• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.204-205
• /
• 2023

본 연구는 준지도학습(SSL)을 기반한 소형 어선의 충돌 경보 송출 예측 모델에 관한 연구이다. 지도학습(SL) 방법은 레이블링된 다수의 데이터가 필요하지만 레이블링 과정에서 많은 자원과 시간이 소요된다. 본 연구는 '지능형 해상교통정보 서비스'와 연계한 데이터 파이프 라인을 통해 수집된 서비스 데이터와 실해역 시험에서 수집한 데이터를 사용하였다. 실제 사용자 만족도 기반으로 레이블이 결정된 실해역 시험 데이터만 아니라 레이블이 결정되지 않은 서비스 데이터를 함께 학습시킨 결과, 모델 정확도가 향상되었다.

• 컴퓨터교육학회논문지
• /
• 제7권6호
• /
• pp.107-116
• /
• 2004

본 연구는 초 중등학교 교사들이 ICT를 활용한 프로젝트기반학습(Project-Based Learning) 연수를 참여한 후 수업에 ICT를 어떤 방식으로 어느 정도 활용하는지와 이 과정에서 ICT 활용을 촉진하는 환경 조건들에 대한 교사들의 인식을 조사하였다. 연구 걸과에 따르면 연수 후 수업에서 프로젝트기반학습의 수업 적용도와 수업 진행을 위한 준비 활동에 대한 변화가 있었으며, ICT활용 수업을 하지 못한 교사들의 경우, 적용을 못하는 가장 큰 이유는 수업 계획 및 준비를 위한 시간의 부족이었다. ICT의 활용을 촉진하는 환경 조건들에 대해서 교사들은 현 상태를 불편하게 인식하고 있지 않으며 시간과 보상을 주요 부족 요인으로 인식하였고, 정보통신기술 활용 교육을 위한 지식과 기능, 하드웨어, 소프트웨어, 그리고 휴먼웨어(자원), 참여의식, 제도적, 행정적, 인력 뒷받침(위임), 지도력에 대해서는 어느 정도 갖추어져 있다고 응답했다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권10호
• /
• pp.427-436
• /
• 2022

산업통상자원부에서 제공하는 KOTRA 무역 데이터는 해당 품목과 해당 국가에 대하여 GDP, 관세율, 비즈니스 점수, 과/차년도 수출금액 등을 제공한다. 그러나 무역 수출품목은 수없이 많을뿐더러 그에 따른 대량의 데이터를 매년 수작업 기반 분석을 통해 유의미한 결과를 이끌어내는 것은 상당히 큰 시간과 비용을 요구한다. 따라서 이번 연구에선 대량의 데이터를 학습하여 단기간에 저비용으로 결과 예측이 가능한 다층 퍼셉트론 모델을 구현하고 성능을 평가하였다. 먼저 딥러닝 기반 무역 수출 가격 예측 모델을 일반적 다변량 회귀 모델과 비교하였을 때, 예측 오류와 학습 시간 측면에서 통계적으로 우수한 성능을 보였다. 수출 가격 데이터는 시계열 속성이 있을 것으로 예상하는 바, 은닉 노드들이 모두 연결된 다층 퍼셉트론과 순환 신경망을 이용하여 수출 가격 데이터를 예측하였다. 그 결과 새로운 데이터에 대해 수출 가격 예측을 위한 일반화 능력은 순환 신경망이 우수한 성능을 보였으나, 다층 퍼셉트론이 무역 수출 가격 예측에서 더 뛰어난 성능을 보였다. 추후 장기간 데이터를 확보한다면, 순환 신경망 혹은 트랜스포머 기반 딥러닝 모델을 이용하여 더 뛰어난 수출 가격 예측이 가능할 것으로 사료된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 추계학술대회
• /
• pp.960-963
• /
• 2013

정보통신기술의 급격한 발전에 의해 교육은 스마트러닝으로 접어들고 있다. 학습자는 종이책을 내려놓고 다양한 스마트 디바이스를 활용한 학습을 하고 있으며, 이 순간에도 수없이 많은 플랫폼에 각각 들어맞는 학습 시스템이 등장하고 있다. 플랫폼 종속적인 시스템이 이기종 플랫폼에 적용되기 위해서는 많은 시간과 비용이 필요하며, 시스템이 보유하고 있는 학습 콘텐츠의 양이 많아질수록 이러한 현상은 더욱 심화된다. 불필요한 자원의 낭비를 줄이고 학습 콘텐츠를 효과적으로 제공하기 위해서 이기종 플랫폼을 지원하는 러닝 시스템의 연구가 필요하다. 이를 실현하기 위해서는 기존에 존재하는 수많은 학습 콘텐츠를 불필요한 중복 없이 통합할 수 있는 데이터베이스 모델의 연구가 선행되어야 한다. 이에 본 논문에서는 기존의 학습 콘텐츠를 통합할 수 있는 데이터베이스의 대안으로 온톨로지 기반의 메타데이터 모델을 제안하고, 이를 활용해 이기종 플랫폼을 지원하는 스마트러닝 시스템을 설계하고 구현한다.

