• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.240-243
• /
• 2021

최근에 빅 데이터와 AI 기술을 교육의 평가와 개별 학습에 적용하는 연구 성과가 있었다. 정보 기술의 혁신으로 소셜 미디어, MOOC, 지능형 개인지도 시스템, LMS, 센서 및 모바일 장치 등으로부터 학생들의 개인 기록, 생리학적 데이터, 학습 로그 및 활동, 학습 성과 및 결과를 포함하는 동적이고 복잡한 데이터를 수집 가능하였다. 또한 COVID-19 환경에서 e-러닝이 활성화 되어 많은 양의 학습 데이터가 생성되었다. 이 데이터로부터 학습 분석과 AI 기술을 적용하여 의미있는 패턴의 추출과 지식의 발견이 될 것으로 예상된다. 학습자 측면에서 학생의 학습 및 정서적 행동 패턴과 프로필을 식별하고, 평가 및 평가 방법을 개선하고, 개별 학생의 학습 성과 또는 중퇴를 예측하고, 개인화 된 지원을 위한 적응 시스템에 대한 연구는 필요하다. 본 연구에서는 교육용 데이터를 대상으로 이상탐지와 추천시스템에서 사용하는 기계학습 기술에 대한 조사와 분류를 하여 교육 분야의 연구에 기여하고자 한다.

• 한국과학교육학회지
• /
• 제32권4호
• /
• pp.570-585
• /
• 2012

우리나라 과학과 교육과정에서 문제해결력이 중요함을 강조하고 있다. 과학 교육에서 문제해결력에 대한 많은 연구가 이루어져왔다. 이러한 연구들은 잘 정의된 문제, 구조화된 문제를 대상으로 연구하였기 때문에, 빈약하게 정의된 문제, 비구조화된 문제의 해결과정에 대한 연구가 더 이루어져야 한다는 지적을 받았다. 비구조화된 문제는 전체적인 목표는 존재하지만, 제공되는 정보가 적거나 거의 없는 상황이므로, 비구조화된 문제를 해결하기 위해서는 반드시 문제발견이 선행되어야 한다. 그리고 비구조화된 상황에서 문제발견은 창의성과 관련되기 때문에, 창의적 문제해결력을 향상시키기 위해 비구조화된 문제발견을 학습할 필요가 있다. 과학 영역에서 비구조화된 문제발견에 대해, 교실현장에 구체적으로 도움이 될 수 있는 가이드를 만들기 위해서, 비구조화된 상황에서 과학적 문제발견 과정에 대한 경험적 연구가 필요하다. 이 연구에서는 이공계 대학생 32명을 대상으로, 면담을 통해서 실제로 비구조화된 상황에서 과학적 문제발견 과정과, 그 과정에 영향을 준 요소가 무엇인지 알아보았다. 비구조화된 문제 상황에서 학생들의 문제발견 과정은, 문제와 관련된 단서나 잠정적 해결책을 염두에 두고, 정보를 검색한 후 몇 가지 선별 기준에 따라서 검색된 정보를 선별하여 문제를 발견하는 것으로 이루어졌다. 학생들의 문제발견에 영향을 미친 요인은 먼저, 문제에 관한 단서를 떠올리는데 전공 수업과 영화, 소설 등 학생의 경험이 영향을 미쳤다. 문제해결자의 문제 관련 배경 지식이 잠정적 해결책에 영향을 미쳤고, 검색한 정보를 선별하는 선별 기준으로 정보의 신뢰도, 정보의 출처, 내용 적합성, 이해 가능성, 주제와 관련성, 언급된 회수가 사용되었다. 그런데 연구에 참여한 대학생들이 제시한 정보선별 기준이 타당한지, 중등학교 현장에서 교사가 안내할 가치가 있는지, 학습에 도움이 되는지 여부는 알 수 없으므로 이에 대해서는 추가 연구가 필요하다. 연구에 참여한 대학생들은 개연성 있는 모델을 만들기 위해, 문제를 명료화할 때 가정을 사용하였다. 가능한 모든 변수를 포함한 문제를 해결하는 것은 현실적으로 불가능하기 때문에, 가정을 사용해서 불필요한 요소를 배제하는 접근법은 적절한 전략이라고 생각된다. 따라서, 중등학교 현장에서 교사는 학생들에게 비구조화된 상황에서 문제를 발견할 때 적절한 가정을 사용함으로써 문제를 명료화할 수 있다는 점을 알려 줄 수 있을 것이다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 2부
• /
• pp.507-512
• /
• 2008

