있다.

AI도입과 관련된 과제를 극복하기 위한 전략

AI의 마케팅 능력은 부인할 수 없다. 그러나 채택에 대한 장애물을 처리하는 것이 중요하다. 이러한 과제를 해결하기 위한 주요 전략은 다음과 같다:

1.교육과 훈련

AI를 효과적으로 활용하기 위한 지식과 기술을 마케팅 팀에 갖춰야 한다. AI에 대한 오해를 풀고 우려 사항을 해결하기 위해 교육 프로그램이나 워크숍에 투자하여 AI 사용에 대한 자신감을 키워야 한다.

2.AI 전문가 및 컨설턴트와의 협업

AI 전문가와 협력하여 지침을 받아야 한다. 이러한 전문가들은 AI를 기존 프로세스에 통합하는 데 도움을 줄 수 있다. 따라서 이들의 전문 지식을 활용하여 AI 계획의 효과를 최적화하는 데 도움이 되는 전략적 로드맵을 만들 수 있다.

3.파일럿 프로젝트 및 테스트 단계

작게 시작하라. 마케팅 활동에서 AI 도구의 효과를 테스트하기 위해 특정 목표를 가진 파일럿 프로젝트를 구현하라. 이 방법을 사용하면 AI를 안전하게 실험하고 조직에 대한 이점을 강조할 수 있다.

4.투명성과 의사소통

마케팅에서 AI의 이점과 한계를 모든 이해관계자에게 공개적으로 전달한다. 개인 정보 보호 문제를 해결하고 AI 구현에 대한 신뢰감을 높이는 것이 성공적인 도입을 위해 중요하다.

5.지속적인 모니터링 및 평가

AI 성능을 정기적으로 모니터링하고 결과를 분석하고 필요에 따라 전략을 조정한다. 이를 통해 귀하가 올바른 길을 가고 있는지 이해하고 AI 도구가 최적의 결과를 제공하고 진화하는 마케팅 목표를 충족하는지 확인하는 데 도움이 된다.

6.진화하는 AI 규정에 대한 최신 정보 얻기

규정 준수를 보장하고 법적 위험을 완화하기 위해 EU의 AI 법과 같은 새로운 AI 규정에 대해 사전 예방적이고 최신 정보를 얻어야 한다. 책임감 있는 AI 사용 문화를 구축하면 소비자 신뢰를 강화하고 장기적인 성공을 촉진할 수 있다.

(출처:https://www.unite.ai/the-current-state-of-ai-in-marketing-2024/)

논제: 마케팅에서 AI를 활용하는 것은 효율적이다.

장점: AI를 활용해 고객의 선호도를 더 깊이 있게 파악하여 현명한 결정을 내릴 수 있다. 창의적인 전략에 집중할 수 있다. AI기반 개인화는 더 깊은 고객 참여와 충성도를 촉지하고 고객 만족도를 높인다.

단점: 막대한 데이터를 처리하고 있어 데이터 침해등 우려가 있다. 기업간의 AI기술 활용에서 기술 격차가 있을 수 있다.

글은 먼저 인공지능의 경제학에 대한 역할과 영향을 분석합니다. 인공지능 기술은 기업이나 정부 기관이 소유하고 있는 대규모 데이터를 분석하여 효율적인 의사결정을 돕는 데 중요한 역할을 합니다. 예를 들어, 예측 분석을 통해 시장 동향을 더 정확하게 예측하고, 자동화된 결정 시스템을 통해 신속하게 대응할 수 있습니다. 이는 기존의 경제 이론에 새로운 통찰을 제공하며, 경제 주체들이 경제 활동을 보다 효율적으로 관리하고 최적화할 수 있는 기회를 제공합니다.

빅데이터는 대규모 데이터 세트를 분석하여 새로운 인사이트를 발견하고, 시장의 투명성을 높이는 데 기여합니다. 이는 기업의 전략적 의사결정에서 중요한 역할을 하며, 시장 경쟁력을 강화하는 데 도움을 줍니다. 예를 들어, 소매업체는 고객의 구매 패턴을 분석하여 맞춤형 마케팅 전략을 개발할 수 있고, 금융 기관은 리스크 관리를 강화하고 부정 거래를 예방할 수 있습니다.

글은 또한 인공지능과 빅데이터 기술이 기존의 경제학 이론과 어떻게 상호작용하며, 경제 활동의 새로운 패러다임을 창출하는지에 대한 비판적 분석도 포함하고 있습니다. 이러한 기술들이 사회와 경제적 생산성에 미치는 영향을 이해하고, 그로 인해 발생할 수 있는 윤리적 및 사회적 문제에 대해 논의합니다.

따라서 이 글은 현대 경제학에서 빅데이터와 인공지능 기술이 가지는 엄청난 잠재력과 함께 발생할 수 있는 변화와 도전 과제들에 대해 깊이 있는 통찰을 제공합니다. 인공지능과 빅데이터가 경제학에 효율적이다

장점:

1. 정확한 예측과 분석: 인공지능과 빅데이터 기술을 활용하면 대규모 데이터를 신속하게 분석하고 패턴을 식별할 수 있습니다. 이는 경제 학문에서 중요한 경제 예측을 더 정확하게 하고, 시장 동향을 더 잘 이해하는 데 도움을 줍니다.

