• 디지털융복합연구
• /
• 제11권9호
• /
• pp.289-299
• /
• 2013

본 연구의 목적은 현재 질병관리본부에서 사용하고 있는 건강보험 청구자료 기반의 결핵환자 분류기준을 고도화하여 보다 효과적인 결핵환자감시체계의 토대를 제공하기 위해 수행되었다. 이를 위해 건강보험심사평가원의 2009년 1년간 결핵상병으로 청구된 81,199명 중 10%인 8,118명을 표본추출한 후 실제 결핵환자인지에 대해서 의무기록 조사를 실시하여 조사가 완료되고, 국민건강보험공단 건강보험청구 자료와 매칭이 완료된 7,132명을 최종 분석대상자로 하였다. 결핵환자분류를 위한 모형을 개발하여 평가한 결과 결핵과 관련된 임상전문가 의견과 통계적 분류 알고리즘이 종합적으로 고려된 의사결정나무모형이 가장 우수한 모형으로 평가되었다. 의사결정나무 모형에 따른 결핵분류모형의 주요 독립변수는 연령, 최초 청구시점의 결핵약제 종류수, 최초 청구시점의 이용 의료기관 유형, 최초 청구시점의 청구결핵검사 종류, 2008년 결핵약 투약일수, 최초 청구시점 결핵약제 투약일수, 최초 청구시점 결핵상병 종류로 나타났다. 이 모형의 향상도는 최고 11.8이였으며, 개발된 모형에서 분류된 1~5유형까지 적용하여 청구된 자료 중 결핵이 아님을 예측할 경우, 민감도는 90.6%, 양성예측도는 96.1%, 정분류율은 87.6%로 나타나, 현재 질병관리본부에서 사용하는 청구2회 이상, 약제 2제 이상 모형(민감도 82.6%, 양성예측도 95%, 정분류율 80%)보다 우수한 모형인 것으로 나타났다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권4호
• /
• pp.177-184
• /
• 2010

센서 정보, 물류/유통정보, 신용 정보, 주식 정보 등이 과거보다 다양하면서 대용량의 연속 발생 형태 데이터가 발생하고 있다. 이러한 데이터는 대용량의 특의 변화가 빠른 특징들을 가지고 있기 때문에 학습이 어렵다. 이러한 문제점을 해결하기 위해 일정 윈도우 크기의 최근 데이터를 연속적으로 학습시킴으로써 전체 모형을 새롭게 만들거나 모형의 일부분을 대체 하는 방법을 사용하여 왔다. 그러나 이러한 방법은 계속해서 새로운 학습모형을 만들어야 하므로 대용량의 연속 데이터를 학습시키는데 많은 시간과 비용이 든다. 따라서, 이러한 특성에 대비하기 위하여 추가적인 학습 데이터가 발생할 때 마다, 점진적이며 지속적으로 학습을 할 수 있는 학습 기법이 필요하다. 보다 빠른 속도로 학습 모형의 변화 없이 분류를 하기 위하여 대표적인 점진적 학습 방법으로 베이지안 분류기를 사용할 수 있지만, 사전확률을 알고 있다는 가정으로부터 시작을 하게 되어 일정량 이상의 학습데이터가 필요하다. 따라서 본 연구에서는 베이지안 분류기와 같이 점진적으로 학습을 할 수 있지만, 사전 확률을 알지 못하더라고 학습을 할 수 있는 새로운 점진적 학습 알고리즘을 제안하고자 한다. 본 연구에서 제안하는 알고리즘의 기본 개념은 여러 전문가의 의견을 종합하는 방식이다. 여기서는 속성값(attribute value)을 한명의 전문가로 보고 전문가 집단의 의사 결정이 맞을 경우에는 가점을 주고 틀릴 경우에는 감점을 하는 방식으로 학습을 하게 된다. 실험결과 이 방법은 의사결정나무나 베이지언 분류기와 비교해 비슷한 성능을 나타내었으며, 향후에 스트림 데이터 분석에 사용할 가능성을 보였다.

