• 한국도서관정보학회지
• /
• 제46권3호
• /
• pp.71-88
• /
• 2015

러닝코먼스는 정보코먼스의 기반에서 도서관의 사명 달성을 위한 실천을 전제하고 있다이. 이는 도서관의 미래에 대한 비전을 확장시킬 수 있는 개념이다. 러닝코먼스의 핵심 콘텐츠의 하나가 독서교육 서비스이다. 이를 위해서는 도서관 현장에서 독서지도를 지원하는 독서지도사 양성이 중요하다. 이러한 배경에서 본 연구는 일본의 도서관에 있어서 독서교육 서비스 진작의 사례로서 독서관련 지도사 양성과정 사례를 분석하였다. 분석 결과, 첫째, 일본의 도서관은 독서교육 여건을 개선시키기 위해 독서교육을 위한 독서지도사를 양성함으로서 독서교육 서비스의 질을 개선하고 프로그램 이용도를 높여가고 있다. 둘째, 일본 도서관은 독서지도라는 사회적 필요를 도서관, 지방자치단체, 주민들이 협력하여 독서지도사 양성을 통해 해결해가고 있다. 이러한 사례는 한국에서도 도서관내 독서교육 서비스의 중요성을 인식하고, 프로그램을 적극적으로 담당하고 독서를 지도할 수 있는 인력 양성제도가 활성화 될 필요가 있음을 시사한다.

• 통상정보연구
• /
• 제15권2호
• /
• pp.109-128
• /
• 2013

콘텐츠산업의 성장과 함께 국내 문화콘텐츠의 해외 진출이 활발하게 이루어지고 있다. 하지만, 좋은 성과를 내고 있는 게임, 음악, 영화 등의 분야와는 달리 교육콘텐츠의 경우 해외 시장에서 유의미한 성과를 내지 못하고 있다. 이에, 본 연구에서는 성공적인 교육콘텐츠의 해외 진출 사례로 C연구소의 G러닝 미국 공교육 진출 사례를 살펴보고자 한다. 본 사례에서 C연구소는 많은 어려움을 극복하고 LA라발로나 초등학교에서 5학년 정규 과정 G러닝 수학수업을 진행하고 학생들의 성적을 향상시켰다. 본 사례의 분석을 통해 이러한 성공이 가능했던 이유에 대한 전략적 시사점을 다음과 같이 제시할 수 있었다. 첫째, 제품의 차별성이고, 둘째, 현지 인력을 중심으로 지원조직을 구성하여 현지 인적 네트워크를 효율적으로 활용할 수 있었으며, 셋째, 지속적인 커뮤니케이션을 통한 정보 공유를 통해 연쇄적인 설득과정을 유도할 수 있었다.

• 한국실천공학교육학회논문지
• /
• 제2권2호
• /
• pp.10-15
• /
• 2010

산업체가 필요로 하는 인력의 양성을 위하여 대학에서는 공학교육의 질을 향상시키는 다양한 노력이 이뤄지고 있다. 유공압기초실습은 그러한 노력의 일환인 공학교육 인증과목으로, 자동화가 요구되는 모든 산업 분야에서 폭넓게 사용되고 있는 공압기기의 구성과 원리를 이해하고, 전기시퀀스회로의 프로그래밍과 공압시스템의 응용 설계능력 배양을 교과목 목표로 하고 있다. 본 교과목은 주당 3시간의 수업을 통하여 이론과 실습을 병행해야 하는데 실제 학생들에게 많은 내용을 전달하기에는 시간적인 여유가 절대적으로 부족하다. 이로 인하여 단편적인 전문지식 전달 강의로 진행 될 수밖에 없으며 산업체와 연계된 교육 또한 어려운 실정이다. 본 논문에서는 이에 대한 해결방법으로 E러닝을 통한 보완학습을 제시하고 있다. 한 학기 동안 유공압기초실습교과목의 오프라인 수업과 E러닝을 병행하고, 수업에 참여한 학생들을 대상으로 설문을 실시하여 보완학습에 대한 효과를 분석하였다. 그리고 추후 필요한 연구에 대해서도 제시하였다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.621-635
• /
• 2023

