• 한국프랜차이즈경영연구
• /
• 제5권1호
• /
• pp.49-64
• /
• 2014

본 연구는 대표 눈높이 러닝센터의 사업화 사례 분석을 통해 교육 서비스 프랜차이즈 기업의 자기주도 학습관 사업화에 대한 개념을 정립하는데 목적이 있다. 대교 눈높이 러닝센터는 자기주도 학습관과 관련된 프랜차이즈 사업화의 선두주자로 해당 산업 내에서 이러한 성공을 이끈 경영방식을 유지하고 있다.대교가 성공적으로 러닝센터 사업화를 이룰 수 있던 것은 목표관리, 학습관리, 그리고 환경관리 등의 3가지 요인을 기반으로 한 교육서비스를 제공하고 있기 때문이다. 첫째, 대교는 목표관리로 꿈과 학습목표 및 학습실천 계획을 세우고 실천할 수 있는 분위기를 조성함으로써 자기주도적 태도를 형성하는데 도움을 준다. 또한, 대교는 학습 성향검사를 통한 효율적인 학습방법을 탐색하고 도모하게 할 수 있는 정보를 제공한다. 그리고 대교는 지속적인 학습 동기부여를 위한 다양한 행사를 실시하고 있다. 둘째는 학습관리로서, 대교는 30여 년 노하우의 눈높이 교재를 통한 체계적인 기초학력을 정착하는데 도움을 주고, 학습자 중심의 개인별 맞춤 솔루션 제공 및 정확한 진도를 관리하며, 출결시스템을 통한 학습시간 관리 및 1:1 학습지도를 통한 학습실천 관리를 제공한다. 셋째는 환경관리로서, 대교는 이를 위해 과목별 담당교사 및 집중력 있는 시설을 통해 자기주도 학습을 위한 공부환경을 조성해주고, 멀티미디어 시스템을 통한 LAB학습, 동영상 학습을 통한 다양하고 재미있는 공부공간을 제공해준다.

• 융합정보논문지
• /
• 제9권6호
• /
• pp.44-51
• /
• 2019

이 연구는 전통적인 강의와 플립드 러닝 팀 협동학습 적용에 따른 수업경험, 의사소통 불안 차이와 학습만족도 및 학습지속의향 정도를 알아보기 위한 연구로 간호대학생 54명을 대상으로 수행되었다. 전통적인 강의를 4주, 플립드 러닝 기반 협동학습을 4주 수행한 후 변수값의 차이를 paired t- test로 비교하였다. 연구결과 학습자의 수업경험은 정서적영역의 정서적 상태변인과 활동성 변인 모두 강의식 전통학습보다 플립드 러닝 기반 팀 협동학습 이후 평균값이 통계적으로 유의하게 높았으며(t=-3.80, p=.000; t=-3.35, p=.001), 동기적영역의 변인인 수업활동조절(t=-3.07, p=.003), 자신의 능력(t=-2.48, p=.016), 수업참여 정도(t=-3.25, p=.002)에서도 플립드 러닝 기반 팀 협동학습에서 평균이 통계적으로 유의하게 높았다. 플립드 러닝 기반 팀 협동학습이 의사소통 불안(t=1.85, p=.069)을 개선하는 데 통계적으로 유의한 결과를 보이지 않았다. 대학생 상대로 연구한 협동 학습 적용 결과 수업 만족도가 높았으며 지속적인 학습의 관심을 보였다.

• 융합정보논문지
• /
• 제10권6호
• /
• pp.19-27
• /
• 2020

본 연구에서는 나날이 발전하는 카메라의 해상도 기술과 SNS의 이미지 공유를 통해서 고해상도로 찍은 이미지를 손쉽게 구할 수 있고, 이미지를 통해서 사람의 손가락 지문을 손쉽게 채취하여 이를 악용할 수 있다는 가능성을 고려해 이를 방지하는 기술을 제시한다. 이 기술을 개발하기 위해서는 Python 언어를 이용한 Opencv와 opencv안의 Blur 처리를 해주는 라이브러리 등을 사용한다. 우선 이미지에서 손을 찾아주기 위해서 딥러닝 기반의 학습된 Hand Key point Detection 알고리즘을 사용한다. 이 알고리즘을 이용해 손가락 마디를 찾아 이 마디의 좌표를 이용해 이미지에서의 손가락 지문 부위만을 따로 blur 처리를 해줌으로써 원본 이미지에서의 손상을 최소화하면서 손가락 지문을 보호할 수 있다. 향후 정확한 손가락 추적 알고리즘의 개발로 스마트폰 카메라 app의 내부 옵션으로 사용하여 고해상도의 이미지에서의 지문을 보호할 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.932-935
• /
• 2017

