• 대한가정학회지
• /
• 제37권6호
• /
• pp.11-22
• /
• 1999

아동과 청소년의 적절한 발달을 위해 이를 저해하는 요인들을 밝히는 일은 인간발달 연구자들의 끊임없는 관심거리이며 중요한 일이다. 아동과 청소년의 부적응과 관련된 주요 변인들과 이들 변인들간에 결합되어 있을 수 있는 영향을 규명하는 것은 부적응이 어떤 경로를 통해서 발달하는지에 대한 정보를 주며, 부적응의 예언력을 높일 수 있어 아동과 청소년이 온전하게 발달하고 기능하도록 도울 수 있다. 본 연구의 결과에 의하면, 아동과 청소년 모두 사회적 기술이 발달할수록 가족과 친구로 부터의 정서적인 지원을 더 많이 지각하는 것으로 나타났다. 사회적 기술이 좋은 아동이나 청소년이 가족이나 친구들과 더 좋은 관계를 유지할 수 있고, 자신이 더 많은 정서적인 지지를 받고 있다고 평가하고 있음을 시사한다. 바꿔 말하면, 부모나 친구와 지지적인 관계를 발달시키는데 사회적인 기술이 필요함을 알 수 있다. 그리고 생각할 수 있듯이 아동과 청소년 모두 가족과 친구로부터 정서적 지지를 많이 가질수록 덜 우울해 하는 것으로 나타났다. 그러나 반사회적 행동의 경우 가족의 정서적인 지원이 많을수록 반사회적 행동을 적게 하고 있으나, 아동과 청소년 모두 친구로부터의 정서적 지지는 성별, 사회적 기술과 가족의 지원을 통제한 가운데 반사회적 행동을 더 하게 하는 것으로 나타났다. 이는 비행 친구가 많을수록 비행행동에 더 관여 할 수 있음을 보건대, 본 연구의 아동과 청소년이 이미 반사회적 행동에 많이 연루된 친구들로부터의 정서적인 지지를 받아서 더 많은 반사회적 행동을 하게 된 것인지도 모른다. 즉 친구의 지지가 긍정적이기보다 결과적으로 부정적인 측면의 정서적 지지였을 수 있다. 가족과 친구의 정서적 지지를 통제한 상태에서 사회적 기술이 여전히 우울성향과 반사회적 행동에 영향을 주고 있는 것으로 나타났다. 사회적 기술은 직접적이고 간접적으로 유의미한 영향을 우울성향과 반사회적 행동에 주고 있는 것이다. 예측할 수 있듯이 아동과 청소년 모두 사회적 기술이 풍부하면 할수록 더 적응적이어서 대인관계에서의 적절한 기술은 아동과 청소년 모두에게 심리적, 행동적 적응에 중요한 변인임을 본 연구에서 보여주고 있다. 우울성향은 아동과 청소년간에 다 성별차이가 분명했다. 이는 사춘기 이전에는 우울에서 성차가 불일치하지만 사춘기에 접어들면서 여학생이 남학생보다 분명히 더 우울해한다고 하듯이(Nolen-Hoeksema, 1994). 이 연구에서 아동으로 초등학교 5년과 6년생을 연구 대상으로 삼고 있어 이미 이 아동들간에 우울에서 남녀차이가 있는 것으로 해석된다. 반사회적 행동은 청손녀기에야 남녀차이가 더 분명한 것으로 나타났다. 이는 청소년기에 이르면 남학생이 여학생에 비해 월등하게 사회적으로 바람직하지 않은 행동에 연루되게 될 수 있음을 시사한다. 아동과 청소년의 우울성향 정도는 가족의 지원정도가 가장 크게 영향을 주는 것으로 나타났다. 아동과 청소년 모두에게 가족의 정서적 지지는 그들의 심리적 적응에 중요한 존재임을 알 수 있다. 반사회적 행동에 가장 많이 기여하는 변인이 특히 아동의 경우 사회적 기술 부족으로 나타났다. 이는 청소년과 청소년 이전기 아동에게서 사회적 기술 부족이 비행또래와 어울리는 것과 관련이 있다고 보고한 Patterson과 Dishion(1985) 그리고 Snyder, Dishion,과 Patterson(1986)의 연구에서 설명을 구할 수 있겠다. 사회적 기술이 부족한 이들이 친구로부터 따돌림을 받기 쉬울 것이고 이들끼리 공격적이고 숙련되지 못한 상호작용을 하기 때문에 필요한 대인관계기술을 배울 기회가 적을 수 있어 반사회적인 행동을 더 익히게 될지도 모른다. 특히 인지적으로 덜 성숙하고 사회적인 경험이 부족한 아동의 경우 적절한 대인관계 기술이 아동의 행동적 적응에 중요함은 주목을 요한다. 사회적 기술은 아동보다 청소년이 더 발달 된 것으로 나타났다. 이는 초등학생보다 중학생이 생활속에서 사회적인 요구나 기대가 커지고 복잡해지면서 다양한 사회적인 경험을 하게되고 인지와 정서적인 성숙으로 타협이나 양보 등 대인관계기술이 발달됨을 알 수 있다. 또한 아동이 청소년보다 가족으로부터의 정서적 지지를 더 많이 지각하는 것으로 나타난 것은 청소년기에 이르면서 사고의 발달로 청소년이 가족의 행동이나 정서적인 지지에 더 냉철해 지는지도 모르겠다. 