2. 비용 절감과 효율성 향상: 대규모 데이터 세트를 처리하고 분석하는 작업을 인공지능 시스템에 맡기면 인력과 시간을 절감할 수 있습니다. 이로 인해 기업들은 의사결정 속도를 빠르게 하고, 비용 효율성을 높이는데 도움을 받을 수 있습니다.

3. 맞춤형 마켓팅 및 개인화 서비스: 빅데이터를 활용한 고객 데이터 분석을 통해 개인의 선호와 행동 패턴을 이해하고 맞춤형 마케팅 전략을 수립할 수 있습니다. 이는 기업들이 고객 만족도를 높이고 시장 점유율을 확대하는 데 도움이 됩니다. 단점:

   1. 데이터 보안과 개인 정보 보호: 대규모 데이터의 사용은 개인 정보 유출의 위험을 증가시킬 수 있습니다. 빅데이터 활용 시 데이터 보안과 개인 정보 보호에 대한 적절한 조치가 필수적입니다.

   2. 기술 의존도와 인간 요소: 인공지능 시스템의 오류나 부정확성은 경제 예측이나 의사결정에 부정적인 영향을 미칠 수 있습니다. 또한, 기술에 대한 지식과 훈련된 전문가의 부족도 문제가 될 수 있습니다.

   3. 윤리적 문제와 사회적 영향: 데이터 수집 및 분석 과정에서 발생할 수 있는 윤리적 문제들, 예를 들어 데이터의 편향성이나 알고리즘의 공정성 문제 등에 대한 사회적 논의가 필요합니다. 또한, 기술 발전으로 인한 일자리 변화와 사회 구조의 변화도 고려되어야 합니다.

<논제> : AI 예술 작품이 예술로서의 진정한 가치를 가질 수 있다.

<장점> : Ai-Da는 AI와 인간의 창의성이 결합된 작품을 통해 현대 예술의 새로운 경지를 개척하여 디지털 시대의 예술적 표현의 다양성을 확장할 수 있다.

<단점> : AI 기반 예술 작품은 감정과 인간 경험의 깊이를 완전히 재현할 수 없기 때문에 전통적인 예술 작품과 같은 진정한 예술적 가치를 가지기 어려울 수 있다.

논제:AI기술로 인한 사무실 공실률이 도움이 되지않는다.

장점: 경제적 활성화-AI 스타트업들이 사무실 공간을 대거 임대함으로써 경제적 활성화가 일어난다. 이들 기업들은 기술적 혁신과 함께 새로운 일자리 창출에 기여할 수 있습니다. 기술혁신과 연구 개발-AI 기술은 현재와 미래의 기업들이 필수적으로 필요로 하는 분야이다. 이들 기업들이 샌프란시스코에서 활동하면서 기술 혁신과 연구 개발의 중심지로 자리 잡을 수 있다.

단점: 부동산 가격 상승-AI 스타트업들이 대규모로 사무실 공간을 임대할 경우, 이는 전반적으로 지역 내 부동산 가격을 끌어올릴 수 있다. 고가의 임대료와 부동산 가격 상승은 기존 주거자나 작은 규모의 기업들에게 부담이 될 수 있다. 지역다양성-증가하는 공실률과 하락하는 임대료는 기업들이 사무실 공간을 축소하거나 다른 지역으로 이동할 가능성을 증가시키고 있다. 또한 AI 스타트업들의 활동은 일부 공실률 감소에 기여하고 있고 지역 부동산 시장의 지속적인 변화와 연구가 필요하다.

생명 현상에 관여하는 단백질의 기능은 수백 개에서 수천 개의 아미노산 결합 구조에 따라 결정된다. 단백질은 아미노산 사슬 구조가 꼬이고 얽히고 접히면서 3차원(3D) 입체 구조를 형성한다. 단백질 구조를 빠르게 알아낼 수 있다면 인류가 아직 확인하지 못한 생명현상을 비롯해 새로운 화합물의 약물 효능을 밝혀낼 수 있다.

과학자들은 지금까지 X선이나 극저온 전자현미경 등 장비를 활용해 10만여 종의 단백질 구조를 해독했지만 수십억 종에 달하는 단백질 중 극히 일부에 불과하다. 이미 확인된 수십만 개의 단백질 구조를 학습한 인공지능(AI) 모델은 아미노산 염기서열만 입력하면 가능한 단백질 구조를 빠르게 예측한다. 수개월 걸리던 작업을 순식간에 할 수 있다.

구글 딥마인드의 알파폴드는 2018년 ‘단백질 구조 예측을 위한 기술 중요성 평가(CASP)’ 학회에서 단백질 구조를 가장 정확히 예측하면서 센세이션을 일으켰다. 딥마인드 연구진은 2020년 여러 아미노산 간 상호작용을 예측한 알파폴드2를 공개한 데 이어 단일 단백질이 아닌 단백질-단백질 복합체 구조로 예측하는 ‘알파폴드-멀티머’도 공개했다.

