• 정보교육학회논문지
• /
• 제16권1호
• /
• pp.81-89
• /
• 2012

스마트러닝 품질은 전통적인 교육보다 복잡하고 다양한 요인으로 구성된다. 본 논문에서는 스마트러닝 품질을 콘텐츠, 시스템, 서비스측면에서 살펴보고 문헌연구와 표적집단면접법(FGI)에 의해서 스마트러닝 품질요인을 분류하였다. 설문조사는 리커트식 5점 척도에 의하여 사용자들이 품질요인의 만족도와 중요도를 상대적으로 평가하도록 하였다. 설문지는 39문항으로 구성하였으며 불성실하게 응답한 설문지 8부를 제외하고 112부가 최종분석을 위하여 활용되었다. 수집된 데이터는 SPSS 18.0을 활용하여 통계적으로 분석되었으며, 실증적 검증을 위해서 중요도-만족도 분석이 활용되었다.

• 디지털융복합연구
• /
• 제19권7호
• /
• pp.57-70
• /
• 2021

코로나-19가 확산하면서 비대면 학습을 할 수 있는 스마트 러닝에 관한 관심이 증가하고 있다. 본 연구는 스마트 러닝의 개념에 대한 이해와 스마트 러닝에 관련된 선행연구를 살펴보고, 코로나-19에 대한 사용자의 생각과 스마트러닝 시스템의 정보 품질 및 시스템 품질이 사용자의 수용에 어떻게 영향을 미치는지 분석한 실증연구이다. 본 연구는 코로나-19에 대한 지각된 민감성과 심각성이 전파위험 걱정을 매개로 하여 스마트 러닝에 대한 만족과 사용에 대한 영향력을 살펴보았고, 콘텐츠 품질과 상호작용 품질로 구성된 정보 품질과 시스템 접근성과 기능성으로 구성된 시스템 품질이 사용자 만족을 매개로 하여 스마트 러닝 사용에 미치는 영향력을 살펴보았다. 제안된 모형을 검증하기 위해 스마트 러닝 사용 경험이 있는 사용자 334명을 대상으로 설문을 실시하였고, Smart PLS 3.0을 이용하여 분석을 수행하였다. 분석 결과에 따르면 정보 품질과 시스템 품질 중에서 기능성만 스마트 러닝의 만족에 양(+)의 영향을 미쳤고, 만족은 사용 행동에 양(+)에 영향을 미쳤다. 그러나 시스템 품질 중 접근성은 만족에 영향을 미치지 않는 것으로 나타났으며 전파위험 걱정은 만족에 부정적인 영향을 미치는 것으로 나타났다. 본 연구는 코로나-19와 같은 새로운 감염병의 위기상황 속에서 학생들의 학습을 지원하기 위한 스마트 러닝을 연구할 때에 연구자들에게 의미 있는 가이드 라인을 제공할 수 있을 뿐만 아니라 교육기관과 스마트 러닝 관련 업체들에게도 유용한 시사점을 제공할 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제25권9호
• /
• pp.183-191
• /
• 2020

IT 발달과 함께 스마트기기로 많은 학습자가 이러닝 콘텐츠를 접하고 있으며, 콘텐츠 제공자들은 학습자의 재이용 의도와 행동을 주의 깊게 관찰하고 있다. 따라서 본 연구에서는 스마트폰에 기반한 이러닝 학습을 접해본 200명의 사용자를 대상으로 이러닝 콘텐츠 플랫폼 특성이 재이용 의도에 미치는 영향을 연구하였다. 그 결과, 사용자의 재이용 의도에 영향을 미치는 특성은 콘텐츠 품질, 상호작용성, 편재성으로 나타났다. 또한, 남성일 경우 재이용 의도에 영향을 미치는 가장 큰 특성은 상호작용성이며, 여성일 경우 콘텐츠 품질과 편재성이었다. 스마트폰을 이용해 하루 평균 한 시간 미만 이러닝을 학습할 경우 콘텐츠 품질이 재이용 의도에 가장 큰 영향을 주었으며, 반대로 한 시간 이상 학습할 경우 편재성, 편리성, 상호작용성이 재이용 의도에 영향을 주었다. 아직도 많은 이러닝 기업들이 PC 기반의 기술이나 단기적 홍보 중심의 사업 전략을 유지해오고 있는데, 본 연구의 결과는 앞으로 해당 기업들이 장기적 사업 전략의 관점에서 스마트폰 기반의 플랫폼 변화와 그 핵심 요인들에 대한 방향을 제시했다는 데 의의를 둘 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제18권5호
• /
• pp.869-879
• /
• 2017

