• 전자공학회논문지C
• /
• 제36C권7호
• /
• pp.46-55
• /
• 1999

본 논문에서는 형태소 분석을 이용한 후처리에서 속도 개선을 위해 사전 탐색 횟수를 줄이는 새로운 방법을 제안한다. 본 논문에서 제안하는 방법은, 오인식 어절 검출을 위한 형태소 분석 과정에서 분석되는 일부의 형태소 정보를 최대한 이용하여 오인식 어절의 형태소 구성을 추정한 후, 형태소 단위의 교정을 한다. 형태소 단위의 교정은 어절보다 길이가 짧으므로 최악의 경우라도 생성되는 후보의 수가 어절 단위의 교정보다 적다. 특히, 생성된 후보가 형태소 단위이므로 사전 탐색만으로 올바른 후보를 선택할 수 있으므로 형태소 분석으로 인한 사전 탐색 횟수를 줄일 수 있다. 본 논문에서 제안한 형태소 정보를 이용한 후처리는 기존의 어절 단위 후처리에 비해 생성된 후보의 형태소 분석이 필요 없다. 생성된 후보가 형태소이므로 사전 탐색에 의해 올바른 후보를 선택할 수 있었다. 이로 인해 사전 탐색 횟수는 어절 단위 후처리와 비교하였을 때 60%나 감소되었으며 후처리 결과 문자 인식기의 음절 인식률이 94%에서 97%로 향상되었다.

• 정보교육학회논문지
• /
• 제11권4호
• /
• pp.517-528
• /
• 2007

최근 들어 ICT를 활용하는 연령이 점차 낮아지고 있다. 나아가 이제는 유아들까지 교육기관에서는 물론 가정에서의 ICT 활용시간이 증가하고 있다. 본 연구에서는 유아들의 올바른 ICT 활용을 위해 요구되는 가정에서의 활용환경에 대하여 부모들이 인식하는 중요도와 실행도의 차이를 살펴보고, 이들 간의 격차를 줄일 수 있는 실천전략을 모색하고자 하였다. 이를 위해서 '유아ICT 활용환경 평가척도'를 사용하여 부모들이 인식하는 ICT 활용환경에 대한 중요도와 실행도의 차이를 조사하였다. 유의미한 차이를 보이는 요인과 항목을 대상으로 IPA(중요도-실행도 분석)를 거쳐 집중적으로 지원해야 할 요인과 항목의 우선순위를 도출하였는데 이는 유아의 자질, 행정적 지원요인 및 물리적 환경요인인 것으로 나타났다.

• 한국인터넷방송통신학회논문지
• /
• 제23권2호
• /
• pp.201-208
• /
• 2023

시각장애인은 의료 서비스나 의약품 정보에 대한 접근이 어려워 올바른 의약품 복용이 쉽지 않다. 그에 대한 보건법이 마련되어 있지만, 방안이 통일되어 있지 않으며, 모든 일반의약품에 적용되어 있지 않다. 따라서 일반의약품 복용 방법의 사각지대에 놓인 시각장애인을 위해 이미지 인식 기술과 바코드, QR 인식 기술을 이용한 일반의약품 복용 방법 제공애플리케이션을 계획했다. 본 연구에서는 시각장애인의 이미지 인식을 위한 카메라 촬영 환경 기준과 UI 및 UX 화면을 최적화하여 시각장애인의 접근성이 편리하도록 개선한다. 연구를 통해 얻은 결과를 애플리케이션에 적용하여 제공한다면 시각장애인의 올바른 일반의약품 복용법 습득에 도움을 줄 것이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권10호
• /
• pp.1062-1071
• /
• 2000

