• 한국전자통신학회논문지
• /
• 제18권5호
• /
• pp.901-910
• /
• 2023

대학에서는 4차 산업혁명에 맞추어 디지털 융합시대를 이끌어갈 창의·융합 인재를 육성하기 위하여 프로그래밍 언어적 사고를 기반으로 SW교육을 비전공자 대상으로 운영하고 있다. 하지만 학습자들은 프로그래밍 언어의 문법과 생소한 프로그래밍 언어를 습득하는 과정에 난점을 겪고 있다. 본 연구에서는 SW 비전공자들에게 학습과정에서 고충을 해소하기 위해서 소프트웨어 교육 모형을 제안하는 데 목적을 두었다. 프로그래밍 언어사고를 기반으로 EZMKER kit 교구 교육모델 중심을 알고리즘 기술과 다이어그램 기술을 도입하여 프로그래밍 언어와 문법에 대한 학습부족을 극복하고 구조적 소프트웨어 교육모델을 Top-Down시스템 학습모델로 설계하여 구현하게 되었다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.107-120
• /
• 2014

본 연구에서는 사회연결망분석기법 중 하나인 구조적 공백 분석 결과를 이용하여 추천과정에 사용자의 정성적이고 감성적인 정보를 반영할 수 있는 협업필터링 기반의 추천시스템을 제안한다. 협업필터링은 추천기술 중 가장 많이 활용되고 있지만 전통적으로 확장성과 희박성 등의 문제점뿐 만 아니라 사용자-상품 매트릭스의 선호도만을 이용하여 추천을 함으로써 사용자의 정성적이고 감성적인 정보를 추천과정에 반영하지 못한다는 한계점이 있다. 본 연구에서 제안하는 추천시스템은 사회연결망분석에서 중심성 분석과 함께 연결망 내의 주요개체를 탐지할 수 있는 구조적 공백 분석을 이용하여 연결망 내의 대표 사용자들을 추출한 후 이들을 중심으로 군집을 형성한 후 각 군집색인 협업필터링을 수행하는 과정을 통해 전통적인 협업필터링에서 반영하지 못했던 정성적, 감성적 정보를 반영한다. 한편, 군집색인 협업필터링을 수행함으로써 추천의 효율성을 높일 수 있는 장점도 있다. 본 연구에서는 실제 사용자들의 상품에 대한 선호도 평가점수와 사용자들의 사회연결망 정보를 수집하여 실험을 수행하고 전통적인 협업필터링과 다양한 형태의 협업필터링과의 추천성과 비교를 통하여 제안하는 시스템의 유용성을 확인한다. 비교모형으로는 전통적인 협업필터링, 임의 군집색인 기반 협업필터링, k평균 군집색인 기반 협업필터링을 이용한 추천시스템이며, 실험 결과, 제안한 모형이 다른 비교모형에 비해 추천성과의 정확도가 가장 우수하였다. 추천성과의 차이에 대한 통계적 유의성 검정 결과, 제안 모형은 전통적인 협업필터링 기반의 추천시스템과는 통계적으로 유의한 성과 차이가 없었으나, 다른 두 모형에 대해서는 통계적으로 유의한 성과의 차이가 있는 것으로 나타났다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.101-114
• /
• 2023

유사시 종심 깊숙한 곳에서 적을 타격하는 임무를 수행하는 항공기의 경우 격추될 위험에 항시 노출되어 있다. 현대전의 핵심 전투력으로써 최첨단의 무기체계를 운용하는 공중근무 요원은 양성하는데 많은 시간과 노력, 국가 예산이 소요되며 그들이 가진 작전 능력과 군사기밀이 매우 중요하기에 공중근무 요원의 생환은 매우 중요한 문제이다. 따라서, 본 연구에서는 적지에서 비상탈출한 조난자가 장애물을 피해 목표지점까지 도피·탈출을 시행할 경로를 예측하는 경로 문제를 연구하였으며 이를 통해 비상탈출한 조난자의 무사 생환 가능성을 높이고자 하였다. 본 연구 주제와 관련된 기존 연구들은 경로 문제를 네트워크 기반 문제로 접근하여 TSP, VRP, Dijkstra 알고리즘 등으로 문제를 변형하여 최적화 기법으로 접근한 연구가 있었다. 본 연구에서는 동적 환경을 모델링 하기에 적합한 MDP(마코프 의사결정과정)를 적용하여 연구하였다. 또한 GIS를 이용하여 지형정보 데이터를 추출하여 활용함으로써 모형의 객관성을 높였으며, MDP의 보상구조를 설계하는 과정에서 기존 연구 대비 모형이 좀 더 현실성을 가질 수 있도록 보다 상세히 지형정보를 반영하였다. 본 연구에서는 조난자가 지형적 이점을 최대한 이용함과 동시에 최단거리로 이동할 수 있는 경로를 도출하기 위하여 가치 반복법 알고리즘, 결정론적 방법론을 사용하였으며 실제 지형정보와 조난자가 도피·탈출 과정에서 만날 수 있는 장애요소들을 추가하여 모형의 현실성을 더하고자 하였다. 이를 통해 조난자가 조난 상황에서 어떠한 경로를 통해 도피·탈출을 수행할지 예측해 볼 수 있었다. 본 연구에서 제시한 모형은 보상구조의 재설계를 통해 여러 가지 다양한 작전 상황에 응용이 가능하며 실제 상황에서 조난자의 도피·탈출 경로를 예측하고 전투 탐색구조 작전을 진행시키는 데 있어 다양한 요소가 반영된 과학적인 기법에 근거한 의사결정 지원이 가능할 것이다.