이 연구는 HTML5 서비스 품질이 스마트 러닝의 사용의도에 관한 실증적인 연구를 통해 정책적 시사점을 제시한다. HTML5의 서비스 품질로 신뢰성, 확신성, 유형성, 공감성, 대응성을 독립변수로, 지각된 유용성, 지각된 사용 용이성을 매개변수로, 사용의도를 종속변수로 선정 하였다. 조절변수로는 디바이스, 이용서비스, 학습장소, 이용서비스, 사용기간, 사용시간이 채택되었다. HTML5 서비스 품질의 신뢰성, 유형성이 지각된 사용 용이성에 부정적 영향을 미치는 것으로 파악 되었다. 신뢰성, 확신성, 유형성, 공감성, 대응성이 지각된 유용성에 긍정적 영향을 미치고, 확신성, 공감성, 대응성이 지각된 사용 용이성에서 긍정적 영향을 미치는 것으로 파악 되었다. 지각된 사용 용이성이 지각된 유용성에서 긍정적인 영향을 미치는 것으로 검증이 되었고 유용하거나 사용이 용이하다면 이용자의 사용의도에 긍정적인 영향이 있음을 검증하였다.

• 스마트미디어저널
• /
• 제12권4호
• /
• pp.9-18
• /
• 2023

스테가노그래피는 데이터의 존재 자체를 은닉하여 데이터를 보호하는 기술이다. 최근에는 인공지능 기술이 발달함에 따라 딥러닝 기반의 스테가노그래피 기법들이 개발되고 있다. 딥러닝 기술은 데이터에 대한 고차원의 특징을 분석하여 학습할 수 있으므로 스테가노그래피의 성능과 품질을 개선시킬 수 있다. 본 논문에서는 이미지데이터에 대한 딥러닝 기반의 스테가노그래피 기술의 최신 연구 동향에 대해 살펴보도록 한다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1071-1081
• /
• 2021

본 연구에서는 기상청에서 수행하는 기존의 기상 관측에 대한 품질관리 절차 이외에 향후 스마트시티 등에서 활용될 수 있는 머신러닝 기반의 Internet of Things (IoT) 도시기상 관측 자료에 대한 품질검사 기준을 제안한다. 현재 기상청에서 종관기상관측(Automated Synoptic Observing System, ASOS)과 방재기상관측(Automatic Weather System, AWS) 기반으로 설정한 기준이 도시기상에 적합한지 확인하기 위하여 서울시에 설치된 SKT AWS 자료를 기반으로 사용성을 검증하였고, IoT 자체의 데이터가 가지는 특성을 고려하여 최종적으로 머신러닝 기반의 품질검사 알고리즘을 제안하였다. 품질검사 방법으로는 IoT 기기 자체에 대한 결측값 검사, 값 패턴 검사, 충분 데이터 검사, 통계적 범위 이상 검사, 시간값 이상 검사, 공간값 이상 검사를 먼저 수행하고, 기상청에서 제시하고 있는 기상 관측에 대한 품질검사인 물리한계검사, 단계검사, 지속성 검사, 기후범위 검사, 내적 일치성 검사를 5가지 기상요소에 대하여 각각 수행하였다. 제안한 알고리즘의 검증을 위하여 인천광역시 송도에 위치한 관측소에 실제 IoT 도시기상관측 데이터에 이를 적용하였다. 이를 통해 기존의 기상청 QC로는 확인할 수 없었던 IoT 기기가 가질 수 있는 결함을 확인할 수 있고, 알고리즘에 대한 검증을 진행하여 향후 스마트시티에 설치될 IoT 기상관측기기에 대한 품질검사 방법을 제안한다.

• 한국인터넷방송통신학회논문지
• /
• 제21권4호
• /
• pp.51-55
• /
• 2021

본 논문은 스마트 빌딩을 위한 가시광 통신 시스템에서 데이터 신뢰성을 향상시키는 딥러닝 기반의 간섭 제거 알고리즘에 대해 연구하였다. 본 논문에서 제안한 기법은 딥러닝 기술을 적용하여 채널에서 발생하는 잡음을 예측하여 제거하는 기술로서 수신단에서 딥러닝에 의해 학습된 잡음들을 활용하여 효과적으로 잡음을 제거함으로써 신호의 품질을 향상시킬 수 있다. 딥러닝 기술의 잡음 예측 정확도를 향상시키기 위해 기존의 잡음 형태를 데이터베이스화하여 활용하였다. 모의실험을 통해 간섭 제거 기법이 적용된 시스템 모델의 성능을 검증하였으며, 제안하는 시스템이 잡음을 효과적으로 제거하여 신호의 품질 성능을 향상시킬 수 있음을 확인하였다. 제안한 시스템 모델은 가시광 통신뿐만 아니라 일반적인 통신 시스템에서도 신호의 품질을 향상시킬 수 있도록 다양하게 적용이 가능하다.