또한 부모로부터 더 독립적이 되면서 정서적으로 부모로부터 거리를 더 느끼게 될지도 모른다. 이런 발달 양상은 남녀간에 차이가 없는 것으로 나타났다. 본 연구의 결과를 요약해보면, 사회적 기술, 가족, 친구지원과 부적응과의 전반적인 경로관계에서 아동과 청소년간의 차이가 없는 것으로 나타났다. 즉 사회적 기술이 발달한 아동과 청소년이 가족과 친구의 지지를 더 많이 받고 있다고 지각하여 적응적이다. 그러나 반사회적 행동은 성별, 사회적 기술과 가족의 지원을 통제할 경우 친구로부터의 지지를 많이 받을수록 그릇된 행동에 더 연루되고 있는 것으로 나타났다. 아동과 청소년에게 있을 수 있는 친구들간의 부정적인 결과를 초래하는 정서적 지지에 주목해야겠다. 심리적인 적응에는 가족의 지원이 중요하고, 행동상의 적응에는 청소년보다 특히 아동의 경우 적절한 사회적 기술의 발달이 중요한 것으로 나타났다. 사회적 기술이 청소년보다 부족한 아동이 이로 인해 그릇된 행동을 하는 친구들의 지지를 얻어 반사회적 행동에 더 참여할 수 있음에 주목을 요한다. 또한 사회적인 기술은 청소년이 아동보다 더 발달되어 있고, 청소년보다 아동이 가족으로부터의 지지를 더 많이 받고 있다고 지각하고 있는 것으로 나타났다. 본 연구의 제한점을 생각해보면 첫째, 본 연구의 결과를 다른 사회나 경제환경의 아동과 청소년에게 일반화시키는데는 제한이 따를 수 있겠다. 둘째, 자료를 아동과 청소년의 자기보고 식으로 수집하였는데 관찰법이나 면접 등이 보충자료로 사용되고 또한 부모나 선생님으로부터 아동과 청소년에 관한 자료를 수집한다면 보다 더 신뢰로운 연구가 될 수 있겠다. 셋째, 본 연구에서 초등학교 5, 6학년생은 아동으로, 중학교 1, 2학년생은 청소년으로 간주한것은 인위적인 구분일 수 있음을 밝힌다. 상술한 제한점에도 불구하고 본 연구의 결과는 첫째, 아동과 청소년의 발달에 따른 그들의 적응에 관한 자료를 제공한다. 아동과 청소년의 내${\cdot}$외적인 부적응을 증가시키는 심리사회적인 변인들을 밝히고, 변인들간의 관계 규명을 통해 궁극적으로 그들의 부적응을 방지하는데 기여할 수 있겠다. 둘째, 사회적 기술과 부적응간의 관계에 관한 우리 나라 아동과 청소년의 연구가 미흡한데 본 연구는 이들 간의 관계에 관한 연구를 촉진시킬 수 있겠다. 본 연구의 결과 사회적 기술 부족이 직접적으로 부적응에 영향을 주거나 가족이나 친구의 지원 지각에 영향을 주어 간접적으로 부적응을 일으킬 수 있으므로 사회적 기술이 부족한 아동과 청소년에게 필요한 대인관계기술을 가르치거나 훈련시키는 프로그램의 개발이 요구된다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.137-152
• /
• 2012

인터넷 환경에서 월드 와이드 웹이 등장한 이후 웹을 통해 수많은 웹 페이지들이 생산됨에 따라 사용자가 원하는 정보를 검색하기 위한 다양한 형태의 검색 서비스가 여러 분야에서 개발되어 활용되고 있다. 특히 법령 검색은 사용자가 현재 자신이 처한 상황에 필요한 법령을 검색하여 법령에 대한 지식을 얻기 위한 창구로써 국민의 편의를 제공하기 위해 반드시 필요한 서비스 중 하나이다. 이에 법제처는 2009년부터 국민 누구나 편리하게 법령에 관련된 정보를 검색할 수 있도록 국가의 법령뿐만 아니라 행정규칙이나 판례 등 모든 법령정보를 검색할 수 있는 검색 서비스를 제공하고 있다. 하지만 현재까지의 검색엔진 기술은 기본적으로 사용자가 입력한 질의어를 문서에 포함하고 있는지의 여부에 따라 해당 문서를 검색 결과로 제시한다. 법령 검색 서비스 또한 해당 법령에 등장하는 키워드를 활용하여 사용자에게 검색 결과를 제공해주고 있다. 따라서 법제처의 이런 노력에도 불구하고 법령이 전문가의 시각에서 작성되었기 때문에 법에 익숙하지 않은 일반 사용자는 자신이 필요한 법령을 검색하기 어려운 한계점을 가지고 있다. 이는 일반적으로 법령에 사용되는 용어들과 일반 사용자가 실생활에 사용하는 단어가 서로 상이하기 때문에 단순히 키워드의 단순 매칭 형태의 검색엔진에서는 사용자들이 주로 사용하는 생활용어를 이용해서 원하는 법령을 검색할 수 없다. 본 연구에서는 법률용어에 관한 사전지식이 부족한 일반 사용자가 일상에서 주로 사용되는 생활용어를 이용하여 키워드 기반의 법령정보 검색 사이트에서 정확한 법령정보 검색이 가능하도록 생활용어와 법률용어 간의 대응관계를 탐색하고 이를 이용하여 법령을 검색할 수 있는 방법론을 제안하고자 한다. 