• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.377-383
• /
• 2021

본 연구의 목적은 실제 학교 현장에서 AI 교육과 관련된 수업들의 사례를 분석하여, 초등학교 AI 교육의 방향을 제시하는 것이다. 이를 위해 AI 교육 기반의 초등학교 수업 사례로 19개의 수업을 수집하였다. 수업 사례를 분석한 결과에 따르면, AI를 학습내용과 방법의 혼합적 측면에서 수업을 설계하였음을 확인하였다. 성취기준과 학습목표를 분석한 결과, AI를 도구적 관점에서 활용한 8개 수업에서 기억, 이해, 적용에 관한 행동 동사가 발견되였다. 수업을 도입, 전개, 정리단계로 나누었을 때, AI 교육 요소는 전개 단계에서 가장 많이 나타났다. 한편 전개 단계에서 AI 교육 요소의 학습내용과 학습방법의 비율을 살펴보았을 때 학습방법으로서 AI 교육을 접근하는 학습시간이 압도적으로 높았다. 이를 토대로 다음과 같은 시사점을 도출하였다. 첫째, 학교, 학년 교육과정을 설계할 때, 학습 내용과 방법으로서의 AI를 포괄적으로 다룰 수 있도록 설계해야 한다. 둘째, AI에 대한 이해를 보완하기 위해 단기적으로는 실과 교과나 창의적 체험활동에서의 시수 확보가 요구되며, 장기적으로는 정보 교과의 확보가 필요하다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제26권3호
• /
• pp.163-180
• /
• 2023

본 연구는 AI를 수학 수업에 사용하려는 초등학교 교사의 의도에 미치는 요인들에 대해 살펴보고 수학 수업에서 AI가 효과적으로 사용되기 위해 선행되어야할 요인을 제시하고자 하였다. 이를 위해 기술수용모델(Technology Acceptance Model)을 사용하여 초등학교 교사의 TPACK과 TAM 사이의 구조적 관계를 조사하였다. 그 결과, 초등학교 교사들의 TPACK은 인지된 사용 용이성과 유용성에 유의미한 영향을 미쳤다. 또한 인지된 사용 용이성과 인지된 유용성은 수학 수업에서 AI 활용에 대한 태도에 유의미한 영향을 미쳤다. 인지된 사용 용이성, 인지된 유용성, 태도는 수학 수업에서의 AI 사용 의도에 유의미한 영향을 미치는 것으로 나타났다. 이러한 결과는 초등학교 교사들이 수학 수업에서 AI에 대한 TPACK 역량이 높다고 인식할수록 수학 수업에서 AI를 사용하기가 더 쉽고 AI가 학생의 수학 학습 향상에 도움이 되는 유용한 도구로 인식할 수 있음을 의미한다. 또한 수학 수업에서 AI가 쉽게 사용할 수 있고 유용하다고 인식할수록 AI 사용 의도가 높아질 수 있다. 따라서 초등학교 교사들이 수학 수업에서 AI의 활용하려면 TPACK에 관한 지식 교육이 선행되어야하며, 수학 수업에서 AI 사용의 이점과 편리성에 대한 인식 개선이 함께 이루어져야 한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권1호
• /
• pp.65-84
• /
• 2023

라그랑주 승수법(Method of Lagrange Multipliers)은 등식 제약조건하에서 미분가능한 함수의 최대, 최소를 구하는 대표적인 방법이다. 선형대수학, 최적화 이론, 제어 이론을 포함하여 최근에는 인공지능 기초수학에서도 널리 활용되고 있다. 특히 라그랑주 승수법은 미분적분학과 선형대수학을 연결하는 중요한 도구이며, 주성분 분석(Principal Component Analysis, PCA)을 포함한 인공지능 알고리즘에 많이 활용되고 있다. 따라서 교수자는 대학 미분적분학에서 처음 라그랑주 승수법을 접하는 학생들에게 구체적인 학습 동기를 제공할 필요가 생겼다. 이에 본 논문에서는 교수자가 학생들에게 라그랑주 승수법을 효과적으로 교육하는데 필요한 통합적인 시야를 제공한다. 먼저 다양한 전공의 학생들이 계산에 대한 부담을 덜고 원리를 쉽게 이해할 수 있도록 개발한 시각화 자료 및 파이썬(Python) 기반의 SageMath 코드를 제공한다. 또한 라그랑주 승수법으로 행렬의 고윳값과 고유벡터를 유도하는 과정을 상세히 소개한다. 그리고 라그랑주 승수법을 간단한 경우에 대한 증명에서 시작하여 일반화된 최적화 문제로 확장하고, 수업에서 학생들이 라그랑주 승수와 PCA를 활용하여 실제 데이터를 분석한 결과를 추가하였다. 본 연구는 대학수학을 지도하는 다양한 전공의 교수자들에게 도움이 될 기초자료가 될 것이다.

