• 융합보안논문지
• /
• 제18권1호
• /
• pp.43-60
• /
• 2018

최근 제 4차 산업혁명이 도래함에 따라서 기존 산업환경이 기술중심 구조에서 가치중심으로 확장되는 산업융합 환경으로 변화함에 따라 보안위험 또한 융 복합적으로 변화하여 그 범위가 커지고 있다. 이러한 변화에 따라 사이버보안 전문인력의 수요는 매년 증가하고 있지만, 이에 비하여 공급은 매우 부족한 실정이다. 향후 2020년 까지 21,704명의 사이버보안 전문인력이 필요한 것으로 조사되고 있으나, 신규 인력 공급은 11,850명에 그쳐 9,854명의 신규 인력 공급이 부족할 것으로 전망되고 있다. 이러한 수급차 문제를 해결하기 위한 방법으로는 사이버보안 전공교육을 통한 신규인력 양성방법에 관한 연구에 비해 타 직업군의 재직자나 타 학문분야 전공자를 대상으로 하는 재교육형 인력양성방법에 관한 연구는 상대적으로 부족한 실정이다. 따라서 본 논문에서는 국내 교육기관 중 가장 규모가 크고 배출 인력이 많은 인문 사회계열의 대표 전공분야들을 선정하여 각 전공분야의 공통교육과정을 분석한 후, 기존 선행연구를 통해 도출된 사이버보안 전문인력 양성과정과 비교한다. 이를 통해 각 전공분야별 배출인력이 사이버보안 전문인력이 되기 위해 어떠한 과목들에 대한 재교육(추가교육)이 필요할 것인지 분석하여 사이버보안 전문인력 양성을 위한 재교육과정을 설계하고자 한다. 본 연구결과를 활용하여 타 직업군의 재직자나 타 학문분야 전공자를 대상으로 사이버보안 전문인력 재교육과정 운영 시, 교육대상자들에게 필요한 역량을 효율적으로 학습할 수 있게 하는 기초자료로 활용될 것으로 기대되며, 사이버보안 전문인력의 수급차 해소에 기여할 것으로 예상된다.

• 한국초등수학교육학회지
• /
• 제22권2호
• /
• pp.183-198
• /
• 2018

본 논문은 모으기와 가르기 활동에서 0의 처리에 대한 시사점을 찾기 위해 모으기와 가르기 활동을 이론적으로 고찰하고 7개국의 교과서와 5차 교육과정부터 2015 개정 교육과정에 따른 우리나라 수학 교과용 도서를 분석하였다. 모으기는 덧셈과 유사한 정의와 성질을 지니지만, 가르기는 정의하기 어려우며 뺄셈과 유사한 성질을 지닌다고 보기 어렵다. 연산의 의미상으로는 모으기와 가르기는 '부분-부분-전체(part-part-whole)' 상황으로 볼 수 있으나 덧셈과 뺄셈 상황의 일부분에 해당한다고 볼 수 있다. 외국 교과서를 분석한 결과, 싱가포르와 말레이시아 교과서에서는 0을 이미 학습한 후 0을 모으기와 가르기 활동에서 포함하나, 그 밖의 국가들은 0을 모으기와 가르기 활동에서 포함하지 않는 것으로 확인되었다. 우리나라 교과서에서는 0을 포함하지 않도록 일관되게 제시해 왔으나, 교사용 지도서에서는 0의 처리 여부에 대해 일관되지 않음을 확인할 수 있었다. 이에 따라, 학생 수준을 고려하여 모으기와 가르기에서 0을 포함하지 않고 도입하고자 할 때에는 이에 적절한 상황 맥락 제시가 필요하며, 교사용 지도서에서도 보다 일관성 있는 제시가 필요함을 제안하였다.