이번에 공개된 알파폴드3는 단백질-단백질 복합체 예측에서 더욱 확장돼 항체-항원 상호작용, 핵산·소분자·이온·아미노산 등과 단백질 복합체 상호작용도 예측할 수 있다. 연구팀은 “알파폴드3는 광범위한 생체 분자 결합 구조를 보다 정확하게 예측할 수 있게 됐다”고 설명했다.

단백질은 다른 생체 분자와 결합해 구조가 변하기 때문에 단백질 기능을 제대로 이해하려면 사실상 단백질 구조만 아는 것으론 부족하다. 단백질과 비단백질 분자 사이의 상호작용에 대한 이해가 필요하다. 서울대학교의 백 교수는 “단백질 구조를 예측하려는 이유는 단백질 기능을 알기 위함”이라며 “이제 구조는 어느 정도 예측할 수 있으니 단백질 기능을 보다 잘 알자는 목표로 단백질이 핵산을 비롯한 생체 분자 중 어떤 것과 잘 결합할 수 있는지 상호작용 예측 모델로 발전하고 있다”고 설명했다.

단백질과 생체 분자 사이의 복잡한 상호작용을 예측할 수 있는 알파폴드3의 등장은 단백질 기능에 대한 이해를 넓히고 신약 개발에 속도를 더할 것으로 기대된다. 유기분자 등 모든 분자와의 상호작용을 예측할 수 있고 항원-항체 결합 예측도 상당히 좋아졌다는 점에서 항체 신약 설계에 도움이 될 것으로 기대된다.

<출처> 동아일보

https://www.donga.com/news/It/article/all/20240510/124871047/1

논제-AI가 생명과학에 영향을 미칠 것이다

장점:신약을 개발하는데 걸리는 시간이 줄어듦, 많은 양의 데이터를 처리할 수 있음

단점: 신약을 만드는 과정에서 단백질 구조를 빠르게 예측할 수 있지만 정확성이 부족함, AI를 개발하는데 많은 시간과 비용이 필요함

논제: 기술개발로 오염된 환경을 이제는 AI가 효율적이게 해결한다.

장점: 건물에 사용되는 불필요한 에너지나 전력 소모를 막아주는 역할을 하고, 오염물질의 배출도 잡아주고, 재활용 분야에도 효율적이다.

단점: AI기술을 개발하는데 있어서 드는 이산화탄소 배출량이 자동차 5대가 평생 방출하는 양과 같고, AI 데이터를 현재 기술로 구축할시 2025년까지 전 세계 전력의 15%를 AI데이터가 소비하게 된다.

 AI의 임상현장 도입에 대해 다양한 전망들이 나오는 가운데 글로벌기업들은 더 정교한 의료 AI모델을 개발에 열을 올리고 있다. 구글은 흉부 엑스레이(X-RAY) 영상을 해석하고 자세한 의견서까지 작성할 수 있는 AI 시스템 ‘메드-팜 멀티모델(Med-PaLM Multimodal)’을 7월 발표했다. 마이크로소프트는 4600만쌍의 이미지를 학습해 마치 ‘챗GPT’처럼 환자에 대한 의견을 내놓을 수 있는 의료 AI 모델 ‘라바-메드(LaVA-Med)’를 6월 공개했다.

 카티케샐링엄 연구원은 “지금은 구글의 의료AI가 달성한 최고의 성과도 여전히 인간 의사에게 상대가 되지 않는다”라며 “의료 AI가 임상현장에서 안전하게 사용될 수 있다는 것을 증명하기엔 갈 길이 멀다"고 말했다. 그러면서 "의료 AI를 개발하는 기업 입장에선 대담해지고 싶지만 이보다는 책임감을 갖는 것이 중요하다고 생각한다”고 말했다

출처:https://m.dongascience.com/news.php?idx=62158

<논제>:AI가 의사로 대체되는것이 효율적이다.

장점:의사가 하지못하는 정밀하게 일을 할 수 있으며 임금을 받지 않고 환자들의 상태를 분석하고 치료해줄수 있다.

단점:의사로서의 책임의식이 없고 환자들을 향한 인간의 존엄과 가치를 존중하지 않는다.

하지만 생성형 인공지능의 개발과 운영 과정에서 막대한 전력이 소모되는 문제가 제기되고 있습니다. 예를 들어, 거대언어모델을 훈련하는 데 약 500톤의 이산화탄소가 배출되며, 이는 수십 번의 국제 비행량에 상당합니다. 이는 전 세계적으로 에너지 소비 증가로 이어져 기후위기를 악화시킬 수 있다는 우려를 증폭시키고 있습니다.

또한, 기술 대기업의 거대언어모델 경쟁은 중소기업이나 개별 연구자들에게는 자원과 자금의 불균형을 초래하며, 이로 인해 소득 및 탄소 배출의 불평등이 확대될 수 있습니다. 예를 들어, 상위 부자 계층의 탄소 배출량은 하위 서민 계층보다 수십 배 더 많다는 데이터가 있습니다.