• 경영정보학연구
• /
• 제22권1호
• /
• pp.59-72
• /
• 2020

인공지능이 다루기 어려운 개념에서 아주 익숙한 도구로 자리매김 하고 있다. 이와 더불어 금융권에서도 인공지능 기술을 도입하여 기존 시스템의 문제점을 개선하고자 하는 추세이며, 그 대표적인 예가 이상거래탐지 시스템(Fraud Detection System, FDS)이다. 결제 수단의 다양화 및 전자금융거래의 증가에 따라 치밀해져 가는 사이버 금융사기(Fraud)를 기존의 규칙기반 FDS로는 탐지하기 어려워지고 있다. 이를 극복하기 위해 딥러닝 기술을 적용하여 이상거래 탐지율을 향상시키고, 이상행위에 즉각 대응하며, 탐지 결과의 반영을 자동화하고자 하는 시도가 이루어지고 있다. 딥러닝 FDS 구축에서 핵심 문제는 데이터 불균형과 이상거래 패턴의 변동이다. 본 논문에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)을 활용한 오버샘플링 기법을 통해 데이터 불균형 문제를 개선하고, 이상거래 분류기로써 심층 신경망(Deep Neural Network, DNN)과 합성곱 신경망(Convolutional Neural Network, CNN)을 적용하여 이러한 문제를 개선하고자 하였다. 실험 결과, GAN 오버샘플링이 이상거래 데이터의 불균형 문제를 개선하는데 효과를 보였으며, WGAN이 가장 높은 개선 효과가 있음을 확인하였다. 또한 제안 FDS 모형의 AUC가 0.9857로 랜덤포레스트 FDS 모형에 비해 약 6.5% 향상되어, 딥러닝이 이상거래 탐지에 뛰어난 성능을 가짐을 입증하였다. 더불어 딥러닝 모형 중 DNN은 CNN에 비해 오버샘플링의 효과를 더 잘 반영함을 확인하였다.

• 정보교육학회논문지
• /
• 제26권3호
• /
• pp.153-165
• /
• 2022

본 연구는 독서와 공학을 융합한 수업 모델인 노벨 엔지니어링(이하 NE) 교육 프로그램에 관한 것이다. NE 수업의 도구로 VR 저작도구인 CospacesEdu를 이용하여 직접 가상현실을 설계하고 프로그래밍하는 과정을 포함함으로써, 해당 교육 프로그램이 학습자들의 융합인재소양과 학습몰입에 미치는 효과를 확인하였다. 교육 내용의 소재로는 독도 교육을 선정하여 진행하였다. 프로그램의 적용 결과 융합인재소양의 평균이 상승하였으며, 그 중 융합 영역에서 통계적으로 유의미한 변화를 확인하였다. 학습몰입은 총 5가지 하위 영역 중 과제와 능력의 균형 영역에서 유의미한 향상을 보였다. 반면 책 읽기로 시작하여 정보 수집, VR 설계, 이야기 바꿔쓰기까지 진행되는 차시가 긴 NE 수업 모델의 특성상 어려움을 느끼는 학생들이 있었다. 본 연구의 결과가 NE 수업 모델의 일반화에 도움을 주고, 새로운 방향을 제시하는 자료로 유용하게 활용되길 기대한다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제16권2호
• /
• pp.1-8
• /
• 2020