• 한국학교수학회논문집
• /
• 제21권4호
• /
• pp.419-443
• /
• 2018

본 연구의 목적은 일반학생, 영재학생, 예비교사, 현직교사들의 다전략을 가진 수학 문제해결 전략을 분석하여 각 그룹 간의 해결 전략을 비교하여 수학 문제해결 학습 및 지도에 대한 시사점을 얻고자 하는 것이다. 본 연구를 위하여 서울시 초등학교 6학년 일반학생 98명, 초등 영재학생 96명, 초등 예비교사 72명, 초등학교 현직교사 60명을 선정하여 '닭과 돼지' 문제를 제시하고, 30분 동안 자유롭게 문제를 해결하면서 해결 전략을 제시하도록 하였다. 연구의 결과, 영재학생들이 일반학생에 비하여 상대적으로 다양한 해결 전략과 시간적으로 효율적인 전략을 사용하고, 다른 그룹에 비하여 가장 많은 다양한 전략을 사용하였다. 그리고 4가지 이상의 전략을 제시한 비율은 각각 일반학생은 1%, 영재학생 54%, 예비교사 42%, 현직교사 43%로 전략의 다양성에서 영재학생, 현직교사, 예비교사, 일반학생들의 순서로 높게 나타났다. 그리고 개인별로 가장 많은 문제해결 전략의 제시는 일반학생 4가지, 현직교사 6가지, 예비교사 7가지, 영재학생 8가지 순서로 나타났다. 제언으로, 학생들과 교사들에게 다전략을 가지는 양질의 다양한 수학 문제해결 경험의 제공, 문제해결 전략에서 시간적 효율성 추구, 다전략 문제의 개발 및 현장에 보급하여 활용하도록 하는 방안 등을 주장하였다. 후속 연구로, 다전략의 수학 문제를 교실수업에 적용하면서 보다 학생들의 의사소통 및 협력적 문제해결에 대한 협력적 문제해결에 대한 심층적인 연구와 다양한 전략을 평가할 수 있는 방안이 필요하다고 주장하였다. 그리고 이런 연구 결과를 수업연구 방법 등을 활용하여 교사연수에 적극 반영하여, 교사들이 다양한 수준의 학생들의 문제해결지도에서 효과적으로 활용하도록 할 필요가 있음을 제안하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권1호
• /
• pp.1-8
• /
• 2021

뉴스 기사의 정치 분야는 보수, 진보와 같이 양극화된 편향적 특성이 존재하며 이를 정치적 편향성이라고 한다. 뉴스 기사로부터 편향성 문제를 분류하기 위해 키워드 기반의 학습 데이터를 구축하였다. 대부분의 임베딩 연구에서는 미등록어로 인한 문제를 완화시키기 위해 형태소 단위로 문장을 구성한다. 본 논문에서는 문장을 언어 모델에 의해 세부적으로 분할하는 부분 단어로 문장을 구성할 경우 미등록어 수가 감소할 것이라 예상하였다. 부분 단어 토큰화 기법을 이용한 문서 임베딩 모델을 제안하며 이를 SVM과 전방향 뉴럴 네트워크 구조에 적용하여 정치적 편향성 분류 실험을 진행하였다. 형태소 토큰화 기법을 이용한 문서 임베딩 모델과 비교 실험한 결과, 부분 단어 토큰화 기법을 이용한 문서 임베딩 모델이 78.22%로 가장 높은 정확도를 보였으며 부분 단어 토큰화를 통해 미등록어 수가 감소되는 것을 확인하였다. 분류 실험에서 가장 성능이 좋은 임베딩 모델을 이용하여 정치적 인물을 기반한 어휘를 추출하였으며 각 성향의 정치적 인물 벡터와의 평균 유사도를 통해 어휘의 편향성을 검증하였다.

• 말소리와 음성과학
• /
• 제12권4호
• /
• pp.81-90
• /
• 2020

본 논문은 응급의료 환경에서 음성인식 성능을 향상시키기 위하여 실제 환경에서 데이터 수집 방법을 정의하고 정의된 환경에서 수집된 데이터를 전사하는 방법을 제안한다. 그리고 제안된 방법으로 수집되고 전사된 데이터를 이용하여 기본 음성인식 실험을 진행함으로써 제안한 수집 및 전사 방법을 평가하고 향후 연구 방향을 제시하고자 한다. 모든 음성은 기본적으로 16비트 해상도와 16 kHz 샘플링으로 저장되었다. 수집된 데이터는 총 166건의 대화로서 8시간 35분의 분량이다. 수집된 데이터는 Praat를 이용하여 철자 전사, 음소 전사, 방언 전사, 잡음 전사, 그리고 의료 코드 전사를 수행하여 다양한 정보를 포함한 텍스트 데이터를 구축하였다. 이와 같이 수집된 데이터를 이용하여 기본 베이스라인 실험을 통하여 응급의료 영역에서의 음성인식 문제를 실제로 확인할 수 있었다. 본 논문에서 제시한 데이터는 응급의료 영역의 1단계 데이터로서 향후 의료 영역에서의 음성인식 모델의 학습 데이터로 활용되고, 나아가 이 분야의 음성기반 시스템 개발에 기여할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1579-1590
• /
• 2020