이와 같은 문제에 대응하기 위해, 전문가들은 인공지능 연구개발 과정에서 발생하는 온실가스 배출량을 투명하게 공개하고, 작고 효율적인 인공지능 모델 개발로 패러다임을 전환해야 한다고 주장하고 있습니다. 이는 '큰 것이 아름답다'라는 개발 흐름에서 벗어나고, 사회적 및 환경적 영향을 고려한 기술 발전이 필요하다는 점에서 중요한 측면입니다.

출처 : 한겨레(https://www.hani.co.kr/arti/economy/it/1134634.html)

[논제] : 인공지능의 개발을 통해 기후 위기를 해결 할 수 있는가?

[장점] : 인공지능은 방대한 기후 데이터를 빠르게 분석하고 미래 기후 변화를 예측할 수 있어 정책 결정에 도움을 줄 수 있다. 또한 건물, 교통, 산업 공정 등의 에너지 사용 패턴을 분석하고 최적화하여 에너지 효율을 높일 수 있다. 신재생에너지원의 출력을 예측하고 관리하여 전력 공급의 안정성을 높일 수 있으며, 탄소 포집 및 저장 기술의 최적화에도 기여할 수 있다. 또한 정밀 농업, 산림 모니터링 등에 활용되어 식량 생산과 흡수원 관리를 돕는 등 다양한 방면에서 기후 문제 해결에 도움이 될 수 있다.

[단점] : 인공지능 시스템 자체의 에너지 소비가 증가할 수 있어 온실가스 배출을 유발할 수 있으며, 학습 데이터의 편향성으로 인해 편향된 의사결정을 내릴 수 있다. 또한 인공지능 기술 활용에 대한 적절한 규제와 윤리 기준 마련이 필요하고, 기술 접근성의 격차로 인한 불평등 문제가 발생할 수 있다. 마지막으로 인공지능 기술의 발전 속도와 영향력에 대한 불확실성이 존재한다.

<논제>ai가 자율주행시스템 성능향상에 효과적이다.

<장점>혁신적인 기술 발전,안전성강화,자율주행시스템성능 향상 등이 있다.

<단점> 신뢰성과 안전성문제,어떤 상황에서 선택을 해야할경우 윤리적 문제가 생길수 있고 차량위치,주행패턴등 개인정보 노출이 있을수 있고 ai의 기술적 한계가 있을수 있다.

조선은 '조선 AI 기사 작성 어시스턴트'를 기자 업무에 도입해 기사를 출고 중이다. 또한 이러한 기사들에는 " 조선 일보와 미디어DX가 공통 개발한 생성형 AI의 도움을 받아 작성한 기사입니다." 란 문구가 포함 되고 있다. 실제 이 도구는 아직 회사 CMS '아크(ARC)'와 별개로 마련된 웹에 접속, 편집국 부서에 전달된 아이디와 비밀번호를 넣어 이용케 하는 식으로 운영 돼 이런 면에서 실험 단계로 보인다.

로그인을 한 기자들은 우선 제목과 보고 내용을 넣는 '헤드라인'과 '발제문' 칸을 마주한다. 여기 텍스트를 입력하면 10초 내에 200자 원고지 5~6매 분량 기사가 '그럴 듯한' 조선 스타일로 나오는 식이다. 이 같은 이용기가 담긴 4일차 조선노보에서 회사는 "본지 기사 5만 건을 확습시켰다."고 설명했다. 분량은 단문(600~1000자), 장문(1200~1800자) 중 선택 할 수 있다.

출처(https://www.google.com/url?sa=t&source=web&rct=j&opi=89978449&url=http://m.journalist.or.kr/m/m_article.html%3Fno%3D55009&ved=2ahUKEwjsnMq0wZuHAxXGoK8BHajHIbAQFnoECBIQBQ&usg=AOvVaw3oo1QVJD5gq44SOyuRN103)

논제- 생성형 AI 도입은 매체 발전을 촉진한다.

장점- 1. 기자들의 단순 반복 업무를 획기적으로 줄일 수 있다.

2. 빠른 시간 내에 기사를 완성 할 수 있다.

3. 보도자료 정리, 기사제목 추천, 키워드 추출, 편집국 요구에 맞춰 기사이미지 생성 등 다양한 기능이 포함되어 있다.

단점- 1. 생성형 AI에 대하여 기사나 정보 입력내용이 적으면 확인되지 않은 정보가 나타나는 '환각'이 발생 할 수 있다.

2. 사람이 중점이 되는 사진은 형체가 일그러지는 등 다소 기술적 아쉬움이 나타난다.

3. 무분별하게 이를 사용하면 저연차들의 기사 작성 능력이 늘지 않을 수 있다.

