• 경영정보학연구
• /
• 제21권4호
• /
• pp.47-68
• /
• 2019

클라우드 서비스 및 운영 방식이 다양해지면서 선택할 수 있는 클라우드 컴퓨팅의 종류가 많아지고 있는 만큼 금융회사에는 각 전산시스템에 적합한 클라우드를 선택할 수 있는 의사결정 방법이 필요한 상황이다. 본 연구에서는 기업의 비전 및 전략 수립을 위해 사용되는 BSC(Balanced Scorecard, 균형성과 관리) 프레임워크를 활용하여 금융회사에서 클라우드 도입을 위해 고려해야 할 요인들을 BSC의 4대 관점(재무, 고객, 내부 프로세스, 학습과 성장)에 따라 분류하고 최종 12개의 고려 요인을 선정하였으며, 다기준 의사결정 방법 중의 하나인 AHP(Analytic Hierarchy Process, 분석적 계층 프로세스) 기법에 따라 평가 항목들을 성과 평가 관점과 클라우드 고려 요인으로 계층화하여 최종 의사결정모형을 제안하였다. 나아가 금융회사의 시스템을 계정계, 정보계, 채널계 시스템으로 구분하고 금융회사 두 곳의 금융 전문가와 정보 기술 전문가의 의사 결정 결과를 취합하여 각 시스템 별 클라우드 도입 시 고려 요인에 대한 중요도 및 클라우드 운영 모델의 적합도에 대한 비교 분석을 수행하였다. 분석결과 모든 시스템에서 공통적으로 중요하게 평가된 일부 고려 요인도 있었지만 대부분의 고려 요인은 시스템 별 중요도가 매우 다르게 평가되었으며, 실제 시스템 별 적합한 클라우드 운영 모델은 서로 상이하였다. 이를 통해, 각 금융회사에서는 클라우드 컴퓨팅 도입 시 각 시스템 별 클라우드 고려요인을 평가하여 운영 모델을 선정해야 한다는 시사점을 주었으며, 더불어 본 연구에서 제시하는 일련의 절차와 방법론을 통하여 금융회사의 클라우드 컴퓨팅 도입에 대한 인식을 제고하고 클라우드 컴퓨팅 도입 확산에 기여할 것으로 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제29권10호
• /
• pp.69-75
• /
• 2024

자동차의 자율주행 시 수집되는 데이터에 악천후 등의 원인에서 발생하는 노이즈는 객체 인식의 오류를 초래하여 자율주행에 각종 사고 등 치명적인 결과를 낳을 가능성이 크다. 이러한 위험성은 널리 인식되고 있지만, 이를 정량화하고 체계적으로 분석한 연구는 부족한 실정이다. 따라서 본 연구에서는 자율주행 환경에서 노이즈가 적용되는 비율에 따라 객체를 인식하는 것에 어느 정도의 영향을 미치는지 살펴보고 수치화하고자 한다. 이를 위해 가공을 하지 않은 데이터셋으로 학습한 YOLO v5 모델을 사용한다. 이를 통해 노이즈 비율을 0%(Original), 20%, 40%, 60%, 80%로 나눈 Test Data를 detection 하여 결과를 확인하고 Confusion Matrix를 구성하여 실험 결과를 평가했다. 실험 결과, 노이즈의 비율이 높아질수록 TP(True Positive)의 비율이 낮아지는 것을 확인할 수 있었으며, F1-score 또한 0.69, 0.47, 0.29, 0.18, 0.14로 적은 노이즈 비율뿐 아니라 모든 비율에서 수치가 큰 폭으로 떨어진다는 것을 알 수 있다. 이를 통해 자율주행 기술의 안정성을 높일 수 있는 기반이 될 것이라 기대되며 향후에는 자연적으로 발생한 노이즈가 포함된 실제 데이터셋을 수집하고 발생된 노이즈를 더욱 효과적으로 제거할 수 있는 연구를 진행할 예정이다.