• 한국정보전자통신기술학회논문지
• /
• 제14권3호
• /
• pp.193-200
• /
• 2021

최근 소셜미디어에서 관광지에 관한 게시글과 의견이 활발하게 공유된다. 이러한 소셜 빅데이터는 소비자가 인식하는 관광지의 객관적인 이미지를 파악할 수 있는 유의미한 정보를 제공한다. 이에 따라 본 연구는 소셜미디어의 빅데이터를 이용해서 강원도 지역에 대한 관광 이미지를 분석하는 것이다. SNS 및 빅데이터의 대표적인 분석 방법인 텍스트마이닝과 의미연결망 분석 절차를 사용해서 강원도의 관광 이미지를 분석하고 차별화된 경쟁력을 확보할 수 있는 이미지 향상에 대한 방안을 제공하고자 하였다. 분석결과에 따르면, 강원도 지역의 관광으로 속초, 강릉, 양양 순으로 지명 언급이 높은 수준으로 나타났고, 여행목적은 맛집투어, 식도락, 가족여행, 휴가, 체험 등으로 나타났다. 특히, 당일여행, 주말, 체험 등을 선호하는 것으로 나타났다. 분석결과를 바탕으로 네 가지 제안을 하였다. 첫째, 강원도 관광의 활성화를 위하여 가격대별로 다양한 호텔, 숙박 시설과 체험 관광 마케팅이 필요하다. 둘째, 강원도의 자연경관과 수도권 근접성을 활용한 당일상품을 개발할 필요가 있다. 셋째, 강원도 향토음식과 전통식당의 홍보가 필요하다. 마지막으로 힐링과 가족여행에 적합한 관광 마케팅 개발이 필요하다. 본 연구 결과를 통해 강원도의 관광 이미지를 현황을 파악하고 경쟁력을 향상할 수 있는 마케팅 전략을 제시하였다. 또한, 관광 소비자의 빅데이터를 관광사업 분야에서 활용할 수 있는 이론적 근거를 제공하였다.

• 지능정보연구
• /
• 제28권3호
• /
• pp.81-103
• /
• 2022

전 세계적으로 정신건강과 웰빙에 대한 중요성을 인식하고 있고, 세계 행복 보고서를 통해 꾸준하게 대중의 행복 수치를 기록하고 있다. 2019년 중국에서 발생한 코로나19는 사람들의 일상적인 생활에 많은 변화를 가져왔고, 전염병의 장기화로 인한 스트레스 누적이 사람들의 행복에 영향을 주고 있다. 기존 연구에서는 팬데믹 이후 '우울', '불안'과 같은 정신건강에 부정적인 영향을 알렸고, 수치상으로 행복 지수가 낮아졌음을 밝혔다. 전염병 이후 한국 사회에서 대중들이 느끼는 행복의 이슈 변화에 대한 구체적인 이슈를 분석하는 연구는 부족하다. 따라서, 본 연구는 코로나19 이후 한국인의 행복이슈에 생긴 변화를 파악하고 행복을 증진시킬 수 있는 방안을 찾는 것을 목표로 한다. 코로나19 이전 데이터는 2018년 1월 1일부터 2019년 12월 31일까지, 코로나19 이후 데이터는 2020년 1월 1일부터 2021년 12월 31일까지로 시기를 나누어 수집하였다. ERG 이론에 기반한 하위 키워드 32가지를 검색하여 다양한 측면에서 데이터를 수집하였다. 코로나19 전후 토픽 모델링 결과를 국회 미래연구원에서 발표한 '행복 지표 2.0'의 '건강', '안전', '경제', '교육', '관계 및 사회참여', '여가', '삶의 만족' 영역으로 분류하여 비교 분석하였다. 토픽과 키워드의 세부적인 의미에서 코로나19 전후의 차이를 발견할 수 있었다. 각 영역의 관점에서 행복 증진 방안을 토픽과 키워드를 비교 해석한 결과를 기반으로 제시하였다. 본 논문은 실제 대중들의 '행복' 관련 의견을 마이닝하여 코로나19로 인한 심리적 변화에 대한 연구를 확장했다는 점에서 학술적으로 시사한다. 또한, 기존 행복 증진 불행 경감 방안에 대한 연구를 기반으로 하여 객관적인 행복 지표 영역을 활용해 행복 증진 방안을 구체적으로 제시했다는 점에서 실무적 시사점을 갖는다.