본 연구는 경도인지장애(MCI)환자의 가상환경(VE)내 길찾기 학습능력을 측정하였으며, 전통 신경심리검사를 이용하여 길찾기 능력을 구성하는 인지기능에 대해 조사하였다. 피험자는 정상노인집단(N=27)과 MCI 환자집단(N=22)으로 구성되었다. 피험자는 간이정신집단검사, 시각 기억력을 측정하는 Rey Complex Figure Test(RCFT), 시각적 보존력을 측정하는 Benton Visual Retention(BVRT), 주의력을 측정하는 Trail-Making Test(TMT; A형과 B형), 성인용 웩슬러 지능검사의 하위검사인 숫자외우기(바로/거꾸로), 및 집행기능 및 기억력을 측정하는 2차원공간에서의 미로학습검사 Groton Maze Learning Test(GMLT)(12회기)를 마친 후, 가상현실(VE) 내 길찾기과제(6회기)를 수행하였다. 그 결과, VE 길찾기 과제에 대하여 유의미한 집단효과가 나타났다. 즉, MCI집단의 길찾기 수행이 정상노인집단의 길찾기 수행보다 떨어지는 결과가 발견되었다. 집단과 회기간 상호작용 및 유의미한 회기효과는 나타나지 않았다. GMLT에서는 유의미한 상호작용, 집단효과, 및 회기효과가 나타나지 않았다. 신경심리검사에서는 RCFT와 BVRT에서 유의미한 집단간 차이가 발견되었다. 또한, VE과제는 RCFT, BVRT, 그리고 GMLT와 상관이 있었으며, 이를 기반으로한 회기분석 실시 결과 RCFT와 BVRT는 가상환경 내 길찾기 행동에 대한 45%의 설명력을 지니고 있었다. 결론적으로, 본 연구결과는 MCI환자의 길찾기 능력이 정상인에 비하여 떨어지며, MCI환자의 시공간기억기능 결함으로 이와 같은 길찾기 능력저하를 설명할 수 있음을 함의한다.

• 정보보호학회논문지
• /
• 제28권6호
• /
• pp.1463-1474
• /
• 2018

퍼징이란 유효하지 않은 값이나 임의의 값을 소프트웨어 프로그램에 입력하여, 보안상의 결함을 찾아내는 소프트웨어 테스팅 기법 중 하나로 이러한 퍼징의 효율성을 높이기 위한 여러 방법들이 제시되어 왔다. 본 논문에서는 필드를 기반으로 퍼징을 수행하면서 커버리지, 소프트웨어 크래쉬와 연관성이 높은 필드가 존재한다는 것에 착안하여, 해당 필드 부분을 집중적으로 퍼징하는 새로운 방식을 제안한다. 이 때, Variational Autoencoder(VAE)라는 딥 러닝 모델을 사용하여 커버리지가 높게 측정된 입력 값들의 특징을 학습하고, 이를 통해 단순 변이보다 학습된 모델을 통해 재생성한 파일들의 커버리지가 균일하게 높다는 것을 보인다. 또한 크래쉬가 발생한 파일들의 특징을 학습하고 재생성 시 드롭아웃을 적용하여 변이를 줌으로써 새로운 크래쉬를 발견할 수 있음을 보인다. 실험 결과 커버리지가 퍼징 도구인 AFL의 큐의 파일들보다 약 10% 정도 높은 것을 확인할 수 있었고 Hwpviewer 바이너리에서 초기 퍼징 단계 시 발생한 두 가지의 크래쉬를 사용하여 새로운 크래쉬 두 가지를 더 발견할 수 있었다.