본 논문에서는 고해상도의 위성영상을 활용하여 도시의 변화 양상을 분석하기 위하여 SPADE기반의 U-Net과 객체 영역기반 변화탐지 방법을 제안한다. 제안하는 네트워크는 기존의 U-Net에서 공간 정보를 잃지 않기 위해 SPADE를 사용했다. 고해상도 위성영상을 활용한 변화탐지 방법은 계획, 예측 등 다양한 도시 문제를 해결하기 위해 활용할 수 있다. IR-MAD 등 전통적인 방법인 화소 기반의 변화탐지를 수행할 경우, 다중 시기 영상 간의 기후, 계절 변화 등에 의해 화소의 변화가 민감하기 때문에 미변화 지역들이 변화 지역으로 오탐지될 가능성이 매우 크다. 이에 본 논문에서는 시계열 위성영상에서 도시를 구성하는 객체에 대한 변위를 정확하게 탐지하기 위해 도시를 구성하는 주요 공간 객체를 정의하고, 딥러닝 기반 영상 분할을 통해 추출한 후 영역 간의 변위 오차를 분석하여 변화탐지를 수행한다. 변화 양상을 분석하기 위한 공간 객체로 건축물, 도로, 농경지, 비닐하우스, 산림 영역, 수변 영역의 6개로 정의하였다. KOMPSAT-3A 위성영상으로 학습한 각 네트워크 모델을 시계열 KOMPSAT-3 위성영상에 대한 변화탐지를 수행한다. 객관적인 성능 평가를 위한 변화탐지 지표는 F1-score, Kappa를 사용한다. 제안하는 변화탐지 기법은 U-Net, UNet++ 대비 뛰어난 결과를 보이며, 평균 F1 score는 0.77, kappa는 77.29의 성능을 확인할 수 있다.

• 대한감각통합치료학회지
• /
• 제20권1호
• /
• pp.14-25
• /
• 2022

목적 : 본 연구는 두뇌타이밍 능력이 낮은 아동을 대상으로 상호작용식 메트로놈(Interactive Metromome; IM)을 이용한 두뇌타이밍 훈련을 적용한 후 읽기 능력에 미치는 효과를 파악하고자 하였다. 연구방법 : 2019년~2021년에 아동발달연구소에서 IM 훈련을 시행한 아동 중 타이밍 능력이 자신의 연령 평균보다 낮은 아동 8명의 자료를 수집하여 검사 전-검사 후의 변화를 비교하였다. 두뇌타이밍 훈련은 주당 2~3회기, 총 70회기 이상, 회기 당 40~50분으로 아동의 발달적 특성에 따라 적용되었다. 훈련 전후 두뇌타이밍의 변화는 IM의 전체형검사(Long Form Assessment; LFA), 읽기 능력은 기초학습기능 수행평가체제(Basic Academic Skills Assessment:Reading; BASA:R)로 측정하였다. 결과 : LFA의 두뇌타이밍 능력 평가결과 모든 아동의 전체 운동과제의 반응시간이 감소되어 두뇌타이밍 능력이 향상된 것으로 나타났고 통계학적으로도 유의한 차이를 보였다(p<.05). 또한 BASA:R의 읽기 검사와 빈칸채우기 검사의 원점수에서도 유의한 향상을 나타냈다(p<.05). 결론 : 본 연구는 두뇌타이밍 능력이 낮은 아동의 읽기 능력 향상을 위한 두뇌타이밍 훈련의 임상적 근거를 제시하였다는데 그 의의가 있다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.307-332
• /
• 2022

부도예측모형은 여러 금융기관의 신용평가모형의 지식기반(knowledge base)로 이용되고 있으며 최근 머신러닝 기법의 발전으로 이를 도입하여 고도화하려는 다양한 시도가 진행 중이다. 그러나 실제 이러한 모형이 도입되기 위해서는 모형을 이용하는 사용자와 설명제공 대상인 고객의 이해와 수용이 전제되어야 한다. 그러나 사용자에게 제공되는 설명이 현실적 타당성(feasibility)이 결여되어 있다면 모형의 신뢰성과 수용도에 부정적인 영향을 미친다. 이에 따라 본 연구는 도메인 지식을 설명 생성 알고리즘에 통합하여 현실적으로 타당한 설명을 사용자에게 제공하고자 한다. 본 연구에서는 머신러닝 기반의 부도예측 모형에 설명력을 더하는 방법으로 반사실적 예시(counterfactual example) 기반의 로컬영역에서의 설명을 제공하는 모델을 제안한다. 제안 모델은 모형에 이용된 재무변수의 특성을 설명력 생성 알고리즘에 통합하여 설명의 현실적 가능성을 확보하고 이를 통해 사용자의 이해와 수용을 도모하고자 한다. 또한 본 연구에서는 반사실적 예시기반 설명을 위해 유전알고리즘(GA)를 이용하며 다목적함수를 목적함수로 설정하여 반사실적 예시의 주요 기준이 되는 항목을 반영하고 있다. 본 연구는 대표적인 머신러닝 기법인 인공신경망을 이용해 부도예측모형을 학습시킨 뒤, 사후적 방법(post-hoc)으로 설명을 위한 알고리즘을 도입하여 기존의 모형 설명 알고리즘인 LIME과 현실적 가능성이 결여된 반사실적 예시 기반 알고리즘과 비교하였다. 더 나아가 제안방법의 금융/회계 분야의 종사자를 대상으로 서베이를 진행하여 제안 방법의 설명의 질을 정성적으로 평가하였다.

