• 디지털융복합연구
• /
• 제17권1호
• /
• pp.239-247
• /
• 2019

감정을 정확히 예측하는 것은 환자중심의 의료디바이스 개발 및 감성관련 산업에서 매우 중요한 이슈이다. 감정예측에 관한 많은 연구 중 감정 예측에 심박 변동성과 뉴로-퍼지 접근법을 적용한 연구는 없다. 본 연구는 HRV를 이용한 ANFEP(Adaptive Neuro Fuzzy system for Emotion Prediction)을 제안한다. ANFEP의 핵심 기능은 인공 신경망과 퍼지시스템을 통합해 예측 모델을 학습하는 ANFIS(Adaptive Neuro-Fuzzy Inference System)에 기반한다. 제안 모형의 검증을 위해 50명의 실험자를 대상으로 청각자극으로 감정을 유발하고, 심박변이도를 구하여 ANFEP 모형에 입력하였다. STDRR과 RMSSD를 입력으로 하고 입력변수 당 2개의 소속함수로 하는 ANFEP모형이 가장 좋은 결과를 나타났다. 제안한 감정예측 모형을 선형회귀 분석, 서포트 벡터 회귀, 인공신경망, 랜덤 포레스트와 비교한 결과 본 제안모형이 가장 우수한 성능을 보였다. 연구 결과는 보다 적은 입력으로 신뢰성 높은 감정인식이 가능함을 입증했고, 이를 활용해 보다 정확하고 신뢰성 높은 감정인식 시스템 개발에 대한 연구가 필요하다.

• 인지과학
• /
• 제27권2호
• /
• pp.159-219
• /
• 2016

수학적 사고력은 STEM(science, technology, engineering, mathematics) 분야에서의 학업적인 성취와 과학기술의 혁신에서 중요한 역할을 하고 있다. 본 연구에서는 학제 간 연구 분야인 수 인지(numerical cognition) 및 수학적 인지와 관련된 최근의 인지신경학적 연구 결과들을 종합하여 개관하였다. 첫째로 수학적 사고의 기초가 되는 뇌 기제의 위치와 정보처리 메커니즘을 확인하였다. 수학적 사고는 영역 특정적(domain specific)인 기능인 수 감각과 시공간적 능력뿐만 아니라 영역 일반적(domain general)인 기능인 언어, 장기기억, 작업 기억(working memory) 등을 기초로 하며 이를 토대로 추상화, 추론 등의 고차원적인 사고를 한다. 이 중에서 수 감각과 시공간적 능력은 두정엽(parietal lobe)을 기반으로 한다. 두 번째로는 수학적 사고 능력에서 관찰되는 개인 차이에 대하여 고찰하였다. 특히 수학 영재들의 신경학적인 특성을 신경망 효율성(neural efficiency)의 관점에서 고찰해 보았다. 그 결과 높은 지능이란 두뇌가 얼마나 많이 일하느냐가 아니라 얼마나 효율적으로 일하는가에 달렸다는 사실을 확인하였다. 수학 영재들의 또 다른 특성은 좌반구와 우반구 간의 연결과 반구 내에서 전두엽과 두정엽의 연결이 뛰어나다는 사실이다. 세 번째로는 학습과 훈련, 그리고 성장에 따른 변화 및 발전에 대한 분석이다. 개인이 성장하며, 수학 학습과 훈련을 하게 될 때 이에 따라 두뇌 피질에서도 변화가 반영되어 나타난다. 그 변화를 피질에서의 활성화 수준의 변화, 재분배, 구조적 변화라는 관점에서 해석하였다. 이 중에서 구조적 변화는 결국 신경 가소성(neural plasticity)을 의미한다. 마지막으로 수학적 창의성은 수학적 지식(개념)을 기초로 하여 수학적 개념들을 결합하는 단계가 요구되며, 그 후 결합된 개념들 중에서 심미적인 선택을 통해 수학적 발명(발견)으로 연결된다. 전문성이 높아질수록 결합과 선택이라는 두 단계가 더욱 중요해진다.