한국어의 기반 명사구, 즉 비재귀적인 단순 명사구를 인식하는 비통계적인 규칙 기반 학습 기법을 제안한다. 학습 말뭉치에 기반 명사구에 대한 초기 예측이 표시되어 있고 목표 말뭉치에는 올바른 기반 명사구가 태그(tag)의 형식으로 표시되어 있다면, 규칙 기반 학습은 먼저 인접한 주위 형태소들의 다양한 문법적 정보를 나타내는 규칙 템플릿을 이용하여 기반 명사구 태그를 수정하는 규칙 후보들을 생성해 내고, 이 후보들 가운데 학습 말뭉치를 목표 말뭉치에 가장 가깝게 변환하는 일련의 규칙들을 차례로 얻어낸다. 국어정보베이스의 15만 단어 규모의 트리 태그 부착 말뭉치를 이용한 실험 결과 386개의 변환 규칙을 얻었으며, 이를 이용하여 90% 이상의 높은 기반 명사구 인식 정확도를 얻을 수 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2012년도 춘계 종합학술대회 논문집
• /
• pp.65-66
• /
• 2012

본 연구는 2008년에 도입된 사회복무제도가 정착 될 수 있도록 하기 위한 개선방안을 모색하고자 한다. 즉, 단순한 인력공급 차원이 아닌, 사회복무요원들의 질 향상을 위한 교육과 사회복지기관에서 사회복무요원에 대한 올바른 활용이 전제되어야 한다. 이에 사회복지기관 담당자(사회복지사) 304명을 대상으로 사회복무제도와 사회복무요원에 대한 인식과 태도가 어떠한지 조사한 결과, 사회복무제도에 대해 긍정적인 태도를 보였고, 제도가 지속적인 운영과 확대가 되길 희망하였다. 또한 사회복지사업에 사회복무요원의 역할과 활동에 긍정적으로 인식하였다. 그리고 사회복무제도의 성공적인 정착을 위해 사회복무요원의 배치전 사전교육과 직무교육 시간 증가와 관리운영에 관한 권한 강화, 운영비 지원을 필요로 하였다. 따라서 사회복무제도 운영 개선과 사회복무교육센터를 통한 교육내용의 강화, 우수 복무기관에 대한 다양한 인센티브 부여가 요구된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2014년도 제50차 하계학술대회논문집 22권2호
• /
• pp.35-36
• /
• 2014

본 논문에서는 Kinect 센서의 동작 인식 기능을 활용한 운동요법 앱을 설계하고 구현한다. 이 앱은 사용자의 상체, 하체 관절의 움직임을 인식하여 체조의 올바른 자세를 배울 수 있도록 한다. 이 앱의 특징은 Kinect Sensor로 인식한 관절 요소를 읽어 들이고, 각 관절의 각도를 계산하여 원하는 동작을 표현할 수 있도록 한다. 또한, 사용자의 동작과 기본 동작을 비교하여 오차 범위 내이면 새로운 동작이 진행되도록 한다. 출력되는 각 동작들은 Library를 이용하여 많은 포즈들을 입력하고 출력할 수 있기 때문에 새로운 포즈를 추가하기에 쉽다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.495-496
• /
• 2023

최근 보급되고 있는 스크린 야구장을 많은 이용자가 단순한 타격만을 하고 피드백이 없이 일회성으로 이용하고 있고 이용자의 타격 자세를 평가해주는 기능을 제공하지 않고 있다. 부정확한 자세로 타격을 하게 되면 부상의 위험도 있고, 타격 실력도 향상될 수 없다. 따라서 이용자가 올바른 타격자세를 취할 수 있도록 자세를 평가 해주는 시스템이 필요하다. 본 논문에서는 구글의 미디어 파이프와 딥러닝 기술을 활용하여 타격 자세 영상을 인식하여 타격 자세를 평가해주는 시스템을 개발하였다. 제안한 시스템은 사전에 다양한 영상을 LSTM 알고리즘으로 학습하여 이용자의 타격자세를 4개 등급으로 평가해준다. 이를 활용하여 스크린 야구장에서 카메라만 설치하여 간단하게 사용 가능하며 이용자들이 타격 자세를 자체 평가할 수 있다.