• 한국과학교육학회지
• /
• 제44권3호
• /
• pp.231-248
• /
• 2024

본 연구에서는 오픈소스 소프트웨어와 인공지능 문서 분류 모델인 한국어 Sentence-BERT로 고등학교 1학년 통합과학 질문-답변 챗봇을 제작하고 2023학년도 1년 동안 독립형 서버에서 운영했다. 챗봇은 Sentence-BERT 모델로 학생의 질문과 가장 유사한 질문-답변 쌍 6개를 찾아 캐러셀 형태로 출력한다. 질문-답변 데이터셋은 인터넷에 공개된 자료를 수집하여 초기 버전을 구축하였고, 챗봇을 1년 동안 운영하면서 학생의 의견과 사용성을 고려하여 자료를 정제하고 새로운 질문-답변 쌍을 추가했다. 2023학년도 말에는 총 30,819개의 데이터셋을 챗봇에 통합하였다. 학생은 챗봇을 1년 동안 총 3,457건 이용했다. 챗봇 사용 기록을 빈도분석 및 시계열 분석한 결과 학생은 수업 중 교사가 챗봇 사용을 유도할 때 챗봇을 이용했고 평소에는 방과 후에 자습하면서 챗봇을 활용했다. 학생은 챗봇에 한 번 접속하여 평균적으로 2.1~2.2회 정도 질문했고, 주로 사용한 기기는 휴대폰이었다. 학생이 챗봇에 입력한 용어를 추출하고자 한국어 형태소 분석기로 명사와 용언을 추출하여 텍스트 마이닝을 진행한 결과 학생은 과학 질문 외에도 시험 범위 등의 학교생활과 관련된 용어를 자주 입력했다. 학생이 챗봇에 자주 물어본 주제를 추출하고자 Sentence-BERT 기반의 BERTopic으로 학생의 질문을 두 차례 범주화하여 토픽 모델링을 진행했다. 전체 질문 중 88%가 35가지 주제로 수렴되었고, 학생이 챗봇에 주로 물어보는 주제를 추출할 수 있었다. 학년말에 학생을 대상으로 한 설문에서 챗봇이 캐러셀 형태로 결과를 출력하는 형태가 학습에 효과적이었고, 통합과학 학습과 학습 목적 이외의 궁금증이나 학교생활과 관련된 물음에 답해주는 역할을 수행했음을 확인할 수 있었다. 본 연구는 공교육 현장에서 학생이 실제로 활용하기에 적합한 챗봇을 개발하여 학생이 장기간에 걸쳐 챗봇을 사용하는 과정에서 얻은 데이터를 분석함으로써 학생의 요구를 충족할 수 있는 챗봇의 교육적 활용 가능성을 확인했다는 점에 의의가 있다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.69-92
• /
• 2015