• 한국측량학회지
• /
• 제40권5호
• /
• pp.381-391
• /
• 2022

본 연구는 AI 기법 중에 최근 널리 사용되고 있는 딥러닝 모델들을 비교하여 재난으로 인해 손상된 건물의 신속한 감지에 가장 적합한 모델을 선정하는 데 목적이 있다. 먼저, 신속한 객체감지에 적합한 1단계 기반 검출기 중 주요 딥러닝 모델인 SSD-512, RetinaNet, YOLOv3를 후보 모델로 선정하였다. 이 방법들은 1단계 기반 검출기 방식을 적용한 모델로서 객체 인식 분야에 널리 이용되고 있다. 이 모델들은 객체 인식 처리방식의 구조와 빠른 연산의 장점으로 인해 객체 인식 분야에 널리 사용되고 있으나 재난관리에서의 적용은 초기 단계에 머물러 있다. 본 연구에서는 피해감지에 가장 적합한 모델을 찾기 위해 다음과 같은 과정을 거쳤다. 먼저, 재난에 의한 건물의 피해 정도 감지를 위해 재난에 의해 손상된 건물로 구성된 xBD 데이터셋을 활용하여 초고해상도 위성영상을 훈련시켰다. 다음으로 모델 간의 성능을 비교·평가하기 위하여 모델의 감지 정확도와 이미지 처리속도를 정량적으로 분석하였다. 학습 결과, YOLOv3는 34.39%의 감지 정확도와 초당 46개의 이미지 처리속도를 기록하였다. RetinaNet은 YOLOv3보다 1.67% 높은 36.06%의 감지 정확도를 기록하였으나, 이미지 처리속도는 YOLOv3의 3분의 1에 그쳤다. SSD-512는 두 지표에서 모두 YOLOv3보다 낮은 수치를 보였다. 대규모 재난에 의해 발생한 피해 정보에 대한 신속하고 정밀한 수집은 재난 대응에 필수적이다. 따라서 본 연구를 통해 얻은 결과는 신속한 지리정보 취득이 요구되는 재난관리에 효과적으로 활용될 수 있을 것이라 기대한다.

• 한국엔터테인먼트산업학회논문지
• /
• 제13권8호
• /
• pp.619-626
• /
• 2019

본 연구는 광주광역시 북구에 거주하고 생활건강지원센터에서 제공하는 재활프로그램에 참여하고 있는 성인발달장애인으로 참여형 재활프로그램이 성인발달장애인의 앉았다 일어서기, 일어나 걸어가기 및 지각-운동능력에 어떠한 영향을 미치는지 알아보고자 성인발달장애인 17명을 대상으로 참여형 재활프로그램을 13주간 주 1회 60분의 프로그램을 적용하여 중재 전, 후 그리고 12주 후 재측정하여 다음과 같은 결론을 얻었다. 앉았다 일어서기 검사에서는 중재 전과 후에 횟수의 증가는 있었지만 통계적으로 유의한 차이는 없었다. 일어나 걸어가기 검사에서는 시간에 따라 통계적으로 유의한 차이가 있었으며, 사후검증결과 중재 전보다 후에 유의한 효과가 있었다. 지각-운동능력 검사에서는 유의한 차이는 없었다. 본 연구의 결과를 종합해보면 참여형 재활프로그램이 기능적 동작과 관련된 동적균형에 긍정적인 영향을 미쳤음을 알 수 있었다. 그러나 운동조절 및 운동학습과 관련된 지각-운동능력에는 유의한 차이가 나타나지 않았다. 향후 성인발달장애인의 지역사회활동 증가와 낙상의 위험 감소 및 동적 균형능력 향상을 위해 참여형 재활프로그램을 활용하여 신체적 웰빙을 도모할 수 있을 방안으로 제안하는 바이다.