• 경영과정보연구
• /
• 제34권5호
• /
• pp.127-148
• /
• 2015

본 연구는 스마트러닝의 학습을 통해 학습성과에 영향을 미치는 스마트러닝 속성에 학습정보를 제공하여, 다양한 학습 서비스를 통하여 학습자로 하여금 학습 환경을 최적화시키는 방안에 스마트러닝 시스템을 활용하고자 한다. 경영환경이 더욱 다양해지고 있는 현시점에서 스마트러닝 기술속성들이 학습성과에 어떠한 영향관계를 미치는지 종합적으로 고찰해 볼 필요성이 있다. 스마트러닝 속성은 최근 학자들마다 조금씩 다른 의미로 정의되기도 하지만, 본 연구에서는 선행연구를 바탕으로 개인화(Personalization), 다양성(Variety), 연결성(Connectivity), 복합성(Convergence), 편재성(Ubiquity)의 다섯 가지로 정의 한다. 이에 스마트러닝 학습자의 만족도와 스마트러닝 학습 성공 요인들의 관계를 규명하고 학습몰입에 영향을 주는 주요 요인을 분석한 결과, 스마트러닝의 속성의 다양성, 개인화, 복합성은 학습몰입에 영향을 미치고 다양성, 개인화, 편재성은 상호작용에 영향을 미치고, 학습자의 학습몰입과 상호작용성은 학습성과에 유용한 영향을 미치는 것으로 분석되었다. 이는 스마트러닝을 학습효과의 극대화을 위해서는 스마트러닝의 속성이 중요함의 시사점을 준다.

• 기술혁신학회지
• /
• 제14권3호
• /
• pp.647-663
• /
• 2011

기업은 유능한 인재가 경쟁력임을 인식하고 조직구성원의 직무교육에 관심과 투자를 확대하고 있다. 하지만 그동안 기업교육은 대기업 중심의 이러닝을 중심으로 확대 되었으며 중소기업은 그 경제적 위상에도 불구하고 상대적으로 영세한 사업규모, 직원의 잦은 이직 등으로 관심과 투자가 부족하였다. 본 논문은 스마트 기기의 보급과 확산, 지식기반 경제의 확대 속에서 중소기업의 직무교육을 혁신 과정의 중요한 부분으로 인식하고 효율적인 교육학습 방법으로 스마트러닝을 제안한다. 그리고 이에 대한 중소기업의 이용의향과 세부 효용, 속성별 선호도를 컨조인트 분석을 통해 살펴보았다. 분석결과 중소기업은 스마트러닝 수용에 긍정적인 평가를 나타내고 있었으며, 요금 지불에 대한 이슈와 교육장소가 중요하게 고려되고 있었다. 특히 서비스 개별 속성 및 수준에 대한 일반직원과 교육담당자의 인식차이 가운데 학습 기기뿐만 아니라 교육학습 방식의 혁신으로 양방향 및 맞춤형 콘텐츠에 대한 관심이 필요함을 보여 주었다. 스마트러닝은 향후 중소기업의 변화와 혁신파정에서 차별적인 가치혁신(Value innovation) 전략의 하나로서 기업의 흡수역량(Absorptive capacity)을 향상 시키는 전략적 수단으로 활용될 필요가 있다.

• 스마트미디어저널
• /
• 제13권4호
• /
• pp.57-64
• /
• 2024

패션 이미지에 포함된 소재, 색상, 핏 등의 속성은 소비자가 의류를 구매하는 데 있어서 중요한 요인이다. 그러나 의류 속성을 분류하는 과정은 많은 인력을 필요로 하고, 작업자의 주관적인 판단에 의존하기 때문에 일관성이 떨어진다. 이러한 문제를 완화하기 위해 인공지능을 활용하여 패션 이미지의 의류 속성을 분류하는 연구가 필요하다. 기존 연구에서는 주로 상의 또는 하의 중 하나의 항목에 대한 의류 속성을 분류하는 것에 초점을 두고 있기 때문에 전신 패션 이미지의 경우에는 상의와 하의의 속성을 동시에 파악할 수 없다는 한계가 있었다. 본 연구는 패션 이미지의 상의와 하의를 구분하여 각 항목의 카테고리와 의류 소재의 속성을 분류할 수 있는 딥러닝 모델을 제안한다. 본 연구에서 딥러닝 모델 ResNet과 EfficientNet를 이용하였고, 학습에 활용한 데이터셋은 패션 이미지 1,002,718장과 의류 카테고리와 소재 속성을 포함한 라벨 총 125개를 사용하였다. Weighted F1-Score를 기준으로 ResNet은 0.800, EfficientNet는 0.781로 ResNet이 더 우수한 성능을 보였다.