우선 생활용어와 법률용어 간의 대응관계를 발견하기 위해 본 논문에서는 사용자들의 집단지성을 활용한다. 이를 위해 사용자들이 블로그의 분류 및 관리, 검색에 활용하기 위해 작성한 태그 정보를 이용하여 질의어인 생활용어와 관련된 태그들을 수집한다. 수집된 태그들은 K-means 군집분석 기법을 통해 태그들을 클러스터링하고, 생활용어와 가장 가까운 법률용어를 찾기 위한 평가 방법을 통해 생활용어에 대응될 수 있는 적절한 법률용어를 선택한다. 선택된 법률용어는 해당 생활용어와 명시적인 관계성이 부여되며, 이러한 생활용어와 법률용어와의 관계는 온톨로지 기반의 시소러스를 기술하기 위한 SKOS를 이용하여 표현된다. 이렇게 구축된 온톨로지는 사용자가 생활용어를 이용하여 검색을 수행할 경우 생활용어에 대응되는 적절한 법률용어를 찾아 법령 검색을 수행하고 그 결과를 사용자에게 제시한다. 본 논문에서 제시하고자 하는 방법론을 통해 법령 및 법률용어에 관련된 사전 지식이 없는 일반 사용자도 편리하고 효율적으로 법령을 검색할 수 있는 서비스를 제공할 것으로 기대한다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.113-125
• /
• 2013

기업 경영에 있어서 고객의 소리(VOC)는 고객 만족도 향상 및 기업의사결정에 매우 중요한 정보이다. 이는 비단 기업뿐만 아니라 대고객, 대민원 업무를 처리하는 모든 조직에 있어서도 동일하다. 때문에 최근에는 기업뿐만 아니라 공공, 의료, 금융, 교육기관 등 거의 모든 조직이 VOC를 수집하여 활용하고 있다. 이러한 VOC는 방문, 전화, 우편, 인터넷게시판, SNS 등 다양한 채널을 통해 전달되지만, 막상 이를 제대로 활용하기는 쉽지 않다. 왜냐하면, 고객이 매우 감정적인 상태에서 고객의 주관적 의사를 음성 또는 문자로 표출하기 때문에 그 형식이나 내용이 정형화되어 있지 않고 저장하기도 어려우며 또한 저장하더라도 매우 방대한 분량의 비정형 데이터로 남기 때문이다. 본 연구는 이러한 비정형 VOC 데이터를 자동으로 분류하고 VOC의 유형과 극성을 판별할 수 있는 오피니언 마이닝 기반의 지능형 VOC 분석 시스템을 제안하였다. 또한 VOC 오피니언 분석의 기준이 되는 주제지향 감성사전 개발 프로세스와 각 단계를 구체적으로 제시하였다. 그리고 본 연구에서 제시한 시스템의 효용성을 검증하기 위하여 의료기관 홈페이지에서 수집한 4,300여건의 VOC 데이터를 이용하여 병원에 특화된 감성어휘와 감성극성값을 도출하여 감성사전을 구축하고 이를 통해 구현된 VOC분류 모형의 정확도를 비교하는 실험을 수행하였다. 그 결과 "칭찬, 친절함, 감사, 무사히, 잘해, 감동, 미소" 등의 어휘는 매우 높은 긍정 오피니언 값을 가지며, "퉁명, 뭡니까, 말하더군요, 무시하는" 등의 어휘들은 강한 부정의 극성값을 가지고 있음을 확인하였다. 또한 VOC의 오피니언 분류 임계값이 -0.50일 때 가장 높은 분류 예측정확도 77.8%를 검증함으로써 오피니언 마이닝 기반의 지능형 VOC 분석시스템의 유효성을 확인하였다. 그러므로 지능형 VOC 분석시스템을 통해 VOC의 실시간 자동 분류 및 대응 우선순위를 도출하여 고객 민원에 대해 신속히 대응한다면, VOC 전담 인력을 효율적으로 운용하면서도 고객 불만을 초기에 해소할 수 있는 긍정적 효과를 기대해 볼 수 있을 것이다. 또한 VOC 텍스트를 분석하고 활용할 수 있는 오피니언 마이닝 모형이라는 새로운 시도를 통해 향후 다양한 분석과 실용 프레임워크의 기틀을 제공할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.179-196
• /
• 2019

최근의 '똑똑한 소비자(Smart Consumer)'라 불리는 소비자가 많아지고 있는데, 이들은 제조사나 광고를 통해 전달되는 정보에 의존하지 않고, 기존 사용자나 전문가들의 후기, 여러 과학 지식을 획득하여 제품에 대한 이해를 높이고, 본인 스스로가 직접 판단하여 구매하고 있다. 특히나 화장품 분야는 인체 유해성과 같은 부정적인 요소에 대한 민감도가 높고, 자신의 고유한 피부 특성과의 조화도 고려되어야 하기 때문에, 전문적인 지식과 타인의 경험, 본인의 과거 경험 등을 종합적으로 생각하여 구매 의사결정을 내려야 하고, 이에 대해서 적극적인 소비자가 많아지고 있다. 