• 한국컴퓨터정보학회논문지
• /
• 제25권3호
• /
• pp.243-250
• /
• 2020

본 논문에서는 대학의 효과적인 SW교육 방법을 제안한다. 해외 Top 10 대학과 SW중심대학, 거점 국립대학의 SW교육과정을 비교 분석하고, 그 결과를 기반으로 대학의 효과적인 SW교육 방법을 위해 5가지 개선할 점을 제안한다. 첫째는 교육과정 개발과정에서 SW 개발자의 직무 분석을 기반으로 교과목을 개발함으로써 산업체 현장 적응력을 높이는 것이다. 둘째는 4차 산업혁명 핵심기술(클라우드컴퓨팅, 빅데이터, 가상/증강현실, 사물인터넷 등)의 교과목을 강화하여 의료, 바이오, 센서, 인간, 인지과학 등의 다양한 분야와 융합하는 것이 필요하다. 셋째는 프로그래밍 언어 교육은 기본적인 문법 교육 후, SW융합 교과목에 포함하여 다양한 분야의 프로젝트를 구현해 보도록 해야 한다. 또한, 응용프로그램 개발자보다는 시스템프로그래밍 개발자, Back-End(서버단) 개발자 양성을 위한 교과목을 강화해야 한다. 넷째는 Product 기반의 자기 주도적 학습이 가능한 캡스톤디자인, 종합설계 등의 교과목을 강화하여 산업체 프로젝트에 참여할 기회를 제공한다. 다섯째는 지역 기반의 산업체 현장에서 기술을 습득할 수 있는 인턴십 또는 산학연계 프로그램을 강화함으로써 각 지역산업 기반의 대학 특성화 교육과정 개발이 필요하다.

• 한국컴퓨터정보학회논문지
• /
• 제19권2호
• /
• pp.193-200
• /
• 2014

유비쿼터스 컴퓨팅이 생활의 일부가 되어가면서 정보의 양도 급속도로 늘어나고 있으며, 이로 인해 많은 데이터 속에서 정보를 찾아내는 기술이 부각되고 있다. 고객 기반의 협력적 필터링을 이용한 고객 선호도 예측 방법에서는 아이템에 대한 사용자의 선호도를 기반으로 이웃 선정 방법을 사용하므로 아이템에 대한 속성을 반영하지 못할 뿐만 아니라 희박성 문제를 해결하지 못하고 있다. 그리고 비슷한 선호도를 가진 일부 아이템의 정보를 바탕으로 하기 때문에 아이템의 속성은 무시하는 경향이 있다. 본 논문에서는 전자상거래 추천에서 구매 패턴 예측을 위한 고객 특성기반 SOM 학습을 이용한 군집 방법을 제안한다. 제안 방법은 고객의 속성 정보 기반의 유사한 속성의 데이터끼리의 클러스터링을 통해 보다 빠른 시간 내에 고객 성향에 맞는 추천이 가능한 구매 패턴의 추출이 가능하다. 성능평가를 위해 현업에서 사용하는 인터넷 화장품 아이템 쇼핑몰의 데이터를 기반으로 데이터 셋을 구성하여 기존 시스템과 비교 실험을 통해 성능을 평가하여 효용성과 타당성을 입증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.105-112
• /
• 2021

빅데이터 시대에 접어들며 데이터에 대한 관심이 폭발적으로 늘어나고 있다. 특히, 인터넷 및 소셜미디어의 발전은 새로운 데이터들의 생성으로 연결되어 빅데이터와 인공지능 시대의 실현과 융합 기술의 새로운 장을 열 수 있게 되었으며, 과거에는 프로그램으로 다루지 못하던 데이터에 대한 분석 요구가 많이 발생하고 있다. 본 논문에서는 빅데이터 시대에서 많이 요구되는 비정형 데이터에 대한 분류를 위하여 분석 모델을 설계하고 이를 검증하였다. 데이터는 디비피아의 논문 요약과 주제어, 그리고 부주제 어를 크롤링하였으며, 코엔엘피의 데이터 사전을 이용해 데이터베이스를 생성하고, 형태소 분석을 통하여 단어의 토큰화 과정을 수행하였다. 또한, 카이스트의 9 품사 분류 체계를 이용해 명사를 추출하고, TF-IDF 값을 생성하였으며, 학습 데이터와 Y 값을 결합하여 분석 데이터 셋을 생성하였다. 이와 같이 생성된 분석 데이터 셋에 랜덤 포레스트와 서포트 벡터 머신 그리고 의사결정트리, 이렇게 세 가지 분석 알고리즘을 적용하여 분류의 적정성을 측정하였다. 본 논문에서 제안한 분류 모델 기법은 논문 분류 외에도 민원 분류 분석 및 텍스트 관련 분석 등 다양한 분야에 유용하게 사용될 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제28권9호
• /
• pp.177-188
• /
• 2023

