본 연구는 최근 이러닝 분야에서 모바일 러닝과 마이크로콘텐츠에 의해 부상하고 있는 마이크로러닝의 특성을 정의하고 이에 대한 적용 만족도를 분석하여, 향후 마이크로러닝이 새로운 학습 형태로 자리매김 할 수 있는지를 살펴보았다. 이를 위하여 사전 문헌분석을 통해 마이크로러닝의 특성을 정의하고 잘 갖추어진 마이크로러닝 사이트에 대하여 특성 만족도를 실증 검증하고, 이 특성 이외에 어떤 다른 기술적 기능이 필요한가에 대하여도 전문가의 의견수렴을 통하여 제시하였으며, 이러닝의 미래기술인 학습 분석이나 성과측정 등의 기술적 기능과 향후 연계되어야 한다는 것을 제시하였다. 본 연구의 결과에 따르면 마이크로러닝의 특성인 학습콘텐츠의 질적, 양적 수준, 학습콘텐츠에의 접근성, 모바일 기기 접근성, 동기부여 및 상호작용의 모든 면에서 특성 만족도를 보여주고 있었다. 따라서 마이크로러닝은 그 기능적 특성을 잘 반영한다면 이러닝 분야에서 효과적인 학습 형태로 자리 잡을 것이며 밀레니얼 세대를 위한 교육과 학습 및 훈련에 크게 기여할 수 있을 것이다.
디지털 기술 발달은 우리의 삶뿐만 아니라, 온라인 교육 환경에도 많은 변화를 가져오게 되었다. 개별 학습자들에게 맞춤화된 내용을 필요한 즉시 제공 받기를 원하는 학습자들의 요구에 따라 마이크로러닝이 등장하게 되었다. 마이크로러닝은 개인에게 맞춤화된 콘텐츠를 적시에 빠르게 학습이 제공된다는 의미에서 '적응형(adaptive)' 교육이라고 할 수 있다. 이에 본 연구에서는 적응형 마이크로러닝의 개발원칙이 무엇인지 살펴보고자 하였다. 이를 위해 문헌 연구 및 사례 분석을 통해 적응형 마이크로러닝 개발원칙을 탐색하였다. 그 결과, 개발원칙을 적응형 학습 환경, 적응형 학습 콘텐츠, 적응형 학습 시퀀스, 적응형 학습 평가의 네 가지 측면으로 구분하고 각각에 대한 세부요소를 제시하였다. 마이크로러닝이 현 사회적 요구를 반영한 새로운 이러닝의 형태인 만큼, 본 연구는 앞으로의 후속연구를 위한 방향성을 제안하는 탐색연구로서의 의미를 찾고자 한다.
본 연구는 마이크로 러닝을 이용한 학습의 효과성을 검증하기 위해 수행되었다. 이를 위해 수업의 학습 자료를 마이크로 러닝, 기존의 이러닝, 유인물 형태의 세 가지 형태로 제작하여 K도에 소재한 Y대학과 K대학의 대학생을 대상으로 학습만족도와 학습효과를 비교하였다. 첫째, 마이크로 러닝 형태의 학습 자료를 이용할 때 학습만족도가 가장 높은 것으로 나타났다. 둘째, 학습효과는 이러닝 형태와 마이크로 러닝 모두 효과적은 것으로 나타났으며, 두 가지 형태의 학습 자료를 모두 이용한 경우는 마이크로 러닝이 더 효과적인 것으로 나타났다. 본 연구는 사회적 현상으로 등장한 새로운 학습 형태인 마이크로 러닝에 대해 조사함으로써 후속 연구를 위한 기초자료 제시와 마이크로 러닝 학습의 중요성을 부각시켜 대학 내에서 마이크로 러닝이 활성화될 수 있기를 제언한다.
본 연구는 대학생들을 대상으로 한 마이크로러닝 콘텐츠 기반 비교과 프로그램의 효과를 일반적 특성에 따라 분석하였다. 거점 국립대학 G대학교 소속 학생 600명을 대상으로 설문을 실시하였고, 학습몰입과 학습의욕을 학습효과 측정의 주요 지표로 사용하였다. 학습효과 측정 도구의 신뢰도 검증을 위하여 Cronbach's α 계수 분석을 실시하였다. 성별과 전공계열에 따른 학습몰입, 학습의욕의 차이를 분석하기 위하여 독립표본 t-검정을 통해 결과를 분석하였고. 학년에 따른 학습몰입, 학습의욕에 대한 차이를 분석하기 위하여 집단 간 일원분산분석(ANOVA)을 통해 측정하였다. 연구 결과에 따르면 성별과 학년은 마이크로러닝 콘텐츠 기반 프로그램 참여에는 유의한 영향을 미치지 않았으나, 전공계열에 따라 학습몰입과 학습의욕이 다르게 나타났다. 이를 바탕으로 향후 프로그램은 전공계열에 따라 적절한 환경과 자극을 제공해야 할 것으로 나타났다.
웹2.0의 UCC와 개방 개념에 기반한 참여적 설계방법을 도입하여 학습자의 적극적인 참여를 이끌어 자기주도적 학습을 성취할 수 있는 새로운 이러닝 모델을 제시하고자 한다. 학습자는 문단 단위의 마이크로 콘텐츠 생성에 적극적으로 참여하고, 자신의 지적능력, 학습목표, 학습성향 등을 고려하여 다양한 영역의 마이크로콘텐츠를 자신의 학습전략에 맞춰 직접 재구성함으로써 학습자 중심의 학습이 이루어질 수 있도록 한다. 학습자 맞춤형 학습콘텐츠로 재구성하기 위하여 학습자는 학습자들간의 소셜 네트워크를 활용하여 필요한 마이크로콘텐츠를 선택하며 학습자들간의 유대감을 형성하여 높은 학습효과를 기대할 수 있다.