• 한국광학회지
• /
• 제28권5호
• /
• pp.203-212
• /
• 2017

과학적 모형은 특정한 물리적 현상을 기술, 설명, 예측할 수 있는 개념 체계를 말한다. 과학적 모형의 사회적 구성 수업은 과학교육 분야에서 새로운 교수 학습 전략으로 주목받고 있으며 다양한 연구가 진행되고 있다. 모형을 통한 예상과 실제 세계에서 얻은 자료와의 일치, 불일치에 따라 모형의 적합성을 판단하고 모형을 수정해 가는 것이 모형 구성 수업의 핵심이다. 하지만 많은 모형 구성 수업에서는 교사가 제공한 제한적인 자료를 가지고 모형을 비교하고 판단하는 것에 그쳤으며, 스스로 실험을 통해 얻은 실제 세계에 대한 자료를 가지고 모형의 적합성을 판단할 수 있는 기회를 제공하는 수업은 많지 않았다. 이에 본 연구에서는 실험을 통해 얻은 결과를 모형을 통한 예측과 직접 비교하여 모형을 평가할 수 있는 과학적 모형의 사회적 구성 프로그램을 제시하고자 하였다. 6개월간 교사, 연구자 간의 협력적 논의를 통해 중학교 2학년 빛과 파동 단원 중 '볼록렌즈가 상을 만드는 원리'라는 주제에 대해 총 5차시의 모형 구성 프로그램을 개발하였다. 경기도 남녀 공학 중학교 2학년 3개 반 80명의 일반 학생과 20년 경력의 현직 과학 교사가 2주간 개발된 프로그램에 함께 참여하였으며, 학생들에게 수업의 어떤 점이 좋거나 어려웠는지, 이 수업을 친구에게 추천하고 싶은지를 질문하였다. 수업 후 95.8%의 학생이 구조 규칙을 사용한 모형 이상의 과학적 모형을 구성하였다. 학생들의 응답을 살펴보면 원리를 찾아내거나 친구들을 이해시키기가 어려웠지만 이론으로 이해하기 어려웠던 것을 실험을 통한 모형 수정 과정을 통해 이해하게 되었고, 학급 친구들끼리 경쟁자가 아닌 동반자가 된다는 점이 좋았다는 등의 응답이 나타났다. 참여 학생 중 92.5%가 본 프로그램을 보통이상으로 친구에게 추천하겠다고 응답하였다. 개발된 프로그램은 학교현장에 적용되어 학생의 모형 구성 능력 및 사회적 구성 능력의 향상에 기여할 것으로 기대한다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제25권1호
• /
• pp.99-118
• /
• 2011

본 연구는 영재교육원의 일반적인 교실 생활과 영재교육원의 수업에서 지도교사와 영재학생들의 정체성을 알아보기 위한 목적으로 영재교육원 두 반과 2명의 영재담임강사를 약 3개월에 걸쳐 관찰 및 면접한 결과를 분석한 사례연구이다. 본 연구에서는 영재교육원의 교실 생활에 대해 수업의 조직과 사회적 참여구조, 의미 형성 세 가지 측면으로 나누어 분석하고, 영재교육원 지도교사와 영재학생들의 정체성에 대해 영재수학 및 수학 교수, 학습 측면으로 나누어 분석하여 기술하고 있다. 본 논문을 통해 영재교육원에 입학하고자 하는 학생들과 영재교육원 강사가 되고자 하는 교사에게는 영재교육원 교실 생활에 대한 올바른 가치관을 심어주고, 지도교사에게는 학생들의 영재수학에 대한 정체성과 수학학습에 대한 정체성을 이해하여 어떻게 영재수업을 준비해야할 지에 대한 시사점을 주게 된다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.145-165
• /
• 2023

