• 한국과학교육학회지
• /
• 제43권3호
• /
• pp.307-319
• /
• 2023

본 연구는 최근 주목받고 있는 텍스트 기반 생성형 인공지능에 대해 관심과 활용이 증가함에 따라 과학교육적 측면에서의 활용을 위해 생성형 인공지능의 주요 개념과 원리를 설명하고, 이를 효과적으로 활용할 수 있는 방안과 그 한계를 지적하며 이를 토대로 과학교육의 실행과 연구의 측면에서 시사점을 제공하는 것을 목적으로 한다. 최근 들어 증가하고 있는 생성형 인공지능은 대체로 인코더와 디코더로 이뤄진 트랜스포머 모델을 기반으로 하고 있으며, 인간의 피드백을 활용한 강화학습과 보상 모델에 대한 최적화, 문맥에 대한 이해 등을 통해 놀라운 발전을 이루고 있다. 특히, 다양한 사용자의 질문이나 의도를 이해하는 능력과 이를 바탕으로 한 글쓰기, 요약, 제시어 추출, 평가와 피드백 등 다양한 기능을 수행할 수 있다. 또한 교수자가 제시하는 예를 토대로 주어진 응답을 평가하거나 질문과 적절한 답변을 생성하는 등 학습자에 대한 진단과 실질적 교육내용의 구성 등 많은 유용성을 가지고 있다. 그러나 생성형 인공지능이 가지고 있는 한계로 인해 정확한 사실이나 지식에 대한 잘못된 전달, 과도한 확신으로 인한 편향, 사용자의 태도나 감정 등에 미칠 영향의 불확실성 등에 대한 문제 등에 대해 해가 없는지 검토가 필요하다. 특히, 생성형 인공지능이 제공하는 응답은 많은 사람들의 응답 데이터를 기반으로 한 확률적 접근이므로 매우 거리가 멀거나 새로운 관점을 제시하는 통찰적 사고나 혁신적 사고를 제한할 우려도 있다. 이에 따라 본 연구는 과학교수학습을 위해 인공지능의 긍정적 활용을 위한 여러 실천적 제언을 제시하였다.

• 컴퓨터교육학회논문지
• /
• 제10권5호
• /
• pp.71-79
• /
• 2007

본 연구는 e-러닝 기반의 SPRT형 CAT모델에서 학습정보이력 요소(학습시간 및 모의테스트 점수)의 적용이 판정의 정확성에 어떠한 영향을 미치는지 알아보고자 보았다. 그 결과, e-러닝 기반의 SPRT 판정에 학습정보이력요소(학습시간과 모의테스트 점수) 변인을 적용하면 SPRT 판정의 정확성을 효율적으로 개선할 수 있음을 밝혀내었다. 특히 모의테스트 점수 변인은 거의 90%에 이르는 개선 효과를 보여주어 실제 e-러닝 평가 환경에서 곧바로 활용할 수 있는 변인으로 판명되었다. 따라서 학습정보이력요소를 평가영역의 SPRT와 접목시킨다면 학습자의 성적을 보다 정확하고 신속하게 판정할 수 있어, 궁극적으로 e-러닝 학습자의 개별화 촉진에 실제적으로 기여할 수 있을 것이다. 향후 다양한 학습정보이력요소를 반영한 알고리즘을 개발한다면 한 단계 높은 수준의 e-러닝 평가 프로그램을 제작할 수 있을 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.240-243
• /
• 2021

최근에 빅 데이터와 AI 기술을 교육의 평가와 개별 학습에 적용하는 연구 성과가 있었다. 정보 기술의 혁신으로 소셜 미디어, MOOC, 지능형 개인지도 시스템, LMS, 센서 및 모바일 장치 등으로부터 학생들의 개인 기록, 생리학적 데이터, 학습 로그 및 활동, 학습 성과 및 결과를 포함하는 동적이고 복잡한 데이터를 수집 가능하였다. 또한 COVID-19 환경에서 e-러닝이 활성화 되어 많은 양의 학습 데이터가 생성되었다. 이 데이터로부터 학습 분석과 AI 기술을 적용하여 의미있는 패턴의 추출과 지식의 발견이 될 것으로 예상된다. 학습자 측면에서 학생의 학습 및 정서적 행동 패턴과 프로필을 식별하고, 평가 및 평가 방법을 개선하고, 개별 학생의 학습 성과 또는 중퇴를 예측하고, 개인화 된 지원을 위한 적응 시스템에 대한 연구는 필요하다. 본 연구에서는 교육용 데이터를 대상으로 이상탐지와 추천시스템에서 사용하는 기계학습 기술에 대한 조사와 분류를 하여 교육 분야의 연구에 기여하고자 한다.