최근 소셜 미디어의 사용이 폭발적으로 증가함에 따라 이용자가 직접 생성하는 방대한 데이터를 분석하기 위한 다양한 텍스트 마이닝(text mining) 기법들에 대한 연구가 활발히 이루어지고 있다. 이에 따라 텍스트 분석을 위한 알고리듬(algorithm)의 정확도와 수준 역시 높아지고 있으나, 특히 감성 분석(sentimental analysis)의 영역에서 언어의 문법적 요소만을 적용하는데 그쳐 화용론적 의미론적 요소를 고려하지 못한다는 한계를 지닌다. 본 연구는 이러한 한계를 보완하기 위해 기존의 알고리듬 보다 의미 자질을 폭 넓게 고려할 수 있는 Word2Vec 기법을 적용하였다. 또한 한국어 품사 중 형용사를 감정을 표현하는 '감정어휘'로 분류하고, Word2Vec 모델을 통해 추출된 감정어휘의 연관어 중 명사를 해당 감정을 유발하는 요인이라고 정의하여 이 전체 과정을 'Emotion Trigger'라 명명하였다. 본 연구는 사례 연구(case study)로 사회적 이슈가 된 세 직업군(교수, 검사, 의사)의 특정 사건들을 연구 대상으로 선정하고, 이 사건들에 대한 대중들의 인식에 대해 분석하고자 한다. 특정 사건들에 대한 일반 여론과 직접적으로 표출된 개인 의견 모두를 고려하기 위하여 뉴스(news), 블로그(blog), 트위터(twitter)를 데이터 수집 대상으로 선정하였고, 수집된 데이터는 유의미한 연구 결과를 보여줄 수 있을 정도로 그 규모가 크며, 추후 다양한 연구가 가능한 시계열(time series) 데이터이다. 본 연구의 의의는 키워드(keyword)간의 관계를 밝힘에 있어, 기존 감성 분석의 한계를 극복하기 위해 Word2Vec 기법을 적용하여 의미론적 요소를 결합했다는 점이다. 그 과정에서 감정을 유발하는 Emotion Trigger를 찾아낼 수 있었으며, 이는 사회적 이슈에 대한 일반 대중의 반응을 파악하고, 그 원인을 찾아 사회적 문제를 해결하는데 도움이 될 수 있을 것이다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.109-131
• /
• 2014

최근 전 세계적인 원전 설비의 수요 증가로 원자력 전략물자 취급의 중요성이 높아지는 가운데, 국외 수출을 위한 원전 관련 물품 및 기술의 신청 또한 급증하는 추세이다. 전략물자 사전판정 업무는 통상 원자력 물자 관리에 해박한 전문가의 경험 및 지식에 근거하여 수행되어 왔지만, 급증하는 수요에 상응하는 전문 인력의 공급이 부족한 실정이다. 이러한 문제를 극복하기 위하여, 본 연구진은 전략물자 수출 통제를 위한 사례 기반 지능형 수출 통제 시스템을 설계 및 개발하였다. 이 시스템은 현장 전문가의 전담 업무이던 신규 사례에 대한 전략물자 사전판정 과정 업무의 주요 맥락을 자동화 하여 전문가 및 관계 기관이 감당해야 할 업무 부담을 줄이며, 빠르고 정확한 판정을 돕는 의사결정 지원 시스템의 역할을 맡는다. 개발된 시스템은 사례 기반 추론 (Case Based Reasoning) 방식에 기반을 두어 설계되었는데, 이는 과거 사례의 특성을 활용하여 신규 사례의 해법을 유추하는 추론 방법이다. 본 연구에서는 자연어로 작성된 전자문서 처리에 널리 사용되는 텍스트 마이닝 분석 기법을 원자력 분야에 특화된 형태로 응용하여 전략물자 수출통제 시스템을 설계하였다. 시스템 설계의 근거로 선행 연구에서 제안된 반자동식 핵심어 추출 방안의 성능을 보다 엄밀히 검증하였고, 추출된 핵심어로 신규 사례와 유사한 과거 사례를 추출하는 알고리즘을 제안하였다. 제안된 방안은 텍스트 마이닝 분야의 TF-IDF 방법 및 코사인 유사도 점수를 활용한 결과(${\alpha}$)와 원자력 분야에서 통용되는 개념적 지식을 계통으로 분류하여 도출한 결과(${\beta}$)를 조합하여 최종 결과 (${\gamma}$) 를 생성하게 된다. 세부 요소 기술의 성능 검증은 임상 데이터를 활용한 실험 및 실무 전문가의 의견수렴을 통해 이루어졌다. 개발된 시스템은 사전판정 전문 인력을 다수 양성하는 데 드는 비용을 절감하는 데 일조할 것이며, 지식서비스 산업의 의미 있는 응용 사례로서 관련 산업의 성장에 기여할 수 있을 것으로 보인다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.219-239
• /
• 2019