최근 인공지능은 딥러닝, 기계학습 등 인공지능 기술이 발전되면서 기술 상용화가 가시화되고 있다. 이에 따라 인공지능분야는 다른 산업의 핵심 기술로 급부상과 함께 여러 글로벌 기업들이 적극적 투자를 실시하고 있는 추세이다. 이렇게 인공지능 기술이 발전하면서 인공지능 기반 기술 개발에서 타산업의 핵심기술로 프레임이 변화 되고 있으며 차세대 ICT 핵심 기술로 인식이 확산되고 있다. 따라서 본 논문에서는 이러한 인공지능 방법중 지도 학습의 의사 결정 트리 알고리즘을 사용하여 AWS(Amazone Web Service) EMR 서버에서 이를 알까기에 적용하여 알까고 게임 시스템을 구현하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.185-186
• /
• 2020

최근 제품을 주문하거나 상품을 조회하는 등의 간단한 상담을 챗봇을 이용하여 자동화하는 온라인 쇼핑몰들이 늘어나고 있다. 이는 고객을 상담하는 상담원의 업무를 줄여줄 뿐 아니라 고객 상담을 즉각적이고 효율적으로 진행할 수 있다. 또한 사용자의 입장에서 챗봇은 처음 이용하는 사람도 사용하기가 쉽고, 상담원과의 연결까지 기다리지 않고 사용자가 원하는 시간에 커뮤니케이션이 가능하고, 기업 측면에서는 인건비가 감소되고 고객관리가 용이해진다는 장점이 있다. 그러나 챗봇은 주어진 질문에만 대답할 수 있고, 처음 메뉴를 파악하기 힘들다는 단점이 있다. 따라서 본 논문에서는 카카오톡 오픈빌더를 사용하여 질문의도를 파악하는 intent와 entity를 추출한 뒤 딥러닝을 통해 체계적으로 학습을 진행한다. 이를 통해 주어지지 않은 질문들을 파악한다. 또한, 오픈빌더의 시나리오 선택 기능을 활용하여 초기에 선택할 수 있는 메뉴를 파악하기 쉽도록 구현하였다. 사용자는 본 논문에서 제안하는 챗봇을 통해 사용자는 상담에 필요한 도움을 받을 수 있을 것으로 기대된다.

• 정보보호학회지
• /
• 제34권2호
• /
• pp.21-27
• /
• 2024

양자컴퓨터는 매우 많은 경우의 수를 탐색하고 연산하는 데에 있어 이점을 가지며, 이는 소인수분해와 같은 작업에서 기존 컴퓨팅을 능가할 수 있다. 이러한 능력으로 인해 양자컴퓨터는 현재 사용되는 암호체계를 위협할 수 있다. 또한, 화학, 머신러닝 등 다양한 분야에서 혁신을 가져올 수 있는 차세대 컴퓨팅 환경으로 주목받고 있다. 현재 IBM, Google, Amazon 등의 세계적인 IT 기업들이 이 분야의 연구 및 개발에 적극적으로 투자하고 있으며 본고에서는 양자컴퓨터의 최근 개발현황과 양자컴퓨팅을 위한 플랫폼인 IBM Qiskit, Google Cirq, ProjectQ, Amazon Braket, Microsoft Azure Quantum, Intel Quantum SDK, Pennylane에 대해 알아보고자 한다.

• 한국전자거래학회지
• /
• 제26권2호
• /
• pp.19-43
• /
• 2021

공연예술 기관에서의 공연에 대한 흥행 예측은 공연예술 산업 및 기관에서 매우 흥미롭고도 중요한 문제이다. 이를 위해 출연진, 공연장소, 가격 등 정형화된 데이터를 활용한 전통적인 예측방법론, 데이터마이닝 방법론이 제시되어 왔다. 그런데 관객들은 공연안내 포스터에 의하여 관람 의도가 소구되는 경향이 있음에도 불구하고, 포스터 이미지 분석을 통한 흥행 예측은 거의 시도되지 않았다. 그러나 최근 이미지를 통해 판별하는 CNN 계열의 딥러닝 방법이 개발되면서 포스터 분석의 가능성이 열렸다. 이에 본 연구의 목적은 공연 관련 포스터 이미지를 통해 흥행을 예측할 수 있는 딥러닝 방법을 제안하는 것이다. 이를 위해 KOPIS 공연예술 통합전산망에 공개된 포스터 이미지를 학습데이터로 하여 Pure CNN, VGG-16, Inception-v3, ResNet50 등 딥러닝 알고리즘을 통해 예측을 수행하였다. 또한 공연 관련 정형데이터를 활용한 전통적 회귀분석 방법론과의 앙상블을 시도하였다. 그 결과 흥행 예측 정확도 85%를 상회하는 높은 판별 성과를 보였다. 본 연구는 공연예술 분야에서 이미지 정보를 활용하여 흥행을 예측하는 첫 시도이며 본 연구에서 제안한 방법은 연극 외에 영화, 기관 홍보, 기업 제품 광고 등 포스터 기반의 광고를 하는 영역으로도 적용이 가능할 것이다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1329-1341
• /
• 2022