컴퓨터 프로그램의 표절 또는 복제에 대한 유사도 검출은 구현에 사용된 프로그래밍 언어, 분석 대상 코드의 종류에 따라 각기 다른 감정 방법과 도구가 필요하다. 최근 들어 증가하고 있는 내장형 시스템의 목적 코드에 대한 유사도 감정은 원시 코드와 비교해 더욱 복잡한 과정 및 고도의 기술과 함께 상당한 자원을 요구하고 있다. 본 연구에서는 목적 코드를 대상으로 역 어셈블리 기법의 적용과 같은 역공학 방법을 이용하여, 목적 코드의 어셈블리어 변환을 통한 어셈블리어 레벨에서의 함수 단위 유사도 감정 방법에 관하여 연구하였다. 그리고, 어셈블리어 레벨에서의 유사도 비교를 위해 코드의 구문분석을 통한 명령어 및 오퍼랜드 테이블을 생성하고, 이를 대상으로 유사도를 검출할 수 있는 도구의 설계에 관하여 기술하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.9-22
• /
• 2024

이동 정보에 대한 분석은 다양한 사회문제 해결에 도움이 될 수 있으며, 이러한 이동 정보를 정량화하여 나타낸 대표적인 데이터 중 하나가 Origin-Destination(OD) 데이터이다. 기존 연구들에서는 OD 데이터에 시각화 방법론을 도입했으나, 이러한 시각화 도구를 실제 사회 문제 해결에 사용하여 사용성을 평가한 적은 없다. 본 연구에서는 사회 문제해결에 용이한 시각화 도구(이하 SeoulOD-Vis)를 3가지 모듈(지도 시각화, 조건 선택, 세부 정보 표기)에 기반해 개발하였다. 그리고 28명의 피험자를 대상으로 SeoulOD-Vis와 동일한 OD 데이터를 기반으로 제작된 공개된 시각화 도구(기존 시각화 도구)의 사용성을 비교하였다. 그 결과, SeoulOD-Vis 가 기존 시각화 도구보다 높은 사용성 및 문제 수행 성능을 보였으며, 이는 SeoulOD-Vis에 포함된 '조건 선택' 및 '세부 정보 표기' 모듈에 기인했다. 또한, '지도 시각화' 모듈에서 제공하는 히트맵 및 플로우맵은 각기 다른 목적으로 사용되며 다양한 사회 문제 해결에 도움을 줄 수 있음을 확인했다. 본 연구의 결과는 추후 이동 정보를 활용한 사회 문제 해결을 위한 시각화 도구 개발 및 이를 통한 다양한 사회 문제 해결에 기여할 수 있을 것으로 기대된다.

• 한국전자거래학회지
• /
• 제9권3호
• /
• pp.155-167
• /
• 2004

최근 인터넷 상에서 개인화(personalization)된 데이터를 얻기 위하여 직접 조작(direct manipulation)과 소프트웨어 에이전트(software agent)라는 두 가지 요소 기술이 주목받고 있다. 이 두가지 기술은 사용자들이 서로 다른 방법을 이용하여 자신들의 일을 수행하더라도 신속하고, 효율적이고 쉽게 임무를 종료시킬 수 있도록 도와준다. 이들 개인화 기술들에 대한 논쟁의 핵심은 사용자들에게 시스템 제언 권한을 얼마나 많이 부여하는지에 따라 결정된다. 직접 조작 인터페이스는 사용자에 대한 제어와 예측을 가능하게 한다. 이와는 달리, 소프트웨어 에이전트의 사용은 인공지능 기술을 채택하여 사용자의 개인화된 선호 경향을 획득하거나 기록한다. 본 연구에서는 이 두가지 사용자 웹 개인화 데이터 추출 도구를 평가한다. 그들 중 하나인 WebPersonalizer는 에이전트 기반 사용자 개인화 도구이고, 다른 하나인 AntWorld는 직접 조작 인터페이스를 제공하는 협동적 추천 도구이다. 본 연구를 통하여 웹상에서의 개인화 보조자로써의 이들 두 가지 서로 반대되는 기술의 장단점을 실험적으로 규명하고, 향후 전자상거래시스템과 같은 웹시스템 개발자들이 개인화 데이터 추출을 위하여 어느 기법을 적용하려고 할 때 참고할만한 실험 결과를 제공한다.

