• 정보관리학회지
• /
• 제32권4호
• /
• pp.77-106
• /
• 2015

한국학술지인용색인 KCI의 데이터를 사용한 문헌동시인용 분석을 통해 2004년부터 2013년까지 10년 동안의 한국 문헌정보학의 연구 전선을 구체적으로 파악해보았다. KCI 웹사이트로부터 문헌정보학 분야 핵심 논문 159개와 이를 인용한 논문 정보를 수작업으로 수집하였다. 군집 분석 및 네트워크 분석 결과 27개의 복수 논문 군집과 8개의 단일 논문 군집이 도출되었다. 27개의 복수 논문 군집 중에서 논문 수가 가장 많은 것은 '문헌정보학 교육' 주제 군집이었고, 인용 영향력이 가장 큰 것은 '인용분석 & 지적구조 분석' 주제 군집이었다. 핵심 문헌 집합에 대한 인용 중에서 67.5%는 문헌정보학 내부에서 이루어졌고, 나머지 32.5%는 타 학문 분야로부터 발생한 것이었다. 전반적으로 문헌정보학 분야 내 인용 비율과 인용 영향력 성장 지수를 모두 고려하였을 때, 문헌정보학 분야 내부에서 최근 연구가 가장 활발해지고 있는 연구 전선 주제로는 '지역 기록', '인용분석 & 지적구조 분석', '연구동향 분석'의 세 주제가 꼽혔다. 이 연구에서 사용된 분석 기법은 국내 학제적 연구 분야의 연구 전선 분석에 효과적일 것으로 기대된다.

• 디지털융복합연구
• /
• 제14권9호
• /
• pp.229-239
• /
• 2016

본 논문의 목적은 대학의 신임교수선택 문제를 해결하기 위해서, TOPSIS 방법을 퍼지 환경에 적용시키는 것이다. 이를 위해서, 본 논문에서 각 후보자에 대한 평가와 평가기준에 대한 가중치는 사다리꼴 퍼지 수로 표현되는 언어적 용어로 기술된다. 여기서 두 사다리꼴 퍼지 수들 간의 거리는 vertex 방법으로 측정한다. 그리고 TOPSIS 개념에 따라서, 근접계수를 구해서 모든 후보자들의 우선순위를 결정한다. 본 연구에서는 1) 신임교수선택을 위한 4 개 평가기준(연구실적, 교육연구역량, 인성, 전공 적합성), 2) 집단의사결정을 위한 퍼지 TOPSIS 방법의 5단계 절차, 3) 신임교수선택 사례를 통해서 4명 후보자들의 우선순위를 도출했다. 본 논문의 결론은 퍼지 자료를 분석하려는 전문가에게 활용될 수 있고, 또한 인사관리에서 직원선택문제를 해결하는 다기준 의사결정 도구로도 유용하게 사용될 수 있다. 끝으로 이와 같은 연구결과가 갖는 이론적 및 실천적 함의를 논의했고, 향후 연구방향을 제시했다.

• 한국정보전자통신기술학회논문지
• /
• 제15권1호
• /
• pp.56-61
• /
• 2022

본 논문에서 챗봇에서 사용하는 AI알고리즘과 자연어처리 방법을 분류하고 제시하고 챗봇 구현에 사용할 수 있는 프레임워크에 대해서도 기술한다. 챗봇은 사용자 인터페이스를 대화방식으로 구성하여 입력된 문자열을 해석하고 입력된 문자열에 적절한 답을 학습된 데이터에서 선택하여 출력하는 구조의 시스템이다. 최근 콜센터와 주문 업무에 적용하여 인건비를 감소하고 정확한 업무를 할 수 있는 장점이 있다. 하지만 질문에 대한 적정한 답변 집합을 생성하기 위해 학습이 필요하며 이를 위해 상당한 계산 기능을 갖는 하드웨어가 필요하다. 개발을 하는 업체는 물론 AI분야 개발을 학습하는 학생들의 실습은 한계가 있다. 현재 챗봇은 기존의 전통적인 업무를 대체하고 있으며 시스템을 이해하고 구현하는 실습과정이 필요한 실정이다. 정형화되어 있는 데이터에 대해서만 응답을 하는 수준을 넘어 딥러닝 등의 기술을 적용하여 비정형 데이터를 학습시켜 질문에 대한 응답의 정확성을 높이기 위해 RNN과 Char-CNN 등을 사용해야한다. 챗봇을 구현하기 위해서는 이와 같은 이론을 이해하고 있어야한다. 본 논문에서는 단기간에 챗봇 코딩교육에 활용할 수 있는 방안과 기존 개발자, 학생들이 챗봇 구현을 할 수 있는 플랫폼을 활용하여 학생들이 전체시스템을 구현 예를 제시하였다.