• 한국정보전자통신기술학회논문지
• /
• 제16권4호
• /
• pp.193-202
• /
• 2023

최근 대규모 데이터 세트로 학습된 거대 언어 모델들의 뛰어난 성능이 공개되면서 큰 화제가 되고 있다. 하지만 거대 언어 모델을 학습하고 활용하기 위해서는 초대용량의 컴퓨팅 및 메모리 자원이 필요하므로, 대부분의 연구는 빅테크 기업들을 중심으로 폐쇄적인 환경에서 진행되고 있었다. 하지만, Meta의 거대 언어 모델 LLaMA가 공개되면서 거대 언어 모델 연구들은 기존의 폐쇄적인 환경에서 벗어나 오픈 소스화되었고, 관련 생태계가 급격히 확장되어 가고 있다. 이러한 배경하에 사전 학습된 거대 언어 모델을 추가 학습시켜 특정 작업에 특화되거나 가벼우면서도 성능이 뛰어난 모델들이 활발히 공유되고 있다. 한편, 사전 학습된 거대 언어 모델의 학습데이터는 영어가 큰 비중을 차지하기 때문에 한국어의 성능이 비교적 떨어지며, 이러한 한계를 극복하기 위해 한국어 데이터로 추가 학습을 시키는 한국어 특화 언어 모델 연구들이 이루어지고 있다. 본 논문에서는 오픈 소스 기반의 거대 언어 모델의 생태계 동향을 파악하고 영어 및 한국어 특화 거대 언어 모델에 관한 연구를 소개하며, 거대 언어 모델의 활용 방안과 한계점을 파악한다.

• 한국정보통신학회논문지
• /
• 제26권8호
• /
• pp.1103-1110
• /
• 2022

AI 관련 산업의 급속한 발전으로 인해 무수히 많은 엣지 디바이스가 실세계에서 동작되고 있고, 이들 디바이스로 구성된 스마트 공간에서 발생하는 데이터가 상상을 초월함으로, 엣지 디비이스가 처리하는 것이 점점 어려워지고 있다. 이러한 문제를 해결하기 위해서 EdgeCPS 기술이 등장하게 되었다. EdgeCPS는 엣지 디바이스와 엣지 서버간 연동과 자원 증강 및 기능 증강을 통하여 AI 응용 서비스를 포함한 다양한 응용 서비스의 원활한 수행을 지원하기 위한 기술이다. 따라서, 본 논문에서는 EdgeCPS 플랫폼에 적용 가능한 지식 공유 그래프 기반의 컴포넌트화된 AI 응용 지원 시스템을 제안한다. 지식 공유 그래프는 AI 응용 작성에 필수적인 요소인 학습데이터, 학습된모델, 학습알고리즘, 디바이스 등에 대한 정보를 효과적으로 저장할 수 있도록 설계된다. 그리고 EdgeCPS 플랫폼의 지원 하에서 자원증강 및 기능증강을 손쉽게 변경할 수 있도록 AI 응용이 컴포넌트화 되어 동작한다. AI 응용 지원 시스템은 사용자가 손쉽게 응용을 작성할 수 있고 테스트 해 볼 수 있도록 지식 공유 그래프와 연동되고, 응용에 대한 파이프라인을 통해서 응용의 실행 양상을 사용자에게 시각화를 해 준다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.179-183
• /
• 2020

말뭉치는 기계학습 및 심층학습을 위한 필수 자원이다. 한국어 개체명의 경우 학습에 사용할 잘 정제된 개체명 부착 말뭉치가 충분하지 않다. 말뭉치 정제 작업은 시간적, 경제적으로 많은 비용이 소모된다. 따라서 본 논문에서는 적은 양의 말뭉치를 이용하여 말뭉치를 자동적으로 확장하는 방법을 제안한다. 특별히 소규모 말뭉치에 속하는 문장의 단어에 대한 형제어들을 선정하여 형제어의 확률추출을 기반으로 대체함으로써 새로운 문장을 생성함으로써 말뭉치 확장하는 방법이다. 본 논문에서는 확장된 말뭉치를 이용해서 대부분의 시스템에서 성능이 향상됨을 확인할 수 있었다. 앞으로 단어의 삭제 및 삽입 등 다양한 방법으로 좀 더 다양한 문장을 생성할 수 있을 것으로 생각합니다.