이러한 움직임은 '셀프 뷰티' 와 같은 '셀프' 문화의 열풍과 함께, 문화 현상인 '그루밍족'의 등장, 사회적 트렌드인 'K-뷰티' 와도 동행한다고 할 수 있다. 맞춤형 화장품에 대한 관심의 급부상도 이러한 현상 중 하나라 볼 수 있다. 소비자들의 맞춤형 화장품의 니즈를 충족시키기 위해, 화장품 제조사나 관련 기업들은 ICT기술과의 융합을 통하여 프리미엄 서비스를 중심으로 소비자의 니즈에 대응하고 있다. 그러나 기업 및 시장 현황이 맞춤형 화장품을 향해 진화하고 있지만, 소비자의 피부 상태, 추구하는 감성, 실제 제품이나 서비스까지 소비자 경험을 전체적으로 완전하게 다루는 지능형 데이터 플랫폼은 부재한다. 본 연구에서는 소비자 경험에 대한 지능형 데이터 플랫폼 구축을 위한 첫 단계로 소비자 언어 기반의 화장품 감성 분석을 수행하였다. 소비자들 개인의 선호나 취향이 분명한 앰플/세럼 카테고리를 중심으로 매출 순위 1위에서 99위까지의 99개 제품을 선정하여, 블로그와 트위터 등의 SNS 상에 언급되는 후기 내에 화장품 경험에 대한 소비자 감성을 수집하였다. 총 357개의 감성 형용사를 수집하였고, 고객 여정 워크샵을 통해 유사 감성을 합치고, 중복 감성을 통합하는 작업을 수행하였으며, 최종 76개 형용사를 구축했다. 구축한 형용사에 대한 SOM 분석을 통해 화장품에 대한 소비자 감성에 대한 클러스터링을 실시했다. 분석 결과, 총 8개의 클러스터를 도출했고, 클러스터 별 각 노드의 벡터 값을 기준으로 소비자 감성 Top 10을 도출했다. 소비자 감성을 기준으로 클러스터별 소비자 감성에 서로 다른 특징이 발견됐으며, 소비자에 따라 다른 소비자의 감성을 선호, 기존과는 다른 소비자 감성을 고려한 추천 및 분류 체계가 필요함을 확인했다. 연구 결과를 통해 감성 분석의 활용 도메인이 화장품만이 아닌 다양한 영역으로 확장될 수 있음 확인했으며, 감성 분석을 통한 소비자 인사이트를 도출할 수 있다는 점을 시사했다. 또한, 본 연구에서 활용한 디자인 씽킹(Design Thinking)의 방법론의 적용하여 화장품 특화된 감성 사전을 과학적인 프로세스로 구축했으며, 화장품에 대한 소비자의 인지 및 심리에 대한 이해를 도울 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.47-73
• /
• 2020

KTX 차량은 수많은 기계, 전기 장치 및 부품들로 구성되어 있는 하나의 시스템으로 차량의 유지보수에는 상당히 많은 전문성과 유지보수 작업자들의 경험을 필요로 한다. 차량 고장발생 시 유지보수자의 지식과 경험에 따라 문제 해결의 시간과 작업의 질적 차이가 발생하며 그에 따른 차량의 가용율이 달라진다. 일반적으로 문제해결은 고장 매뉴얼을 기반으로 하지만 경험이 많고 능숙한 전문가의 경우는 이와 더불어 개인의 노하우를 접목하여 신속하게 진단하고 조치를 취한다. 이러한 지식은 암묵지 형태로 존재하기 때문에 후임자에게 완전히 전수되기 어려우며, 이를 위해 사례기반의 철도차량 전문가시스템을 개발하여 데이터화된 지식으로 바꾸려고 하는 연구들이 있어왔다. 하지만, 간선에 가장 많이 투입되고 있는 KTX 차량에 대한 연구나 텍스트의 특징을 추출하여 유사사례를 검색하는 시스템 개발은 아직 미비하다. 따라서, 본 연구에서는 이러한 차량 유지보수 전문가들의 노하우를 통해 수행된 고장들에 대한 진단과 조치 이력을 문제 해결의 사례로 활용하여 새롭게 발생하는 고장에 대한 조치가이드를 제공하는 지능형 조치지원시스템을 제안하고자 한다. 이를 위하여, 2015년부터 2017년동안 생성된 차량고장 데이터를 수집하여 사례베이스를 구축하였고, 차원축소 기법인 비음수 행렬 인수분해(NMF), 잠재의미분석(LSA), Doc2Vec을 통해 고장의 특징을 추출하여 벡터 간의 코사인 거리를 측정하는 방식으로 유사 사례를 검색하였으며, 위의 알고리즘에 의해 제안된 조치내역들 간 성능을 비교하였다. 분석결과, 고장 내역의 키워드가 적은 경우의 유사 사례 검색과 조치 제안은 코사인 유사도를 직접 적용하는 경우에도 좋은 성능을 낸다는 것을 알 수 있었고 차원 축소 기법들의 성능 비교를 통해 문맥적 의미를 보존하는 차원 축소 방식 중 Doc2Vec을 적용하는 것이 가장 좋은 성능을 나타낸다는 것을 알 수 있었다. 텍스트 마이닝 기술은 여러 분야에서 활용을 위한 연구들이 이루어지고 있는 추세이나, 본 연구에서 활용하고자 하는 분야처럼 전문적인 용어들이 다수이고 데이터에 대한 접근이 제한적인 환경에서 이러한 텍스트 데이터를 활용한 연구는 아직 부족한 실정이다. 본 연구는 이러한 관점에서 키워드 기반의 사례 검색을 보완하고자 텍스트 마이닝 기법을 접목하여 고장의 특징을 추출하는 방식으로 사례를 검색해 조치를 제안하는 지능형 진단시스템을 제시하였다는 데에 의의가 있다. 이를 통해 현장에서 바로 사용 가능한 진단시스템을 단계적으로 개발하는데 기초자료로써 시사점을 제공할 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.1-23
