• 한국융합학회논문지
• /
• 제7권6호
• /
• pp.29-34
• /
• 2016

최근 스마트 강아지인식표 등의 사물인터넷(Internet of Things, IoT) 기술을 활용하여 반려동물의 건강관리를 실시간으로 수행하는 기기가 개발되고 수요 또한 증가하고 있으나 반려동물용 IoT 기기들은 복잡한 처리가 어렵고, 단순히 센서 정보을 이용 건강상태를 파악하기 때문에 고급기능을 구현하는데 한계가 있다. 본 논문은 통계적 분석을 활용하여 맞춤형 사료제작, 의약품제작, 반려동물 건강관리 등의 반려동물에게 맞춤형 개인화서비스가 가능한 통합 플랫폼을 설계한다. 반려동물이 착용하고 있는 IoT기기로부터의 센서 정보와 쇼핑몰에서의 고객의 구매 패턴 정보, 소셜미디어(SNS) 정보를 수집하는 미들웨어를 설계 한다. 또한 이를 통해 수집한 데이터를 데이터 베이스화하고 개인화서비스에 활용될 수 있도록 수집된 정보를 정제하고 분석 및 추론 가능한 분석기를 설계 한다.

• 한국컴퓨터정보학회논문지
• /
• 제20권1호
• /
• pp.127-135
• /
• 2015

본 논문에서는 Space Syntax 이론을 적용한 여성의 안전한 여가활동 경로를 추천하는 애플리케이션을 제안하고 구축한다. 이 애플리케이션은 일반적인 네비게이션이 우선순위로 가지는 최단시간, 최단거리 탐색과는 다르게, 안전을 최우선으로 한 경로를 탐색하게 된다. 접근성, 지역 간 상호관계 등을 바탕으로 추천경로를 생성하고 여성의 여가활동에 있어 다양한 위험요소를 염두에 두게 된다. 결과적으로 Space Syntax 알고리즘을 통해 여성 사용자들의 주관적 선택사항이 적용된 자기맞춤형 경로를 선택 가능하게 한다.

• 한국콘텐츠학회논문지
• /
• 제22권5호
• /
• pp.56-66
• /
• 2022

최근 소셜미디어로 접하는 정보 증가로 알고리즘 기반 추천 형식은 사용자 정보에 기반하여 선별적으로 정보를 제공하는데, 이러한 알고리즘은 자주 에코챔버(Echo Chamber)에 의한 필터버블(FilterBuble) 효과를 일으킨다. 에코챔버는 밀폐된 시스템 안에서만 이루어지는 의사소통으로 인해 신념이 증폭되거나 강화되는 현상을 의미하고 필터버블은 정보 제공자가 이용자의 관심사에 맞춰 맞춤형 정보를 제공하여 이용자는 필터링된 정보만 접하게 되는 현상을 의미한다. 본 연구의 목적은 이러한 에코챔버에 의한 필터버블 현상을 개선하는 방안으로 정보를 효율적으로 선별하는 방법을 제시하는 것이다. 연구 진행 방법은 유튜브, 페이스북, 그리고 아마존에서 사용되는 추천 알고리즘을 분석하였다. 본 연구에서는 추천 알고리즘으로 생기는 문제점에 대해서 소셜미디어 사용자의 비판적 사고능력 훈련이나 자기보존법칙에 따른 객관적 윤리 기준 강화 등의 인문학적 해결 방안과 모델 기반 협력 필터링이나 교차적 추천 방식의 기술적 해결 방안을 제시하였다. 결과적으로 추천 알고리즘은 지속적 기술 보완과 새로운 기법 개발을 위한 노력이 이루어져야 하며, 소셜미디어를 대하는 사용자는 비판적 사고 훈련과 정치적 의사소통 교육을 통해 인지부조화를 이겨내고 확증편향에 빠지지 않도록 하는 인문학적 노력이 병행되어야 한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권2호
• /
• pp.232-236
• /
• 2010