• 한국터널지하공간학회 논문집
• /
• 제24권3호
• /
• pp.247-262
• /
• 2022

국내 200 m 이상 연장의 터널에서는 CCTV 설치가 의무화되어 있으며, 터널 내 돌발 상황을 자동으로 인지한 다음 터널 관리자에게 알릴 수 있는 터널 영상유고시스템의 운영이 권고된다. 여기서 터널 내 설치된 CCTV는 터널 구조물의 공간적인 한계로 인해 낮은 높이로 설치된다. 이에 따라 이동차량과 매우 인접하므로, 이동차량과 CCTV와의 거리에 따른 원근현상이 매우 심하다. 이로 인해, 기존 터널 영상유고시스템은 터널 CCTV로부터 멀리 떨어질수록 차량의 정차 및 역주행, 보행자 출현 및 화재 발생과 같은 터널 내 유고상황을 인지하기 매우 어려우며, 100 m 이상의 거리에서는 높은 유고상황 인지 성능을 기대하기 어려운 것으로 알려져 있다. 이 문제를 해결하기 위해 관심영역 설정 및 역 원근변환(Inverse perspective transform)을 도입하였으며, 이 과정을 통해 얻은 변환영상은 먼 거리에 있는 객체의 크기가 확대된다. 이에 따라 거리에 따라 객체의 크기가 비교적 일정하게 유지되므로, 거리에 따른 객체 인식 성능과 영상에서 보이는 차량의 이동속도 또한 일관성을 유지할 수 있다. 이를 증명하기 위해 본 논문에서는 터널 CCTV의 원본영상과 변환영상을 바탕으로 동일한 조건을 가지는 데이터셋을 각각 제작 및 구성하였으며, 영상 내 차량의 실제 위치의 변화에 따른 겉보기 속도와 객체 크기를 비교하였다. 그 다음 딥러닝 객체인식 모델의 학습 및 추론을 통해 각 영상 데이터셋에 대한 거리에 따른 객체인식 성능을 비교하였다. 결과적으로 변환영상을 사용한 모델은 200 m 이상의 거리에서도 객체인식 성능과 이동차량의 유고상황 인지 성능을 확보할 수 있음을 보였다.

• 대한감각통합치료학회지
• /
• 제17권3호
• /
• pp.26-45
• /
• 2019

목적 : 본 연구의 목적은 작업치료사가 감각통합 중재를 실행하는데 필요한 역량을 기반으로 중재 과정 교육 커리큘럼 개발하고, 중재과정 실시 및 교육만족도 확인을 통하여 대한감각통합치료학회의 역량기반 중재 교육과정을 제시하는데 있다. 연구방법 : 본 연구는 대한감각통합치료학회의 2019년 중재과정에 참여한 작업치료사 9명과 강사 3명을 대상으로 하였다. 중재과정의 교육목표 설정은 참여자 설문조사 방법을 통하여 교육요구 분석방법을 사용하였다. 중재과정의 역량기반 교육 프로그램 초안 및 교육 방법은 강사회의를 통하여 결정하였다. 중재교육과정은 실행계획에 따라 5일간 실시하였으며, 교육 만족도와 각 역량지표에 대한 중재과정 전후의 수행도 변화를 조사하였다. 결과 : 교육목표는 교육요구 분석 결과를 반영하여 '감각통합중재의 임상추론 과정을 학습 하고 적용한다'와 '감각통합중재 원칙을 적용하여 중재한다'로 하였다. 역량기반 중재과정 교육커리큘럼은 교육목표에 따라 Data driven decision making process 및 Ayres Sensory Integration에 관한 강의, 워크샵, 토의, 그리고 사례 중재 등으로 구성하여 총 42시간 교육을 실시하였다. 중재과정 참여자의 교육 만족도는 평균 4.48±0.73이었고, 수퍼바이저의 교육 만족도는 평균 3.92±0.71이었다. 두 집단 모두에서 Data driven decision making process 강의와 중재 목표 수립 강의의 만족도가 가장 높았고, 그룹 활동 및 토의에 대한 만족도가 가장 낮았다. 중재과정 전후, 역량모델의 전문가 역량군에 포함된 분석기술 역량의 두 가지 행동지표가 수행도에서 유의미한 변화를 보였다. 결론 : 본 연구는 교육 개발에 필요한 체계적 과정을 거쳐 교육요구 조사, 교육 커리큘럼 개발과 실시, 교육 만족도 조사를 실행하였다는 점에서 의의가 있다. 대한감각통합치료학회 내의 다른 교육커리큘럼 개발 시 기초자료로 사용될 수 있을 것으로 생각된다.