• 경영정보학연구
• /
• 제8권1호
• /
• pp.181-201
• /
• 2006

오늘날 인터넷이 확산되어감에 따라, e-CRM에 대한 관심이 증대되고 있다. 그 중에서도 특히 '추천시스템'은 e-CRM의 여러 응용분야 중에서도 실무적으로 그리고 학문적으로 가장 활발하게 연구되고 있는 분야 중 하나다. 추천을 위한 여러가지 방법들 중에서, 지금까지 주류를 이뤄온 방법들은 협동 필터링(Collaborative Filtering) 기법과 내용 기반(Content-Based) 접근법이다. 그러나 이러한 기존 방법들은 몇 가지 태생적인 한계점으로 인해 고객의 구매 이력이 많지 않은 중소형 인터넷 쇼핑몰에 적용하기 어렵다는 단점이 있다. 이에, 본 연구에서는 고객의 인구통계 및 구매정보에 2가지 데이터마이닝 기법들(연관 관계 기법과 분류 기법)을 적용하고, 이 결과를 조정 에이전트를 통해 결합하는 형태의 새로운 추천 시스템의 모형과 시스템 구조 체계를 제안한다. 제안된 연구 모형의 유용성을 검증하기 위해, 본 연구에서는 실제 사례에 적용한 웹 기반 프로토타입을 개발, 활용하였다. 프로토타입의 유용성을 실제 사용자들로부터 설문을 통해 조사해 본 결과, 본 연구에서 제안한 추천모형이 생성한 맞춤 정보가 사용자들에게 매우 유익하게 인지됨을 확인하였다.

• 대한토목학회논문집
• /
• 제28권5D호
• /
• pp.597-607
• /
• 2008

첨단여행자정보시스템은 운전자에게 자동차 주행 중 필요한 소요시간정보, 교통정체정보, 우회정보, 유고정보 등과 같은 유익한 정보를 직접 제공할 수 있는 시스템으로 다른 시스템과 비교해 특히, 중요한 분야로 주목받고 있다. 하지만 아직까지 교통정보제공에 따른 고속도로이용자의 만족도와 같은 정성적인 항목에 대한 연구가 미진한 실정이다. 따라서 본 연구에서는 고속도로 이용자를 대상으로 개별면접 설문조사를 통해 수집된 고속도로의 교통정보만족도 이미지 데이터를 바탕으로 수량화 제II류에 의한 정준판별분석 및 정준상관분석을 실시하여 고속도로 교통정보 제공에 따른 이용자 만족도에 대한 영향 요인을 규명하였다. 또한 수량화 제I류에 의한 모형화를 실시하여 도로이용자가 느끼는 고속도로 교통정보 만족도에 대한 인식의 변화를 파악하여 고속도로이용자의 인식과 고속도로 교통정보 만족도의 상관성을 명확하게 규명하였다. 마지막으로 고속도로의 교통정보만족도 이미지 특성을 명확하게 규명하기 위하여 주성분 분석을 실시하여 고속도로이용자의 감성인식의 변화를 규명하고, 구조방정식이론을 이용하여 사회인식 및 고속도로 이용자의 실제인식의 변화가 고려된 고속도로의 교통정보 만족도 평가 모형을 개발하였다.

• 디지털융복합연구
• /
• 제19권3호
• /
• pp.217-225
• /
• 2021

본 연구는 인공지능 기술 또는 서비스를 수용하는 사용자의 이용의도를 알아보기 위하여 기술준비도와 기술수용 모델의 융합과 동시에 인공지능 윤리를 고려한 모델로 확장시킴으로써 인공지능을 접한 사용자들이 인공지능에 대해 현재까지 형성하고 있는 인식을 분석하였다. 독립변인은 낙관성, 투명성, 윤리의식, 이용자 중심성이며 독립변인의 영향을 받는 잠재변인으로 지각된 유용성 과 지각된 사용용이성이 포함되었고 종속변인으로 이용의도를 잠재변수로 정의하였다. 2020년 9월 5일~10월 12일까지 전국의 만 17세 이상 남녀를 대상으로 실시한 온·오프라인 설문조사 결과(N=260)가 구조방정식 모형분석에 활용되었다. 연구결과는 첫째, 낙관성은 지각된 유용성과 사용용이성에 유의미한 정적 영향을 미쳤다. 둘째, 윤리적 인식(투명성, 윤리의식, 이용자중심성)은 지각된 유용성과 사용용이성에 유의미한 영향이 나타나지 않았다. 셋째, 지각된 유용성과 사용용이성은 최종적으로 이용의도에 유의미한 정적 영향을 미치는 것으로 확인되었다. 넷째, 지각된 유용성이 사용용이성에 비해 비교적 높은 영향력을 나타냈다. 연구의 결과는 인공지능 기술발전의 초기 단계에서 윤리성 인식을 높이기 위한 다각적인 노력의 기초 자료로서 중요한 토대가 될 수 있다.