본 연구의 목적은 디지털 리터러시의 구성요인을 확인하고 요인별 문항들을 추출하여 디지털 리터러시 측정을 위한 척도를 개발, 타당화하는 것이다. 선행연구 분석과 연구진의 숙의을 통하여 예비문항들을 개발하여 2차례에 걸쳐 전문가 델파이 조사를 실시한 결과, 본조사를 위한 65개의 문항이 선정되었다. 문항의 타당화 작업은 본조사로 수집된 데이터에 대한 탐색적, 확인적 요인분석과 신뢰도 검사 및 준거타당도 검증의 과정으로 진행되었다. 그 결과, 31문항으로 구성된 4요인 구조(1요인: 디지털 테크놀로지 & 데이터 리터러시-9문항, 2요인: 디지털 콘텐츠 & 미디어 리터러시-8문항, 3요인: 디지털 커뮤니케이션 & 공동체(Community) 리터러시-9문항, 4요인: 디지털 웰니스 리터러시-5문항)를 확인하였으며, 모델의 적합도 지수들이 양호한 것으로 나타났고, 척도의 신뢰도 Cronbach's alpha도 .956으로 매우 적절한 수준으로 평가되었다. 또한, 기존 근거에서 디지털 리터러시와 상관관계에 있을 것으로 예측되었던 인터넷자기효능감과 자기주도학습능력이 통계적으로 유의미한 정적 상관관계(p<.001)로 나타나 개발된 척도의 준거타당도가 확보되었다. 마지막으로, 연구의 실천적, 학문적 함의와 후속연구에 대한 제언 및 한계점이 제공되었다.

• Investigative Magnetic Resonance Imaging
• /
• 제9권2호
• /
• pp.117-133
• /
• 2005

자기공명영상에서 병리구조물을 깨닫기 위해서는 먼저 자기공명영상에서 정상 해부구조물을 깨달아야 한다. 자기공명영상에서 해부구조물을 익히기 위해서는 다음과 같은 학습 자료가 필요하다. 첫째, 온몸의 자기공명영상, 둘째, 수평, 이마 그리고 마루 자기공명영상, 셋째, 자기공명영상에 들어맞는 구역화영상, 넷째, 자기공명영상에 있는 해부구조물의 3차원영상, 넷째, 자기공명영상, 구역화영상 그리고 3차원영상을 볼 수 있는 소프트웨어가 필요하다. 그러나 지금까지 이러한 학습 자료를 구하기 힘들었다. 따라서 이 연구에서는 의과대학 학생과 의사가 자기공명영상에서 정상 해부구조물을 익히는 데 도움을 주는 학습 자료를 다음처럼 만들었다. 표준 체형을 가진 건강한 한국인 남성을 골랐다. 온몸의 자기공명영상 613장을 찍고(slice thickness 3 mm, interslice gap 0 mm, field of view 480mm${\times}$480mm, resolution 512${\times}$512, T1 weighted) 개인용 컴퓨터에 옮겼다. 자기공명영상에 있는 60개의 해부구조물을 구역화해서 구역화영상을 만들었다. 이마, 마루 자기공명영상과 이마, 마루 구역화영상을 만들었다. 구역화영상을 바탕으로 47개 해부구조물의 3차원영상을 수동 표면재구성 방법으로 만들었다. 자기공명영상, 구역화영상, 3차원영상을 볼 수 있는 소프트웨어를 만들었다. 이 연구에서 만든 온몸의 수평, 이마, 마루 자기공명영상, 자기공명영상에 들어맞는 구역화영상, 3차원영상, 소프트웨어와 같은 학습 자료는 의과대학 학생과 의사가 자기공명영상에서 정상 해부구조물을 익히는 데 도움을 줄 것이다. 이 학습 자료는 인터넷이나 CD를 통해서 널리 퍼뜨릴 것이다.

