상세검색
최근 검색어 전체 삭제
다국어입력
즐겨찾기0
한국산업경영학회 第37卷 第2號.jpg
KCI등재 학술저널

인공지능의 전문가 대체 가능성에 관한 연구

A Study on the Substitutability of Experts in Artificial Intelligence: Focusing on the Field of Social Network Spam Detection

DOI : 10.22903/jbr.2022.37.2.85
  • 99

최근 인공지능이 다양한 산업 분야에 적용되면서 많은 편리함을 주고 있지만, 사람의 노동력을 대체할것이라는 우려 역시 커지고 있다. 본 연구에서는 인공지능이 널리 연구되고 있고 실제 환경에서 활용되고있는 소셜 네트워크상의 스팸 탐지 분야 분석을 통해 인공지능이 전문가를 대체할 수 있는지 가능성을 검토해보았다. 소셜 네트워크의 스팸을 탐지하기 위해 인공지능의 대표 기법인 머신러닝을 활용하는 방안은 다수연구되었지만, 현실 상황에서는 많은 한계를 드러내고 있다. 사전 학습된 데이터를 기반으로 하는 머신러닝특성상, 수집된 데이터에 의존을 많이 하며, 흔히 볼 수 있는 데이터 환경인 클래스 간 구성 불균형이 나타나면 탐지 정확도가 급격히 떨어진다. 또한, 새로운 유형의 데이터가 등장해도 정확도가 떨어질 수 있다. 본연구에서는 이러한 분석 내용을 실험으로 검증해보았으며, 머신러닝만으로는 실제 환경에서 활용 가능한솔루션을 구축하기가 힘들다는 것을 검증하였다. 인공지능 도입을 검토하는 경영자로서는 인공지능이 만병통치약이 아니기에 기존 전문가와 공존할 수 있는 시스템에 대한 고민이 필요하다.

Recently, artificial intelligence has been applied to various industries and has provided a lot of convenience, but concerns are also growing that it will replace human labor. In this study, the possibility of artificial in￾telligence replacing experts was examined through the analysis of spam detection on social networks, where artificial intelligence is widely studied and used in real environments. There have been many studies on how to use machine learning, a representative technique of artificial intelligence, to detect spam in social networks, but in reality, it has many limitations. Due to the nature of machine learning based on pre-trained data, it relies heavily on the collected data, and when the imbalance between classes, a common data environment, appears, the detection accuracy drops sharply. Also, as new types of data emerge, their accuracy may decrease. In this study, the contents based on literature studies were verified experimentally, and it was found that it is difficult to build a solution that can be used in a real environment only with machine learning. As a manager considering the introduction of artificial intelligence, it is necessary to think about a system that can coexist with existing experts because artificial intelligence is not a panacea.

Ⅰ. 서론

Ⅱ. 문헌연구

Ⅲ. 머신러닝 기반 스팸 탐지의 문제점

Ⅳ. 문제점 검증

Ⅴ. 고찰

Ⅵ. 결론

로딩중