[베리타스알파=나동욱 기자] 부산대와 영국/미국 국제 공동연구진이 화학공학 및 신소재 활용 분야에서 나노다공성 소재로 각광 받고 있는 '금속-유기골격체(metal-organic frameworks, MOF)'에 대한 20년간의 전산 모델링 기반 연구정보를 분석한 총설 논문을 발표해 다양한 신소재 개발 연구에 활용될 것으로 기대된다.
부산대(총장 차정인)는 응용화학공학부 정용철 교수 국제 공동연구팀이 '전산 모델링 기반 에너지 분야에서의 새로운 금속-유기골격체 발견 연구에 대한 총설'을 에너지 분야 1위 학술지인 'Nature Energy' 1월 9일자에 게재했다고 10일 밝혔다.
최근 들어 신소재 연구 분야에서 전산 모델링 기반 스크리닝, 데이터베이스, 그리고 인공지능(AI) 기술들이 중요한 역할을 하고 있다. 신소재 연구는 새로운 소재의 개발과 성능 향상을 목표로 하는데, 이 과정에서 전산 모델링은 실험적 접근이 힘들거나, 경우의 수가 많을 경우 빠르게 최적의 소재를 발견할 수 있어 핵심적인 역할을 한다.
'전산 모델링(Computational Modeling)'은 컴퓨터를 사용해 소재나 시스템을 시뮬레이션해 소재의 물성이나 시스템의 성능을 예측하는 데에 활용된다. 이러한 접근 방법은 모델의 정확도에 따라서 실험을 하지 않고도 소재의 성능을 예측하는 데 도움이 되기에 실제 실험을 통한 비용이나 시간을 절약하면서 유용한 정보를 얻을 수 있다.
이번 총설은 나노다공성 소재로 각광 받고 있는 금속-유기골격체(metal-organic frameworks, MOF)에 대해 최근 20년간 전산 모델링을 통해 발견된 케이스들을 분석해, AI 및 소재 데이터베이스들의 등장으로 인해 가속화된 신소재 연구를 고찰했다.
금속-유기골격체(MOF)는 유기 리간드(organic ligand)와 금속 이온이나 금속 클러스터로 구성돼 망구조를 갖는 나노 다공성 소재다. MOF는 유기 리간드와 금속 원자들 간의 강한 결합으로 자가 조립을 통해 합성되는데, 높은 표면적, 다양한 구조와 특성, 가스 흡착 및 저장, 촉매활성, 광학적 특성 등으로 다양한 산업 응용 분야에서 관심을 받고 있다. 
특히 MOF는 주로 금속 이온과 유기 리간드의 자가 조립을 통해 합성이 되며, 금속 이온과 유기 리간드의 종류에 따라 이론적으로 수억 개의 소재가 합성 가능하다. 따라서 원하는 분야에 고성능 소재를 찾기 위해서는 많은 노력이 필요하다.

정용철 교수는 이번 논문에서 최근 20년간 전산 모델링을 통해 실험 합성 전에 발견된 나노다공성 금속-유기골격체(MOF)들의 타임라인을 소개했다. 
초창기 전산 모델링을 통한 MOF 발견의 시작은 2000년대 중반 이뤄졌다. 기존 MOF의 메탄가스 저장량을 증진시키기 위해 모델링을 통해 새로운 MOF를 설계했고, 증진된 메탄 저장량을 전산 상으로 확인했다. 이후 2년 뒤 실험 연구 그룹에서 이를 합성하고 실제 측정된 메탄 저장량과 모델링으로 예측한 값이 잘 맞는 것을 확인했다.
2010년대 들어와서는 컴퓨터 알고리즘의 발전으로 가상의 MOF 구조 데이터베이스, 실험으로 합성된 MOF 데이터베이스와 같은 다양한 데이터베이스들이 등장했다. 이 중 2014년 공개됐고 2019년에 업데이트된 CoRE MOF 데이터베이스는 실험으로 합성된 MOF 구조들을 모아둔 데이터베이스로 1만 4천여 개의 MOF 구조정보를 갖고 있다.
이러한 데이터베이스들의 등장 후 다양한 기체 저장 및 분리 분야에 고성능 소재 스크리닝 연구들이 수행됐다. 예를 들어 2018년에는 기존에 알려진 IRMOF-20이라는 소재가 저온 수소저장 물질 중 성능이 가장 우수하다는 것을 전산으로 발견하고, 이를 다시 실험으로 검증했다.
2022년 정용철 교수 연구팀은 고려대 화학과 홍창섭 교수 연구팀과 공동연구를 통해 산업적으로 유용한 올레핀/파라핀 흡착 분리에 대한 연구를 수행했고, 그 결과를 'Advanced Science'에 게재하기도 했다.
이번 총설 논문을 발표한 정용철 교수는 2014년부터 나노다공성 MOF 데이터베이스인 CoRE MOF database를 구축했고, 관련 연구를 지속적으로 수행하고 있다. 부산대 재직 중인 2019년에는 'Journal of Chemical & Engineering Data'에 관련 논문을 게재했고, 이 논문은 현재까지 피인용 430번(구글 스칼라 기준) 되는 등 관련 연구 커뮤니티에서 많은 주목을 받고 있다. 이 데이터베이스는 이미 합성된 1만 4천여 개의 MOF 구조정보가 담겨 있다.
정용철 교수는 "전산 모델링 연구, 데이터베이스, 그리고 인공지능 (AI)을 바탕으로 화학공학 및 신소재 분야에 쓰이는 다양한 소재들의 성능을 빠르게 평가하는 연구는 지속적으로 이어지고 있으며, 이러한 연구를 통해 에너지, 환경 문제 해결을 위한 신소재 개발 연구가 더 가속화될 것으로 생각한다"고 말했다.