• 디자인융복합연구
• /
• 제18권4호
• /
• pp.1-15
• /
• 2019

현재 게임 산업의 규모는 급성장하며 주목받는 산업으로 자리 잡고 있다. 따라서 게임 분야에 대한 체계적인 사용자 경험 디자인의 중요성 또한 높아지고 있다. 본 연구에서는 상대적으로 사용자 유입과 유출이 빈번한 온라인 게임에서 사용자 접근과 유지를 위한 진입 과정에 대한 분석을 수행하여, 진입 과정의 개선 방향성을 제시하고자 한다. 본 연구는 첫째, 문헌 고찰을 통해 사용자의 게임 초기 경험인 진입 과정을 발견, 학습, 몰입의 3단계로 정의하여 구분하였고, 이를 경험 디자인, 게임 디자인 요소로 분석하여 진입 과정의 단계별 영향을 미치는 UX 요소를 도출하였다. 둘째, 도출된 UX 요소를 바탕으로 게임 경험 및 인지 요소 분석 프레임을 제시하였고, 이를 통해 5가지 국내 대표 온라인 게임을 정성적으로 분석하였다. 사례분석을 통해 게임들의 진입 과정 구성과 핵심 인지 요소를 도출할 수 있었다. 결론적으로 발견 단계는 선택적 주의집중, 학습 단계에선 작업 기억과 능동적 학습, 그리고 몰입 단계는 참여와 동기가 핵심적 인지 요소로 작용하였다. 마지막으로 도출된 핵심 인지 요소를 중심으로 진입 과정의 단계별 개선 방향성을 제시하였다. 이와 같은 연구를 통해 온라인 게임에서 사용자 진입 과정의 중요성을 강조하고, 진입장벽을 낮출 수 있는 개선안을 제안하였다.

• 한국인지과학회:학술대회논문집
• /
• 한국인지과학회 2005년도 춘계학술대회
• /
• pp.244-253
• /
• 2005

사람에게 행동의 개인차가 있듯이 rat이나 mouse에 있어서도 행동의 차이를 발견할 수 있다. Rat의 행동성향에 따른 (1)학습 및 기억 능력의 차이, (2)기억과 해마의 관계, (3)치매유발단백질의 하나로 알려진 아밀로이드 베타($A{\beta}$ )및 수종의 항 치매 약물효과를 알아보는 것이 본 실험의 목적이다. Rat의 행동관찰을 통해 두 가지 행동패턴을 관찰할 수 있었는데, 이러한 rat의 행동 특성은 심리학자 Jung이 심리유형으로 설명하고 있는 extraversion, introversion의 행동성향과 유사할 것이라는 가정 하에 실험을 계획, 실시하였다. Rat에 water maze test를 실시하여 공간 기억의 단기, 장기 기억을 분석하였는데 그 결과 두 가지 행동 성향을 가진 rat은 서로 다른 학습 및 기억 능력의 특성을 보였다. 즉, extraversion은 단기 기억의 향상을 보인 반면에, introversion은 장기 기억의 향상을 보였다. Rat을 대상으로 water maze test 외에 Y-maze, passive avoidance test를 실시하여 공간 기억(spatial memory), 작동 기억(working memory), passive avoidance memory, 그리고 단기, 장기 기억의 관계를 종합적으로 분석해 보았다. 그 결과 두 가지 행동성향에 따라 서로 영향을 미치는 기억의 종류 및 관계에 차이가 있음을 발견할 수 있었다. 또한 두 가지 행동성향을 가진 rat에 약물을 투여했을 때, 서로 다른 약물 효과를 보였으며, $A{\beta}$ 를 주입했을 때, 기억(memory) 및 해마(hippocampus) 세포 사멸(cell death)에 서로 상반된 결과를 보여주었다. 이러한 연구 결과는 개체의 행동성향에 따라 학습 및 기억의 효과가 다를 수 있음을 보여주는 결과라 할 수 있고, 개인의 적성과 소질의 인식 및 개발의 중요성에 시사하는 바가 크다. 또한 개개인의 행동과 학습 및 기억 능력의 차이를 두뇌과학적으로 이해하여, 두뇌의 장점은 살리고 단점을 보완할 수 있는 이론적 토대를 세우는데 이러한 동물실험이 그 기초를 제공해 줄 수 있을 것이다. 또한 행동성향 및 기억의 종류에 따른 약물효과의 차이는 기억과 관련된 질병인 알츠하이머 환자에 있어 개개인에게 맞는 적절한 특징적인 치료약물이 존재할 것이라는 가능성을 제공해줄 뿐만 아니라 학습과 기억력 증진 효과를 기대해 볼 수 있을 것이라고 생각된다.