시설물 상태평가는 시설물의 사용성을 평가하고, 진단 주기를 결정하는 중요한 과정이다. 현재 수행되고 있는 인력 기반 방법은 안전, 효율, 객관성에 대한 문제를 안고 있어 이를 개선하기 위해 영상을 이용한 딥러닝(deep learning) 기반의 연구가 수행되고 있다. 그러나 시설물 손상 데이터는 발견하기 어려워 다량의 시설물 손상 학습 데이터를 구축하기 어렵고, 이는 딥러닝 기반 상태평가에 한계로 작용한다. 본 연구에서는 영상 기반 시설물 상태평가의 학습 데이터 부족으로 인한 어려움을 개선하기 위해 파운데이션 모델(foundation model) 기반 2-step 시설물 손상 분석을 제시한다. 시설물 상태평가의 요소를 객체화와 정량화로 세분화하고, 정량화 단계에서 영상 분할(segmentation) 파운데이션 모델을 적용하였다. 본 연구의 방법은 기존 영상 분할 방법 대비 10% 포인트 이상 높은 mean intersection over union을 나타냈고, 특히 철근 노출의 경우에는 40% 포인트 이상의 성능 개선을 보였다. 본 연구의 방법이 학습 데이터 구축이 어려운 도메인에 성능 개선을 가져올 것이라 기대한다.

• 대한토목학회논문집
• /
• 제38권6호
• /
• pp.859-865
• /
• 2018

달 지상 인프라 및 기지 건설은 건설재료나 에너지 확보가 가능한 지역과 연계되어야 하며, 얼음 등의 핵심 자원이 풍부한 영구음영 지역을 형성하는 달 크레이터 지형의 탐지와 정보 수집이 선행되어야 한다. 본 연구에서는 이러한 달 크레이터(crater) 객체 정보를 최신 딥러닝 알고리즘을 이용해 효과적으로 자동 탐지하는 방안에 대해 고찰하였다. 딥러닝 학습을 위해 NASA LRO 달 궤도선의 레이저 고도계 데이터를 기반으로 구축된 9만개의 수치표고모델과 개별 수치표고모델에 존재하는 크레이터들의 위치와 크기를 레이블링한 자료를 활용하였다. 딥러닝 학습은 최신 알고리즘인 Faster RCNN (Regional Convolution Neural Network)을 자체적으로 코드화하여 적용하였다. 이를 통해 학습된 딥러닝 시스템은 학습되지 않은 달표면 이미지 내 크레이터를 자동 인식하는데 적용되었으며, NASA에서 인력에 의해 정의한 크레이터 정보들의 오류를 자동 보정 가능하고, 정의되지 않은 많은 크레이터 까지도 자동 인식 가능함을 보였다. 이를 통해 공학적으로 매우 가치가 있는 각 지역별 크레이터들의 크기 분포 특성 및 발생 빈도 분석 등이 가능하게 되었으며, 향후에는 시간 이력별 변화추이도 분석 가능할 것으로 판단된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.45-46
• /
• 2021

본 논문에서는 제조산업의 제품 품질검사의 자동화를 위한 딥러닝 기법을 제안하고 모델의 성능 최적화를 위한 특징 추출 필터의 크기를 비교한다. 이미지 특징을 자동 추출할 수 있는 CNN을 사용하여 전문인력 없이 제품의 표면 결함을 검출하고 제품의 적합성을 판단할 수 있는 이미지 처리 알고리즘을 구축하고 산업 현장에 적용하기 위한 검증 지표로 검출 정확도와 연산속도를 측정하여 결함 검출 알고리즘의 성능을 확인한다. 또한 연산량에 따른 성능 비교를 위해 필터의 크기에 따른 CNN의 성능을 비교하여 결함 검출 알고리즘의 성능을 최적화한다. 본 논문에서는 커널의 크기를 다르게 적용했을 때 빠른 연산으로 높은 정확도의 검출 결과를 얻었다.

