• 한국산학기술학회논문지
• /
• 제20권10호
• /
• pp.40-46
• /
• 2019

이 연구는 10% 이상의 실업률을 보이고 있는 20대 청년을 대상으로 긍정심리자본이 재취업 태도에 미치는 영향을 파악하고자 실시하였다. 자기효능감, 희망, 복원력, 낙관주의로 구성된 긍정심리자본의 영역별 변인과 긍정심리자본이 재취업 태도에 미치는 영향력 정도를 분석하였다. 이 연구에서 활용한 분석 방법은 일반 기술 통계량 분석, 분산분석, 상관관계분석, 다중회귀분석이다. 연구결과, 긍정심리자본 4가지 영역별 변인 중 희망이 3.64로 가장 높게 나타났으며 복원력이 3.37로 가장 낮게 나타났다. 학력 수준에 따른 긍정심리자본 분석에서는 대졸 초과 집단이 3.89로 가장 높게 나타났으며 고졸 미만이 3.25로 가장 낮게 나타났다. 학력수준에 따른 재취업 태도 분석에서는 대졸 집단의 재취업 태도가 4.93으로 가장 높게 나타났으며 고졸 미만이 3.80으로 가장 낮게 나타났다. 재취업 태도에 영향을 미치는 주요 변인은 희망, 낙관주의, 자기효능감, 복원력의 순으로 나타났으며 긍정심리자본 4개 변인의 재취업 태도에 대한 영향력은 약 25% 정도였다. 20대 청년들은 학력수준이 높을수록 긍정심리자본의 수치가 높아 고학력 재취업 희망자일수록 긍정심리자본과 재취업 태도가 긍정적인 것으로 나타났다.

• 한국차세대컴퓨팅학회논문지
• /
• 제14권5호
• /
• pp.31-39
• /
• 2018

최근 딥러닝을 기반으로 사용자의 손 제스처를 인식하여 가상현실 환경에서 사용자 친화적 인터페이스를 제공하기 위한 연구가 활발히 진행되고 있다. 그러나 대부분 연구들은 손 정보를 얻기 위하여 별도 센서를 사용하거나 효율적인 학습을 위하여 전처리 과정을 거친다. 또한 조명의 변화나 손 일부가 가려지는 등과 같은 외부환경의 변화를 고려하지 못하고 있다. 본 논문은 일반 웹캠에서 얻어진 RGB 영상에서 별도의 전처리 과정없이 외부 환경에 강인한 딥러닝 기반 손 제스처 인식 방법을 제안한다. 딥러닝 모델로 VGGNet과 GoogLeNet 구조를 개선하고, 각 구조의 성능을 비교한다. 조명이 어둡거나 손 일부가 가려지거나 시야에서 일부 벗어난 손 영상들이 포함된 데이터로 실험한 결과 본 연구에서 제시한 VGGNet과 GoogLeNet 구조는 각각 93.88%와 93.75%의 인식률을 보였고 메모리와 속도 측면에서 GoogLeNet이 VGGNet 보다 메모리를 약 3배 적게 사용하면서 처리속도는 10배 이상 우수함을 알 수 있었다. 본 연구의 결과는 실시간 처리가 가능하여 가상현실 환경에서 게임, 교육, 의료 등 다양한 분야에서 손 제스처 인터페이스로 활용될 수 있다.