<논제> : AI의 등장으로 가속화 되는 신소재 개발 연구

<장점> : 소재나 시스템을 시뮬레이션해 소재의 물성이나 시스템의 성능을 예측할 수 있다. 실험을 하지 않고도 소재의 성능을 예측하는 데 도움이 된다.비용이나 시간을 절약하면서 유용한 정보를 얻을 수 있다.

<단점> : AI 기반 신소재 개발은 방대한 양의 고품질 데이터에 의존적이다. 실험 데이터가 부족하거나 불완전한 경우, AI 모델의 성능이 저하될 수 있다. AI는 기존 데이터를 기반으로 최적화된 솔루션을 제시하지만, 완전히 새로운 개념의 혁신적인 소재를 개발하는 데는 한계가 있다.

i. '아이로봇'의 제작자가 전달하고자 하는 바가 잘 나타나도록 생동감 있는 장면을 그려줘.

ii. 선생님의 특징을 구체적으로 작성하여 나타낸 그림

하는 내용을 Ai에게 그려달라고 하였다.

보다시피 Ai들이 자유롭게 인간들과 함께 도시에서 살아가고 있다.

1~4마디 : 수업을 하러 가며 기대하는 마음을 상승 선율과 하행 선율을 반복하여 표현함.

5~8마디 : 수업 도중 일어나는 다양한 일들을 화음으로 표현함.

코드 진행 : 1번

리듬 진행 : 1번

선율악기 : 피아노

리듬악기 : 일렉트로닉

1~8마디: 친구들과의 추억이 행복했음을 음이 상승하는 것으로 표현

9~12마디: 친구들과의 추억을 떠올리며 슬픈 감정을 느낀것을 표현함

템포: 70

코드 진행: 4번,1번

리듬 진행: 2번,5번

선율 악기: 피아노

리듬 악기:일렉트로닉

날이 좋은 날에 밖에서 산책하는 느낌을 표현 했습니다

코드진행:1번

리듬진행:아무렇게나

선율악기:마림바

리듬악기:일렉트로닉

1~5마디:주말의 화창한 날씨와 행복감을 표현함

5~12마디:나들이를 나가 즐겁게 노는 모습을 표현함

코트진행:1번

선율악기:피아노

리듬악기:킷

템포:124

1~4마디: 정신을 집중하기 전의 잔잔한 기분

5~12마디: 정신집중 후 고조되는 기분

탬포:124

코드진행:1번

리듬진행:3번

선율악기:피아노

리듬악기:일렉트로닉

1~12마디 : 친구들과 놀러가기전의 기대하는 마음을 상승 선율을 반복하여 표현함.

코드 진행 : 2번

리듬 진행 : 4번

선율악기 : 피아노

리듬악기 : 일렉트로닉

주제: 시작

내용: 무언가를 시작할 때 들뜬 마음을 표현한 것이다

코드 진행: 1번

리듬 진행: 창작

선율악기: 피아노

리듬악기: 일렉트로닉

템포: 120

1~6마디: 초반에는 슬프지만 나중에는 기분이 나아지는걸 표현

7~12: 기분이 점점 좋아지는 느낌을 준다

템포: 130

코드 진행: 2번

리듬 진행: 마음대로

선율 악기: 피아노

리듬 악기: 일렉트로닉

1~16마디:전체적으로 신나는 분위기

템포:120

코드진행:1번

리듬진행:3번

선율:피아노

리듬:일렉트로닉

1.6마디:갓 태어난 고양이가 호기심을 갖고 나비를 쫓아다님

7.12마디:비극적인 상황을 알아차리고 기묘한 느낌을 느끼고 혼란스러워함

코드진행1번

라듬진행자유로움

선율악기마림바

리듬악기사용안함

1~6마디 : 사람과 하트가 나와서 안정감을 준다

7~12마디 올라가는 음을통해 행복은 준다

템포:120

코드진행:1번

리듬진행:1번

선율악기:마림바

리듬악기:일렉트로닉

주제 : 친구들과 즐겁게 놀기

템포 : 120

코드진행 : 머니코드 1번

리듬진행 : 창작

선율악기 : 피아노

리듬악기 : 일렉트로닉

주제: 시나리오와 음악의 연관성에 대한 나의 고민

내용: 레-미미-레 라는 파트가 반복되어서 신나는 리듬을 느낄 수 있고 긑에 갈수록 빨라지는 박자가 포인트이다.

1~6마디: 잔잔한 느낌의 반복되는 레-미미-레가 매력이다.

6~12마디: 레-미미-레의 반복에 높은 음을 섞어 분위기를 고조시켰다.

선율 악기: 기타

리듬 악기: 일렉트로닉

내용:이른 아침 등교를 하는 모습을 표현하고자함

탬포:180

코드 진행: 1번

리듬 진행: 1번

선율 악기: 신스

리듬 악기: kit

주말 아침 잠에서 일어나서 창밖의 맑은 하늘을 보고 기분이 좋아지는 느낌을 표현했습니다.