개인에게 맞춤형 서비스를 제공하는 것이 중요해지면서 개인화 추천 시스템 관련 연구들이 끊임없이 이루어지고 있다. 추천 시스템 중 협업 필터링은 학계 및 산업계에서 가장 많이 사용되고 있다. 다만 사용자들의 평점 혹은 사용 여부와 같은 정량적인 정보에 국한하여 추천이 이루어져 정확도가 떨어진다는 문제가 제기되고 있다. 이와 같은 문제를 해결하기 위해 현재까지 많은 연구에서 정량적 정보 외에 다른 정보들을 활용하여 추천 시스템의 성능을 개선하려는 시도가 활발하게 이루어지고 있다. 리뷰를 이용한 감성 분석이 대표적이지만, 기존의 연구에서는 감성 분석의 결과를 추천 시스템에 직접적으로 반영하지 못한다는 한계가 있다. 이에 본 연구는 리뷰에 나타난 감성을 수치화하여 평점에 반영하는 것을 목표로 한다. 즉, 사용자가 직접 작성한 리뷰를 감성 수치화하여 정량적인 정보로 변환해 추천 시스템에 직접 반영할 수 있는 새로운 알고리즘을 제안한다. 이를 위해서는 정성적인 정보인 사용자들의 리뷰를 정량화 시켜야 하므로, 본 연구에서는 텍스트 마이닝의 감성 분석 기법을 통해 감성 수치를 산출하였다. 데이터는 영화 리뷰를 대상으로 하여 도메인 맞춤형 감성 사전을 구축하고, 이를 기반으로 리뷰의 감성점수를 산출한다. 본 논문에서 사용자 리뷰의 감성 수치를 반영한 협업 필터링이 평점만을 고려하는 전통적인 방식의 협업 필터링과 비교하여 우수한 정확도를 나타내는 것을 확인하였다. 이후 제안된 모델이 더 개선된 방식이라고 할 근거를 확보하기 위해 paired t-test 검증을 시도했고, 제안된 모델이 더 우수하다는 결론을 도출하였다. 본 연구에서는 평점만으로 사용자의 감성을 판단한 기존의 선행연구들이 가지는 한계를 극복하고자 리뷰를 수치화하여 기존의 평점 시스템보다 사용자의 의견을 더 정교하게 추천 시스템에 반영시켜 정확도를 향상시켰다. 이를 기반으로 추가적으로 다양한 분석을 시행한다면 추천의 정확도가 더 높아질 것으로 기대된다.

• 지능정보연구
• /
• 제22권1호
• /
• pp.83-105
• /
• 2016

의료IT 서비스의 유망 분야인 정신건강 증진을 위한 주관적 웰빙 서비스(subjective well-being service) 구현의 핵심은 개인의 주관적 웰빙 상태를 정확하고 무구속적이며 비용 효율적으로 측정하는 것인데 이를 위해 보편적으로 사용되는 설문지에 의한 자기보고나 신체부착형 센서 기반의 측정 방법론은 정확성은 뛰어나나 비용효율성과 무구속성에 취약하다. 비용효율성과 무구속성을 보강하기 위한 온라인 텍스트 기반의 측정 방법은 사전에 준비된 감정어 어휘만을 사용함으로써 상황에 따라 감정어로 볼 수 있는 이른바 상황적 긍부정성(contextual polarity)을 고려하지 못하여 측정 정확도가 낮다. 한편 기존의 상황적 긍부정성을 활용한 감성분석으로는 주관적 웰빙 상태인 맥락에서의 감성분석을 할 수 있는 감정어휘사전이나 온톨로지가 구축되어 있지 않다. 더구나 온톨로지 구축도 매우 노력이 소요되는 작업이다. 따라서 본 연구의 목적은 온라인상에 사용자의 의견이 표출된 비정형 텍스트로부터 주관적 웰빙과 관련한 상황감정어를 추출하고, 이를 근거로 상황적 긍부정성 파악의 정확도를 개선하는 방법을 제안하는 것이다. 기본 절차는 다음과 같다. 먼저 일반 감정어휘사전을 준비한다. 본 연구에서는 가장 대표적인 디지털 감정어휘사전인 SentiWordNet을 사용하였다. 둘째, 정신건강지수를 동적으로 추정하는데 필요한 비정형 자료인 Corpora를 온라인 서베이로 확보하였다. 셋째, Corpora로부터 세 가지 종류의 자원을 확보하였다. 넷째, 자원을 입력변수로 하고 특정 정신건강 상태의 지수값을 종속변수로 하는 추론 모형을 구축하고 추론 규칙을 추출하였다. 마지막으로, 추론 규칙으로 정신건강 상태를 추론하였다. 본 연구는 감정을 분석함에 있어, 기존의 연구들과 달리 상황적 감정어를 적용하여 특정 도메인에 따라 다양한 감정 어휘를 파악할 수 있다는 점에서 독창성이 있다.