• 인터넷정보학회논문지
• /
• 제22권3호
• /
• pp.27-35
• /
• 2021

인터넷이 발달함에 따라, IoT, 클라우드 등과 같은 다양한 IT 기술들이 개발되었고, 이러한 기술들을 사용하여 국가와 여러 기업들에서는 다양한 시스템을 구축하였다. 해당 시스템들은 방대한 양의 데이터들을 생성하고, 공유하기 때문에 시스템에 들어있는 중요한 데이터들을 보호하기 위해 위협을 탐지할 수 있는 다양한 시스템이 필요하였으며, 이에 대한 연구가 현재까지 활발히 진행되고 있다. 대표적인 기술로 이상 탐지와 오용 탐지를 들 수 있으며, 해당 기술들은 기존에 알려진 위협이나 정상과는 다른 행동을 보이는 위협들을 탐지한다. 하지만 IT 기술이 발전함에 따라 시스템을 위협하는 기술들도 점차 발전되고 있으며, 이러한 탐지 방법들을 피해서 위협을 가한다. 지능형 지속 위협(Advanced Persistent Threat : APT)은 국가 또는 기업의 시스템을 공격하여 중요 정보 탈취 및 시스템 다운 등의 공격을 수행하며, 이러한 공격에는 기존에 알려지지 않았던 악성코드 및 공격 기술들을 적용한 위협이 존재한다. 따라서 본 논문에서는 알려지지 않은 위협을 탐지하기 위한 이상 탐지와 오용 탐지를 결합한 하이브리드 침입 탐지 시스템을 제안한다. 두 가지 탐지 기술을 적용하여 알려진 위협과 알려지지 않은 위협에 대한 탐지가 가능하게 하였으며, 기계학습을 적용함으로써 보다 정확한 위협 탐지가 가능하게 된다. 오용 탐지에서는 Classification based on Association Rule(CBA)를 적용하여 알려진 위협에 대한 규칙을 생성하였으며, 이상 탐지에서는 One Class SVM(OCSVM)을 사용하여 알려지지 않은 위협을 탐지하였다. 실험 결과, 알려지지 않은 위협 탐지 정확도는 약 94%로 나타난 것을 확인하였고, 하이브리드 침입 탐지를 통해 알려지지 않은 위협을 탐지 할 수 있는 것을 확인하였다.

• 한국산학기술학회논문지
• /
• 제21권12호
• /
• pp.200-210
• /
• 2020

교육시설 유지관리는 교육환경개선사업의 12개 단위사업별로 취합하고, 심의를 통해 최종 유지보수 대상이 선정된다. 실태조사의 평가점수로 우선순위가 결정되고 순차적으로 예산을 편성하여 진행된다. 우선순위는 유지보수공사 수행을 위한 일정표이자 발주를 위한 중요한 기준이 된다. 예산이 산출되는 실태조사단계와 우선순위 기준의 개별적 유지 보수공사는 몇 가지 한계가 있다. 학교시설관리자는 물량산출에 한계가 있으며, 부정확한 소요예산이 도출되는 결과로 이어진다. 우선순위 기준의 유지보수공사는 개별적으로 분리 발주되어 불필요한 공사기간이 반영된다. 학생들은 학습 환경에서 불편함이 발생하고, 안전을 침해하는 기간이 늘어난다. 본 연구는 실태조사단계의 BIM 활용과 공종 패키지 플래닝 프레임워크를 제안하였다. BIM은 유지보수 대상의 물량정보를 지원하여 예산산출에 활용되며, 보수이력과 점검 결과가 연계하여 평가점수를 도출한다. 공종 패키지 알고리즘은 단위사업별 예산배정 구간을 구분하고, 동일한 공간과 부위에 투입된 공종이 그룹화된 결과를 도출한다. 사례적용 결과 공사기간은 기존 대비 약 37.4% 단축이 가능하였으며, 실무자 면담을 통해 공종 그룹화 대상을 도출 과정에서 활용성이 높은 것으로 평가되었다.

• 한국콘텐츠학회논문지
• /
• 제21권5호
• /
• pp.200-220
• /
• 2021

본 연구에서는 국가직무능력표준(NCS)을 기준으로 고등학교 헤어 미용 교과서의 수록 범위와 내용을 분석하였다. NCS 기준에 의하면, 헤어 미용의 모든 직무능력 수준은 1~5수준에 속하며, 고등학교 과정 동안 헤어 미용 분야 40개 능력단위 중에서 습득 가능한 능력단위는 30개 항목이다. 고등학교 헤어 미용 교과서는 NCS 직무능력 중 75%에 해당하는 19개 능력단위를 중심으로 발간되었으며, 서술된 교과서 내용은 요구되는 직무 능력의 약 85% 정도를 포함하고 있다. 분석내용을 바탕으로 교과서의 개선 방안은 다음과 같다. 첫째, 고등학교 수준에서 습득 가능한 NCS 능력단위 11개에 관한 교과서가 발간되어야 할 것이다. 이와 함께 추가되는 내용을 학습할 수 있는 전문교과 수업 과정이 동시에 확대되어야 할 것이다. 둘째, 헤어 미용 분야에서 사용되는 전문용어의 정립이 필요하다. 셋째, 교과서에 실린 사진 자료와 삽화 자료의 질적 개선작업이 필요하다. 넷째, 교과서의 오타 수정과 함께 사진 및 삽화 자료의 일관된 편집 형식을 유지하는 방향으로 개선되어야 할 것이다. 본 연구 결과는 고등학교 졸업생들이 취업과 동시에 직무를 수행할 수 있는 교육과정과 교과서를 제작하는데 필요한 기초자료로 활용될 수 있을 것이다.