최근의 모바일 단말기 사용자들은 많은 양의 멀티미디어 콘텐츠를 가지고 있다. 또, 인터넷과 컴퓨터 기술의 발전으로 언제 어디서든 모바일 단말기를 가지고 이를 이용할 수 있다. 하지만 현재 파일 시스템 기반의 방식에서 사용자는 원하는 멀티미디어 콘텐츠를 찾고 관리하기 위해 많은 시간을 소비해야 한다. 특히, 모바일 단말기의 작고 불편한 인터페이스는 멀티미디어 콘텐츠 검색 및 관리를 더욱 힘들게 한다. 따라서 다량의 멀티미디어 콘텐츠를 보다 효과적으로 사용하기 위한 지능형 멀티미디어 콘텐츠 관리 기법이 필요하다. 본 논문에서는 개인화된 모바일 멀티미디어 콘텐츠를 제공하기 위해서 사용자의 상황과 심리를 이용한 방법과 이를 적용한 개인화된 모바일 멀티미디어 콘텐츠 제공 시스템(Personalized Mobile Multimedia Contents Provider)을 제안한다.

• 정보관리학회지
• /
• 제40권1호
• /
• pp.175-198
• /
• 2023

본 연구에서는 성격유형과 흥미유형에 따른 독서 감상문에 나타난 독서에 대한 반응의 차이를 탐구하였다. 이를 위해 대전의 D과학고등학교 3학년 학생 81명을 대상으로 성격유형분석 데이터, 흥미유형분석 데이터, 교과독서 활동으로 작성된 독서 감상문 데이터를 수집하였다. 수집된 독서 감상문의 토픽 분석을 수행하고, 성격유형(사고형, 감정형)과 흥미유형(탐구형, 탐구형 외)에 따른 독서 감상문의 토픽 발현 확률을 통계적으로 검증하였다. 이어서 키워드 네트워크 분석을 통해 단어들의 개념 연결 구조를 측정하고, 중심성 지표를 통해 토픽모델링의 분석 결과를 보완하였다. 연구 결과, 토픽 회귀분석을 통해 토픽2(이해와 공부)와 토픽3(읽기와 사고)에서 사고형(T)과 감정형(F) 간에 통계적으로 유의한 차이를 확인할 수 있었으며, 토픽2(이해와 공부)에서 탐구형과 탐구형 외 간에 통계적으로 유의한 차이가 확인되었다. 본 연구의 결과는 맞춤형 도서 추천이나 개인화를 고려한 독서교육의 기초자료로 활용될 수 있을 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.276-279
• /
• 2022

4차 산업혁명은 지식의 생산속도가 빠르고 지식산업의 비중이 매우 증가하는 지식사회로의 전환을 의미하며 이와 관련하여 디지털 혁명이 지속되고 있다. 신기술에 의한 산업구조의 재편과 직업·직무의 변화는 교육의 변화를 가져오고 있고 디지털 기술의 발전으로 인해 경계가 없고 개별적이며 역동적인 교육이 새로운 교육의 표준이 되어 가고 있다. 이런 배경에서 정규 과정 학위보다는 신기술에 관한 나노 학위(Nano Degree)나 핵심강좌에 집중된 마이크로 디그리(microdegree)에 대한 관심도 많이 증가하고 있다. 대표적으로 미국의 유다시티(Udacity)는 직업과 연계된 온라인 나노디그리 과정을 개설해 운영하고 있고, 주요 기업들과 협업하여 기업에 필요한 핵심 교육과정을 개발 및 교육함으로 기업의 인재 확보를 효율적으로 지원하고 있다. 이렇게 온라인 직업 및 직무 교육이 활성화되면서 이제 개인 스스로가 직업능력개발에 대한 목표를 세우고 포트폴리오 방식의 지속가능한 학습을 이어갈 수 있는 환경이 갖추어 졌다. 그러나 효과적인 직업 교육을 위해서는 자동화된 개인 맞춤형 교육컨텐츠 설계가 선행되어야 한다. 이를 위해 본 논문에서는 온라인 학습시대에 직업준비를 위한 개인 맞춤형 career and course map 추천 시스템을 제안하고자 한다.