• 한국보육지원학회지
• /
• 제8권1호
• /
• pp.145-167
• /
• 2012

본 연구는 보육교사양성과정의 아동안전관리 수업에 문제중심학습을 적용하는 과정에서 예비보육교사들에게 주어지는 의미가 무엇인지를 찾아보고자 하였다. 이를 위해 본 연구는 아동안전관리 교과목을 수강하는 사회복지과 2학년 35명을 대상으로 15주간 진행되었다. 연구참여자들에게 총 5개의 문제가 주어졌고, 문제를 해결하는 과정에서 수집된 성찰저널, 조별 면담 및 개별수시 면담 자료, 그리고 온라인으로 진행된 그룹별 커뮤니티 자료 등을 통해 예비보육교사들이 가지게 되는 경험들을 살펴보았다. 연구결과 예비보육교사는 첫째, 자신에 대한 발견으로 자신감을 회복하고 인정받는 자신, 공부하고 있는 자신을 발견하고 둘째, 자신과 문제중심학습과 그룹 구성원들간의 끊임없는 갈등을 경험하였으며 마지막으로, 서로 협력하는 학습을 통하여 그룹 구성원간의 조력과 상호작용을 경험하고, 그룹 간의 비교와 참조를 통해서 협동학습이 주는 의미를 깨닫는 것으로 나타났다. 결론적으로 본 연구를 통해 보육교사 양성과정에서의 PBL 적용가능성이 확인되었고 추후 PBL 적용에서 갈등을 완화시킬 수 있는 다양한 방안 모색이 요구됨을 알 수 있었다.

• 한국과학교육학회지
• /
• 제33권7호
• /
• pp.1385-1402
• /
• 2013

이 연구는 끓는점 오름에 대한 내용표상화 활동과 모의수업 실행을 통해서 예비교사의 PCK를 분석하였다. 예비교사의 지식을 PCK 요소에 따라 분석한 결과, 대부분의 예비교사는 끓는점 오름에 대한 개념적인 이해를 중시하였는데, 일부는 끓는점 오름 현상을 과학적인 시각으로 이해하고, 수식을 도구로 사용하며, 실생활에 적용되는 경험을 통해 학습 동기를 얻게하는 과학 교수 지향도 보였다. 예비교사는 끓는점 오름에 관하여 가르쳐야 할 중요한 내용의 대부분을 개념 이해를 위해 습득해야 할 지식으로 제시했으며, 과학적 사고나 탐구능력 신장을 위한 내용은 나타나지 않았다. 또한 교과서 내용의 수준과 전개 순서에 의존하는 경향을 보였으며 일부는 교과서 편집상 강조되어있는 용어나 자료를 학습할 내용으로 여기거나, 예제 문제의 풀이를 학습 목표로 보는 경우도 있었다. 학생 이해에 대한 지식은 부족한 것으로 나타났는데, 실제 교수 경험이 없는 예비교사들은 자신의 학습 경험을 바탕으로 학생 수준을 간접적으로 이해하려고 시도하므로, 예비교사교육과정에서 오개념 자료 등을 적극적으로 활용할 필요가 있다. 교수 전략과 평가에 대한 지식은 다른 요소에 비해 피상적으로 표현되었는데, 목표와 연계된 방법을 고민하기 보다는 순환학습과 발견학습 같은 모형의 적용만을 언급하거나 일반적인 평가 방법을 나열하는데 그쳤다.

