• Journal of Korean Biological Nursing Science
• /
• 제4권1호
• /
• pp.25-39
• /
• 2002

본 연구는 임상간호사의 심폐소생술에 대한 지식과 기술을 향상시키기 위해 웹 기반의 교육 프로그램을 개발하고 평가하는 데 목적이 있다. 2002년 2월 1일부터 4월 30의 기간동안 류세앙(1999)이 수정한 프로그램 개발과정에 의해 분석, 설계, 자료수집 및 개발, 프로그래밍 및 구현, 평가를 거쳐 웹 기반의 심폐소생술 간호교육 프로그램을 개발하였다. 본 연구의 결과는 다음과 같다. 1) 본 프로그램은 심폐소생술의 의의와 중요성, 기본심폐소생술, 장기심폐소생술, 소생술 후 간호를 학습내용으로 하여 텍스트 자료, 사진, 그림, 동영상 자료 등을 나모 웹 에디터, 스캐너, Adobe photoshop 등을 이용하여 인터넷 파일 제작과 이미지 수정단계를 거쳐 FTP(File Transfer Protocol)을 이용하여 웹에 올리고 시범운영을 통해 최종 수정하여 완성된 프로그램이 개발되었다. 2) 평가단계에서는 D시내에 소재한 K대학병원에 근무하는 간호사 36명을 임의표출하여 프로그램을 사용한 후의 반응을 조사하였다. 이에 대한 결과는 다음과 같다. 학습교재 관련특성의 평점은 $4.2{\pm}.67$, 학습 시스템 관련특성의 평점은 $4.0{\pm}.79$점, 학습자 만족도 관련특성에 대한 반응에서 학습자의 만족도는 $4.2{\pm}.58$점, 다른 교육 프로그램의 개발필요성은 $4.3{\pm}.62$점을 얻어 총평점은 $4.1{\pm}.45$점이었다. 특히, 멀티미디어 자료의 적절성은 $4.3{\pm}.68$점, 다른 교육 프로그램의 개발필요성은 $4.3{\pm}.62$점이었고, 화면구성과 배색의 적절성에서 $3.8{\pm}.81$점, 화면크기와 글자크기의 적절성에서 $3.7{\pm}.81$점이었다. 이상의 결과를 볼 때 프로그램 평가에 대한 분석작업을 거쳐 교육 프로그램의 지속적인 업그레이드 작업이 이루어진다면 본 웹 기반의 간호교육 프로그램이 간호사들의 계속교육과 평생교육에 활용될 수 있는 효과적인 교육 프로그램이 될 수 있으리라 사료된다.

• 만화애니메이션 연구
• /
• 통권47호
• /
• pp.31-52
• /
• 2017

본 연구는 대학 수업에서 애니메이션관련 교육과정에 대해 NCS기반팀 티칭 교수학습사례를 제시하고 있다. NCS 교육은 스펙을 초월하고 채용시스템 정착과 국가직무능력표준 개발, 보급 등 실력과 능력이 존중받는 사회를 구현하기 위해 만들어졌다. 대학에서도 직무중심의 현장 전문인력 중심으로 대학 차원에서 직무특강 및 직무교육을 강화하고 있다. 특히, 애니메이션 분야는 새로운 기술이 급속도로 출현하고 있는 가운데 다양한 분야와의 융합형 인재를 요구하고 있다. 이러한 사회적 요구를 충족하기 위해서는 기존의 1인 1교과 수업방식에 한계가 있을 수 있으며 이를 해결하기 위해서는 직무별 세분화된 교수자의 다양한 참여가 필요하다. 즉, 학생들의 직무 교육 및 취업 창업의 문제를 전공교수 개인의 해결보다는 공동체적으로 해결하는데 목적이 있고 이를 위한 방안으로 팀 티칭을 제시하였다. 이를 통해 얻을 수 있는 기대효과로는 다음과 같다. 첫째, 애니메이션 분야가 갈수록 다양하고 융복합적으로 발전하는 추세에 따라 NCS직무와 관련된 능력단위 또는 능력단위 요소의 수행준거, 지식, 기술에 대한 전공 인력풀 활용으로 교수가 소속된 학과 이외의 타 학과 학생들과 매칭되어 보다 폭넓은 전문적 수업이 가능하다. 둘째, 대학 내부 전문가 교수를 적극적으로 활용하는 제도적 장치가 마련되어 자신의 소속 학과 이외의 타 학과에 부분적인 전문 역량 발휘가 가능하다. 이는 대학 내 교원역량강화 부문으로 연결된다. 셋째, 자신의 학과이외의 전문분야에 연관성 있는 전문교수의 협동수업을 통하여 보다 넓은 의미의 융합적이고 복합적인 대학만의 교육체계구축 할 수 있다. 마지막으로, 교내 교수인력풀의 전문특강과 멘토지원의 장점은 외부의 현장 전문가보다 학생의 다양한 이해와 요구를 수용할 수 있는 폭이 넓고, 학생에 대한 다각적인 지도가 책임교수와 이뤄질 수 있다. 학생이 필요로 하는 때 교내에서 쉽게 멘토를 만나 지도를 받기 때문에 시간적, 공간적 제약을 피할 수 있다.