• 공연문화연구
• /
• 제43호
• /
• pp.229-261
• /
• 2021

역사적 사실을 기억하고 기념하는 방식에는 기억 주체와 당대의 권력 관계 즉 기억의 정치학이 반영된다. 본고는 2019년에 공연된 기념 뮤지컬 <신흥무관학교>, <구: 도깨비들의 노래>, <워치>를 통해 변화된 지점들을 분석하였다. 위 작품들은 만주 독립운동, 홍코우 공원의거를 배경으로 하되 기록되지 않은 것을 채우면서 독립 운동에서 기념해야 할 것들을 조정하였다. <신흥무관학교>의 경우, 공식 기록 속 인물을 배경으로 하되 이름 없는 이들을 전면에 내세워 기념 대상을 확대하였다. <구 : 도깨비들의 노래>는 타임 슬립을 통해 망각된 대상을 재현하고 사죄하면서 기억을 수정한다. <워치>는 사진, 뉴스 릴, 신문기사 등 다큐멘터리 기법을 통해 팩션의 스펙터클을 강화하였지만, 기록에 한정되는 한계도 드러난다. 3.1 운동 및 대한민국 임시정부 수립 100주년 기념 뮤지컬에서는 '민중의 움직임'이 현재와 연결되고 있음을 적극적으로 드러내는 장치들이 발견된다. 이를 위해 공식적 기록에 새로 생산된 가치와 기억을 반영하였고, 군중의 일상과 감정에 공을 쏟았다. 또한 실증적 고찰과 호명하기를 동시에 활용하여 신뢰성을 높였다. "100주년 기념"으로 호출된 뮤지컬에서는 독립운동가와 함께 움직인 군중의 일상과 감정 즉 미시문화사적 접근이 담겨 있다. 기념해야 할 목표와 목적의 이동이 나타난 것이다. 이 시도들은 동시대적 공감대 형성이란 성과를 얻었다는 점에서 의미가 있다.

• 정보처리학회논문지D
• /
• 제10D권7호
• /
• pp.1149-1154
• /
• 2003

최근 병원 및 은행 등의 대규모 데이터베이스에 접근하는 사용자의 요구 사항이 다양해짐에 따라 데이터베이스 보안에 대한 중요성도 커졌다. 기존의 접근 제어 정책을 이용한 데이터베이스 보안 모델들이 존재하지만 이들은 복잡하고, 다양한 유형의 접근제어를 원하는 사용자의 보안 요구를 충족시키지 못한다. 본 논문에서는 데이터베이스를 접근하는 각 사용자별로 다양한 크기의 데이터 그룹에 대한 접근 제어론 제공하며, 임의의 정보에 대한 사용자의 접근 권한의 변화를 유연하게 수용하는 데이터베이스 보안 시스템을 제안하였다. 이를 위해 다양한 크기의 데이터 그룹을 테이블, 속성, 레코드 키에 의해 정의하였고, 사용자의 접근 권한은 보안 등급, 역할과 보안 정책들에 의해 정의하였다. 제안하는 시스템은 두 단계로 수행된다. 제 1단계는 수정된 강제적 접근 제어(Mandatory Access Control: MAC)정책과 역할 기반 접근 제어(Role-Based Access Control: RBAC)정책에 의해 수행된다. 이 단계에서는 사용자 및 데이터의 보안 등급과 역할에 의해 접근이 제어되며, 모든 형태의 접근 모드에 대한 제어가 이루어진다. 제 2단계에서는 수정된 임의적 접근 제어(Discretionary Access Control: RBAC)정책에 의해 수행되며, 1단계 수행결과가 다양한 크기의 데이터 항목에 대한 read 모드 접근제어 정책에 따라 필터링되어 사용자에게 제공한다. 이를 위해 사용자 그룹은 보안 등급에 의한 그룹, 역할에 의한 그룹, 사용자 부분집합으로 이루어진 특정 사용자 그룹으로 정의하였고 Block(s, d, r) 정책을 정의하여 특정 사용자 5가 특정 데이터 그룹 d에 'read' 모드, r로 접근할 수 없도록 하였다. 제안한 시스템은 사용자별 데이터에 대한 접근 제어가 복잡하게 요구되는 특정 유전체 연구 센터의 정보에 대한 보안 관리를 위해 사용하였다.안성, 동진벼는 안성, 서산 및 화순, 삼강벼는 안성, 서산, 화순 및 계화도 그리고 용문벼는 안성과 충주였다. 유지보수성을 증대할 수 있는 잇점을 가진다.역되어 MC-3에서 수행된다.위해 가상현실 기술을 이용한 컴퓨터 지원 교육훈력 시스템(CATS ; Computer Assister Training System)을 개발 중이며 일부 개발부분을 소개하였다.하며, 제 2선적제도의 발달과 해운경영의 국제성에 맞추어 근해해역에서 활동하는 우리나라의 선박에대해서 부분적으로 선박의 국적을 점차 개방시켜 나가는 정책을 검토해야 할 단계라는 것이다. 이러한 점에 있어서 지난 30여년간 외항해운부문에 중점을 두어온 우리나라의 해운정책은 이제 근해해운정책의 개발에도 관심을 기울여야 하는 전환점에 있다고 할 수있다.의 목적과 지식)보다 미학적 경험에 주는 영향이 큰 것으로 나타났으며, 모든 사람들에게 비슷한 미학적 경험을 발생시키는 것 이 밝혀졌다. 다시 말하면 모든 사람들은 그들의 문화적인 국적과 사회적 인 직업의 차이, 목적의 차이, 또한 환경의 의미의 차이에 상관없이 아름다 운 경관(High-beauty landscape)을 주거지나 나들이 장소로서 선호했으며, 아름답다고 평가했다. 반면에, 사람들이 갖고 있는 문화의 차이, 직업의 차 이, 목적의 차이, 그리고 환경의 의미의 차이에 따라 경관의 미학적 평가가 달라진 것으로 나타났다.corner$적 의도에 의한 경관구성의 일면을 확인할수 있지만 엄밀히 생각하여 보면 이러한 예의 경우도 최락의 총체적인 외형은 마찬가지로 $\ulcorner$순응$\lrcorner$의 범위를 벗어나지 않는다. 그렇기 때문에도 $\ulcorner$순응$\lrcorner$과 $\ulcorner$표현$\lrcorner$의 성격과