• /
• 2013

융합 R&D가 추구해야 할 바람직한 방향은 이종 기술 간의 결합에 의한 맹목적인 신기술 창출이 아니라, 당면한 주요 문제를 해결함으로써 사회적 니즈를 충족시킬 수 있는 기술을 개발하는 것이다. 이와 같은 사회문제 해결형 기술 R&D를 촉진하기 위해서는 우선 우리 사회에서 주요 쟁점이 되고 있는 문제들을 선별해야 한다. 그런데 우선적이고 중요한 사회문제를 분별하기 위해 전문가 설문조사나 여론조사 등 기존의 사회과학 방법론을 사용하는 것은 참여자의 선입견이 개입될 수 있고 비용이 많이 소요된다는 한계를 지닌다. 기존의 사회과학 방법론이 지닌 문제점을 보완하기 위하여 본 논문에서는 사회적 이슈를 다루고 있는 대용량의 뉴스기사를 수집하고 통계적인 기법을 통하여 사회문제를 나타내는 키워드를 추출하는 시스템의 개발을 제안한다. 2009년부터 최근까지 3년 동안 10개 주요 언론사에서 생산한 약 백 30만 건의 뉴스기사에서 사회문제를 다루는 기사를 식별하고, 한글 형태소 분석, 확률기반의 토픽 모델링을 통해 사회문제 키워드를 추출한다. 또한 키워드만으로는 정확한 사회문제를 파악하기 쉽지 않기 때문에 사회문제와 연관된 키워드와 문장을 찾아서 연결하는 매칭 알고리즘을 제안하다. 마지막으로 사회문제 키워드 비주얼라이제이션 시스템을 통해 시계열에 따른 사회문제 키워드를 일목요연하게 보여줌으로써 사회문제를 쉽게 파악할 수 있도록 하였다. 특히 본 논문에서는 생성확률모델 기반의 새로운 매칭 알고리즘을 제안한다. 대용량 뉴스기사로부터 Latent Dirichlet Allocation(LDA)와 같은 토픽 모델 방법론을 사용하여 자동으로 토픽 클러스터 세트를 추출할 수 있다. 각 토픽 클러스터는 연관성 있는 단어들과 확률값으로 구성된다. 그리고 도메인 전문가는 토픽 클러스터를 분석하여, 각 토픽 클러스터의 레이블을 결정하게 된다. 이를 테면, 토픽 1 = {(실업, 0.4), (해고, 0.3), (회사, 0.3)}에서 토픽 단어들은 실업문제와 관련있으며, 도메인 전문가는 토픽 1을 실업문제로 레이블링 하게 되고, 이러한 토픽 레이블은 사회문제 키워드로 정의한다. 그러나 이와 같이 자동으로 생성된 사회문제 키워드를 분석하여 현재 우리 사회에서 어떤 문제가 발생하고 있고, 시급히 해결해야 될 문제가 무엇인지를 파악하기란 쉽지 않다. 따라서 제안된 매칭 알고리즘을 사용하여 사회문제 키워드를 요약(summarization)하는 방법론을 제시한다. 우선, 각 뉴스기사를 문단(paragraph) 단위로 세그먼트 하여 뉴스기사 대신에 문단 세트(A set of paragraphs)를 가지게 된다. 매칭 알고리즘은 각 토픽 클러스터에 대한 각 문단의 확률값을 측정하게된다. 이때 토픽 클러스터의 단어들과 확률값을 이용하여 토픽과 문단이 얼마나 연관성이 있는지를 계산하게 된다. 이러한 과정을 통해 각 토픽은 가장 연관성이 있는 문단들을 매칭할 수 있게 된다. 이러한 매칭 프로세스를 통해 사회문제 키워드와 연관된 문단들을 검토함으로써 실제 우리 사회에서 해당 사회문제 키워드와 관련해서 구체적으로 어떤 사건과 이슈가 발생하는 지를 쉽게 파악할 수 있게 된다. 또한 매칭 프로세스와 더불어 사회문제 키워드 가시화를 통해 사회문제 수요를 파악하려는 전문가들은 웹 브라우저를 통해 편리하게 특정 시간에 발생한 사회문제가 무엇이며, 구체적인 내용은 무엇인지를 파악할 수 있으며, 시간 순서에 따른 사회이슈의 변동 추이와 그 원인을 알 수 있게 된다. 개발된 시스템을 통해 최근 3년 동안 국내에서 발생했던 다양한 사회문제들을 파악하였고 개발된 알고리즘에 대한 평가를 수행하였다(본 논문에서 제안한 프로토타입 시스템은 http://dslab.snu.ac.kr/demo.html에서 이용 가능함. 단, 구글크롬, IE8.0 이상 웹 브라우저 사용 권장).