• 무역학회지
• /
• 제43권6호
• /
• pp.161-192
• /
• 2018

중국의 호텔산업은 꾸준하게 성장하고 있지만, 다양한 성향을 가진 고객들을 상대하면서 극심한 스트레스를 받는 호텔 종사원들을 효율적으로 관리하는 방안에 대해서는 부족한 부분이 있다. 따라서 본 연구는 중국 호텔 종사원의 감성지능과 회복탄력성에 초점을 맞추고, 이러한 종사원들의 능력이 그들의 조직유효성에 어떠한 영향을 미치는지를 살펴보고자 하였다. 즉, 본 연구에서는 중국 호텔종사원들의 자신 및 타인의 감성을 이해하고, 스스로의 감성을 조절 및 활용하는 능력인 감성지능이 스트레스 상황을 극복하는 능력인 회복탄력성을 향상시켜 그들의 직무만족 및 조직몰입을 높이고, 이직의도를 낮추는지를 확인하고자 하였다. 이에 본 연구는 중국 상하이에 있는 4. 5성급 호텔 종사원 322명을 대상으로 설문을 진행하여, 자료를 수집하였다. 수집된 자료는 SPSS ver 19.0과 AMOS ver 19.0의 통계프로그램을 이용하여 신뢰성 및 타당성을 검증하고, 구조방정식 모형분석을 통해 가설을 확인하였다. 실증분석 결과 중국 호텔 종사원들의 감성지능의 하위 요소 중 자기감성이해, 감성조절, 감성활용은 회복탄력성에 향상시켰지만, 타인감성이해는 영향을 미치지 않는 것으로 확인되었다. 또한 감성지능을 통해 향상된 중국 호텔 종사원의 회복탄력성은 그들의 직무만족과 조직몰입을 높이는 것으로 나타났다. 그리고 그들의 직무만족은 조직몰입은 높이고, 이직의도는 낮췄으며, 조직몰입도 이직의도를 낮추는데 영향을 미치는 것으로 확인되었다. 이와 같은 본 연구의 결과는 중국 호텔 종사원들의 스트레스를 감소시키고, 직무만족과 조직몰입을 높이며, 이직의도를 낮추는데 그들의 감성지능과 회복탄력성의 중요성을 시사하였다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 1995년도 추계학술대회발표논문집; 서울대학교, 서울; 30 Sep. 1995
• /
• pp.300-324
• /
• 1995

This research investigates the automatic identification of typical embedded structures in the Integer Programming(IP) models and automatic transformation of the problem to an adequate Lagrangian problem which can provide tight bounds within the acceptable run time. For this purpose, the structural distinctiveness of variables, constants, blocks of terms, and constraint chunks is identified to describe the structure of the IP model. To assist the identification of the structural distinctiveness, the representation by the knowledge based IP model formulator UNIK-IP is adopted. For the reasoning for the structural identification, the bottom-up, top-down, and case-based approaches are proposed. A prototype system UNIK-RELAX is developed to implement the approaches proposed in this research.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.108-110
• /
• 1998

가상환경은 3D 컴퓨터 시뮬레이션을 통해 실제 작업환경에서 작업하는 것과 같은 몰입감을 사용자에게 줄 수 있지만, 동적인 가상환경은 발생하는 문제들이 복잡하기 때문에 하나의 단일 에이전트로 주어진 문제를 해결하기에는 한계가 있다. 따라서 복잡한 문제들을 작은 문제들로 모듈화 시켜서 해결해야 하는데, 이에 적합한 시스템이 다중 에이전트 시스템이다. 다중 에이전트 시스템은 여러 에이전트들이 협동하여 문제를 해결해야하기 때문에 에이젼트들과의 통신문제와 정보의 공유, 그리고 동적으로 변화되는 가상환경과의 효율적인 상호작용 방법 등이 중요한 문제가 된다. 본 논문에서는 Soar라는 인공지능 아키텍처를 이용하여 이러한 다중 에이전트 시스템을 모형화하는 방법에 대해 기술하고 가상현실 시스템과 동적으로 상호작용 하면서 추론/계획하고 행위를 생성하는 방법을 제시한다.