• 한국습지학회지
• /
• 제25권2호
• /
• pp.75-82
• /
• 2023

하천의 유량 측정 자료는 수자원의 개발 및 유지, 하천 방재의 중요한 기초 자료로 이용되며, 홍수를 예측하고 예방하기 위해 홍수시 가장 정확하게 유량을 측정하는 것이 필요하다. 이에 미국지질조사국(USGS)은 오래전부터 기존의 간편 유속측정법으로 1점법, 2점법, 3점법을 제안하여 지금도 많이 사용하고 있으나, 보다 더 간편하고 신뢰할 수 있는 평균유속 산정 방법을 실무에서 요구하는 추세이나 이에 대한 이론적 기반의 실무 적용성 연구는 다소 미진한 상태이다. 이를 위하여 본 연구에서는 확률론적 엔트로피 컨셉을 활용하여 기존의 한계를 보완할 수 있는 실무 적용성이 용이한 간편 유속 산정식을 제안하였다. Coleman과 Flume 실측자료에 적용하여 식의 효용성을 입증하였다. 분석 결과, Flume Data의 경우, 실측값 대비 기존의 USGS 1점법은 평균 7.6%, 2점법은 8.6%, 3점법은 8.1%였다. Coleman Data의 경우, 1점법은 평균 5%, 2점법은 5.6%, 3점법은 5.3%의 오차율을 나타냈다. 반면에 엔트로피 개념을 활용한 제안식은 Flume Data는 실측값 대비 1점법은 평균 4.7%, 2점법은 5.7%, 3점법은 5.2%로 나타나 기존의 방법 대비 오차율을 약 60%정도 감소하는 것으로 나타났다. 또한, Coleman Data의 경우에서도 1점법은 평균 2.5%, 2점법은 3.1%, 3점법은 평균 2.8%의 오차를 보여, 기존의 방법 대비 오차율을 약 50%정도 줄이는 것으로 나타났다. 본 연구 결과에 의하면 기존의 1점법, 2점법, 3점법 보다 더 간편하면서 신뢰성 있는 평균유속을 산정할 수 있을 것으로 판단 된다. 하지만, 이는 향후 하천 설계, 운영관리, 특히 재난대비 예측관리 등 각종재난 대비 대응에 보다 유용하게 활용하려면 추가적으로 다양한 하천 실측을 통한 제안식의 지속적인 수정보완이 필요할 것으로 판단된다.

• 자원환경지질
• /
• 제56권1호
• /
• pp.23-53
• /
• 2023

본 리뷰 논문에서는 지금까지 한국학술지인용색인(KCI)에 발표된 이중층수산화물(LDH) 관련 모든 논문을 조사하여 LDH를 대상으로 한 국내의 연구동향을 분석하였다. LDH를 주제로 한 연구는 2002년 처음 KCI에 발표된 이후 2023년 1월까지 총 160편의 논문이 발표되었으며, 최근 10년 동안 급격히 증가한 특징을 보였다. 총 31개 학문분야 중 상위 5개 분야는 화학공학, 화학, 재료공학, 환경공학, 그리고 물리학 순으로 나타났으며, 이중 화학공학이 71편으로 10편 내외의 다른 분야에 비해 압도적으로 높았다. 각 논문들은 구체적인 소재 응용 연구내용에 기반하여 15개 연구분야로 재분류 되었으며, 그 결과 상위 5개 분야는 환경정화소재, 고분자촉매소재, 배터리소재, 의약의학소재, 그리고 기초 이화학특성 순으로 나타났다. 이러한 조사 결과는 환경정화소재, 고분자촉매, 그리고 배터리 등의 기능 개선을 위한 화학공학 및 화학 분야에서의 LDH 소재 응용 연구가 활발하게 진행되고 있음을 시사한다. 이해 비해 화장품, 환경센서 그리고 농업소재로서의 LDH의 응용은 아직 미비한 단계지만 시장잠재성과 고효율-친환경 트랜드를 고려할 때 향후 떠오르는 연구분야로 주목할 만 하다. 재분류 된 모든 논문들은 응용소재, 핵심연구성과, 사용된 LDH의 특징과 합성법 등의 정보를 포함하여 표와 보충자료에 요약 정리되었다. 본 리뷰 논문에서 최초 제공한 국내 LDH에 대한 전반적인 연구 동향과 관련 세부자료들을 통해 향후 LDH를 활용한 연구방향 설계와 자원·에너지 및 환경분야에서의 효율적인 정책 제안에 도움을 줄 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