• 치위생과학회지
• /
• 제10권1호
• /
• pp.17-24
• /
• 2010

부산 사하구내 경로당과 D 노인대학을 이용하는 65세 이상 노인의 고혈압과 당뇨병에 대한 실태를 비교 조사하여 이를 바탕으로 노인의 구강건강행태 이론을 개발하도록 돕고 보다 전문화된 구강건강행위 전략 구축을 위한 하나의 기초자료로 활용하고자 하였다. 설문도구는 인구사회학적 특성, 건강행태, 건강검진, 고혈압 실태, 당뇨병 실태, 삶의 질(EQ5D) 문항으로 구성하였다. 2009년 8월 중순에서 9월 중순까지 약 한 달 동안 사하구내 경로당 10곳과 D 노인대학을 직접 방문하여 설문내용을 자세히 읽어드리고 협조에 응해주시는 65세 이상인 경로당 노인 100명과 D 노인대학 학생 74명으로 총 174명을 대상으로 자료수집 하였다. 자료분석은 SPSS 12.0을 이용하여 빈도분석, 교차분석을 통한 ${\chi}^2$검정, 독립표본 t 검정을 하였다. 연구결과는 아래와 같다. 1. 건강검진관련 항목 중 최근 1년 동안 혈압을 한번이라도 측정한 경우가 94.8%로 높았으며, 최근 1년 동안 혈당을 측정한 경우도 91.4%로 높게 나타났다. 건강관련 정보 취득원의 경우 경로당 노인은 방송을 통해서가 50.0%, 노인대학 노인은 전문가 강좌 및 상담이 64.8%로 약간 높게 나타났다(p < 0.05). 2. 고혈압인 경우가 32.2%로 나타났으며, 최초 고혈압 발견은 병원 진료 시 83.9%로 가장 많았다(p < 0.05). 고혈압 진단 장소는 병의원 50.0%로 나타났으며(p < 0.05), 고혈압을 진단받은 시기는 5년 이하 50.0%로 가장 많게 나타났다(p < 0.05). 정기적 혈압점검은 월 1회 이상 76.8%로 가장 많았고(p < 0.05), 혈압조절여부에서는 잘 조절된다가 75.0%로 가장 높게 나타났다(p < 0.05). 혈압약 복용은 경로당 노인은 매일 복용함이 85.7%로 가장 많았으며 노인대학 노인은 매일 복용하지 않는 것으로 나타났다(p < 0.05). 3. 당뇨병인 경우가 14.4%로 나타났으며, 당뇨병 최초 발견은 병원 진료 시 80.0%로 나타났다(p < 0.05). 개인용 혈당측정기 보유에서는 아니오가 64.0%로 약간 높게 나타났다(p < 0.05). 4. 삶의 질의 측정 항목 중 운동능력에서 경로당과 노인대학 노인 모두 걷는데 지장이 없다가 62.7%로 많았으며, 두 군을 비교해 보면 경로당 노인이 노인대학 노인보다 걷는데 다소 지장이 있는 분들이 조금 더 많았다(p < 0.05). 통증과 불편여부에서는 경로당 노인은 다소 통증이나 불편감이 있다가 다소 많았으며 노인대학 노인은 통증이나 불편감이 없다가 조금 더 많게 나타났다(p < 0.05). 5. 경로당과 노인대학 노인의 오늘 건강상태를 비교한 결과 노인대학 노인이 경로당 노인보다 유의하게 높은 건강상태를 나타냈다(p < 0.05). 이상의 결과에서 대체로 경로당 노인들보다 노인대학 노인들이 건강상태가 비교적 양호하였으며 삶의 질의 항목인 걷는데 지장이 없다와 불안/우울하지 않다라고 생각하는 것이 더 많았으나, 고혈압, 당뇨관리는 경로당과 노인대학 노인 둘 다 어느 정도 잘 되는 것으로 나타났다. 본 연구에서 노인의 삶의 질을 향상시키기 위해서 건강행태 및 고혈압·당뇨병 등 주요 질환관리 실태를 기초로 다양한 구강보건교육 및 구강건강증진 프로그램을 개발하여 노인 개개인에게 맞춤형 치과 의료서비스를 제공하여야 한다는 점에서 현재 본 대학에서 실시하고 있는 노인대학 구강건강관리프로그램 운영이 노인의 구강건강행위 실천에 긍정적인 영향을 주는 것으로 생각된다. 이번 실태조사에서 노인대학 노인중 고혈압 환자와 당뇨 환자의 수가 적었다는 제한점을 보여 신뢰성 있는 결론을 도출하는 데는 한계가 있다고 생각하나 후속연구에서 보다 많은 대상환자를 확보하고 체계적인 실태조사가 이뤄진다면 그 결과가 노인의 구강건강증진을 위한 프로그램 계획시 필요한 기초자료로 활용될 수 있으리라 생각한다.