• 정보처리학회논문지D
• /
• 제13D권6호
• /
• pp.839-846
• /
• 2006

최근 무선기기의 다양한 제약 사항을 극복하고, 수시로 변화하는 주변 환경에 따라 항상 적절한 서비스 레벨을 유지하기 위한 상황인식형 적응 서비스가 중요한 이슈가 되고 있다. 그러나 대부분의 기존 연구들은 적응 모듈이 클라이언트나 프록시, 서버 중 한 위치에 집중되어 있어, 사용자가 증가하는 경우에 작업부하가 한 곳에 몰리고, 결과적으로 사용자의 요청에 대한 응답시간을 증가시키는 문제를 가지고 있었다. 따라서 본 논문에서는 적응 모듈을 클라이언트, 프록시, 서버 측에 분산배치하고 시스템의 상황을 모니터링하여, 가장 적절한 시스템이 작업을 처리하는 분산적응 프레임워크를 제안한다. 이를 통해, 사용자가 증가하는 경우와 같이 작업부하가 증가하는 상황에서도 보다 빠른 적응작업이 가능해지며, 부하가 분산되어 안정적인 시스템 운영이 가능해진다. 본 논문에서는 제안프레임워크의 평가를 위해 프로토타입을 구현하고, 크기가 큰 이미지파일을 포함하는 멀티미디어 기반 학습콘텐츠를 이용하여 분산처리를 테스트하였다. 그리고 서버의 과부하를 시뮬레이팅하여, 기존 적응시스템들과의 응답시간과 시스템 안정성측면의 비교를 수행하였으며, 이 실험결과를 통해 제안프레임워크의 유효성을 증명하였다.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1099-1104
• /
• 2020

인터넷을 기반으로 다양한 종류의 응용 서비스들을 제공하기 위해서 각 흐름 별로 서비스 품질을 보장하는 것은 이상적이지만, 이를 실현하는 것은 매우 어려운 일이다. 서비스 품질 요구조건이 같거나 비슷한 여러 흐름들을 동일한 그룹으로 지정하고, 그룹별로 서비스 품질을 제공하는 방안이 효율적이다. 라우터에서 적용되는 큐 관리 메커니즘은 데이터의 효율적으로 전송하고, 서비스 별로 차별화된 서비스 품질을 지원하기 위하여 매우 중요한 역할을 수행한다. 다양한 멀티미디어 서비스를 효율적으로 지원하기 위해서 지능적이고 적응적인 큐 관리 메커니즘 기능이 필요하다. 본 논문은 일정 기간 유입되는 각 흐름 그룹의 트래픽 정보와 현재의 네트워크 상태 정보를 기반으로 그룹별 패킷의 전달 여부를 결정하는 심층강화학습 기반의 지능형 큐관리 메커니즘을 제안한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권3호
• /
• pp.99-107
• /
• 2024

기존에 존재하는 비디오 영역을 가로 혹은 세로로 확장하는 비디오 확장 기술에 대한 수요가 높아지고 있지만, 최신 기술로도 모든 비디오를 성공적으로 확장할 수는 없다. 따라서 비디오 확장을 시도하기 전에 해당 비디오가 잘 확장될 수 있을지 판단하는 것이 중요하다. 이를 통해 불필요한 컴퓨팅 자원 낭비를 줄일 수 있기 때문이다. 이 논문은 비디오가 수평 확장에 적합한지 판별하는 비디오 분류기를 제안한다. 이 분류기는 광학 흐름과 적응형 가우시안 블러 네트워크를 활용하여 흐름 기반 비디오 확장 방식에 적용할 수 있다. 학습을 위한 라벨링은 유저 테스트 및 정량적 평가를 거쳐 엄격하게 이루어졌다. 이렇게 라벨링된 데이터셋으로 학습한 결과, 주어진 비디오의 확장 가능성을 분류하는 네트워크를 개발할 수 있었다. 제안된 분류기는 광학 흐름과 적응형 가우시안 블러 네트워크를 통해 비디오의 특성을 효과적으로 포착함으로써, 단순히 원본 비디오나 고정된 블러만을 사용하는 경우보다 훨씬 정확한 분류 성능을 보였다. 이 분류기는 향후 다양한 분야에서 활용될 수 있으며, 특히 몰입감 있는 시청 경험을 위해 장면을 자동으로 확장하는 기술과 함께 사용될 수 있을 것으로 기대된다.

