인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
생성형 인공지능이 지휘통제 시스템에 점차 도입되고 있으나, 모델 중심의 평가만으로는 AI의 권고가 승인되고 우회 불가능하며 추적 가능한 조치로 확립되는지를 입증하지 못한다. 본 연구는 의사결정-실행 경계를 위한 실행 품질 보증 프레임워크를 제안한다. 권한 적합성, 정책 일관성, 상태 최신성, 비우회성, 안전 대체성, 실행 추적성, 제한 복구성의 7가지 품질 속성을 수명주기 증거, 결함 주입 테스트 및 비보상적 수락 게이트에 매핑하였다. 4가지 보증 구성은 셀당 30개의 쌍을 이룬 시드와 300개의 결정을 적용하여, 16가지의 정상 및 결함 조건 하에서 평가되었다. 독립적인 이산 사건 시뮬레이션과 소스 구속적 PyBullet DIRECT 프록시 리플레이는 각각 1,920회의 실행과 576,000회의 결정을 완료하였다. 프록시 리플레이 결과, 경계 집행 및 완전한 실행 보증 단계에서 권한 위반 0건과 허위 승인 발송 0건을 유지하였다. 직접 결합 방식 대비 평균 감소 폭은 권한 위반의 경우 2.6688%p, 허위 승인 발송의 경우 5.1066%p였으며, 쌍을 이룬 시드-클러스터 추론은 홀름 보정 후에도 통계적 유의성을 유지하였다. 완전한 보증 단계에서는 필수 추적 기록의 누락이 페일클로즈 방식으로 처리됨에 따라, 경계 집행 단계 대비 허위 거절이 1.8133%p 증가하였다. 고정 seed 1001에 대한 결정론적 재실행 확인에서는 64개 구성–조건 출력이 보존 결과와 모두 정확히 일치하였다. 본 연구 결과는 증거의 범위를 운용 인증이 아닌 시뮬레이터 기반의 프록시 검증으로 한정하는 한편, 감사 가능한 획득 및 시험평가 구조를 뒷받침한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
