• 예술경영연구
• /
• 제58호
• /
• pp.205-239
• /
• 2021

본 논문은 예술자료 아카이브 활용에 있어 시맨틱 웹 기반의 정보와 의미연결망 구성이 왜 중요하고, 그것이 예술경영 맥락에서 갖는 의미와 가치 그리고 향후 적용 가능성에 대해 탐색적으로 연구하는 데 그 목적이 있다. 이를 위하여 미국 재즈 뮤지션들의 구술일화를 바탕으로 시맨틱 웹 기술을 적용한 링크드 재즈와 한국 원로예술인들의 삶과 예술관을 담은 아르코예술기록원의 구술채록 사례를 중심으로 연구를 진행하였다. 이와 관련하여 구술채록에 내포된 의미 연결성 그리고 시맨틱 웹기반의 디지털 아카이브 구축에 관한 선행연구를 살펴보았다. 본 논문에서는 사례 분석 결과를 바탕으로 시맨틱 웹 기술의 문화예술 자료 적용 가능성을 다음 다섯가지 측면에서 논의하였다. 첫째, 인물 간의 관계 노출(revealing relationship)을 통해 관계를 확인하고 숨은 예술인을 발견할 수 있다. 둘째, 맥락적 의미(contextual meaning) 정보를 통해 당시 사회와 문화를 이해하고 연구할 수 있다. 셋째, 수요자 관점에서 다양한 장르를 아우르며 넓고 깊게 예술 탐험(art exploration)을 할 수 있다. 넷째, 예술 복원(construction)을 통해 역사를 새롭고 풍부하게 재구성할 수 있다. 다섯째, 빅데이터와 연계하여 융복합과 협업을 통해 예술의 경계를 넘어 범위를 확장 시킬 수 있다. 이러한 시맨틱 웹 기반의 관계망 데이터는 예술사 연구, 예술기획 및 창작 등 예술생태계 전반에 걸쳐 다방면으로 활용될 수 있다. 본 연구는 방대한 문화예술자료를 디지털화하고 시맨틱 웹 기술을 통해 이들 간의 관계 네트워크를 식별하고 분석하는 것이 예술경영에 측면에서 의미가 있음을 이해할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.66-75
• /
• 2021

우리나라에서 교통 전문 방송사는 서울시에서 운영하는 TBS와 도로교통공단에서 운영하는 TBN 두 군데이다. 본 연구는 두 군데 교통방송 유튜브 플랫폼 활용 현황과 공급되는 콘텐츠의 성격, 활용과정에서 나타난 문제점 및 개선방안을 살펴보는 것을 목적으로 한다. 먼저 유튜브 플랫폼 활용을 보면, TBS의 경우 2021년 3월 전담조직인 '스트리트31팀' 결성하여 총 10명으로 팀을 구성하였으며, TBN은 유튜브 전담조직은 따로 없이 4명의 TF팀 구성하여 운영하고 있다. TBS가 13개 유튜브 채널 중 구독자 110만 명을 보유한 '시민의 방송'을 비롯해 TBS FM(31만 명), TBS eFM(13만 명), 팩트iN스타(32만 명) 등이 주력 채널로 운영하고 있고, <골방 라이브>와 <짤짤이쇼> 등 오리지널 콘텐츠까지 제작하고 있다. 이에 비해 TBN은 메인인 'TBN 통' 구독자가 만 5천 명에 불과하고 12개 지역 네트워크의 유튜브 채널도 부산과 경인을 제외하고 천명도 안 되는 구독자를 보유하고 있다. 오리지널 콘텐츠는 <카린이/ 알려줄car>가 유일하지만 교훈적인 내용으로 별다른 주목을 받지 못하고 있다. 두 방송사 모두 직업의 안정성 때문에 구성원들의 관심 부족과 뉴미디어 콘텐츠 제작에 대해 소극적이다. 따라서 이들 두 방송사에 대한 유튜브 플랫폼 발전을 위해서는 내부의 조직변화 및 구성원들의 인식변화가 필요하고 라이브방송 활성화와 스타 크리에이터의 발굴이 요구되며, 스마트 미디어 환경에 걸맞은 콘텐츠 유통전략을 수립해야 한다.