• 공업화학전망
• /
• 제23권6호
• /
• pp.3-13
• /
• 2020

저출산 고령화 사회로의 진입은 대한민국뿐만 아니라 전 세계적으로 많은 사회 문제를 야기하고 있다. 그 중에서 고령 인구 증가로 인한 의료 수요 증가와 이를 뒷받침 할 의료인력 부족은 곧 다가올 사회문제이다. 4차 산업 혁명으로 인해 다양한 사회문제에 대한 혁신적인 해법들이 제시되고 있는데, 본 기고문에서는 다가올 고령화 사회에서 의료인력 부족 등에 의한 해결법으로 원격의료 지원을 위한 인공지능 활용을 다루고자 한다. 병 진단 및 예측을 위한 여러 가지 인공지능 알고리즘은 이미 많이 개발 되어 있으나, 일반적으로 딥러닝에 많이 쓰이는 인공신경망 구조인 합성곱 뉴럴네트워크(convolution neural network)나 기존 퍼셉트론(perceptron) 구조에서 벗어나 확률론적 인공신경망 중에 하나인 베이지안 뉴럴네트워크(Bayesian neural network)를 다루고자 한다. 그중에서 연산효율적이며 뉴로모픽 하드웨어로 구현 가능성이 높고 실제 진단 예측(diagnosis prediction) 문제 해결에 강점을 보이는 알고리즘으로써 naive Bayes classifer를 활용한 연구를 소개하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.581-582
• /
• 2016

매년 많은 실종자가 발생하며 이를 인력으로 해결하는 것은 제한적이다. 본 논문은 드론을 통해 인간이 수색할 수 있는 것보다 넓은 지역의 이미지를 촬영하고, 이 이미지에서 딥 러닝 기술을 기반으로 학습시킨 모델을 통해 실종자의 특징을 인식해 그의 위치를 찾아내는 프로그램에 대해 다룬다. 드론과 인공지능을 접목한 본 프로그램을 통해 실종자들의 높은 복귀율을 기대하게 한다.

• 전기전자학회논문지
• /
• 제25권4호
• /
• pp.766-769
• /
• 2021

딥러닝을 포함한 머신러닝 기법을 기반으로 비행체의 궤적 설계, 제어, 최적화, 예측 등의 작업을 수행하기 위해서는 일정한 양 이상의 비행체 궤적 데이터를 필요로 한다. 그러나 다양한 이유(예를 들어 비행체 궤적 데이터셋 구축에 필요한 비용, 시간, 인력 등)로 일정한 양 이상의 비행체 궤적 데이터를 확보하기 어려운 경우가 존재한다. 이러한 경우 합성 데이터 생성이 머신러닝을 가능하게 하는 방법 중 하나가 될 수 있다. 본 논문에서는 이와 같은 가능성을 탐구하기 위하여 시계열 생성적 적대 신경망을 이용하여 비행체 궤적 합성 데이터를 생성하고 평가하였다. 또한 비행체의 상태를 인식하기 위한 비행체 궤적 예측 작업에서 합성 데이터의 활용 가능성을 탐구하기 위하여 다양한 ablation study(비교 실험)를 수행하였다. 본 논문에서 제시된 생성 평가 및 비교 실험 결과는 비행체 궤적 합성 데이터 생성 및 비행체 궤적 관련 작업에서 합성 데이터의 활용 가능성에 대한 연구를 수행하고자 하는 연구자들에게 실질적인 도움이 될 것으로 예상한다.

• 한국터널지하공간학회 논문집
• /
• 제24권6호
• /
• pp.583-598
• /
• 2022

인력기반 터널 점검은 점검자의 주관적인 판단에 영향을 받으며 지속적인 이력관리가 어렵다. 따라서 최근에는 딥러닝 기반 자동 균열 탐지 연구가 활발히 진행되고 있다. 하지만 대부분의 연구에서는 사용하는 대규모 공개 균열 데이터셋은 터널 내부에서 발생하는 균열과 매우 상이하다. 또한 현행 터널 상태평가에서 정교한 균열 레이블을 구축하기 위해서는 추가적인 작업이 요구된다. 이에 본 연구는 균열 형상이 다소 단순하게 표현된 기존 데이터셋을 딥러닝 모델에 입력하여 균열 탐지 성능을 개선하는 방안을 제시한다. 기존 터널 데이터셋, 고품질 터널 데이터셋과 공개 균열 데이터셋을 조합하여 학습한 딥러닝 모델의 성능 평가와 비교를 수행한다. 그 결과 Cross Entropy 손실함수를 사용한 DeepLabv3+에 공개 데이터셋, 패치 단위 분류와 오버샘플링을 수행한 터널 데이터셋을 모두 학습한 경우 성능이 가장 좋았다. 향후 기 구축된 터널 영상 취득 시스템 데이터를 딥러닝 모델 학습에 효율적으로 활용하기 위한 방안을 수립하는 데 기여할 것으로 기대한다.