• 한국교육학연구
• /
• 제23권1호
• /
• pp.183-204
• /
• 2017

스마트 기술의 발달과 다양한 스마트 매체의 등장은 개인의 학습 환경과 학교교육 현장에 획기적인 변화를 가져왔다. 이에 정부는 학습 환경의 변화에 발맞추어, 2011년 스마트교육 추진 전략을 발표했고, 스마트교육이라는 용어를 공식적으로 등장시켰다. 이후 정부를 중심으로 스마트교육을 학교 현장에 도입하고자 다양한 정책이 실행되어 왔으며, 스마트교육에 관한 연구도 활발히 진행되어 왔다. 그러나 스마트교육이라는 개념이 등장한지 6여 년이 지난 지금까지도 스마트교육은 정체성에 대한 혼란을 안고 있으며, 스마트교육에 대한 명확한 이해가 부재한 상황에서 기술적 측면을 중심으로 정책이 추진되면서 일선현장의 교사들은 스마트교육을 단순히 스마트 기기를 활용한 수업으로 이해하고 있는 경우가 많으며, 이로 인해 스마트교육은 단순히 스마트 기기를 활용한 수업으로 자리잡아가고 있는 실정이다. 본 연구는 스마트교육의 이론적 기틀 마련을 위해 선행연구 분석을 토대로 스마트교육의 속성을 정의하였으며, 스마트교육 연구 가운데 실증 및 사례 연구를 검토 분석하여 실제 교육현장에서 스마트교육이 어떤 속성들을 중심으로 구현되고 있는지를 살펴보았다. 선행연구 분석 결과 도출된 스마트교육의 속성은 정보통신기술(T), 열린 학습 환경(E), 자기주도 학습(S), 맞춤형 학습(C), 소셜 러닝(SL)의 5가지로 나타났다. 실증 및 사례연구를 토대로 분석한 결과, 실제 교육현장에서 구현되고 있는 스마트교육의 속성은 정보통신기술을 기반으로 한 스마트기기 및 매체의 활용을 중심으로 나타났으며, 자기주도 학습, 맞춤형 학습은 스마트교육 환경에서 적절히 활용되지 못하고 있었다. 추후 연구를 통해 스마트교육이 가지고 있는 특성을 교육 현장에서 제대로 활용하여 교육적 효과를 제고하기 위한 연구가 필요하다는 시사점을 도출하였다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.471-476
• /
• 2024

다양한 스마트 기기 및 컴퓨팅 디바이스의 보급에 따라 빅데이터 생성이 광범위하게 일어나고 있다. 기계학습은 데이터의 패턴을 학습하여 추론을 수행하는 알고리즘이다. 다양한 기계학습 알고리즘 중에서 주목을 받는 알고리즘은 신경망 기반의 딥러닝 학습이다. 딥러닝은 다양한 응용이 발표되면서 빠른 성능 향상을 달성하고 있다. 최근 딥러닝 알고리즘 중에서 그래프 구조를 활용하여 데이터를 분석하려는 시도가 증가하고 있다. 본 연구에서는 그래프 구조를 활용하여 딥러닝 네트워크에 전달하기 위한 그래프 생성 방법을 제시한다. 본 논문은 그래프 생성 과정에서 노드의 속성과 간선의 가중치를 일반화하고 행렬화 과정을 제시하여 딥러닝 입력에 필요한 구조로 전환하는 방법을 제시한다. 그래프 생성 과정에서 속성과 가중치 정보를 보전할 수 있는 선형변환 매트릭스 적용 방법을 제시한다. 마지막으로 일반 그래프의 딥러닝 입력 구조를 제시하고 성능 분석을 위한 접근법을 제시한다.

• 한국컴퓨터산업학회논문지
• /
• 제6권5호
• /
• pp.749-756
• /
• 2005

향후 도래하는 유비쿼터스 환경에서는 모든 전자기기가 유/무선 통신망으로 연결되어 사용자는 언제 어디서나 원하는 정보에 접근할 수 있다. 특히, u-러닝(Ubiquitous-Learning)은 교육학적인 측면 뿐 아니라 어디서나 접근할 수 있다는 유비쿼터스적인 측면을 통해 학습의 효과를 보다 향상시킬 수 있다. 현재까지 추진된 u-러닝의 연구사례로, 주어진 학습 컨텐츠를 PDA를 이용하여 야외에서 학습할 수 있도록 하며, 원격지 모바일 환경의 학생들을 교실 수업에 참여시키는 스마트교실 등이 있다. 그러나 기존의 연구들에서는 학습자의 상호작용이나 협동학습 등의 교육학적인 속성과 유비쿼터스의 환경적 속성을 만족시키지 못함에 따라 본 연구에서는 어디서나 교실 환경에 참여하는 유비쿼터스 환경에 적합하면서도 교육학적인 면을 만족시키는 모바일 교실 프레임워크를 제안하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제11권4호
• /
• pp.27-33
• /
• 2006