• 정보교육학회논문지
• /
• 제16권4호
• /
• pp.451-462
• /
• 2012

본 연구는 초등수학 도형영역의 문제점을 해결하기 위한 방안의 하나로 초등학교 6학년 수학과 도형영역을 중심으로 현실세계에 가상 객체를 부가하여 학생 스스로 탐구하는 학습, 원리나 개념을 스스로 발견하게 하는 학습 객체를 만들었다. 본 연구에서 제안한 방법으로 서울 소재 M 초등학교 6학년 2급 학급을 선정하여 증강현실을 활용한 도형영역의 수업이 학생들의 학업성취도에 어느 정도의 영향을 미치는지 확인하기로 하였다. 그 결과 실험집단의 학습자들은 통제집단의 학습자보다 수업 흥미도 및 수업 만족도, 학업성취도에서 통계적으로 높게 나타났다. 이는 증강현실 도형 학습이 학습자에게 수업참여에 적극성을 가지게 하고, 도형 관련 개념 형성 및 학업성취도 관련이 있음을 알 수 있다.

• 한국생물정보학회:학술대회논문집
• /
• 한국생물정보시스템생물학회 2001년도 제2회 생물정보 워크샵 (DNA Chip Bioinformatics)
• /
• pp.165-196
• /
• 2001

DNA chip 또는 microarray는 다수의 유전자 또는 유전자 조각을 (보통 수천내지 수만 개)칩상에 고정시켜 놓고 DNA hybridization 반응을 이용하여 유전자들의 발현 양상을 분석할 수 있는 기술이다. 이러한 high-throughput기술은 예전에는 생각하지 못했던 여러가지 분자생물학의 문제에 대한 해답을 제시해 줄 수 있을 뿐 만 아니라, 분자수준에서의 질병 진단, 신약 개발, 환경 오염 문제의 해결 등 그 응용 가능성이 무한하다. 이 기술의 실용적인 적용을 위해서는 DNA chip을 제작하기 위한 하드웨어/웻웨어 기술 외에도 이러한 데이터로부터 최대한 유용하고 새로운 지식을 창출하기 위한 bioinformatics 기술이 핵심이라고 할 수 있다. 유전자 발현 패턴을 데이터마이닝하는 문제는 크게 clustering, classification, dependency analysis로 구분할 수 있으며 이러한 기술은 통계학과인공지능 기계학습에 기반을 두고 있다. 주로 사용된 기법으로는 principal component analysis, hierarchical clustering, k-means, self-organizing maps, decision trees, multilayer perceptron neural networks, association rules 등이다. 본 세미나에서는 이러한 기본적인 기계학습 기술 외에 최근에 연구되고 있는 새로운 학습 기술로서 probabilistic graphical model (PGM)을 소개하고 이를 DNA chip 데이터 분석에 응용하는 연구를 살펴본다. PGM은 인공신경망, 그래프 이론, 확률 이론이 결합되어 형성된 기계학습 모델로서 인간 두뇌의 기억과 학습 기작에 기반을 두고 있으며 다른 기계학습 모델과의 큰 차이점 중의 하나는 generative model이라는 것이다. 즉 일단 모델이 만들어지면 이것으로부터 새로운 데이터를 생성할 수 있는 능력이 있어서, 만들어진 모델을 검증하고 이로부터 새로운 사실을 추론해 낼 수 있어 biological data mining 문제에서와 같이 새로운 지식을 발견하는 exploratory analysis에 적합하다. 또한probabilistic graphical model은 기존의 신경망 모델과는 달리 deterministic한의사결정이 아니라 확률에 기반한 soft inference를 하고 학습된 모델로부터 관련된 요인들간의 인과관계(causal relationship) 또는 상호의존관계(dependency)를 분석하기에 적합한 장점이 있다. 군체적인 PGM 모델의 예로서, Bayesian network, nonnegative matrix factorization (NMF), generative topographic mapping (GTM)의 구조와 학습 및 추론알고리즘을소개하고 이를 DNA칩 데이터 분석 평가 대회인 CAMDA-2000과 CAMDA-2001에서 사용된cancer diagnosis 문제와 gene-drug dependency analysis 문제에 적용한 결과를 살펴본다.