추천 시스템은 인터넷의 발달로 급격하게 증가하는 정보의 양으로 인해 생긴 정보 선택의 어려움을 소비자에게 덜어주고 각 개인의 취향에 맞는 정보를 효율적으로 보여주는 중요한 역할을 한다. 특히, E-commerce와 OTT 기업은 상품과 콘텐츠 양이 급격하게 증가하면서 추천 시스템의 도움 없이는 인기 있는 상품만 소비되는 현상을 극복하지 못한다. 이러한 현상을 극복하고 고객 개인 취향에 맞는 정보 혹은 콘텐츠를 제공해 고객의 소비를 유도하기 위해 추천 시스템의 연구가 활발히 진행되고 있다. 일반적으로 유저(user)의 과거 행동 이력을 활용한 협업 필터링이 유저가 선호한 콘텐츠의 정보를 활용하는 콘텐츠 기반 필터링에 비해 높은 성능을 보여준다. 하지만 협업 필터링은 과거 행동 데이터가 부족한 유저에 대해서는 추천의 성능이 낮아지는 콜드 스타트(Cold Start) 문제를 겪게 된다. 본 논문에서는 카카오 아레나 경진대회에서 주어진 음악 스트리밍 서비스 멜론의 플레이리스트 데이터를 기반으로 앞에서 언급한 콜드 스타트 문제를 해결할 수 있는 하이브리드 음악 추천 시스템을 제시했다. 본 연구에서는 플레이리스트에 수록된 곡 목록과 각 음악과 플레이리스트의 메타데이터를 활용해 절반 혹은 전부 가려진 플레이리스트의 다른 수록 곡을 예측하는 것을 목표로 하였다. 이를 위해 플레이리스트 안에 곡이 있는 경우와 아예 곡이 없는 경우를 나눠서 추천을 진행하였다. 플레이리스트 안에 곡이 있는 경우에는 해당 플레이리스트의 곡 목록과 각 곡의 메타데이터를 활용하기 위해 LightFM을 활용하였다. 그 다음에 Item2Vec을 활용해 플레이리스트에 있는 수록 곡과 태그 및 제목의 임베딩 벡터를 생성하고 이를 추천에 활용하였다. 최종적으로 LightFM과 Item2Vec 모델의 앙상블을 통해 최종 추천 결과를 생성하였다. 플레이리스트 안에 곡이 없고 태그 혹은 제목만이 존재할 경우에는 플레이리스트의 메타데이터인 태그와 제목을 FastText를 활용해 사전 학습을 시켜 생성된 플레이리스트 벡터를 기반으로 플레이리스트 간의 유사도를 활용하여 추천을 진행하였다. 이렇게 추천한 결과, 기존 Matrix Factorization(MF)에서 해결하지 못한 콜드 스타트 문제를 해결할 수 있었을 뿐만 아니라 곡과 플레이리스트의 메타데이터를 활용해 기존 MF 모델인 ALS와 BPR 그리고 Word2Vec 기반으로 추천해 주는 Item2Vec 기술보다 높은 추천 성능을 낼 수 있었다. 또한, LightFM을 토대로 다양한 곡의 메타데이터를 실험한 결과, 여러 메타데이터 중에서 아티스트 정보를 단독으로 활용한 LightFM 모델이 다른 메타데이터를 활용한 LightFM 모델들과 비교해 가장 높은 성능을 보여준다는 것을 확인할 수 있었다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.127-147
• /
• 2020

세계는 신형 코로나바이러스 감염증(COVID-19)으로 수 많은 인명 피해와 경제적 손실을 기록하고 있는 상황이다. 우리나라 정부는 연구개발(Research & Development)을 통해 국가 감염병 위기를 극복하려는 전략을 수립하고 실행하기 위한 투자방향을 수립하였다. 기존 기술분류나 과학기술 표준분류에 따른 통계를 활용하면 특정 R&D 분야의 특이점 및 변화를 발견하기 어렵다는 한계가 존재해왔다. 최근 우리나라 감염병 연구개발 과제를 대상으로 수요자의 목적에 맞게 분류체계를 수립하고 연구비 비교 분석을 통해 투자가 요구되는 연구 분야를 제시하는 연구들이 진행되었다. 하지만 현재 국가 보건 안보와 신성장 산업육성이라는 목표를 달성하기 위한 실행방안으로 요구되고 있는 전염병 연구분야의 국가간 협력전략 수립에 필요한 정보를 체계적으로 제공하고 있지 못한 상황이다. 따라서 국가 공동 연구개발 전략 수립을 위한 분류체계와 분류모델기반의 정보서비스에 대한 연구가 요구되고 있다. 우선 감염병관련 NTIS 과제데이터를 기반으로 정성분석을 통해 7개의 분류체계를 도출하였다. 스코퍼스(Scopus) 데이터와 양방향 RNN모델을 사용하여, 분류체계 모델을 학습시켰다. 최종적인 모델의 분류 성능은 90%이상의 높은 정확도와 강건성을 확보하였다. 실증연구를 위해 주요 국가의 코로나바이러스 연구개발 과제를 대상으로 전염병 분류체계를 적용하였다. 주요 국가의 감염병(코로나바이러스) 연구개발 과제를 분류체계별로 분석한 결과, 세계적으로 유행하는 바이러스의 예상치 못한 창궐이 확산되는 속도에 비해 백신과 치료제 개발이 제대로 이뤄지지 않는 원인의 배경을 간접적으로 확인할 수 있었다. 국가별 비교분석을 통해 미국과 일본은 상대적으로 모든 영역에 골고루 연구개발 투자를 하고 있는 것으로 나타난 반면, 유럽은 상대적으로 특정 연구분야에 많은 투자를 하는 집중화 전략을 취하는 것으로 나타났다. 동시에 주요 국가의 코로나 바이러스 주요 연구조직에 대한 정보를 분류체계별로 제공하여 국제 공동R&D 전략의 기초정보를 제공하였다. 본 연구 결과를 통해 세 가지 정책적 의미를 도출할 수 있다. 첫째, 데이터기반 과학기술정책 관점에서 수요자 관심분야에 대한 국가 R&D사업의 정보를 글로벌 기준으로 문서를 분류하는 방안을 제시하였다. 둘째, 감염병관련 국가 R&D사업 영역에 대한 정보분석 서비스 기획의 기반을 마련하였다. 마지막으로 국가 감염병 R&D 분류체계 수립을 통해 분류 체계의 궁극적 목표인 산업, 기업, 정책 정보를 제공할 수 있는 기반을 마련한 것이다.