최근 딥러닝을 이용한 영상 분석은 자율주행, 감시카메라 등 다양한 서비스에 필수적으로 활용되고 있으며 실시간 처리 및 보안 요소를 만족하기 위해 기존의 클라우드 컴퓨팅 방식의 단점을 개선한 클라우드 엣지 컴퓨팅 방식을 적용하는 사례가 크게 증가하고 있다. 하지만 사용자 및 단말과 가까운 위치에서 딥러닝 추론을 진행하는 클라우드 엣지 서버는 클라우드 서버와 비교하여 컴퓨팅 자원이 충분하지 않을 경우가 많으며 기존의 딥러닝 모델을 그대로 클라우드 엣지 환경에 적용하는 것은 자원 활용 측면에서 여러가지 문제점들을 갖고 있다. 따라서 본 논문에서는 마이크로서비스 구조를 통해 자원을 보다 유연하게 활용할 수 있도록 개선된 딥러닝 모델로 대규모의 클라이언트 요청을 처리 가능한 동영상 데이터 추론 서비스인 G-Edge AI 추론 서비스 개발에 대해 설명한다.
소셜 러닝은 미래 지식정보사회의 새로운 학습모델로 기존의 학습과 달리 개인의 능동성과 타인과의 관계 형성을 강조한 것으로, 블로그, SNS, 위키, UCC, 마이크로블로그 등과 같은 소셜 미디어를 학습플랫폼으로 활용하여 소셜의 효과가 학습으로 연결될 수 있도록 설계할 수 있다. 본 논문에서는 소셜 러닝을 이해하기 위한 세가지 키워드인 맥락, 연결, 협업을 중심으로 소셜 러닝 특성을 기술한다. 각 소셜 미디어 특징을 조사하여 소셜미디어가 소셜 러닝에 어떻게 활용이 될지를 알아보고 페이스북을 활용한 소셜러닝 시스템 구축 방법을 제시한다.
다가오는 지능정보사회의 핵심이 될 인공지능(AI) 교육의 필요성이 대두되면서, 국가적 차원에서도 교육과정에 인공지능 관련 내용을 포함하는 등 관심을 집중시키고 있다. 본 연구에서는 지도학습 중심의 머신러닝을 통해 생활 속 문제를 해결하는 과정에서 학생들의 창의적 문제해결력을 신장시키기 위해 PASPA 교육 프로그램을 제시하였으며, 학습의 효과를 높이기 위해 피지컬 컴퓨팅 도구인 마이크로비트(Micro:bit)를 활용하였다. PASPA 교육 프로그램에 적용된 교수 학습 과정은 문제 인식(Problem Recoginition), 해결 방법 논의(Argument), 데이터 기준 세우기(Setting data standard), 프로그래밍(Programming), 적용 및 평가(Application and evaluation)의 5단계로 이루어진다. 본 교육 프로그램을 학생들에게 적용한 결과 창의적 문제해결력의 향상을 확인할 수 있었으며, 세부 영역에서는 특정 영역의 지식·사고, 비판적·논리적 사고 영역에서 유의한 차이를 보임이 확인되었다.
본 논문에서는 서로 다른 특성을 갖기 때문에 표준화가 어려운 엣지 플랫폼에서 동일한 머신 러닝 모델로도 확장 가능한 분석 서비스를 하기 위해, 마이크로서비스 기반으로 협업 분석 하는 설계 방법을 소개한다. 이를 위해 실제 사용자 분석 결과 적응적인 컨텐츠 서비스 시나리오를 고려하였다. 서로 다른 성능을 갖는 엣지가 협업하기 위해서 클라우드에서 제공 받는 어플리케이션을 마이크로 서비스화 하고 다수의 엣지에 해당 서비스를 분산 분포하여 연결한다. 해당 방법은 전체 서비스를 상호 독립적인 최소 구성 요소로 분할하고 모든 요소가 독립적으로 연동되어 타스크를 수행하게 하며 유사한 프로세스는 공유함으로서 상대적으로 성능이 떨어지는 엣지들간 협력으로 효율적인 분석 서비스 제공이 가능하도록 할 것이다.
산업 인공지능의 발달과 함께 반도체의 수요가 크게 증가하고 있다. 시장 수요에 대응하기 위해 패키징 공정에서 자동 결함 검출의 중요성 역시 증가하고 있다. 이에 따라, 패키지의 자동 불량 검사를 위한 딥러닝 기반의 방법론들의 연구가 활발히 이루어 지고 있다. 딥러닝 기반의 모델은 학습을 위해서 대량의 고해상도 데이터를 필요로 하나, 보안이 중요한 반도체 분야의 특성상 관련 데이터의 공유 및 레이블링이 쉽지 않아 모델의 학습이 어려운 한계를 지니고 있다. 또한 고해상도 이미지를 생성하기 위해 상당한 컴퓨팅 자원이 요구되는데, 본 연구에서는 분할정복 접근법을 통해 적은 컴퓨팅 자원으로 딥러닝 모델 학습을 위한 충분한 양의 데이터를 확보하는 방법을 소개한다. 제안된 방법은 높은 해상도의 이미지를 분할하고 각 영역에 조건 레이블을 부여한 후, 독립적인 부분 영역과 경계를 학습시켜, 경계 손실이 일관적인 이미지를 생성하도록 유도한다. 이후, 분할된 이미지를 하나로 통합하여, 최종적으로 모델이 고해상도의 이미지를 생성하도록 구성하였다. 실험 결과, 본 연구를 통해 증강된 이미지들은 높은 효율성, 일관성, 품질 및 범용성을 보였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.