• 문화기술의 융합
• /
• 제10권5호
• /
• pp.163-171
• /
• 2024

본 연구는 30~40대 여성의 패션 아이웨어 구매결정 요인을 분석하기 위해 신경망 분석 기법을 적용하여 전통적인 모수적 분석 기법과 비교하였다. 패션 분야에서 신경망 등 머신러닝 기법은 맞춤형 패션 추천시스템에 많이 적용되는데, 국내 연구사례는 아직 미흡하다. 본 연구는 2017년에 전통적 계량기법으로 수행된 연구를 신기술로 다시 분석하여, 양자를 비교함으로써 신경망 기법의 유용성을 확인하고자 한다. 본 연구는 L-BFGS-B 신경망을 하이퍼볼릭 탄젠트로 활성화 시킬 때, 소비자들이 선호하는 디자인형태에 대한 분류정확도가 86.2%로 가장 좋았다. 소비자의 직업과 새로운 스타일에 대한 추구가 가장 중요한 구매결정요인이었다. 한국의 선글라스 소비자들은 "안전한 변화"를 가장 선호하는 것으로 해석된다. 이런 분석 결과는 선글라스 프레임 및 렌즈에 있어서도 동일하게 나타난다. 전통적인 계량분석의 결과물은 소비자가 어떤 집단에 속하는지 여부에 따라 선호하는 선글라스의 종류가 다르다고 본다. 이에 비해 신경망분석의 결과물은 각 개인별로 선호하는 선글라스를 개인별로 예측해준다. 이것이 기여하는 바는 개인별 맞춤형 선글라스 추천 시스템을 개발할 수 있게 해준다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.219-239
• /
• 2019

개인에게 맞춤형 서비스를 제공하는 것이 중요해지면서 개인화 추천 시스템 관련 연구들이 끊임없이 이루어지고 있다. 추천 시스템 중 협업 필터링은 학계 및 산업계에서 가장 많이 사용되고 있다. 다만 사용자들의 평점 혹은 사용 여부와 같은 정량적인 정보에 국한하여 추천이 이루어져 정확도가 떨어진다는 문제가 제기되고 있다. 이와 같은 문제를 해결하기 위해 현재까지 많은 연구에서 정량적 정보 외에 다른 정보들을 활용하여 추천 시스템의 성능을 개선하려는 시도가 활발하게 이루어지고 있다. 리뷰를 이용한 감성 분석이 대표적이지만, 기존의 연구에서는 감성 분석의 결과를 추천 시스템에 직접적으로 반영하지 못한다는 한계가 있다. 이에 본 연구는 리뷰에 나타난 감성을 수치화하여 평점에 반영하는 것을 목표로 한다. 즉, 사용자가 직접 작성한 리뷰를 감성 수치화하여 정량적인 정보로 변환해 추천 시스템에 직접 반영할 수 있는 새로운 알고리즘을 제안한다. 이를 위해서는 정성적인 정보인 사용자들의 리뷰를 정량화 시켜야 하므로, 본 연구에서는 텍스트 마이닝의 감성 분석 기법을 통해 감성 수치를 산출하였다. 데이터는 영화 리뷰를 대상으로 하여 도메인 맞춤형 감성 사전을 구축하고, 이를 기반으로 리뷰의 감성점수를 산출한다. 본 논문에서 사용자 리뷰의 감성 수치를 반영한 협업 필터링이 평점만을 고려하는 전통적인 방식의 협업 필터링과 비교하여 우수한 정확도를 나타내는 것을 확인하였다. 이후 제안된 모델이 더 개선된 방식이라고 할 근거를 확보하기 위해 paired t-test 검증을 시도했고, 제안된 모델이 더 우수하다는 결론을 도출하였다. 본 연구에서는 평점만으로 사용자의 감성을 판단한 기존의 선행연구들이 가지는 한계를 극복하고자 리뷰를 수치화하여 기존의 평점 시스템보다 사용자의 의견을 더 정교하게 추천 시스템에 반영시켜 정확도를 향상시켰다. 이를 기반으로 추가적으로 다양한 분석을 시행한다면 추천의 정확도가 더 높아질 것으로 기대된다.