• 사물인터넷융복합논문지
• /
• 제7권4호
• /
• pp.43-50
• /
• 2021

본 연구의 목적은 간호대학생을 대상으로 비대면 수업 중 '상담이론과 실제' 교과목을 통한 자기인식 경험의 본질과 의미를 탐색하는 데 있다. 참여자는 E군 대학의 '상담이론과 실제' 교과목을 온라인으로 수강한 40명의 간호대학생이다. 자료분석은 Colaizzi의 현상학적 분석 방법을 적용하였다. 연구결과로 숨겨진 내면의 발견, 건강한 내적 자기 만들기, 자신에 대한 숙고, 서로의 다른 관점을 인식함, 포부와 영향력의 형성인 5개의 범주가 도출되었다. '상담이론과 실제' 교과목을 인터넷으로 수강한 후, 자기인식 경험에 대한 분석을 통해 간호대학생의 올바른 자기인식이 형성됨을 볼 수 있었다.

• 한국포장학회지
• /
• 제27권2호
• /
• pp.63-70
• /
• 2021

재활용품 분리배출 시 라벨의 제거 실태를 파악하기 위해 가정에서 직접 쓰레기를 분리배출하는 300명을 대상으로 설문조사를 진행한 결과 플라스틱 병 분리배출이 99%에 이를 정도로 가정에서 직접 분리배출을 하는 소비자들은 스스로 각 재질을 분리하여 분리배출에 참여하고 있다고 인식하는 것으로 조사되었으나 분리배출시 라벨(부착상표) 및 잡자재(마개, 비닐코팅, 테이프, 손잡이, 받침대 등)를 제거하는 비율은 약 65%로 조사되어 약 35%는 분리배출시 라벨과 같은 잡자재를 제거하지 않는 것으로 나타났다. 라벨 및 잡자재를 제거한다는 응답 비율이 약 65%에 이르지만 재질별 세부항목 조사에서는 라벨 및 잡자재 제거 비율이 50%를 넘는 재질이 종이(상자형, 기타), 플라스틱(페트/병)으로 단 2가지 항목만 조사되어 실제 라벨 및 잡자재의 제거 참여율이 높지 않을 것으로 예상된다. 라벨 및 잡자재를 제거하지 않는 가장 큰 요인으로 분리의 어려움이 약 52%로 가장 높으며 다음으로 제거의 필요성에 대한 인식부족이 주요 요인으로 분석되었다. 정부는 분리배출 가이드를 통해 라벨 및 잡자재를 제거하여 분리배출할 것을 요청하고 있으나 본 연구에 따르면 라벨 및 잡자재의 분리배출에 대한 정부와 일반 소비자 간의 인식 차이가 존재하는 것으로 나타났다. 따라서 올바른 분리배출의 정착을 위해서 소비자가 라벨 및 잡자재제를 제거하는데 영향을 미치는 문제점들을 개선할 필요성이 제기된다. 소비자가 라벨 및 잡자재 제거에 영향을 미치는 저해 요소 중 '강한 접착력(점/접착제, 불순물 잔유)'이 가장 큰 저해 요소로 나타났다. '강합 접착력'은 점(접)착 라벨의 저해 요소에 해당하며 '재질의 강도(늘어남, 끊어짐)'은 수축라벨에 대한 저해요소로 해석될 수 있다. 따라서 PET병에 점(접)착 라벨보다 수축라벨의 사용을 지향하는 국내 정책의 방향성은 소비자의 라벨 분리 참여율 향상 측면에서 효과적일 것으로 판단된다. 그러나 수축라벨에 절취선이 없거나 분리가 어렵다고 판단되면 점/접착라벨 보다 분리 인식이 떨어지므로 소비자가 라벨을 제거 시 느끼게 되는 분리용이성 정도가 중요한 것으로 분석되었다. 강한 접착력, 마땅하지 않은 제거부분(제거 개시부 문제), 재질의 강도는 연령에 상관없이 저해 영향력 평균이 높은 것으로 나타나 라벨을 제거하는데 방해가 되는 주요 요소로 작용하고 있다는 것을 알 수 있다. 결론적으로 정부 정책에 대한 불만을 낮춰 소비자의 올바른 분리배출 참여율을 높이기 위해서는 소비자들이 느끼고 있는 문제점들을 해결할 필요성이 있다. 우선적으로 해결이 필요한 영역은 강한 접착력 및 재질의 강도에 의해 라벨을 몸체에서 제거하기 어려운 점과 제거를 위해 라벨을 잡아야 하는 부분이 존재하지 않아 불편한 점이다. 강한 접착력의 경우 잔유물이 남거나 라벨이 완전히 제거되지 않아 분리배출 의지를 저해하고 있으며 수축라벨은 분리가 용이하도록 도입한 절취선이 제 기능을 하지 못하여 소비자의 불만을 야기하고 있다. 또한 제거 개시부 문제는 점(접)착라벨의 경우 일부 기업에서는 점(접)착제를 일부 도포하지 않아 제거 개시가 쉽도록 하는 일명 '에코탭'을 적용하여 분리 용이성을 향상시키고 있지만 그 사례는 소수에 불과한 실정이다. 따라서 올바른 분리배출을 통해 궁극적으로 자원순을 이루기 위해서는 정책을 통해 올바른 분리배출을 소비자에게 요구하는 것에 그치지 않고 동시에 생산단계에서 구조적 개선을 통한 소비자의 불만사항 해결에 대한 노력이 필요하다. 본 연구는 자원순환정책의 일환으로 점차 소비자의 분리배출 참여 역할을 강화하고 있는 시점에서 향후 정책 개선에 활용할 수 있도록 소비자 측면에서의 분리배출에 대한 인식을 조사하여 분리배출 참여를 저해하는 문제점을 도출하고 정책의 개선 방향성을 제시한 의의가 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.659-663
• /
• 2023

