[ 목 차 ]

Ⅰ. 인공지능의 개념

 1. 인공지능의 개념 및 학습방식

Ⅱ. 인공지능 콘텐츠의 범주 및 사례

 1. 인공지능 콘텐츠의 범주

 2. AI 콘텐츠 창작 및 활용 사례

Ⅲ. 산업적 현안과 정책적 쟁점

 1. 저작권

 2. 일자리

 3. 불공정경쟁

Ⅳ. 사회문화적 현안과 정책적 쟁점

 1. 인권 침해

 2. 가치관 왜곡 및 편향성

Ⅴ. 결론 및 제언

 1. 인공지능과 콘텐츠산업 발달의 연계성

 2. 인공지능 콘텐츠 활성화를 위한 정책적 방향

■ 인공지능 인간의 (Artificial Intelligence): 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하여 정보처리 하는 방식을 모방하여 컴퓨터가 스스로 인지추론 판단을 하게 하는 알고리즘 - 인공지능의 딥러닝 학습방식 중 비지도학습에 해당하는 GAN 모델은 콘텐츠 분야에서 가장 많이 쓰이는 방식으로, , 적은 데이터 짧은 학습기간으로도 빠르게 이미지·음성을 합성하거나 변조 가능 ■ 인공지능 콘텐츠는 크게 인공지능이 창작한 콘텐츠인지 인간이 , - - 콘텐츠를 기획 제작 유통 - , 소비하는 과정 등에서 인공지능을 활용한 콘텐츠인지에 따라 ▲인공지능이 창작한 콘텐츠 ▲인공지능과 인간이 협업한 콘텐츠 인간이 , ▲ 인공지능을 활용하여 창작한 콘텐츠 등으로 분류 가능 - 인공지능은 글, , , , 그림 음악 영상 등 다양한 분야의 콘텐츠 창작에 참여하고 있으며 인공지능 기술을 활용해 특정 인물을 사실에 가깝게 복원하거나, 인공지능과 대화를 하고 개인화된 추천 서비스를 받는 것 등이 가능해짐 ■ 인공지능과 관련한 산업적 현안 및 정책적 쟁점으로는 ▲저작권 법제도 정비, ▲일자리 문제 불공정경쟁 , ▲ 등이 있음 - ( ) , , , 저작권 인공지능 창작물의 저작물 해당여부 저작권자 판단 저작권 보호의 필요성 저작권 보호방식 등의 논의가 있으며, 새로운 기술의 발달에 따라 현행법으로 해결하기 어려운 산업적 분쟁을 대비하기 위한 법 제도 정비 필요 - ( ) 일자리 사회안전망 구축이나 재교육 지원 등 인공지능으로 인한 실업으로부터 기존의 노동자를 보호하는 방안을 마련하는 한편 인공지능 관련 산업이 발전할 토대를 만들고 미래 일자리를 선점할 필요 - ( ) 불공정경쟁 검색이나 추천 알고리즘을 통해 경쟁업체를 배제하는 불공정행위에 대비하여 검색 결과나 노출 순위 기준 등을 투명하게 알리도록 해야 함 ■ 인공지능과 관련한 사회문화적 현안 및 정책적 쟁점으로는 ▲인권 침해, ▲가치관 왜곡 및 편향성 등이 있음 - ( ) , AI 인권 침해 딥페이크로 인한 명예훼손 및 초상권 침해 기기를 통한 사생활 침해 및 개인정보 유출 등 인권 침해와 가짜 뉴스, 사기 등 범죄 발생 가능성 - ( ) 가치관 왜곡 및 편향성 인공지능 콘텐츠·서비스가 대중의 인기를 얻으면서 인공지능의 사회문화적 파급력이 높아짐에 따라 인공지능의 윤리규범 논의가 활성화되고, 인공지능의 가치관 왜곡 및 편향 가능성이 사회적 문제로 대두 ■ 콘텐츠산업의 미래 생태계 경쟁력을 확보하기 위해 인공지능 등 차세대 기술 관련 콘텐츠가 산업적으로 성장할 수 있도록 기술개발 지원 및 법제도 정비 등을 추진하고, 인공지능 기술로 인한 급격한 사회변화가 야기할 사회문화적 현안에 미리 대비하는 정책전략 수립이 필요한 시점임 통권 135호 | (AI) : , 인공지능 콘텐츠 개념과 사례 정책적 현안 분석 2 Ⅰ. 인공지능의 개념 1. 인공지능의 개념 및 학습방식 1) 개념  인공지능(Artificial Intelligence): 인간의 지성을 인공적으로 가진 존재 - 1956 미국 다트머스 회의에서 존 매카시 교수가 최초로 개념 제시 - 인간의 두뇌가 수많은 데이터 속에서 패턴을 발견한 뒤 사물을 구분하여 정보처리 하는 방식을 모방하여 컴퓨터가 스스로 인지추론 판단을 하게 하는 알고리즘 - 딥러닝은 주어진 데이터에서 일반화된 지식을 추출 해내는 방식이기 때문에 수많은 데이터가 필요  ( ) 머신러닝 수많은 데이터를 가지고 훈련 시킴으로써 기계 스스로 규칙을 찾아 학습하는 방법  ( ) , 딥러닝 머신러닝의 한 분야로 인간의 뇌에서 일어나는 인지 의사결정 과정 등을 모방해 만든 인공 신경망으로 학습하며, 여러 신경망 층별로 각각 다른 데이터를 수집하여 스스로 시행착오를 거치면서 최적의 학습 방법을 찾는 방식 [ 1] 그림 인공지능 처리방식 개념도 2) 딥러닝 학습방식  ( ) 지도학습 정답이 있는 데이터를 통해 데이터들을 학습 - ( ) ( , ) 분류 주어진 데이터를 정해진 카테고리에 따라 분류 이진분류 다중분류 등 - ( ) 회귀 어떤 데이터들의 특징을 기준으로 값을 예측  ( ) 비지도학습 정해진 정답 없이 주어진 데이터들을 분석해 비슷한 특징을 가진 데이터끼리 군집화 하여 새로운 데이터에 대한 결과를 예측 - ( ) 클러스터링 유사성에 따라 데이터를 분할 - (GAN) ( ) 생성자와 판별자가 서로 경쟁하며 데이터를 생성 생성적 적대 신경망  서로 경쟁하는 두 개의 신경망을 만들어서 기존의 것을 모방하여 창조하는 인공지능( ) 생성모델 과 그것을 판별하여 가짜같은 부분을 찾아 없애는 인공지능( ) 판별모델 이 서로 경쟁하는 과정을 반복하며 정교한 모델을 만들어냄