• 대한치과보철학회지
• /
• 제50권4호
• /
• pp.243-248
• /
• 2012

연구 목적: 본 연구의 목적은 임플란트 지대주 연결에 사용되는 기성품 나사와 맞춤형 나사의 풀림 토크를 비교하는 것이다. 연구 재료 및 방법: 세가지 임플란트 시스템에(Osstem, Astra, Zimmer) 대해 고정체와 지대주의 연결에 기성품 나사군(대조군)과 맞춤형 나사군(실험군)으로 총 6군(n = 6)으로 나누었다. 조임 토크조절은 디지털 토크 측정기를 이용하였으며 각 임플란트 제조사가 추천한 조임 토크 값을 적용하였다. 체결 10분 후 동일한 조임 토크를 다시 적용하고 5분 후에 풀림 토크력을 측정하였다. 이 과정을 10회 반복 측정하였다. 반복 하중 실험에서는 6개 군(n = 3)에 대해 체결 10분 후 2차 조임 토크를 적용하고 $30^{\circ}$ 경사로 50 N 하중으로 총 1,000,000번 반복 하중을 가하였다. 반복 하중 적용 이후 풀림 토크값을 측정하였다. 통계 방법으로는 10회 반복 측정에서 풀림 토크값의 차이를 비교하기 위해 repeated measures of ANOVA test (${\alpha}$=.05)를 사용하였고, 반복 하중 후 풀림 토크값의 차이를 비교하기 위해서 각 시스템별 Independant t-test로 통계 처리하였다. 결과: 모든 군에서 반복 횟수가 증가할수록 풀림 토크값이 유의성 있게 감소하는 것으로 나타났다(P<.05). 10회 반복 측정 실험에서는 세 종류의 임플란트에서 대조군(기성품나사)과 실험군(맞춤형 나사) 간에 풀림 토크값은 유의차가 없었다(P>.05). 반복 하중 실험에서 세가지 시스템에서 대조군과 실험군 간의 풀림 토크력은 유의한 차이가 없었다(P>.05). 결론: 반복 측정된 풀림력 검사와 반복 하중을 적용 후 풀림력 검사에서 맞춤형 나사와 기성품 나사의 풀림력은 유의한 차이가 없었다.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.195-204
• /
• 2023

본 연구에서는 GPT, Stable Diffusion과 같은 생성형 인공지능을 이용한 교수·학습 자료 추천 성능 향상을 위해 프롬프트를 개선하는 프롬프트 엔지니어링에 대해 탐색하였다. 분석할 교수·학습 자료의 종류는 그림 자료이다. 프롬프트 구성에 따른 영향을 탐색하기 위해 명령만 담긴 Zero-Shot 프롬프트, 학습 대상 학년 정보가 담긴 프롬프트, 학습 목표가 담긴 프롬프트, 학습 대상 학년과 학습 목표가 모두 담긴 프롬프트를 설계하여 각각을 GPT-3.5모델에 입력하고 응답을 수집하였다. 수집한 응답을 Sentence Transformers로 임베딩 하고 t-SNE를 활용하여 차원 축소하여 시각화 한 다음 프롬프트와 응답 간의 관계를 탐색하였다. 그리고 각 응답을 k-means clustering algorithm을 활용하여 군집화 한 다음 가장 넓은 클러스터의 첫 번째 값을 대표로 선택하여 Stable Diffusion을 이용하여 이미지화 한 다음 교수·학습자료 평가 기준에 따라 초등학교 교사 30명에게 평가 받았다. 초등학교 교사 30인은 추천한 4종의 그림 자료 중 3종은 교육적 가치가 있다고 판단하였으며, 그 중 2종은 실제 수업에 사용할 수 있다고 하였다. 가장 가치 있는 그림 자료를 추천한 프롬프트는 대상 학년과 학습 목표가 모두 담긴 프롬프트로 나타났다.