• 한국기록관리학회지
• /
• 제22권4호
• /
• pp.175-196
• /
• 2022

본 연구는 연구자가 부여한 논문의 키워드 분석을 통해 기록보존 분야의 연구동향을 밝히고 시간의 경과에 따른 기록보존 분야 연구 주제의 변천과정을 파악하고자 하였다. 2000년부터 2021년까지 국내 학술지에 게재된 기록보존 연구 463편을 중심으로 NetMiner V.4를 통해 연결 중심성 분석과 매개 중심성 분석을 수행하였다. 수집한 연구논문을 학술지 게재 시기에 따라 제1구간(2000년~2007년), 제2구간(2008년~2014년), 제3구간(2015년~2021년)으로 나누어 분석하였다. 분석결과 전 구간에서는 '전자기록'과 '장기보존', 제1구간에서는 'OAIS참조모형', 제2구간에서는 '전자기록', 제3구간에서는 '기록관리기준표'과 '장기보존'이 핵심 주제 키워드로 영향력과 확장성이 높은 것으로 나타났다. 제1구간에서 '디지털 보존', '디지털화', 'OAIS참조모형' 등 기록보존을 위한 개념적 틀과 이론 중심 연구, 제2구간에서 '전자기록', '평가', 'DRAMBORA' 등 보존 활동과 관련된 절차와 실제 적용 중심 연구, 제3구간에서 '데이터세트', '행정정보시스템', '소셜미디어' 등 기록관리 환경 변화에 따른 기술적 구현 연구 주제로 진행되는 과정을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권11호
• /
• pp.447-454
• /
• 2022

4차 산업혁명 시대를 맞아 우리는 정보의 홍수 속에 살고 있다. 이런 환경에서 우리에게 필요한 정보를 찾기란 매우 어렵고 복잡하다. 따라서 정보의 홍수 속에서 추천 시스템은 필수적이다. 이러한 추천 시스템 중 영화, 음악, 음식, 의류의 각각에 대한 추천 시스템들은 많은 연구가 진행되어 왔다. 현재까지 대부분의 개인화 추천 시스템들은 개인의 성향인 나이, 장르, 지역, 성별 등을 체크해서 옷들을 추천한다던가, 책들을 추천한다던가, 영화들을 추천해왔다. 미래 세대에서는 나이, 장르, 지역, 성별 등을 체크해서 옷, 책, 영화들을 한꺼번에 추천 받기를 원할 것이다. 본 논문에서는 사용자의 감정과 날씨에 따라 개인 맞춤형 옷과 음식을 한꺼번에 추천하는 추천 시스템을 제안한다. 소셜미디어인 트위터에서 사용자의 데이터를 얻었고, 트윗을 기반으로 감정 분석을 해서 Paul Eckman 이론에 따라 사람의 6 가지의 기본 감정으로 분류했다. 이렇게 얻어진 기본 감정을 Hayashi의 Quantification Method III를 적용하여 색깔로 변환하였으며, 이러한 색깔은 추천하는 옷의 색상으로 표현하였다. 또한, visualcrossing.com API의 날씨 정보를 이용하여 의류의 종류를 추천한다. 그리고 감정에 따른 컴포트 푸드의 내용에 따라 다양한 음식을 추천한다.

• 정보관리학회지
• /
• 제39권3호
• /
• pp.263-292
• /
• 2022

본 연구는 문헌정보학 현장인 도서관에서 제공되는 서비스인 이용자 교육의 관련 개념인 리터러시가 각종 문헌정보학 연구 분야에서 어떠한 연구 주제를 다루는지 확인하는 것을 목적으로 한다. 이를 위해 WoS와 KCI 데이터베이스에서 문헌정보학 분야 리터러시 관련 논문을 수집하여 키워드 분석 및 토픽 모델링 분석 기법을 상호보완적으로 사용해 분석하였다. 분석 결과, WoS와 KCI의 문헌정보학 분야 리티러시 관련 연구 동향은 저자 키워드, 주요 주제 등에서 차이가 있는 것으로 나타났으며, 토픽 모델링을 통해 KCI의 리터러시 관련 연구를 3개의 토픽으로 분류하였다. 또한, 연구에서 확인한 국내 문헌정보학 분야 리터러시 연구 동향은 전체 리터러시 관련 연구 동향과 연구량 급증 시기, 핵심 다빈출 키워드 차이가 있음을 분석하였다. 특히, 전체 분야 리터러시 연구는 '리터러시', '교육', '미디어', '디지털' 등의 단어가 다수 도출되었지만 문헌정보학 분야의 리터러시 연구는 '정보활용능력', '학교도서관' 등의 키워드가 다수 등장하였다. 이를 바탕으로 향후 국내에서도 정보가 급증하는 오늘날의 정보화 환경에 맞춰 정보에 대한 평가적인 안목을 기를 수 있는 능력에 관한 연구가 필요하다는 결론을 도출하였다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.19-36
• /
• 2023