• 정보보호학회논문지
• /
• 제31권3호
• /
• pp.433-441
• /
• 2021

안드로이드 어플리케이션은 생산성과 게임 등의 다양한 카테고리에 걸쳐 출시되며, 사용자는 개인의 사용 패턴에 따라 다양한 어플리케이션 및 악성코드에 노출된다. 반면 대부분의 분석 엔진은 기존에 존재하는 데이터셋을 활용하며, 주기적인 업데이트가 이루어진다고 해도 사용자의 선호도를 반영하지 않는다. 따라서 알려진 악성코드에 대한 탐지율은 높은 반면, 애드웨어와 같은 유형의 악성코드는 탐지가 어렵다. 또한 기존의 엔진은 서버를 거쳐야 하므로, 추가적인 비용이 발생하며, 사용자는 가용성과 실시간성을 보장받지 못하는 문제가 발생한다. 이러한 문제를 해결하기 위해 논문에서는 서버와 단 한번만의 통신이 요구되는 on-device 악성코드 분석과 전이학습을 통한 모델 재훈련을 수행하는 분석 시스템을 제안한다. 또한 해당 시스템은 디바이스 내부에서 디컴파일을 포함한 전체 프로세스가 이루어지므로, 서버 시스템에서의 부하를 분산할 수 있다. 이러한 분석 시스템을 구현하여 테스트한 결과, 전이 학습이전 기준 최대 90.3%의 정확도를 얻었으며, Adware 카테고리에 대하여 전이학습을 수행한 뒤 최대 95.1% 의 정확도로, 기존 대비 4.8% 높은 정확도를 얻을 수 있었다.

• 정보처리학회논문지A
• /
• 제14A권6호
• /
• pp.383-390
• /
• 2007

본 논문에서는 컴퓨터 대수 시스템과 베이지언 추론망 기반 학습자 모델을 이용하여 개발한 이공계 수학용 이러닝 시스템을 소개하였다. 이 시스템은 컴퓨터 대수 시스템 기반 수학용 콘텐츠 저작모델의 최근 모델인 동적 클라이언트 비의존형 모델을 따른다는 점과 개별 진단평가를 위한 추론 엔진으로 베이지언 추론망을 활용한 학습자 모델을 구성한다는 점에서 기존의 이러닝 시스템과 차별화된다. 이 시스템의 컴퓨터 대수 시스템 기반 저작모듈은 웹 수식표현에 관한 선지식이 없는 교수자에게 일체의 소프트웨어 지원 없이 수치계산, 기호연산, 그래픽처리가 가능한 수학 콘텐츠를 손쉽게 저작할 수 있는 환경을 제공해 주며, 베이지언 추론망을 웹과 연동되도록 구성한 평가모듈은 각 학습자의 학습영역별 학업성취도를 확률로 제시하는 것이 가능하도록 해주어, 학습자의 수준을 이원분류표와 같은 기존의 평가 방법보다 타당하고 과학적으로 진단해 준다. 이는 궁극적으로 학습자에게 보다 정확한 보충학습 내용을 제시하고, 사용자 개개인에게 가장 적합한 심화학습 내용을 적응적으로 제공해 주는 것이 가능하게 해 준다.

• 디지털융복합연구
• /
• 제17권4호
• /
• pp.13-18
• /
• 2019

본 연구는 컴퓨터기반 평가(CBA)의 효율적 사용 제고와 수업설계를 위하여 학생들의 CBA 인지유형과 학업성취도, 성격 5대 유형, 컴퓨터 효능감과의 관련성을 알아보았다. 이를 위해 온라인학습기반 시스템(LMS)을 바탕으로 CBA를 도입하고 있는 한 대학에서 CBA 수업을 50%이상 수강한 4학년 학생 50명을 대상으로 설문조사를 실시하였다. 그 결과, CBA 인지유형별로 학업성취도 (4년 평균학점)와 5대 성격 유형 간에는 유의미한 차이가 있는 것으로 나타났다. 즉, CBA 적응추구 유형의 학업성취도(GPA)가 가장 높았고 CBA 불만형/지필선호형의 평균평점이 가장 낮았다. 이와 비슷하게 성격 측면에서 CBA 적응추구형이 CBA 불만형보다 성실성 점수가 유의미하게 높았다. 또, 성실성, 친화성, 신경성이 높을수록 평균학점이 높게 나타났다. 본 연구는 CBA인지유형과 학업성취도, 성격 등의 연관성에 관한 최초의 시도라는 연구 의미가 있다.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.883-892
• /
• 2019

본 연구에서는 지능형 대퇴 의족의 노면 적응 기술 구현시 보행 환경이 변화하는 구간 및 약 경사로 보행에서의 보행 불평형 문제를 해결하기 위한 방법으로 발목 관절 운동을 제어 가능한 하퇴 의족을 적용하였다. 제안한 태퇴 의족의 개발을 위해서는 보행의 단계 구분이 필수적이다. 이러한 보행의 입각기의 단계별 구분과 유각기의 판단을 위하여 대퇴의족의 슬관절 데이터와 관성센서 데이터를 바탕으로 의사 결정 나무 학습법과 랜덤포레스트 기법을 융합한 머신러닝 기술을 제안 및 적용하였다. 이러한 방법으로 발목의 운동 상태를 제어 하였으며 보행 평형이 문제가 해소 되는지를 butterfly diagram을 측정하여 평가 하였다.