코드 진행 : 1번

리듬 진행 : 창작

선율 악기 : 피아노 

리듬 악기 : Kit

템포 : 124

주제: 바쁜하루

내용: 바쁜 사람들의 하루

악기:마림바,드럼

주제 : 늦잠

1~8마디 : 기분이 좋음

9~16마디 : 기분이 훨씬 좋음

템포 : 120

코드진행 : 1번

리듬진행 : 창작

선율 : 피아노

리듬 : 일렉트로닉

1 ~ 8 마디 : 먹이 찾는 고양이의 모습을 익살스럽게 표현함

9 ~ 16 마디 : 결국 먹이를 찾아 기뻐하는 고양이의 모습을 표현함

BPM : 93

코드 진행 : 1번

리듬 진행 : 불규칙

선율 악기 : 피아노

리듬 악기 : 드럼 키트

1~6마디: 4교시의 느낌을 적었다.

7~12마디: 5교시때 느겼던 느낌을 적었다.

템포: 119

코드진행: 1번

리듬진행: 자율적

선율악기: 마림바

리듬악기: 일렉트로닉

주제: 여름날의 기분변동

1~4마디:여름날에 기분이 안좋아서 급격하게 하락함.

8~12마디:에어컨바람을 쐬고 기분이 좋아져서 올라감.

리듬진행:5번

선율악기:마림바

리듬악기:킷

선율악기:피아노

리듬악기:일레트로닉

리듬진행:2

1~12행:평범한 평일 오후를 차분한 박자와 리듬으로 표현함

코드진행:1번

리듬진행:2번

선율악기:피아노

리듬악기:일레트로닉

1. 작품 개요

• 작자: 정극인

• 시기: 조선 초기 (15세기)

• 형식: 경기체가

• 주제: 봄의 아름다움을 찬미하며 자연 속에서 느끼는 평화와 즐거움을 노래한 작품

2. 작자 소개 정극인(鄭克仁, 1401-1481)은 조선 초기의 문신이자 시인입니다. 그는 조선 세종과 문종, 단종, 세조 시대를 거쳐 여러 관직을 역임했으며, 문학에도 뛰어난 재능을 보였습니다. 정극인의 상춘곡은 그가 자연 속에서 느끼는 평화와 즐거움을 서정적으로 표현한 작품으로 유명합니다.

3. 상춘곡의 내용과 구조 상춘곡은 경기체가 형식을 따르며, 자연 속에서 느끼는 기쁨과 평화로움을 서정적으로 표현한 작품입니다. 총 5장으로 구성되어 있으며, 각 장은 봄날의 아름다운 경치와 자연 속에서의 한가로운 삶을 찬미하고 있습니다.

4. 주요 내용 상춘곡은 봄의 아름다움을 노래하는 시가로, 다음과 같은 내용이 포함됩니다:

• 봄날의 경치: 만물이 소생하는 봄날의 화창한 경치를 묘사합니다. 꽃이 만발하고, 산과 물이 어우러진 자연의 아름다움을 찬미합니다.

• 자연 속의 한가로움: 봄날의 자연 속에서 느끼는 한가로움과 평화로움을 표현합니다. 사람의 방해 없이 혼자 자연을 즐기는 모습이 그려집니다.

• 삶의 즐거움: 자연 속에서의 생활이 주는 기쁨과 즐거움을 노래합니다. 술 한 병을 들고 산수를 구경하며 느끼는 흥과 취함이 나타납니다.

• 자연과의 조화: 인간과 자연이 조화를 이루는 모습을 강조하며, 자연 속에서의 삶의 만족감을 표현합니다.

5. 작품의 특징

• 형식: 경기체가 형식으로, 일정한 운율과 리듬을 가지고 있습니다.

• 문체: 화려하고 서정적인 문체를 사용하며, 반복과 대구법을 통해 운율을 형성합니다.

• 주제: 자연의 아름다움과 그 속에서의 평화로운 삶을 찬미합니다.

• 서정성: 자연을 즐기며 느끼는 감정을 서정적으로 표현하여 독자에게 감동을 줍니다.

6. 상춘곡의 문학적 의의 상춘곡은 조선 초기 경기체가의 대표적인 작품으로, 자연을 찬미하는 전통적인 시가의 특징을 잘 보여줍니다. 정극인은 상춘곡을 통해 자연 속에서 느끼는 평화와 즐거움을 노래하며, 자연과 인간의 조화를 강조했습니다. 이는 당시 유교적 가치관과 자연에 대한 애정을 반영한 것으로, 조선 초기 문학의 중요한 특징 중 하나입니다.

7. 현대적 의미 상춘곡은 오늘날에도 자연의 아름다움과 그 속에서의 평화로움을 상기시켜 줍니다. 현대의 바쁜 삶 속에서 자연과의 조화를 통해 얻을 수 있는 정신적 안정과 행복을 되새기게 합니다. 또한, 고전 문학을 통해 우리의 역사와 문화를 이해하는 데 중요한 자료로 활용될 수 있습니다.

주제: 아이들

선율악기: 마림바

리듬악기: 콩가

1~2마디: 별달거리 장단의 앞쪽을 이용해 아이들이 다가오는 발소리 같은걸 표현하였다.

3~: 아이들이 정신없이 노는 모습을 표현하였다.