• 한국조경학회지
• /
• 제50권5호
• /
• pp.69-79
• /
• 2022

본 연구는 최근 신재생에너지원으로 관광, 여행 등의 목적을 가지며 관광자원의 역할을 할 수 있는 풍력발전시설의 경관 인식을 파악하였다. 이에 지역별로 방문객이 경험한 풍력발전시설의 경관과 관련된 소셜미디어 데이터를 분석하였다. 분석 결과, 풍력발전시설의 경관을 인식할 때 연구대상지에서 공통적으로 풍력발전시설의 규모, 조망점과 풍력발전시설 간의 거리, 조망점에서 풍력발전시설을 볼 때 시각적 개방성, 풍력발전시설이 위치하고 있는 지형에 따라 달라지는 것을 알 수 있다. 또한, 풍력발전시설의 선호는 풍력발전시설의 형태와 주변경관을 파악할 수 있는 장소인 평지나 바다에 설치되어 있는 곳을 더 좋은 경관이라고 인식하고 있다. 특이한 점으로 경관에 대한 부정적인 키워드는 강원도 태백 가덕산, 태백 매봉산, 태기산과 경상도 경주 풍력발전시설에서 나타났다. 부정적인 키워드는 풍력발전시설을 가까이 조망했을 때 조망각이 높아 느껴지는 압도적인 크기와 산의 능선이 함께 보이는 경관에서 심리적 위압감을 느끼고 있음을 알 수 있다. 반면, 평지나 바다가 보이는 경관의 풍력발전시설에서는 긍정적인 경관 형용사가 도출되어 방문객은 경관의 스카이라인이 산 능선과 겹쳐서 보이거나 너무 가까이에서 풍력발전시설을 바라볼 때보다 평지나 바다에서 경관의 시각량이 충분히 확보될 때 그 장소를 대표할 만한 상징적인 요소라고 인식하고 있음을 알 수 있다. 본 연구는 풍력발전시설을 경험한 방문객의 의견을 토대로 경관 인식을 분석하였다. 그러나 풍력발전시설은 설치되는 권역별로 경관특성이 다르고, 시점, 관찰자 등 변수가 많아 연구결과를 일반화시키기 어려운 한계가 있다. 최근 풍력발전시설 조성 시 발생하는 경관훼손이 주요 이슈가 되고 있고, 국내에는 풍력발전시설의 경관을 평가할 수 있는 방법이 미흡하다. 이에 풍력발전시설의 경관을 평가할 시 풍력발전시설의 규모, 풍력발전시설이 설치된 지역 고유의 자연적 특성, 풍력발전시설과 조망점과의 거리가 중요한 구성요소로 나타난 것은 주목할 사항이라 판단된다. 또한, 풍력시설은 보전해야 할 자연환경에 설치되는 시설로 추후 경관적 관점에서 풍력발전시설과 주변 환경을 바라보는 경관의 연구가 필요하다.