• 한국과학교육학회지
• /
• 제42권1호
• /
• pp.19-32
• /
• 2022

기후 변화의 감지, 예측의 최적지이며 미래 기술, 자원의 보고인 극지의 중요성에 따라 극지 교육의 필요성이 더욱 강조됐다. 이에 본 연구에서는 극지에 대한 초등학생의 일반적 인지 및 정의적 특성을 탐색한 후, 극지에 대한 경험 다양성 수준에 따른 인지 및 정의적 특성을 추가로 분석했다. 연구를 위해 개발된 검사 문항은 43명의 초등학교 5학년생을 대상으로 한 예비 검사를 통해 수정, 보완되었다. 검사 문항은 학생들의 배경 변인으로 성별, 극지에 대한 학습 경험 및 일상 경험, 과학적 소양을 묻는 문항과 극지 지식, 기능, 신념, 태도를 묻는 문항으로 구성됐다. 문항의 유형은 선택형, 진위형, 리커트(4점)이며 총 66개다. 검사에 참여한 학생들은 대·중·소 도시의 초등학교에 재학 중인 5학년생 323명이다. 연구 결과, 학생들은 극지의 변화와 관련된 과학적 원인 및 과정보다는 극지의 변화로 인한 극적인 결과에 관심이 크고 잘 알았다. 이는 극지의 주요 특징임과 동시에 극지 환경 변화 매커니즘의 중심에 있는 얼음에 대한 이해보다, 극지 환경 변화로서 고통 받을 극지 생물에 더욱 관심이 크고 잘 알고 있다는 사실을 통해 확인됐다. 또한, 학생들은 극지 기후 변화의 문제를 자신을 제외한 전지구적 문제로 인식했다. 북극과 남극에서 일어나는 일은 전 세계에 영향을 미치지만, 자기 자신과 지역 사회에는 큰 영향을 미치지 않는 것으로 생각한다는 것이다. 극지에 대한 지식의 수준과 극지 관련 자료를 해석, 추론하는 탐구 능력은 서로 큰 관련이 없었으며, 극지에 대한 경험 다양성의 수준이 높은 학생일수록 극지의 과학 기술에 대한 이해가 뛰어났다. 본 연구는 학생들의 극지 소양 관련 특성을 점검했다는 것과, 향후 극지 교육이 나아가야 할 방향을 제시하는 기초 자료가 될 것이라는 점에서 의미가 있다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

• 한국과학교육학회지
• /
• 제43권2호
• /
• pp.139-150
• /
• 2023

본 연구는 과학교육의 다양한 모습을 탐색할 필요가 있다는 문제의식에서 출발하여 성인을 대상으로 하는 과학문화 활동에 대한 실천적인 연구의 필요성에 따라 수행되었다. 이에 성인 4명의 과학소설 독서토론을 연구 사례로 선정하고 과학문화 활동에서 나타나는 과학적 태도와 과학에 대한 태도를 포함하는 과학 관련 태도를 질적으로 탐색하였다. 참여자들은 과학기술 전문가가 아닌 30대 직장인으로 독서와 토론 활동에 익숙하며 이를 취미로 즐기는 사람들이다. 작품 선정을 위한 구체적인 기준을 마련하고 연구 참여자들과의 협의를 거쳐 3권의 과학소설을 선정하였다. 4개월 동안 총 3회차의 독서토론 활동, 각 회차에 대한 사후 면담, 전체 활동 종료 후 개별 심층 면담의 과정으로 진행되었으며, 독서토론은 자유롭게 논제와 의견을 제시하는 비구조화된 자유토론으로 진행되었다. 연구 과정에서 녹음 및 전사된 독서토론 담화, 사후 및 심층 개별 면담, 연구자의 관찰 기록지, 참여자들의 독서기록과 같은 다양한 자료를 수집하였고 수집한 자료들은 지속적 비교 방법을 사용하여 분석하였다. 연구 결과, 참여자들은 과학소설 독서토론에서 과학적 태도를 발휘한 것으로 나타났다. 참여자들이 보인 과학기술 비판과 윤리적 성찰, 합리성에 대한 문제인식과 근거 제시, 과학적 호기심 해소와 추론은 과학소설의 특징과 밀접한 관련성을 맺는 것으로 나타났다. 또한 참여자들은 과학소설의 텍스트적 특징인 이야기를 통해 과학 이해에 대한 부담을 낮추고 흥미의 발달을 보이며 과학을 즐길 수 있는 대상으로 인식하는 것으로 나타났다. 마지막으로 참여자들은 이해와 학습 대상으로서의 과학이 아닌 문화로서 과학을 즐기는 활동 자체에 스스로 의미를 부여함으로써 과학에 대한 태도 변화를 나타내었다. 위 결과를 바탕으로 본 연구는 학교 교육 이후에도 성인을 대상으로 과학에 대한 긍정적인 태도를 신장하기 위한 과학문화의 의미를 밝히고 시사점을 제시하였다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.1-19
• /
• 2019

제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.