1~8마디:홀란한 마음

템포:120

코드진행:1번

리듬진행:1번

선울 악기:피아노

리듬 악기 : 일레트로닉

선율악기:마림바

리듬악기:일렉트로닉

선율악기:피아노

리듬악기:드럼

코드진행:머니코드 3번

템포:120

리듬진행:창작

공무도하가는 애상적 체념적인 형태의 성격을 띄며 4언 4구체의 형식으로 되어 있다.

특징으로는 작품에서의 물은 세상과의 단절 즉 죽음을 의미하며 시의 주제로는 임을 잃은 아내의 슬픔을 주제로 하고 있다.

2.챗 gpt에 공무도하가의 해석을 요청하고 나온 결과

해석

**공무도하(公無渡河)**

공(公)이여, 강을 건너지 마오.

**공경도하(公竟渡河)**

공이 결국 강을 건너다.

**타하이사(墮河而死)**

강에 빠져 죽다.

**당내공하(當奈公何)**

공을 어찌할 것인가.

### 자세한 해석

1. **공무도하(公無渡河)**: "공이여, 강을 건너지 마오"라고 번역할 수 있습니다. 여기서 "공"은 남편을 의미하며, 아내가 남편에게 위험하니 강을 건너지 말라고 당부하는 장면입니다.

2. **공경도하(公竟渡河)**: "공이 결국 강을 건너다"로 해석됩니다. 남편은 아내의 만류에도 불구하고 강을 건너기 시작합니다.

3. **타하이사(墮河而死)**: "강에 빠져 죽다"는 뜻입니다. 결국 남편은 강을 건너다가 물에 빠져 죽고 맙니다.

4. **당내공하(當奈公何)**: "공을 어찌할 것인가"로 번역됩니다. 남편의 죽음을 목격한 아내의 슬픔과 절망이 드러나는 부분입니다. 남편을 잃고 어떻게 해야 할지 모르는 아내의 애통한 심정이 담겨 있습니다.

해석의 의의

이 시는 짧지만 강렬한 감정을 전달합니다. 사랑하는 사람을 잃은 슬픔과 절망, 그리고 그로 인한 상실감이 생생하게 표현되어 있습니다. 당시의 생활과 죽음, 이별의 정서를 엿볼 수 있으며, 고대 한국 문학의 감정 표현의 깊이를 잘 보여주는 작품입니다.

관련 오류:공무도하가는 고조선 시대 때 창작 된 것으로 알려진 시인데 챗gpt에서는 백제 시대 때 창작된 시라고 잘못된 답변을 알리며 오류가 발생했었다.

또한 (뤼튼에 한국사에 대한 오류가 생각보다 많지 않았지만 영어가 조선에 오게된계기를 오류를 점검하며 찾는과정에서 더욱 자세하게 알게 되었고 지식을 한층 높이게 된 계기가 되었다) 라고 작성하며 이활동을 통해 깨달은점을 적었다.

뤼튼AI:창호지 무늬를 본떠서 자음과 모음을 만들었다고 함,훈민정음을 집현전 학자들이 만들었다고 함.

올바른 정보(나무위키):훈민정음은 체계적인 언어 연구를 통해 만들어짐,훈민정음은 세종대왕이 만들고 집현전 학자들은 훈민정음 창제를 반대를 하였음.

나:창호지를 본뜬게 아니라 체계적인 언어 연구를 통해 만들어졌다고 수정을 부탁함,세종대왕이 훈민정음을 만들었다고 수정을 부탁함.

AI:창호지를 본떠서 만들었다라는 문장만 수정을 하고 한글을 누가 창제했는지에 대한 정보는 수정하지 않고 그대로 표기함.

나:창제를 한 사람에 대한 정보에 다시 수정을 요구함.

AI:잘못된 정보를 모두 수정하고 올바른 정보를 받아들임.

인터뷰

뤼튼AI(세종대왕)

나(기자)

질문1:훈민정음을 만들게 된 동기가 뭔가요?

답변:한자가 배우기 어렵기 때문에 백성들이 한자를 잘 모르는 경우가 많았습니다.그래서 저는 백성들이 쉽게 배우고 실용성이 있는 글자를 만들고 싶어서 훈민정음을 창제하게 되었습니다.

질문2:훈민정음을 만드는 동안  어느 점이 힘드셨나요?

답변:한자 사회에서 새로운 문자를 만든다는 점이 제일 힘들었고 한글은 음소문자이면서도 음절 단위로 모아 쓰는 특징이 있어 이를 체계화 하는데 시간이 걸려 그 점이 힘들었습니다.

질문3:훈민정음을 만들고 난 후의 기분은 어떠셨나요?

답변:오랜 시간 동안 고민하고 노력한 끝에 드디어 백성들을 위한 새로운 문자를 만들어냈다는 점에서 큰 기쁨과 자부심이 있었습니다.한편으로는 사대부들의 반발이 걱정되었습니다. 한자 중심의 문화에 익숙한 그들이 새로운 문자를 받아들이기 쉽지 않을 것 같았습니다.또한 한글이 제대로 정착되고 널리 사용되기까지는 많은 노력이 필요할 것 같아 걱정되기도 했습니다.