• 농촌의학ㆍ지역보건
• /
• 제27권2호
• /
• pp.159-175
• /
• 2002

본 연구는 대구광역시와 경상북도 보건소의 성교육 상당 담당자들의 구체적인 직무 현황과 실태를 조사하고 비교 분석하여 제반 문제점을 파악한 후 개선 방안을 도출하고, 이를 통하여 성교육 및 상담의 효율적인 수행방안을 제시하고자 수행되었다. 정상북도의 경우 총 53명을 교육하여 보건소당 평균 2.3명을 교육하였고, 보건소별로는 1명부터 5명까지 배치되어 있었다. 대구광역시의 경우도 10명을 교육하였으나, 보건소별로는 0명부터 3명까지 차이를 보였다. 성교육과 상담교육을 이수한 근무자 중에서 교육이수 후 성상담 업무를 담당한 경험이 있는 경우는 38명으로 66.7%를 차지하였다. 전체 31개 보건소 중 현재 성교육 업무를 담당하고 있는 담당자 27명이 응답한 내용을 분석해 보면 다음과 같다. 성교육이나 상담시 사용하는 자료에 대한 복수응답 결과 비디오를 이용한 경우가 25건(92.6%), 책이나 소 책자가 23건(85.2%), 사진을 이용한 경우가 10건(37.0%), 빔프로젝트 8건(29.6%), 슬라이드를 이용한 경우가 7건(25.9%) 순이었다. 성교육과 상담업무 담당자의 업무별 투입시간 비율을 보면, 성교육 외의 업무가 76.2%, 학교현장에서의 성교육 7.6%, 성교육 자료수집 5.7%, 성교육 자료개발 3.5%, 청소년 상담 3.0%순이었다. 성교육과 상담실시 여부를 분석한 결과 27개 보건소 중에서 유치원 학생에 대하여 성교육을 실시하고 있는 보건소는 12개로 44.4%, 초등학교는 13개로 48.1%, 중학교는 19개로 70.4%, 고등학교는 14개로 51.9%, 성인 대상의 교육과 상담은 10개 보건소에서 교육을 실시하고 있어 37.0%로 나타났다. '99년도 한해 동안 각 보건소에서 실시한 성상담 건수는 평균 301건이었으며, 보건소에서 실시한 현장 성 교육 횟수는 유치원이 13.1회, 초등학교 7.5회, 중학교 4.8회, 고등학교 10.9회, 그리고 성인을 대상으로 한 교육횟수가 21.0회였다. '99년 한해 동안 각 보건소에서 실시한 성교육 인원은 유치원이 평균 782명, 초등학교가 235명, 중학교 240명, 고등학교 448명, 그리고 성인 교육이 1,534명으로 나타났다. 성교육 담당자들의 업무에 가장 큰 문제점에 대한 응답 중 '업무량이 과중하다'가 9명(33.3%), '성교육 자료 부족'이 8명(29.6%)으로 가장 많았다. 성교육 담당자의 업무와 관련된 개선방안에 대한 응답에서 성교육을 담당하는 기관이 더욱 전문적이고 체계적이어야 한다는 지적이 70.4%로 가장 높았고, 교육 자료가 더욱 구체적이고 세분화되어야 한다고 응답이 44.4%, 보건소 성상담요원의 업무량의 감소로 인한 성 상담과 교육에의 전문화와 체계화에 대한 의견이 37.0%, 다음으로는 학교, 교사와 보건소와의 협조 강화가 29.6%였다. 이상의 결과로 볼 때, 현재 보건소의 성교육 상담 인력의 훈련과 배치 및 활용은 효율적이지 못하다고 판단되며, 인력의 효율적 활용을 위한 인사교류 방안의 개선과 지역의 성교육과 상담 수요에 따른 인력 양성 계획이 필요하다. 또한 보건소의 성교육을 효율적으로 수행하기 위한 전문성 확보를 위해 담당자의 지속적인 교육과 업무수행을 위한 교육자료의 개발과 보급이 필요하다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.1-21
• /
• 2012