• 정보보호학회논문지
• /
• 제30권6호
• /
• pp.1131-1139
• /
• 2020

소스코드에 대한 정적 분석은 광범위한 소스코드에 대해서 잔존하는 보안약점을 찾는 것으로 정적 분석 도구를 활용하여 점검을 하고, 그 결과에 대해서 정적 분석 전문가가 정탐 및 오탐 분석을 한다. 이 과정에서 분석양이 많고 오탐의 비율이 높아 많은 시간과 노력이 들어가게 되어 효율적으로 분석하는 방안이 요구되고 있다. 또한 전문가들은 정·오탐 분석을 할 때 결함이 발생한 라인의 소스코드만 보고 분석을 하는 경우는 드물다. 결함의 유형에 따라서 주변의 소스코드를 같이 분석하고 최종 분석 결과를 내리게 된다. 이러한 정적 분석 도구를 사용하여 전문가가 정·오탐을 판별하는 어려움을 해결하기 위해서 본 논문에서는 정적 분석 도구가 찾은 보안약점이 정탐인지 아닌지를 전문가가 아닌 인공지능을 통해 판별하는 방법을 제안한다. 또한 이러한 기계학습에 사용되는 학습 데이터(결함주변 소스코드)의 크기가 성능에 어떤 영향을 미치는지 실험을 통해 최적의 크기를 확인하였다. 이 결과를 통해 정적 분석 후 정·오탐을 분류하는 정적 분석 전문가의 업무에 도움을 줄 것으로 기대한다.

• 한국조경학회지
• /
• 제51권5호
• /
• pp.44-56
• /
• 2023

본 연구는 공원 이용자의 수요 변화에 맞춰 공원 운영 및 관리를 개선하기 위한 연구이다. 과거 공원 이용 수요에 관한 조사와 분석은 설문조사에 의존해왔으나, 최근에는 공원 이용 트렌드 및 이용자의 활동을 다각도로 파악할 수 있는 소셜미디어 데이터를 적극적으로 활용하고 있다. 하지만 이러한 연구들은 소셜미디어 데이터 중 텍스트 데이터에만 집중되어 있어 이미지 데이터에 담겨있는 정보를 얻기는 부족한 실정이다. 따라서 본 연구는 소셜미디어 이미지 데이터를 이용하여 공원 이용 특성 분석의 새로운 방법을 제시하고, 실제 도시공원 분석에 적용하여 공원 운영 및 관리 방안을 제안하고자 한다. 연구 방법으로는 Visual Question Answering(VQA) 딥러닝 기술을 활용한 이미지 분석 도구를 구축하였다. 이 도구를 이용해 공원 이용자의 특성과 위치, 이용행태 등의 각 도시공원 이용 특성을 파악하였으며, 이를 기반으로 공원별 운영 및 관리 전략을 마련했다. 연구 결과를 요약하면 다음과 같다. 첫째, VQA 딥러닝 기술을 활용해 도출한 이미지 분석 결과값이 기존의 텍스트 분석 결과값과 유사함을 확인하여 분석 도구의 유효성을 입증했다. 둘째, VQA 딥러닝 기술을 이용한 공원 이용 특성 분석은 기존의 텍스트 분석에서 얻을 수 없는 정보(성별, 연령, 이용시간 등)를 수집할 수 있음을 확인했다. 셋째, VQA 분석을 실제 공원의 이용 특성 분석에 적용하여 기존 공원의 운영 및 관리 방안을 제시했다. 본 연구의 결과를 토대로 VQA 딥러닝 기술을 이용한 공원 이용 특성 분석 방법은 향후 여러 공원 이용 특성 분석 시 중요한 방법론적 시사점을 줄 수 있을 것으로 판단된다.