• 디자인학연구
• /
• 제17권4호
• /
• pp.279-288
• /
• 2004

교육인적자원부에서 인가한 대부분의 17개 원격대학에는 디자인관련학과가 개설되어있으며, 각 디자인관련 학과에서는 각 분야에 적절한 디자인 교육을 하고 있다. 대부분 디자인관련학과의 교육목표는 실무중심교육을 강조하면서도 사실상 컴퓨터나 저작도구 등을 배우는 강의 운영방식에서 벗어나지 못하고 있다. 따라서 현재 원격대학에서는 디자이너를 위한 사실상의 실기 수업이 제대로 이루어지지 못하고 있는 실정이다. 그렇다고 원격대학 학생들의 디자인력이 상대적으로 떨어진다는 것 또한 증명된 적이 없다. 이제 내년 2월이면 온라인 디자인전공자가 적게는 수십 명에서 많게는 수백 명의 첫 졸업생들이 사회로 배출된다. 이들에 대한 기대는 사회에서 염려하는 것과는 달리 쉽게 긍정적으로 나타날 수 있다. 왜냐하면, 이들은 이미 실무에서 디자인을 하고 있는 직장인이 73%(서울디지털대학교 멀티미디어학부 2004학년도 전기입시 기준)가 되기 때문에 원격대학은 교육을 통한 디자이너 양성이 목표가 아니라 이미 사회에 진출해 있는 디자이너를 위한 평생교육의 개념이 더욱 강하기 때문이다. 따라서 이런 학생들을 위한 바람직한 디자인교육을 위해서는 어떻게 해야 하는지에 대해 알아보고자 한다. 즉, 원격대학의 디자인 실무능력을 위한 교육법, 다양한 콘텐츠 활용에 따른 교육 효과, 실무자에게 필요한 교육과정, 초보자를 위한 디자인력 향상교육, 실무에서 요구하는 교육, 온라인 교육의 한계, 디자인 교육을 위한 차별화된 콘텐츠 등을 살펴본 후 원격 대학의 학생들이 온라인 콘텐츠를 통해 디자인의 가치를 어떻게 받아들이고, 디자인력을 어떻게 키워가야 하는지를 논의하였다.

• 영재교육연구
• /
• 제25권5호
• /
• pp.673-696
• /
• 2015

학생들의 과학과 관련된 직업에 대한 인식은 이공계 직업동기와 과학학습동기에 큰 영향을 미친다. 특히 미래의 국가 과학기술발전의 핵심 동력인 과학영재학생들이 지속적으로 과학을 하는데 있어 과학관련 직업에 대한 긍정적 인식은 중요한 역할을 한다. 이 연구는 언어네트워크 분석법을 통하여 중학교 과학영재와 일반학생들의 과학과 관련된 직업에 대한 인식을 비교 분석하였다. 이를 위하여 학생들이 인식하고 있는 과학과 관련된 직종으로 구성된 네트워크를 구조화 한후, 네트워크 분석을 수행하여 두 집단의 인식 네트워크의 구조적 특성을 확인하였다. 과학영재학생들과 일반학생들의 네트워크를 비교분석한 결과, 첫째, 과학영재들은 일반학생들에 비하여 과학과 관련된 직업의 종류에 있어 다양했으며, 직업명의 구체성이 있었다. 둘째, 물질과학자와 의사는 과학영재와 일반학생 모두의 과학관련 직업 인식망에서 가장 중심적인 위치를 차지하였다. 또한 교수, 컴퓨터 및 수학 관련 직업은 과학영재의 인식망에서는 상대적으로 높은 중심성을 나타낸 반면, 일반학생의 인식망에서는 낮은 중심성을 보이며 과학영재와 일반학생들의 인식의 차이를 확인하였다. 셋째, 기술적 직업은 과학영재와 일반학생들의 인식망의 외곽에 위치하여, 학생들은 기술적 직업을 과학과 관련된 직업으로 쉽게 떠올리지 못함을 확인할 수 있었다. 이 연구는 과학영재 학생들의 진로 지도를 위한 근거 자료로 활용될 수 있을 것이다.

• 정보교육학회논문지
• /
• 제23권5호
• /
• pp.451-459
• /
• 2019

미래 사회를 대비하여 인재를 양성하고자 하는 다양한 정책들이 시행되어 왔다. 그 정책들 중에서 STEAM교육, SMART교육과 SW교육이 대표적인 사례가 된다. 이 정책들이 학교 현장에서 효과적으로 실행되기 위해서는 교사들의 긍정적인 인식과 지도 역량이 요구된다. 본 연구는 특히 예비교사 교육의 중요성을 고려하여 STEAM교육, SMART교육과 SW교육 정책에 대한 초등예비교사의 인식과 지도 준비도 현황을 분석하고, 예비교사 교육에 반영할 수 있는 시사점들을 모색하고자 하였다. 연구 결과, 예비교사들의 각 정책에 대한 필요성 인식 수준은 매우 높았으며, 각 정책에 대한 이해 수준은 비교적 높은 편인 것으로 나타났다. 이와 비교할 때, 예비교사들이 각 정책과 관련하여 교육을 받은 경험은 부족하며, 지도 준비 수준은 매우 낮은 것으로 밝혀졌다. 우선적으로 해결해야 할 과제로는 교사 교육 세미나 운영과 교수-학습 프로그램 및 자료 보급에 대한 선택이 가장 많았다. 예비교사의 개별 특성에 따른 차이를 분석한 결과, 예비교사의 ICT 활용 능력 수준에 따른 차이들이 발견되었다. 이와 같은 연구 결과에 기초하여 예비교사 양성 과정에서 반영해야 할 시사점들을 제시하였다.