• 스마트미디어저널
• /
• 제8권1호
• /
• pp.74-81
• /
• 2019

최근에 머신 러닝 기술은 의료, 제조, 마케팅, 금융, 방송, 농업 등 사회 전반에 많은 영향을 미치고 있고 미래에도 인류의 생활에 많은 도움을 줄 것으로 예상된다. 본 논문에서는 인류의 생존에 가장 큰 영향을 주는 먹거리 즉, 농업 분야에 머신러닝기술을 적용하는 방법을 연구한다. 농업 분야에 IoT(Internet of Things) 기술을 접목하는 스마트 팜 (Smart Farm) 분야는 생육환경을 실시간으로 모니터링 하여 농작물의 생육환경을 최적으로 유지 하는 방법을 중점적으로 연구한다. 최근 KT에서 출시된 기가 스마트 팜 솔루션 2.0 에서는 머신러닝 기술을 사용하여 온실내의 온습도를 최적으로 유지하는 기술에 머신러닝을 적용하였다. 기존의 스마트 팜 분야 연구가 생육환경 조절에 중점을 두어 생산성 증대에 집중되어 있지만 본 연구에서는 과일을 최상의 품질 상태에서 수확하여 좋은 가격으로 출하할 수 있도록 수확시기에 머신러닝을 적용하는 방법을 연구한다. 스마트 팜 분야에 머신러닝 기술을 적용하기 위해서는 풍부한 빅 데이터의 확보가 무엇보다 중요하므로 정확한 머신러닝 기술을 적용하기 위해서는 지속적으로 빅 데이터 수집이 가능해야 한다. 본 논문에서 수확시기 예측에 필요한 인자로는 온실 내에서 재배되는 과일의 색상 값과 무게 값, 내부 온습도 값을 색상센서 와 무게센서, 온습도센서를 사용하여 실시간으로 수집하여 확보한다. 본 논문에서 제안하는 FPSML은 유사 과일 재배에 반복적으로 사용할 수 있는 아키텍처를 제공하며 지속적으로 빅 데이터가 축적될수록 보다 정밀한 수확시기를 예측할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제28권2호
• /
• pp.19-25
• /
• 2023

이 논문에서는 image signal processing 을 고려하여 저조도에서 촬영된 저품질의 raw 이미지를 딥러닝에 기반하여 개선하는 방법을 제안한다. 스마트폰 카메라의 경우 DSLR 카메라에 비해 렌즈나 센서의 확장에 제약이 있어 저조도 상황에서 이미지에 노이즈가 증가되고 품질이 저하되는 문제점을 보인다. 기존 딥러닝 기반 저조도 이미지 처리 방식은 image signal processing의 주요 요소인 렌즈 쉐이딩 효과와 화이트 밸런스를 고려하지 못하여 부자연스러운 이미지를 생성하기도 한다. 본 논문에서는 렌즈 쉐이딩 효과와 화이트 밸런스를 딥러닝 모델에 적용하기 위해 중심거리와 채널 평균을 활용한다. 스마트폰으로 촬영된 저조도 이미지를 통한 실험에서 제안하는 방법이 기존 방법에 비해 더 높은 peak signal to noise ratio 와 structural similarity index measure를 달성함과 동시에 높은 품질의 저조도 이미지를 생성함을 확인한다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.19-29
• /
• 2022

IoT 기술의 발전에 따라 스마트팜을 활용하는 농가가 증가하고 있다. 스마트팜은 환경을 모니터링하고, 원격 또는 자동으로 최적의 내부 환경을 조성하여 작물의 생산량 및 품질을 향상시킨다. 이를 위해 수집되는 농업 디지털 데이터를 활용하여 작물의 생산성을 예측하는 기술에 대한 연구가 활성화되고 있다. 그러나 생산량 예측을 위한 연구에서는 기존의 통계자료를 바탕으로 하는 통계모델 기반의 연구가 대부분이며, 이에 따라 예측 정확도가 낮은 문제점이 존재한다. 본 연구에서는 시설 원예 스마트팜에 수집된 농업 디지털 데이터를 활용하여 다양한 머신러닝 모델을 통해 생산량 및 판매 수익금을 예측하고, 성능을 비교하였다. 성능을 비교한 모델은 다중선형회귀, 서포트벡터머신, 인공신경망, 순환신경망, LSTM, ConvLSTM이다. 성능 비교 결과 ConvLSTM가 R2 값 및 RMSE 값에서 가장 우수한 성능을 나타내었다.