• 한국문헌정보학회지
• /
• 제34권1호
• /
• pp.265-295
• /
• 2000

본 연구에서는 32개 대학 문헌정보학과 실습실의 시설과 비품, 그리고 교수 학습자료를 조사 분석하고 교수와 사서들의 의견을 정리하여, 21세기 정보사회에 부응할 수 있는 정보전문가인 사서 양성을 위하여 문헌정보학 교과 운영을 충실히 할 수 있는 실습실의 발전된 모형으로서 교수매체 센터의 새로운 모형을 제시하였는데 요약하면 다음과 같다. (1) 문헌정보학 교수매체 센터에는 분류와 편목의 실습 수업을 할 수 있는 분류 편목 실습실과 첨단의 매체나 시청각 기재 또는 실습용 교구를 사용하여 수업을 할 수 있는 영상매체 실습실, 인터넷을 통한 다양한 정보 검색 방법을 체득하게 하고, 정보 활용 능력을 길러 주며, 컴퓨터 관련 정보학 교과 수업을 할 수 있는 정보처리 실습실을 둔다. (2) 분류 편목 실습실과 영상매체 실습실, 정보처리 실습실의 배치도는 <그림4-1>, <그림4-2>, <그림4-3>과 같다. (3) 각 실의 면적은 각각 $162m^2$(49.1평)이며, 수용인원은 40-50명 정도, 전담운영 관리자로 매체 전문가 1 명과 전담 조교 1명을 둔다. (4) 문헌정보학 교수매체 센터에 소장해야 할 교수 학습자료는 컴퓨터와 주변기기, 시청각 기재, 도서정리를 위한 용품, 각종 장비 및 용구 등과 같은 교구와, 실습용 교재, 실습용 분류와 편목에 관한 도서, 기타 실습용 도서 및 참고도서 등과 같은 교재이다. (5) 문헌정보학 교수매체 센터의 비품으로 실습용 테이블, 서가 등 일반 비품과 CD 보관함 등 각종 자료 보관함을 둔다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권11호
• /
• pp.1080-1091
• /
• 2003

최근 인터넷 및 초고속네트워크의 발전과 더불어 원격교육도 활발히 이용되고 있다. 온라인 강의(교수-학습)툴에 대한 상대적으로 많은 연구와는 비교되게 가상실험 툴에 대한 연구는 미진하다고 할수 있다. 본 논문에서는 원격교육용 가상실험실로 사용될 수 있는 웹 기반 시뮬레이션 툴, SimDraw를 설계 및 구현한다. 웹 기반 시뮬레이션기술을 원격교육에 적용시키기 위해서는 다음과 같은 몇 가지 요구사항이 만족되어야 한다. 첫째, 시뮬레이션 툴의 사용자 인터페이스가 간단해서 학생들이 쉽게 사용할 수 있어야 한다. 둘째, 원격 학생들의 다양한 컴퓨터 환경에서도 일관되게 실행될 수 있을 정도로 이식성이 있어야 한다. 마지막으로 셋째, 시뮬레이션 프로그램이 충분히 가벼워서 학생들이 설치 없이 사용이 가능하거나 혹은 설치가 매우 간결하고 쉽게 이루어질 수 있어야 한다. 이러한 요구조건을 만족시키기 위해 SimDraw는 클라이언트/서버구조에 기반하고 있다. 클라이언트프로그램은 모델작성 및 애니메이션 기능만을 가지고 있으므로 자바 애플릿으로 구현이 가능하고 웹 브라우져 내에서 실행될 수 있다. 즉 설치가 전혀 필요 없다. 서버프로그램은 원격컴파일, 모델저장, 라이브러리관리, 사용자관리 등의 기능을 클라이언트 측에 제공한다. SimDraw의 기능을 평가하기 위해 RIP(Routing Information Protocol) 라우팅 프로토콜의 가상 실험을 예로 들어서 시뮬레이션 과정을 보였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권12호
• /
• pp.291-306
• /
• 2020