해양환경 및 해양생태계를 파괴하고 해양사고의 원인이 되는 해양쓰레기는 매년 늘어나고 있으나 그 중 해양침적쓰레기는 해저에 위치해 있어 파악과 수거에 어려움이 있다. 이에 효율적인 수거와 분포량 파악을 위해 수중촬영 이미지를 이용하여 폐그물과 폐밧줄을 대상으로 딥러닝 기반의 의미론적 분할을 실험하였다. 분할에는 최신 딥러닝 기법인 high-resolution network (HRNet)을 사용하고 최적화 알고리즘(optimizer) 별 성능 비교를 하였다. 분할 결과 그물에서는 adaptive moment estimation (Adam), Momentum, stochastic gradient descent(SGD) 순으로 F1 score=(86.46%, 86.20%, 85.29%), IoU=(76.15%, 75.74%, 74.36%) 이며, 밧줄은 F1 score=(80.49%, 80.48%, 77.86%), IoU=(67.35%, 67.33%, 63.75%)로 그물과 밧줄에서 모두 Adam의 결과가 가장 높게 나타났다. 연구 결과를 통해 optimizer 별 분할 성능 평가와 최신 딥러닝 기법의 해양침적쓰레기 분할에 대한 가능성을 확인하였다. 이에 따라 수중촬영 이미지를 통한 해양침적쓰레기 식별에 최신 딥러닝 기법을 적용시킴으로써 육안을 통한 식별보다 정확하고 효율적인 식별을 통해 해양침적쓰레기의 분포량 산정에 기여할 수 있을 것으로 사료된다.

• 융합정보논문지
• /
• 제10권6호
• /
• pp.41-48
• /
• 2020

수중 IoT 네트워크에서 센서 노드는 지속적인 전력 공급이 어렵기 때문에 제한된 상황에서 소비 전력과 네트워크 처리량의 효율성이 매우 중요하다. 이를 위해 기존의 무선 네트워크에서는 SNR(Signal Noise Rate)과 BER(Bit Error Rate)의 높은 연관성을 기반으로 적응적으로 통신 파라미터를 선택하는 AMC(Adaptive Modulation and Coding) 기술을 적용한다. 하지만 본 논문의 실험 결과, 수중에서 SNR과 BER 사이의 상관 관계가 상대적으로 감소함을 확인하였다. 따라서 본 논문에서는 SNR과 함께 다중 파라미터를 동시에 사용하는 딥러닝 기반 BER 예측 모델(MLP, Multi-Layer Perceptron)을 적용한다. 제안하는 BER 예측 모델은 처리량이 가장 높은 통신 방법을 찾아낼 수 있고, 시뮬레이션 결과 85.2%의 높은 정확도와 네트워크 처리량은 기존 처리량보다 4.4배 높은 성능을 보여주는 우수한 성능을 확인하였다.

• 융합정보논문지
• /
• 제12권1호
• /
• pp.39-44
• /
• 2022

본 연구의 목적은 딥러닝 알고리즘을 이용하여 영상 내 객체의 종류, 위치, 절대 크기를 추출하고, 객체간 상대적 거리를 예측하며, 이를 이용하여 객체 간의 접촉을 감지하기 위한 내용이다. 객체의 크기 비율을 분석하기 위하여, CNN 기반의 Object Detection 알고리즘인 YOLO를 이용한다. YOLO 알고리즘을 통하여 2D 형태의 이미지에서 각 개체의 절대적인 크기와 위치를 좌표의 형태로 추출한다. 추출 결과는 사전에 저장된 동일한 객체의 명칭과 크기를 가지는 표준 객체-크기 리스트로부터 영상 내 크기와 실제 크기 간의 비례를 추출하며, 영상 내 카메라-객체 간의 상대적인 거리를 예측한다. 예측된 값을 바탕으로 영상에서 객체 간 접촉 여부를 감지한다.