• 한국철학논집
• /
• 제56호
• /
• pp.151-180
• /
• 2018

유가사상가들이 도덕과 지식의 측면에서 최고의 이상적 인간형으로 설정한 성인(聖人)은 "선천적으로 신비한 능력을 타고나는 것인가, 아니면 후천적으로 노력을 통해 그런 경지에 도달할 수 있는가?" 이 문제에 대해 논리적 정합성을 제시하는 것이야 말로 맹자 이후 유학자들의 주요 이슈였으며, 많은 사상가들은 이 문제에 대해 다양한 답변을 시도해 왔다. 일반적으로 성인은 선천적으로 타고난다는 입장과 배움(學)과 지식(知)들 통해서 성인의 경지에 이를 수 있다는 입장의 두 가지 학설이 존재한다. 유학은 어떤 학문 체계 보다 인간의 배움과 지식을 중요시한다. 사실 "논어"의 주요 내용에서 우리는 윤리 도덕적 가치의 집합인 인(仁)에 관한 대화보다 공자가 꾸준히 강조하고 제자들을 칭찬하는 용어인 배움(學)에 대한 표현이 더 많이 등장하고 있음을 확인하기도 한다. 유학 사상사적인 측면에서 볼 때 배움과 지식을 통해 성인이 될 수 있다는 견해는 공자 이후 맹자와 순자에 이르기 까지 절대적 지지를 받는 학설로 여겨진 것으로 보인다. 그러나 한당시대에 이르러 인간의 내면에 대한 세분화된 견해를 정립하는 것을 시도하게 되는데, 한유와 왕충 등의 사상가들은 '성인은 이미 선천적으로 결정된 것이지, 인간의 노력으로 도달할 수 없다'는 견해를 피력하였다. 그리고 다시 송대 성리학 시기 정이천은 이 문제에 대해 깊이 있는 논의를 제시하고, 치밀하고 자세한 설명구조를 확립하는데, 즉 선진시대 사상가들의 견해를 계승하여 '배움과 지식을 통해 그리고 인간의 노력으로 성인이 될 수 있다'는 사유를 제시한다. 성인에 대한 이런 이해 방식은 송대 성리학의 주류를 형성하게 되었으며, 주자 이후 유학사상의 핵심이론으로 자리매김하게 된다. 이 글은 유학의 기본 테제라 할 수 있는 성인과 관련된 문제에 대한 정이(程?, 1033-1107)의 사유를 정리한 것이다. 그는 기본적으로 '성인가학이지(聖人可學而至)' 즉, 배움을 통해 聖人에 도달할 수 있다는 견해를 피력하고 있으며, 이와 관련하여 태어나면서 성인인 경지에 대한 표현법인 생지(生知)와 배움과 지식을 통해 성인에 도달할 수 있다는 입장의 학지(學知), 최상의 지혜(上智)와 최악의 어리석음(下愚) 등의 용어들에 대해 구체적이고 깊이 있는 논의를 제공하고 있다. 논자는 이글에서 논제와 관련된 문제(안연, 자질과 성품의 문제, 지혜와 어리석음의 관계) 등에 대해 주로 정이천의 "유서(遺書)"의 "안자소호하학론(顔子所好何學論)"과 기타 논저 그리고 유학사상 관련 텍스트를 중심으로 성인론의 특징을 고찰하였다. 정이천이 인간은 누구나 성인이 될 수 있다는 견해를 논리와 방법론을 정립하면서 제시한 그의 학설은 송대 성리학의 주요 과제로 자리 잡게 되었으며, 주자학의 주요체계로 포함되어 오늘날 정통의 이론으로 평가받고 있다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.