• 한국융합학회논문지
• /
• 제12권11호
• /
• pp.45-51
• /
• 2021

딥러닝의 발전으로 인하여 의미론적 분할 방법은 다양한 분야에서 연구되고 있다. 의료 영상 분석과 같이 정확성을 요구하는 분야에서 분할 정확도가 떨어지는 문제가 있다. 본 논문은 의미론적 분할 시 특징 손실을 최소화하기 위해 딥러닝 기반 분할 방법인 PSPNet을 개선하였다. 기존 딥러닝 기반의 분할 방법은 특징 추출 및 압축 과정에서 해상도가 낮아져 객체에 대한 특징 손실이 발생한다. 이러한 손실로 윤곽선이나 객체 내부 정보에 손실이 발생하여 객체 분류 시 정확도가 낮아지는 문제가 있다. 이러한 문제를 해결하기 위해 의미론적 분할 모델인 PSPNet을 개선하였다. 기존 PSPNet에 제안하는 multi scale attention을 추가하여 객체의 특징 손실을 방지하였다. 기존 PPM 모듈에 attention 방법을 적용하여 특징 정제 과정을 수행하였다. 불필요한 특징 정보를 억제함으로써 윤곽선 및 질감 정보가 개선되었다. 제안하는 방법은 Cityscapes 데이터 셋으로 학습하였으며, 정량적 평가를 위해 분할 지표인 MIoU를 사용하였다. 실험을 통해 기존 PSPNet 대비 분할 정확도가 약 1.5% 향상되었다.

• 방송공학회논문지
• /
• 제27권2호
• /
• pp.185-197
• /
• 2022

최근 객체 인식에 높은 성능을 가진 딥러닝 네트워크가 나오고 있다. 딥러닝을 이용한 객체 인식의 경우 성능 향상을 위해 학습 데이터 셋 구축이 중요하다. 데이터 셋을 구축하기 위해서는 이미지를 수집하고 라벨링 해야 한다. 이 과정은 많은 시간과 인력이 필요하다. 때문에 오픈 데이터 셋을 사용한다. 그러나 방대한 오픈 데이터 셋을 가지고 있지 않는 객체도 존재한다. 그 중 하나가 번호판 검출과 인식에 필요한 데이터이다. 이에 본 논문에서는 이미지를 최소화 하여 대용량 데이터 셋을 만들 수 있는 인조 번호판 생성기 시스템을 제안한다. 또한 인조 번호판 배치구조에 따른 검출률을 분석했다. 분석결과 가장 좋은 배치구조는 FVC_III, B이며 가장 적합한 네트워크는 D2Det이었다. 인조 데이터셋 성능은 실제 데이터셋의 성능보다 2~3%가 낮았지만, 인조 데이터를 구축하는 시간이 실제 데이터셋을 구축하는 시간보다 약 11배 빨라 시간적으로 효율적인 데이터 셋 구축 시스템임을 증명하였다.

• 한국정보전자통신기술학회논문지
• /
• 제16권5호
• /
• pp.331-337
• /
• 2023

본 논문에서는 근감소증의 발병 여부와 정도를 확인하기 위해 3번 요추부 (L3) CT 영상을 검출하는 딥러닝 모델을 제안하는 것이다. 또한, CT 데이터 내에 L3 레벨과 L3 레벨이 아닌 부분의 데이터 불균형으로 인한 성능 저하의 문제점을 오버샘플링 비율과 클래스 가중치를 설계변수로 하는 최적화 기법을 제시하고자 한다. 모델 학습 및 검증을 위하여 강릉아산병원에 내원한 전립선암 환자 104명, 방광암 환자 46명의 총 150명의 전신 CT 영상이 활용되었다. 딥러닝 모델은 ResNet50을 활용하였으며, 최적화기법의 설계변수로는 모델 하이퍼파라미터 5종과 데이터 증강비율 및 클래스 가중치로 선정하였다. 제안하는 최적화 기반의 L3 레벨 추출 모델은 대조군 (하이퍼파라미터 5종만을 최적화한 모델)과 비교하여 중간 L3 오차가 약 1.0 슬라이스 감소한 것을 확인할 수 있었다. 본 연구결과를 통하여 정확한 L3 슬라이스 검출이 가능하며, 추가적으로 데이터 증강을 통한 오버 샘플링과 클래스 가중치 조절을 통해 데이터 불균형 문제를 효과적으로 해결할 수 있는 가능성을 제시할 수 있다.