• 대한지하수환경학회지
• /
• 제7권3호
• /
• pp.103-115
• /
• 2000

갈색 침전물의 생성은 우리나라 지하수의 개발 및 공급에 있어 흔히 발생하는 문제 중의 하나인데, 이에 따라 색도, 맛, 탁도 및 용존 철 함량 등의 항목에 있어 먹는 물 수질 기준을 초과하게 되고, 물 공급 시스템에 스케일링의 문제를 야기하게 된다. 경기도 파주 지역 지하수의 경우에도 양수 후 몇 시간 내에 갈색 침전물이 형성되어 수질을 악화시키고 있다. 본 연구에서는 지하수의 탁도를 유발하는 원인과 지화학적 반응 경로를 이해하고자, 평형열역학 및 반응속도론적 접근을 통하여 갈색 침전물의 형성과정을 파악하였다. 본 연구결과는 침전물의 형성을 최소화하기 위한 적정 양수 기법은 물론 수질 향상을 위한 최적 수처리 기법을 설계하는데 있어 중요한 자료로 활용될 것이다. 파주 지역의 암반 지하수는 물/암석(편마암)반응에 의해 Ca-$HCO_3$형의 수질 특성을 보인다. SEM-EDS 및 XRD 분석 결과, 갈색 침전물은 비정질의 함철 산화물 또는 수산화물로 해석된다. 다양한 공극 크기(6, 4, 1, 0.45, 0.2 $\mu\textrm{m}$)를 갖는 여과지를 이용한 다단계 여과 결과, 이들 침전물은 크기에 있어 대부분 1 내지 0.45$\mu\textrm{m}$의 입도를 갖는 콜로이드 형태이지만, 질량 분포로 볼 때는 1 내지 6$\mu\textrm{m}$범위가 우세함(총 질량의 약 81%)을 알 수 있다. 다량의 용존 철(II)은 지하수 유동 중에 철 함량이 높은(최대 3wt.%) 단층 파쇄암 내의 녹니석(clinochore)의 용해로부터 기원하는 것으로 판단된다. PHREEQC 프로그램을 이용한 포화지수 계산 및 pH-Eh 관계도에 대한 검토 결과, 침전물은 함철 수산화물임이 확인되며, 환원 조건에 있던 심부 지하수가 양수에 의해 산소에 노출되면서 화학성 변화(특히, 산화)에 의하여 침전함을 알 수 있다. 양수 이후의 시간 경과와 더불어 양수된 지하수의 pH, DO, 알칼리도는 점차 감소하며. 탁도는 증가하다가 일정 시간 경과 후 감소하는 경향을 보인다. 양수 이후의 경과 시간에 따른 용존 철(II)의 농도 감소율(즉, 반응 속도)은 Fe(II)=10.l exp(-0.0009t)로 표현된다. 따라서 갈색 침전물의 생성 반응은 양수 및 양수 후 저장 과정 중에 산소의 유입에 따른 산화 반응에 기인하며, 그 반응은 시간, 산소분압 및 pH에 의존함을 알 수 있다. 탁도를 제거하여 음용 가능한 수질을 확보하기 위해서는, 충분한 시간 동안 충분한 크기를 갖는 탱크 내에서의 다단계 저장 및 폭기를 거친 이후에 응집된 침전물에 대한 여과가 제안된다. 이때, 비용 절감 차원에서 상이한 입도 조건에서의 다단계 여과가 효과적일 것으로 생각된다. 한편, 개발 관정 내에서의 스케일링을 최소화하기 위해서는 심부 지하수로 산소가 풍부한 천층 지하수가 유입되는 과정을 최소화할 필요가 있다. 이를 위해서는 적정 채수량 범위 내에서의 지속적인 양수가 효과적일 것이다. 아울러, 산소가 풍부한 천층 지하수의 채수를 위한 별도의 관정 설치도 고려할 수 있을 것이다.