• 비교교육연구
• /
• 제27권4호
• /
• pp.255-283
• /
• 2017

본 연구의 목적은 유아교육기관의 질적 향상과 효율적인 운영을 위해 원장의 리더십역량을 지속적으로 개발을 할 수 있는 통합적인 시스템을 구축하기 위하여 미국과 영국의 원장연수교육체계의 내용을 분석하여 그 시사점을 제시하는 것이다. 이를 위해 첫째, 유아교육기관 원장의 다양한 리더십 역량에 대한 관점과 개념들을 고찰하고 둘째, 한국 미국 영국의 유아교육기관 원장의 리더십 역량 강화를 위한 교육체계를 비교분석하였다. 이를 토대로 시사점을 제시하면 다음과 같다. 첫째, 역량은 고정된 것이 아니라 학습을 통해 개발될 수 있으며 개개인의 특성과 조직에 적합한 리더십 역량을 유아교육기관 원장의 역량으로 재 개념화한 가시적인 지식과 기술, 비가시적인 자기개념, 특질, 그리고 동기가 통합적으로 발휘되는 능력을 바탕으로 '리더십 역량개발계획'을 수립 할 필요가 있다. 둘째, 미국과 영국의 원장 및 교장의 역량을 강화시키는 연수제도와 같이 지속적이고 체계적인 연수프로그램 운영의 도입과 실천을 위해 1회의 연수로 자격증을 취득하고 유지되는 제도에서 벗어나 5년을 주기로 자격증을 갱신하는 제도를 도입할 필요가 있다. 셋째, 연수방법이 다양화 되어야 한다. 미국과 영국의 경우 지방별로 독립적인 연수기관, 대학, 교사센터, 민간기구나 협회 등 다양한 방법과 다양한 장소에서 협력적으로 연수가 이루어지는 것처럼 각 시도별 연수기관과 대학교, 교사센터, 교육정보연구원, 민간기구 등 다양한 기관들의 협력 체제를 구축하여 유아교육기관 원장의 리더십 역량을 다양한 방법으로 강화할 필요가 있다. 넷째, 유아교육기관 원장의 자격연수와 추후 직무연수의 내용과 방법이 획일적인 수준에서 벗어 날 수 있도록 연수를 맡고 있는 대학이나 연구 단체에서 현장에서 필요한 행정의 지식과 내용을 반영하는 체계적인 교육과정 내용에 대한 연구가 우선적으로 이루어져야 할 것이다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.139-161
• /
• 2019