이 논문은 한국어 음성인식 성능을 개선하고자 기존 음성인식 과정을 자모단위 음성인식 모델과 신경망 기반 자모 병합 모델 총 두 단계로 구성하였다. 한국어는 조합어 특성상 음성 인식에 필요한 음절 단위가 약 2900자에 이른다. 이는 학습 데이터셋에 자주 등장하지 않는 음절에 대해서 음성인식 성능을 저하시키고, 학습 비용을 높이는 단점이 있다. 이를 개선하고자 음절 단위의 인식이 아닌 51가지 자모 단위(ㄱ-ㅎ, ㅏ-ㅞ)의 음성인식을 수행한 후 자모 단위 인식 결과를 음절단위의 한글로 병합하는 과정을 수행할 수 있다[1]. 자모단위 인식결과는 초성, 중성, 종성을 고려하면 규칙 기반의 병합이 가능하다. 하지만 음성인식 결과에 잘못인식된 자모가 포함되어 있다면 최종 병합 결과에 오류를 생성하고 만다. 이를 해결하고자 신경망 기반의 자모 병합 모델을 제시한다. 자모 병합 모델은 분리되어 있는 자모단위의 입력을 완성된 한글 문장으로 변환하는 작업을 수행하고, 이 과정에서 음성인식 결과로 잘못인식된 자모에 대해서도 올바른 한글 문장으로 변환하는 오류 수정이 가능하다. 본 연구는 한국어 음성인식 말뭉치 KsponSpeech를 활용하여 실험을 진행하였고, 음성인식 모델로 Wav2Vec2.0 모델을 활용하였다. 기존 규칙 기반의 자모 병합 방법에 비해 제시하는 자모 병합 모델이 상대적 음절단위오류율(Character Error Rate, CER) 17.2% 와 단어단위오류율(Word Error Rate, WER) 13.1% 향상을 확인할 수 있었다.