정보통신기술의 발전으로 인해 누구나 쉽게 정보를 생산, 유포할 수 있게 되면서, 이를 악용하여 의도적으로 유포하는 거짓 정보인 가짜뉴스가 새로운 문제로 대두되기 시작하였다. 초기에 텍스트 방식으로 주로 전파되던 가짜뉴스는 점차 진화하여 이제는 멀티미디어 형식으로 퍼지고 있다. 유튜브는 2005년에 설립된 이후 세계 최고의 동영상 플랫폼으로 성장하면서 전 세계 사람들이 대부분 이용하고 있다. 하지만 유튜브는 가짜뉴스가 퍼지는 주요 창구가 되며 사회적인 문제를 일으키고 있다. 유튜브의 가짜뉴스를 탐지하기 위하여 다양한 학자들이 연구를 진행해 왔다. 가짜뉴스 탐지 연구에는 콘텐츠 기반의 접근과 배경정보 기반의 접근이 존재하는데 기존 가짜뉴스 연구와 유튜브의 가짜뉴스 탐지 연구를 살펴보면 콘텐츠 기반의 접근이 다수를 차지하고 있다. 본 연구에서는 콘텐츠 기반의 가짜뉴스 탐지가 아닌 배경정보 기반의 가짜뉴스 탐지기법을 제안하는데, 그 중에서도 유튜브에서 제공하는 관련 동영상 정보를 활용하여 가짜뉴스를 탐지하는 방법을 제안하고자 한다. 구체적으로 관련 동영상에서 얻은 정보와 원본 동영상에서 얻은 정보를 임베딩 기술인 Doc2vec을 이용하여 벡터화 한 후, 딥러닝 네트워크인 합성곱 신경망(CNN)을 통하여 가짜뉴스를 판별하고자 하였다. 실증분석 결과 제안 기법은 기존의 콘텐츠 기반으로 유튜브 가짜뉴스를 탐지하는 접근에 비해 보다 우수한 예측 성능을 보임을 확인하였다. 이러한 본 연구의 제안 기법은 파급력이 높은 유튜브 상에서 유포되는 가짜뉴스의 전파를 사전에 예방함으로써, 우리사회를 보다 안전하고 신뢰할 수 있도록 만드는데 기여할 수 있을 것으로 기대한다.

• 방송공학회논문지
• /
• 제28권3호
• /
• pp.314-328
• /
• 2023

본 논문에서는 동적 메쉬 부/복호화 시 스케일러빌리티 기능을 지원하기 위해 SHVC의 계층적 부호화 방식을 기반으로 텍스처 맵을 압축하는 방법을 제안한다. 제안하는 방법은 고해상도 텍스처 맵을 다운샘플링하여 다해상도의 텍스처 맵을 생성하고 이를 SHVC로 부호화함으로써 효과적으로 다해상도 텍스처 맵들의 중복성을 제거한다. 동적 메쉬 복호화기에서는 수신기 성능, 네트워크 환경 등에 따라 적합한 해상도의 텍스처 맵을 복호화하여 메쉬 데이터의 스케일러빌리티를 지원할 수 있도록 한다. 제안하는 방법의 성능을 검증하기 위해 V-DMC (Video-based Dynamic Mesh Coding) 참조 소프트웨어인 TMMv1.0에 제안하는 방법을 적용하고 본 논문에서 제안하는 스케일러블 부/복호화기와 TMMv1.0 기반의 시뮬캐스트 방식의 성능을 비교하였다. 제안하는 방법은 시뮬캐스트 방법 대비 AI, LD 환경에서 Luma BD-rate (Luma PSNR)가 각각 평균 -7.7%, -5.7%의 향상된 결과를 얻어 제안하는 방법을 통해 효과적으로 동적 메쉬 데이터의 텍스처 맵 스케일러빌리티 지원이 가능함을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권4호
• /
• pp.179-188
• /
• 2023