최근 스마트폰의 등장으로 인해 사용자들은 시간과 공간의 제약 없이 스마트폰을 이용한 새로운 의사소통의 방법을 경험하고 있다. 이러한 스마트폰은 고화질의 컬러화면, 고해상도 카메라, 실시간 3D 가속그래픽과 다양한 센서(GPS와 Digital Compass) 등을 제공하고 있으며, 다양한 센서들은 사용자들(개발자, 일반 사용자)로 하여금 이전에 경험하지 못했던 서비스를 경험할 수 있도록 지원하고 있다. 그 중에서 모바일 증강현실은 스마트폰의 다양한 센서들을 이용하여 개발할 수 있는 대표적인 서비스 중 하나이며, 이러한 센서들을 이용한 다양한 방법의 모바일 증강현실 연구들이 활발하게 진행되고 있다. 모바일 증강현실은 크게 위치 정보 기반의 서비스와 내용 기반 서비스로 구분할 수 있다. 위치 정보 기반의 서비스는 구현이 쉬운 장점이 있으나, 증강되는 정보의 위치가 실제의 객체의 정확한 위치에 증강되는 정보가 제공되지 않는 경우가 발생하는 단점이 존재한다. 이와 반대로, 내용 기반 서비스는 정확한 위치에 증강되는 정보를 제공할 수 있으나, 구현 및 데이터베이스에 존재하는 이미지의 양에 따른 검색 속도가 증가하는 단점이 존재한다. 본 논문에서는 위치 정보 기반의 서비스와 내용기반의 서비스의 장점들을 이용한 방법으로, 스마트폰의 다양한 센서(GPS, Digital Compass)로 부터 수집된 정보를 이용하여 데이터베이스의 탐색 범위를 줄이고, 탐색 범위에 존재하는 이미지들의 특징 정보를 기반으로 실제의 랜드마크를 인식하고, 인식한 랜드마크의 정보를 링크드 오픈 데이터(LOD)에서 검색하여 해당 정보를 제공하는 랜드마크 가이드 시스템을 제안한다. 제안하는 시스템은 크게 2개의 모듈(랜드마크 탐색 모듈과 어노테이션 모듈)로 구성되어있다. 첫 번째로, 랜드마크 탐색 모듈은 스마트폰으로 인식한 랜드마크(건물, 조형물 등)에 해당하는 정보들을 (텍스트, 사진, 비디오 등) 링크드 오픈 데이터에서 검색하여 검색된 결과를 인식한 랜드마크의 정확한 위치에 정보를 제공하는 역할을 한다. 스마트폰으로부터 입력 받은 이미지에서 특징점 추출을 위한 방법으로는 SURF 알고리즘을 사용했다. 또한 실시간성을 보장하고 처리 속도를 향상 시키기 위한 방법으로는 입력 받은 이미지와 데이터베이스에 있는 이미지의 비교 연산을 수행할 때 GPS와 Digital Compass의 정보를 사용하여 그리드 기반의 클러스터링을 생성하여 탐색 범위를 줄임으로써, 이미지 검색 속도를 향상 시킬 수 있는 방법을 제시하였다. 두 번째로 어노테이션 모듈은 사용자들의 참여에 의해서 새로운 랜드마크의 정보를 링크드 오픈 데이터에 추가할 수 있는 기능을 제공한다. 사용자들은 키워드를 이용해서 링크드 오픈 데이터로에서 관련된 주제를 검색할 수 있으며, 검색된 정보를 수정하거나, 사용자가 지정한 랜드마크에 해당 정보를 표시할 수 있도록 지정할 수 있다. 또한, 사용자가 지정하려고 하는 랜드마크에 대한 정보가 존재하지 않는다면, 사용자는 랜드마크의 사진을 업로드하고, 새로운 랜드마크에 대한 정보를 생성하는 기능을 제공한다. 이러한 과정은 시스템이 카메라로부터 입력 받은 대상(랜드마크)에 대한 정확한 증강현실 컨텐츠를 제공하기 위해 필요한 URI를 찾는데 사용되며, 다양한 각도의 랜드마크 사진들을 사용자들에 의해 협업적으로 생성할 수 있는 환경을 제공한다. 본 연구에서 데이터베이스의 탐색 범위를 줄이기 위해서 랜드마크의 GPS 좌표와 Digital Compass의 정보를 이용하여 그리드 기반의 클러스터링 방법을 제안하여, 그 결과 탐색시간이 기존에는 70~80ms 걸리는 반면 제안하는 방법을 통해서는 18~20ms로 약 75% 정도 향상된 것을 확인할 수 있었다. 이러한 탐색시간의 감소는 전체적인 검색시간을 기존의 490~540ms에서 438~480ms로 약 10% 정도 향상된 것을 확인하였다.