• 한국자원식물학회지
• /
• 제35권2호
• /
• pp.192-200
• /
• 2022

본 연구에서는 부지화 잎의 무기양분 농도 측정 결과를 바탕으로 질소를 제외한 다른 무기양분의 함량을 통해서 잎의 질소 결핍 여부를 구분하는 머신러닝 모델을 개발하였다. 그러기 위해서 부지화의 질소결핍구와 대조구의 잎 샘플을 분석한 36개의 데이터를 부트스트랩핑 방법을 통해서 학습용 데이터셋 1,000 여 개로 증량시켰다. 이를 이용해 학습한 각 모델을 테스트한 결과, gradient boosting 모델이 가장 우수한 분류성능을 보여주었다. 본 모델을 이용해 질소함량을 직접적으로 분석할 수 없는 경우, 잎의 무기성분 함량에 기반하여 질소결핍 가능성 여부를 판단해 질소가 부족한 부지화 나무를 분별하고, 정확한 질소함량을 측정하게 유도하여 그에 기초한 적정 질소비료 시비를 가능케 하고자 하였다.

• 지구물리와물리탐사
• /
• 제26권4호
• /
• pp.171-184
• /
• 2023

최근 도심지 도로에서 빈번하게 발생하는 도로 파임의 주원인인 지하 공동의 발생을 파악하기 위해, 차량 부착형 지표투과레이더(GPR)를 통해 얻은 대량의 취득 자료를 효율적으로 처리하기 위한 기계학습 기반 공동 탐지 기술이 활발하게 연구되고 있다. 그러나 기계학습 자료 생성 시 단순한 영상 처리 기법들만 활용되고 있고, 탄성파 탐사나 GPR 자료 처리에 시도되었던 여러 기법들은 충분히 활용되지 못하고 있다. 이 연구에서는 지하 공동의 탐지가 대부분 회절파의 탐지에 의해 이루어진다는 점에 착안하여 GPR 자료로부터 회절파를 분리하여 YOLO v5 모델을 이용한 도로 하부 공동 탐지 모델의 성능을 향상시켰다. 탄성파에서 개발된 기계학습 기반 회절파 분리 기법을 GPR 자료에 맞게 변형한 후, GPR 현장 자료에서 회절파를 분리하여 공동 탐지 모델의 입력으로 사용하였다. 서울시 공공 개방 GPR 자료를 이용하여 제안된 방법의 성능을 검증한 결과, 회절파 분리를 이용했을 때 더 정확하게 공동 및 지하 구조물을 탐지하는 것을 확인하였다. 또한 제안된 회절파 분리 기법은 향후 GPR 탐사가 이용되는 다양한 분야에서 활용될 수 있을 것으로 기대된다.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2003년도 추계공동학술대회
• /
• pp.517-524
• /
• 2003

현재 전 세계 각국은 지식 경쟁력 확보에 혈안이 되어 있으며, 우리나라는 풍부한 인터넷 인프라를 구비하여 지식 강국으로 발돋움하기 위한 충분한 토대를 마련하고 있다. 특히, 인력은 인터넷 시대의 핵심적 지식 자원으로서, 전문가 두뇌 연계 망(네트워크)의 구축과 운영을 통해 해당 분야 전문가간 협력 및 교류가 진행되면, 지식 정보의 동시 생성, 공유, 활용 체제의 확립이 가능하다 전문가 커뮤니티의 구성원은 정보의 공유와 확산에 자발적으로 기여하는 지식의 선 순환 구조를 이루게 될 것이다. 본 논문에서는 국내외 과학기술 전문가로 구성된 한민족과학기술자 네트워크(KOSEN, www.kosen21.org)를 사례로 전문가 네트워크의 역할과 특징을 살펴보고, 지식 기반 사회에서 전문가 네트워크의 발전 방향을 제안하고자 한다. KOSEN은 지식의 생성, 공유, 활용 등의 지식관리 프로세스를 지원하는 과학기술 전문가 커뮤니티이다. 향후 인적 자원 및 정보 자원의 적절한 연계를 통해 지식의 활용 측면을 더욱 확대하여 본격적인 지식 정보 활용의 장으로 거듭나야 한다. 컨텐트 가치증대를 통한 전문가 참여 확대, 전문가들간 상호 연계의 확대를 통한 소 공동체 형성, 전문가들간 상호 학습, 정보 거래 메커니즘 구축 등의 다양한 방안을 통해 보완될 것으로 기대한다.