오늘날 데이터 네트워크 AI (DNA) 기반 지능형 서비스 및 애플리케이션은 비즈니스의 삶의 질과 생산성을 향상시키는 새로운 차원의 서비스를 제공하는 것이 현실이 되었다. 인공지능(AI)은 IoT 데이터(IoT 장치에서 수집한 데이터)의 가치를 높이며, 사물 인터넷(IoT)은 AI의 학습 및 지능 기능을 촉진한다. 딥러닝을 사용하여 대량의 IoT 데이터에서 실시간으로 인사이트를 추출하려면 데이터가 생성되는 IoT 단말 장치에서의 처리능력이 필요하다. 그러나 딥러닝에는 IoT 최종 장치에서 사용할 수 없는 상당 수의 컴퓨팅 리소스가 필요하다. 이러한 문제는 처리를 위해 IoT 최종 장치에서 클라우드 데이터 센터로 대량의 데이터를 전송함으로써 해결되었다. 그러나 IoT 빅 데이터를 클라우드로 전송하면 엄청나게 높은 전송 지연과 주요 관심사인 개인 정보 보호 문제가 발생한다. 분산 컴퓨팅 노드가 IoT 최종 장치 가까이에 배치되는 엣지 컴퓨팅은 높은 계산 및 짧은 지연 시간 요구 사항을 충족하고 사용자의 개인 정보를 보호하는 실행 가능한 솔루션이다. 본 논문에서는 엣지 컴퓨팅 내에서 딥러닝을 활용하여 IoT 최종 장치에서 생성된 IoT 빅 데이터의 잠재력을 발휘하는 현재 상태에 대한 포괄적인 검토를 제공한다. 우리는 이것이 DNA 기반 지능형 서비스 및 애플리케이션 개발에 기여할 것이라고 본다. 엣지 컴퓨팅 플랫폼의 여러 노드에서 딥러닝 모델의 다양한 분산 교육 및 추론 아키텍처를 설명하고 엣지 컴퓨팅 환경과 네트워크 엣지에서 딥러닝이 유용할 수 있는 다양한 애플리케이션 도메인에서 딥러닝의 다양한 개인 정보 보호 접근 방식을 제공한다. 마지막으로 엣지 컴퓨팅 내에서 딥러닝을 활용하는 열린 문제와 과제에 대해 설명한다.

• Journal of Platform Technology
• /
• 제10권4호
• /
• pp.47-55
• /
• 2022

사물인터넷 환경에서는 다양한 무선 통신 기술을 사용하는 기기들이 점점 증가하고 있다. 특히, 다양한 무선 신호 변조 유형을 정확하게 식별하기 위해 효율적인 특성 추출 기법을 설계하고 무선 신호의 종류를 분류하는 것이 필수적이다. 하지만, 실제 환경에서 레이블이 지정된 무선 신호 데이터를 수집하는 것은 쉬운 문제가 아니다. 최근 무선 신호 분류를 위해 딥러닝 기반의 다양한 학습 기법들이 제안되어졌다. 딥러닝의 경우 훈련 데이터셋이 적을 경우 과대적합에 빠질 가능성이 높으며, 이는 딥러닝 모델을 활용한 무선 신호 분류 기법의 성능 저하를 유발한다. 본 연구에서는 다양한 무선 신호들이 존재할 때 분류 성능을 높이기 위해 생성적 적대 신경망 기반 데이터 증대 기법을 제안한다. 분류해야 하는 무선 신호의 종류가 다양할 때 특정 무선 신호를 나타내는 데이터의 양이 적거나 균형이 맞지 않는 경우 제안한 기법을 활용하여 필요한 무선 신호와 관련된 데이터의 양을 증가시킨다. 제안한 데이터 증강 알고리즘의 유효성을 검증하기 위해 무선 신호의 데이터양을 증가시키고 균형을 맞춘 결과를 바탕으로 CNN 및 LSTM 기반 무선 신호 분류기를 구현하여 실험해본 결과 데이터 균형을 맞추지 않았을 때보다 분류 정확도가 높아지는 것을 확인하였다.