• 한국ITS학회 논문지
• /
• 제22권6호
• /
• pp.114-123
• /
• 2023

컴퓨터 비전(Computer Vision: CV) 기술 발전으로 폐쇄회로 TV(Closed-Circuit television: CCTV)와 같은 영상 센서로 돌발상황을 검지하고 있다. 그러나 현재 이러한 기술은 대부분 고정식 영상 센서를 기반으로 한다. 따라서 고정식 장비의 영상 범위가 닿지 않는 음영지역의 돌발상황 검지에는 한계가 존재해왔다. 최근 엣지 컴퓨팅(Edge-computing) 기술의 발전으로 이동식 영상정보의 실시간 분석이 가능해졌다. 본 연구는 차량 내 설치된 이동식 영상 센서(dashboard camera 혹은 dash cam)에 컴퓨터 비전 기술을 도입하여 고속도로에서 실시간으로 돌발상황 검지 가능성에 대해 평가하는 것이 목적이다. 이를 위해 한국도로공사 순찰차량에 장착된 dash cam에서 수집된 4,388건의 스틸 프레임 데이터 기반으로 학습데이터를 구축하였으며, YOLO(You Only Look Once) 알고리즘을 활용하여 분석하였다. 분석 결과 객체 모두 예측 정밀도가 70% 이상으로 나타났고, 교통사고는 약 85%의 정밀도를 보였다. 또한 mAP(mean Average Precision)의 경우 0.769로 나타났고, 객체별 AP(Average Precision)를 보면 교통사고가 0.904로 가장 높게 나타났고, 낙하물이 0.629로 가장 낮게 나타났다.

• 한국과학교육학회지
• /
• 제22권4호
• /
• pp.872-881
• /
• 2002

질문은 학생들에게 문제의 탐색과 의사소통, 지식의 구조화를 통해서 문제해결이 가능하도록 하므로, 과학 교육에서 큰 의미를 가진다. 또한 학생 질문은 사고와 학습 사이를 연결해 준다는 점에서도 중요한 의미를 가진다. 그러나 학생의 질문에 대해서 분석하고 연구한 연구는 그렇게 많지 않았다. 따라서 본 연구에서는 질문 수준 강화 수업이 전통적인 수업에 비해 학생들의 질문 수준과 학업 성취도에 어떤 효과가 있는지 알아보았다. 또한 논리적 사고력, 과학 성적, 흥미, 성별과 같은 여러 변인들이 학생의 질문 수준에 미치는 영향에 대해서도 알아보았다. 연구 대상은 중학교 2학년 학생 182명으로, 통제집단은 전통적인 수업을 하였고, 실헙집단은 질문 수준 강화 수업을 하였다. 연구단원은 중학교 과학 2 "식물의 구조와 기능"으로 약 7주 동안 15차시에 걸쳐 수업 처치를 하였다. 학생들의 논리적 사고력 수준을 파악하기 위하여 GALT 축소본 검사지를 사용하였고 학업 성취도 검사는 17문항의 오지선다형문항을 개발하여 사용하였다. 질문 수준에 대한 여러 변인(수업방법, 과학 성적, 논리적 사고력, 흥미, 성별)의 효과를 분석하기 위해 오원 분산분석(ANOVA), 공변량 분석(ANCOVA), 다중회귀분석(Multiple regression analysis)을 하였다. 학생들의 질문 수준을 분석해 본 결과, 질문 강화 수업이 전통적인 수업에 비해 학생들의 질문 수준을 향상시키는데 효과적이었다(p< .01). 학생의 질문 수준과 상관 관계가 가장 높은 것은 수업 방법(r= .640)이었으며, 질문 수준은 과학 성적(r= .311)과 논리적 사고력(r= .212)에도 상관이 있었다. 그러나 질문 수준은 흥미와 성별에는 상관이 거의 없었다. 질문 강화 수업은 학생들의 학업 성취도를 향상시키는데 전통적인 학습보다 효과적이었다(p< .01). 따라서 질문 강화 수업은 학생들의 질문 수준뿐만 아니라 학업 성취도에도 높은 효과를 나타내었으므로 바람직한 수업방법이라고 생각된다.