187037 research outputs found
Sort by
AI-augmented Organization Design: Limitations of the Collaboration Model between Domain and AI Experts
No full textAI 기술의 발전과 확산에 따라 조직 내 AI 시스템 도입과 활용이 증가하면서, 도메인 전문가와 AI 전문가 간 협업의 중요성이 부각되고 있다. 두 전문가의 유기적 협력은 AI 시스템의 성공적 구현에필수적이나, 현실에서는 협업이 원활하게 이루어지지 않는 경우가 빈번하다. 이에 본 연구는 문헌연구와사례연구를 통해 AI 시스템 도입 및 활용 과정에서 두 전문가 간 협업의 주요 장애 요인을 분석하고, 이를 극복할 수 있는 방안을 도출하고자 한다. 연구 결과, 주요 장애 요인으로 상호 이해 부족, 역할분담의 모호성, 소통 단절, 신뢰 부족 등이 확인되었으며, 기존 협업 모델이 AI 증강 조직의 기술적복잡성과 도메인 특수성을 충분히 반영하지 못하는 한계를 지님을 밝혀냈다. 이러한 문제를 해결하기위해 본 연구는 두 전문가 간 데이터 및 AI 기반의 전략적 의사결정을 원활히 하고, 협업 목표를 조율하며, 갈등을 조정하는 핵심적 역할인 ‘중간자’의 필요성을 제안하였다. 특히, 중간자의 역할이 단순한 프로젝트관리자를 넘어 데이터 전략가로 확장됨을 확인하였다. 중간자는 데이터 체계 구축, 프로젝트 기획, 수행 및 평가 전 과정에서 협업을 조율하며, AI 기반 전략적 접근을 가능하게 하는 핵심적 역할을수행한다. 본 연구는 AI 시스템 도입 및 활용 과정에서 협업의 장애 요인을 실증적으로 규명하고, 이를 해결하기 위한 중간자의 역할을 제시함으로써 학문적으로는 도메인 전문가와 AI 전문가 간 협업모델의 발전에 기여하며, 실무적으로는 조직 내 AI 프로젝트의 성공 가능성을 높이는 데 의의를 갖는다.
How OECD statistics are used as a yardstick for comparison with our own societies: A text mining analysis of news reports mentioning the OECD
No full text이 연구의 목적은 우리 언론보도가 OECD를 언급하는 맥락을 자세히 들여다보기 위해서다.
1997년부터 2024년까지의 기간을 대상으로, OECD가 언급된 기사 42,852건을 수집한 후 텍스트 마이닝 기법으로 분석했다. TF-IDF 빈도 분석과 단어 네트워크 분석을 통해 보수와 진보언론의 프레임 차이를 살펴봤다. 그 결과, 보수 언론은 OECD 통계를 주로 ‘기업’, ‘성장’, ‘시장’ 등 경제 성장과 국제 경쟁력을 강조하는 비교 도구로 사용했다. 반면에 진보 언론은 ‘복지’, ‘노동자’, ‘소득’과 같은 키워드를 통해 사회적 평등과 약자 보호를 강조하며 사용했다. 한편OECD에 가입한 김영삼 정부 때부터 윤석열 정부 때까지 보수와 진보 언론의 프레임이 어떻게달라져 왔는지를 구체적으로 살펴봤다. 그 결과, 언론사의 성향 그리고 시대적 맥락에 따라OECD 통계가 선택적으로 활용되고 있음을 확인할 수 있었다. 예를 들어, 이명박 정부 시기보수 언론은 기업 및 투자 활성화 맥락에서, 진보 언론은 복지와 서민 안정 맥락에서 OECD를언급하는 경향이 있었다. 문재인 정부 시기 보수 언론은 경제 성장과 일자리 창출 맥락에서, 진보 언론은 노동자 권리 확대와 고용 안정 맥락에서 OECD를 인용하는 경향이 있었다. 이러한분석 결과들과 더불어, OECD를 우리 사회와의 비교 잣대로 삼는 언론보도 관행이 우리 사회에상대적 박탈감을 심화시킬 수 있음을 논했다.
STRUCTURE OF MONOLITHIC THREE-DIMENSIONAL HIGH-FREQUENCY MIXED SIGNAL INTEGRATED-CIRCUIT, AND FABRICATION METHOD OF THE SAME
No full text다양한 실시예들은 3차원 집적형 고주파 혼성 회로 구조체 및 그의 제조 방법에 관한 것으로, 고주파 혼성 회로 구조체는 디지털 기능의 제 1 회로 구조, 및 제 1 회로 구조 상에 집적되는 아날로그 기능의 제 2 회로 구조를 포함한다. 다양한 실시예들에 따르면, 제 1 회로 구조는 실리콘 시모스(Si CMOS)로 구현되고, 제 2 회로 구조는 제 1 회로 구조 상에 집적되고 RF 수동 소자들을 포함하는 연결 레이어, 및 연결 레이어 상에 집적되고 RF 능동 소자들을 포함하며 Ⅲ-V족 화합물로 구현되는 구동 레이어를 포함할 수 있다
Advances in metamaterials for mechanical computing
No full text<jats:p>Mechanical metamaterials are revolutionizing computation by offering a robust and energy-efficient alternative to traditional electronic systems. The field has seen remarkable progress; the structural design and functionality of mechanical metamaterials have advanced significantly, evolving from simple load-bearing enhancements to encompass logic computation and information storage through interconnected networks of mechanical binary and ternary units. This progress necessitates a comprehensive review to clarify the complexities of mechanical computing for a broader audience. This Review systematically explores the evolution of mechanical computing, from ancient mechanisms to modern electronic counterparts, highlighting how mechanical metamaterials uniquely address limitations in power consumption, scalability, and reliability, especially in extreme environments. We analyze the fundamental principles of mechanical metamaterial-based logic gates and information storage units, detailing their underlying mechanisms, design strategies, and diverse applications. Furthermore, we discuss the integration of these advanced materials into existing machinery, emphasizing the potential of programmable mechanical metamaterials to enhance functionality and create self-powered systems for advanced robotics and other applications. This Review concludes by proposing strategic directions for future research and innovation in this rapidly evolving field.</jats:p>
Chart-to-Experience: Benchmarking Multimodal LLMs for Predicting Experiential Impact of Charts
No full textThe field of Multimodal Large Language Models (MLLMs) has made remarkable progress in visual understanding tasks, presenting a vast opportunity to predict the perceptual and emotional impact of charts. However, it also raises concerns, as many applications of LLMs are based on overgeneralized assumptions from a few examples, lacking sufficient validation of their performance and effectiveness. We introduce Chart-to-Experience, a benchmark dataset comprising 36 charts, evaluated by crowdsourced workers for their impact on seven experiential factors. Using the dataset as ground truth, we evaluated capabilities of state-of-the-art MLLMs on two tasks: direct prediction and pairwise comparison of charts. Our findings imply that MLLMs are not as sensitive as human evaluators when assessing individual charts, but are accurate and reliable in pairwise comparisons
A No-Patient-Data Seizure Classifier Soc for Real-Time Classification of Seven Seizure Types Using Feature Fusion and Near-Memory Computing
No full textA Self-Powered Pressure Sensor System Based on Triboelectric Energy Harvesting for Knee Implants
No full text