전자상거래 시장의 이용이 보편화 되며 고객들에게 좋은 품질의 물건을 어디서, 얼마나 합리적으로 구매할 수 있는지가 중요해졌다. 이러한 구매 심리의 변화는 방대한 정보 속에서 오히려 고객들의 구매 의사결정을 어렵게 만드는 경향이 있다. 이때 추천 시스템은 고객의 구매 행동을 분석하여 정보 검색에 드는 비용을 줄이고 만족도를 높이는 효과가 있다. 하지만 대부분 추천 시스템은 책이나 영화 등 동종 상품 분류 내에서만 추천이 이뤄진다. 왜냐하면 추천 시스템은 특정 상품에 매긴 구매 평점 데이터를 기반으로 해당 상품 분류 내 유사한 상품에 대한 구매 만족도를 추정하기 때문이다. 그밖에 추천 시스템에서 사용하는 구매 평점의 신뢰성에 대한 문제도 제시되고 있으며 오프라인에선 평점 확보 자체가 어렵다. 이에 본 연구에서는 일련의 문제를 개선하기 위해 RFM 다차원 분석 기법을 활용하여 기존에 사용하던 고객의 구매 평점을 객관적으로 대체할 수 있는 새로운 지표의 활용 가능성을 제안하는 바이다. 실제 기업의 구매 이력 데이터에 해당 지표를 적용해서 검증해본 결과 높게는 약 55%에 해당하는 정확도를 기록했다. 이는 총 4,386종에 달하는 이종 상품들 중 한번도 이용해 본 적 없는 상품을 추천한 결과이기 때문에 검증 결과는 상대적으로 높은 정확도와 활용가치를 의미한다. 그리고 본 연구는 오프라인의 다양한 상품데이터에서도 적용할 수 있는 범용적인 추천 시스템의 가능성을 시사한다. 향후 추가적인 데이터를 확보한다면 제안하는 추천 시스템의 정확도 향상도 기대할 수 있다.

• 한국가정과교육학회지
• /
• 제34권3호
• /
• pp.1-23
• /
• 2022

본 연구의 목적은 미얀마의 섬유 및 패션산업에 대한 교수 및 대학생들의 인식을 살펴보고 패션 관련 고등교육 프로그램의 현황과 수요를 파악하는 것이다. 이를 위해 미얀마 대학생들과 양곤공과대학교 섬유공학과 교수들을 대상으로 인터뷰 및 설문조사를 실시하였다. 한 명의 한국인 교수를 제외하고 교수들은 이메일을 통해 폐쇄형 및 개방형 질문이 포함된 설문지에 응답하였다. 학생 데이터는 온라인 그룹 인터뷰 또는 이메일을 통해 수집되었다. 응답은 키워드 추출 및 분류를 통해 분석되었으며, 미얀마의 고등교육에 대한 일반적인 의견에 대한 폐쇄형 질문에 대해 기술통계분석이 실시되었다. 일반적으로 교수들은 고등교육이 매우 중요하며, 미얀마의 고등교육이 개선될 필요가 있다고 하였으며, 예체능 교육이 매우 중요하고, 예술과 패션을 포함한 문화산업은 미얀마의 사회경제적 발전에 중요하며, 패션산업이 미얀마 경제에 기여하는 바를 고려할 때 패션교육은 중요하다고 답하였다. 미얀마의 패션 산업에 대한 관심은 특히 학생들 사이에서 매우 높았지만 섬유공학 분야 학위 취득에 대한 관심은 제한적이었다. 의류업계의 낮은 임금, 관심이 아닌 학점으로 전공이 결정되는 것, 미얀마의 고등교육 및 패션스쿨 패션학과의 부재 등을 이유로 들었다. 일부에서는 미얀마 대학생들의 교육적 요구에 맞는 패션 학위가 제공되면 이러한 인식이 개선될 것이라고 믿었다. 패션상품개발, 패션디자인, 패턴 메이킹, 패션마케팅, 패션 브랜딩, 패션매니지먼트, 복식사사, 문화연구 분야에서 교육 프로그램에 대한 수요가 높았다. 섬유공학과 학생들은 졸업 후 섬유 및 의류공장을 주요 취업 기회로 인식하였다. 많은 학생들이 더 높은 급여를 받고 더 높은 수준의 지식과 기술을 습득할 수 있기를 기대했기 때문에 글로벌 패션 브랜드에 취직하기를 원했다. 미얀마 패션교육프로그램 개발은 패션 및 패션교육 분야에 대한 관심 증가, 교육을 받을 여력이 없는 학생들에게 학습 기회 제공, 미얀마의 국가 브랜드 개발, 미얀마 패션산업 및 전통 브랜드의 브랜드화 개선 등 다양한 긍정적인 효과가 있을 것으로 기대하였다.