향후 도래하는 유비쿼터스 환경에서는 모든 전자기기가 유/무선 통신망으로 연결되어 사용자는 언제 어디서나 원하는 정보에 접근할 수 있을 것으로 본다. 특히, u-러닝(Ubiquitous-Learning)은 교육학적인 측면뿐 아니라 어디서나 접근할 수 있다는 유비쿼터스적인 측면을 통해 학습의 효과를 보다 향상시킬 수 있어야 한다. 현재까지 추진된 u-러닝의 연구로는, PDA를 이용하여 학습 컨텐츠를 야외에서 학습하거나 원격지 모바일 환경의 학생들을 교실 수업에 참여시키는 스마트교실 등을 들 수가 있는데, 기존의 연구들에서는 학습자의 상호작용이나 협동학습 등의 교육학적인 속성과 유비쿼터스의 환경적 속성을 만족시키지 못하고 있다. 따라서 본 연구에서는 대학 등을 대상으로 어디서나 교실 환경에 참여하는 유비쿼터스 환경에 적합하면서도 교육학적인 면을 만족시키는 모바일 교실 프레임워크를 제안하고자 한다.

• 한국정보통신학회논문지
• /
• 제25권4호
• /
• pp.537-542
• /
• 2021

스마트 TV는 인터넷을 기반으로 기존의 TV에 비해 다양한 서비스와 정보를 제공하고 있다. 보다 개인화된 서비스나 정보를 제공하기 위해서는 사용자의 시청 패턴을 분석하고 이를 기반으로 맞춤형 서비스나 정보를 제공해야한다. 제안하는 시스템은 사용자의 TV 시청 패턴을 입력받고 이를 분석하여 사용자에게 맞춤형 정보로써 TV 프로그램이나 영화를 추천한다. 이를 위해 전처리기와 딥러닝(deep learning) 모델로 시스템을 구성하였다. 전처리기는 사용자가 시청한 TV 프로그램의 이름과 해당 TV 프로그램을 시청한 날짜, 시청한 시간 등을 입력하면 이를 정제한다. 그리고 정제된 데이터를 다중속성 LSTM 모델이 학습하고 예측을 수행하게 된다. 제안하는 시스템은 사용자에게 맞춤형 정보를 제공하는 시스템으로써 기존의 IoT 기술과 딥러닝 기술을 융합한 디지털 컨버전스(convergence)의 선도 기술이 될 것으로 사료된다.

• 디지털융복합연구
• /
• 제15권4호
• /
• pp.191-198
• /
• 2017

PHR(Personal Health Record)기반 헬스케어 서비스 플랫폼 지능화를 위해서는 사용자 맞춤형 건강정보 제공서비스가 필요하다. 본 논문에서는 개인 맞춤형 건강정보 추천을 위해서 온톨로지 기반 건강 정보 모델을 제안하였다. 또한 기계학습과 데이터마이닝 기법을 적용한 유사 건강정보 탐사 알고리즘을 설계하였다. 기존의 데이터마이닝 기법중 연관규칙 알고리즘을 확장하여 속성을 기반으로 연관규칙 탐사를 수행하여 지식탐사의 연관성을 높이고 효율적인 탐사시간을 제공할 수 있도록 하였다. 머신러닝의 한 기법인 K근접이웃 알고리즘을 적용하여 사용자 프로파일별 그룹화를 수행하고 유사패턴의 사용자 프로파일을 검색할 수 있도록 하였다. 이는 사용자의 질환과 건강상태에 따른 맞춤형 건강정보 탐사 수행의 효율성을 높인다. 제안된 알고리즘은 개인 맞춤형 헬스케어 서비스 플랫폼에서 추론과정에 적용되어 사용자에게 개인맞춤형건강정보를 추천하는 것을 가능하게 한다. 이는 고령화사회에서 스마트한 자가 건강관리에 활용될 수 있다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.599-607
• /
• 2021

스트리트뷰(Street-view) 영상은 도로의 특정 위치를 중심으로 한 전방위 영상을 제공하며, 보행 환경에 대한 다양한 장애물 정보를 포함한다. 보행자용 길안내 서비스에 활용하기 위한 보행 네트워크(Pedestrian network) 데이터는 교통약자를 비롯한 보행자의 이동 편의성을 보장하기 위하여 보행 장애물에 대한 최신 정보를 반영해야 한다. 본 연구에서는 스트리트뷰 영상과 딥러닝 기반의 객체탐지 알고리즘을 활용하여 서울 전역에 위치한 주요 보행 장애물인 볼라드(Bollard)를 학습하였다. 또한, 탐지된 볼라드 정보와 보행 네트워크 간의 공간매칭을 통해 횡단보도 노드를 대상으로 볼라드의 유무와 개수 정보를 장애물 속성으로 입력하고, 동시에 누락된 횡단보도 정보를 갱신하기 위한 프로세스를 정의하였다. 스트리트뷰 영상으로 학습된 모델은 보행 상황에서 스마트폰으로 촬영한 사진에 대해서도 적용이 가능하며, 향후 스트리트뷰 영상에 포함된 다양한 보행 장애물에 대한 추가 학습을 통해 효율적인 보행 장애 정보 갱신이 가능할 것으로 기대된다.