최근 가짜뉴스는 뉴스 콘텐츠 형식을 가장하고 중요한 사건이 발생할 때마다 등장하여 사회적 혼란을 초래한다. 이에 가짜뉴스를 탐지하기 위한 연구로 인공지능 기술이 사용된다. 자연어 처리를 통해 가짜뉴스를 자동으로 인지 및 차단하거나, 네트워크 인과 추론과 결합함으로써 허위 정보를 확산시키는 소셜미디어 인플루언스 계정을 감지하는 등의 가짜뉴스 탐지 접근법이 딥러닝을 통해 구현될 수 있었다. 그러나 가짜뉴스 탐지는 여러 자연어 처리 분야 중에서도 해결이 어려운 문제로 분류된다. 가짜뉴스가 가지는 형식 및 표현의 다양성으로 특성 추출의 난도가 높고, 뉴스가 속한 범주에 따라 하나의 특성이 서로 다른 의미를 가질 수도 있는 등 다양한 한계점이 존재한다. 본 논문에서는 가짜뉴스를 탐지하기 위한 추가적인 식별 기준으로 감성 변화 패턴을 제시한다. 합성곱 신경망을 가짜뉴스 데이터 세트에 적용하여 콘텐츠 특성에 기반한 분석을 수행하고, 감성 변화 패턴을 추가로 분석함으로써 성능이 개선된 모델을 제안한다. 뉴스를 구성하는 문장에 대하여 감성 극성을 산출하고 장단기 메모리를 적용함으로써 문장 순서에 의존적인 결괏값을 얻을 수 있다. 이를 감성 변화의 패턴으로 정의하고 뉴스의 콘텐츠 특성과 결합하여 가짜뉴스 탐지를 위한 제안 모델의 독립변수로 활용한다. 제안 모델과 비교 모델을 딥러닝으로 학습시키고 가짜뉴스 데이터 세트를 이용한 실험을 진행하여 감성 변화 패턴이 가짜뉴스 탐지 성능을 개선할 수 있음을 확인한다.

• 방송공학회논문지
• /
• 제27권1호
• /
• pp.133-145
• /
• 2022

국내에서 지속적으로 증가하는 반려견 인구 및 산업 규모에 비해 이와 관련한 데이터의 체계적인 분석이나 품종 분류 방법 연구 등은 매우 부족한 실정이다. 본 논문에서는 국내에서 양육되는 반려견의 주요 14개 품종에 대해 딥러닝 기술을 이용한 자동 품종 분류 방법을 수행하였다. 이를 위해 먼저 딥러닝 학습을 위한 반려견 이미지를 수집하고 데이터셋을 구축하였으며, VGG-16 및 Resnet-34를 백본 네트워크로 사용하는 전이학습을 각각 수행하여 품종 분류 알고리즘을 만들었다. 반려견 이미지에 대한 두 모델의 전이학습 효과를 확인하기 위해, Pre-trained 가중치를 사용한 것과 가중치를 업데이트하는 실험을 수행하여 비교하였으며, VGG-16 기반으로 fine tuning을 수행했을 때, 최종 모델에서 Top 1 정확도는 약 89%, Top 3 정확도는 약 94%의 정확도 성능을 각각 얻을수 있었다. 본 논문에서 제안하는 국내의 주요 반려견 품종 분류 방법 및 데이터 구축은 동물보호센터에서의 유기·유실견 품종 구분이나 사료 산업체에서의 활용 등 여러가지 응용 목적으로도 활용될 수 있는 가능성을 가지고 있다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권8호
• /
• pp.327-342
• /
• 2017

본 논문은 센서 데이터를 수집하고 효과적으로 처리하는 IoT 서비스를 위한 스마트 센서 데이터 통합 처리 시스템을 소개한다. IoT 분야의 발전으로 센서 데이터를 수집하고 이를 네트워크로 송·수신하는 기술을 바탕으로 하는 스마트 홈, 자율주행 자동차 등의 다양한 프로젝트가 진행됨에 따라 센서 데이터를 처리하고 효과적으로 활용하기 위한 자율제어 시스템이 이슈가 되고 있다. 그러나 자율제어 시스템의 모니터링을 위한 센서 데이터 형식은 도메인에 따라 다르기 때문에 각기 다른 다양한 도메인에 자율제어 시스템을 적용하는 스마트 센서 데이터 통합 처리 시스템이 필요하다. 따라서 본 논문은 스마트 센서 데이터 통합 처리 시스템을 소개하고, 이를 적용시켜 창문을 기준으로 내부와 외부의 센서 데이터를 처리하기 위해 1) receiveData, 2) parseData, 3) addToDatabase의 3단계 프로세스를 가지고, 자율제어 시스템에 의하여 쾌적한 실내 환경을 조성하기 위해 환기를 하는 자동 창문 개폐 시스템 'Smart Window'를 제안하고 구현한다. 이를 통해 대기 정보를 수집해 모니터링하며, 저장된 데이터를 토대로 통계 분석 및 더 나은 자율제어 수행을 위한 기계학습을 가능하게 한다.