• 한국해양학회지:바다
• /
• 제27권2호
• /
• pp.49-70
• /
• 2022

해수면 온도는 기후와 바다의 생태계 그리고 인간의 활동에까지 중요한 영향을 미치는 해수의 특성 중 하나로 이를 예측하는 것은 항상 중요하게 다뤄지는 문제다. 최근 들어 과거의 패턴을 학습하여 예측값을 생성할 수 있는 딥러닝을 활용한 해수면 온도 예측이 복잡한 수치모델을 이용한 예측의 대안으로 주목받고 있다. 딥러닝은 입력 자료 간의 비선형적인 관계를 추정할 수 있는 것이 큰 장점이며, 최근 컴퓨터 그래픽카드의 발달로 많은 양의 데이터를 반복적이고 빠르게 계산할 수 있게 되었다. 본 연구에서는 기존의 딥러닝 모델의 단점들을 보완하면서 시공간 자료를 다룰 수 있는 합성곱 신경망(Convolutional Neural Network) 기반의 U-Net을 통해 단기 해수면 온도 예측을 수행하였다. 개발한 딥러닝 모델을 이용한 한국 남부 근해 해수면 온도의 단기 예측은 예측일의 해수면 온도의 중장기 변동성에 따라 달라지는 성능을 보였다. 해수면 온도 변동성의 증감은 계절적 변동 뿐 아니라 Pacific Decadal Oscillation (PDO) 지수의 변동과도 유의미한 상관관계를 보였는데, 이는 계절 변동 및 PDO에 따른 기후 변화에 기인한 수온 전선의 강도 변화가 해수면 온도의 시공간적 변동성에 영향을 줌으로써 발생했음을 확인하였다. 본 연구는 해수면 수온 자료가 가지고 있는 계절적 변동성과 경년 변동성이 딥러닝 모델의 해수면 단기 수온 예측 성능에 기여함을 밝힌 것에 그 의의가 있다.

• 스마트미디어저널
• /
• 제11권10호
• /
• pp.89-96
• /
• 2022

오픈 도메인 기계독해는 질문과 연관된 단락이 존재하지 않아 단락을 검색하는 검색 기능을 추가한 모델이다. 문서 검색은 단어 빈도 기반인 TF-IDF로 많은 연구가 진행됐으나 문서의 양이 많아지면 낮은 성능을 보이는 문제가 있다. 아울러 단락 선별은 단어 기반 임베딩으로 많은 연구가 진행됐으나 문장의 특징을 가지는 단락의 문맥을 정확히 추출하지 못하는 문제가 있다. 그리고 문서 독해는 BERT로 많은 연구가 진행됐으나 방대한 파라미터로 느린 학습 문제를 보였다. 본 논문에서는 언급한 3가지 문제를 해결하기 위해 문서의 길이까지 고려한 BM25를 이용하며 문장 문맥을 얻기 위해 InferSent를 사용하고, 파라미터 수를 줄이기 위해 ALBERT를 이용한 오픈 도메인 기계독해를 제안한다. SQuAD1.1 데이터셋으로 실험을 진행했다. 문서 검색은 BM25의 성능이 TF-IDF보다 3.2% 높았다. 단락 선별은 InferSent가 Transformer보다 0.9% 높았다. 마지막으로 문서 독해에서 단락의 수가 증가하면 ALBERT가 EM에서 0.4%, F1에서 0.2% 더 높았다.

• 정보처리학회 논문지
• /
• 제13권4호
• /
• pp.199-207
• /
• 2024

지역 저수지들은 농업용수 공급의 중요한 수원공으로 가뭄과 같은 극단적 기후 조건을 대비하여 안정적인 저수율 관리가 필수적이다. 저수율 예측은 국지적 강우와 같은 지역적 기후 특성뿐만 아니라 작부시기를 포함하는 계절적 요인 등에 크게 영향을 받기 때문에 적절한 예측 모델을 선정하는 것만큼 입/출력 데이터 간 상관관계 파악이 무엇보다 중요하다. 이에 본 연구에서는 1991년부터 2022년까지의 전라북도 400여 개 저수지의 광범위한 다변량 데이터를 활용하여 각 저수지의 복잡한 수문학·기후학적 환경요인을 포괄적으로 반영한 저수율 예측 모델을 학습 및 검증하고, 각 입력 특성이 저수율 예측 성능에 미치는 영향력을 분석하고자 한다. 신경망 구조에 따른 저수율 예측 성능 개선이 아닌 다변량의 입력 데이터와 예측 성능 간의 상관관계에 초점을 맞추기 위하여 실험에 사용된 예측 모델로 합성곱신경망 또는 순환신경망과 같은 복잡한 형태가 아닌 완전연결계층, 배치정규화, 드롭아웃, 활성화 함수 등의 조합으로 구성된 기본적인 순방향 신경망을 채택하였다. 추가적으로 대부분의 기존 연구에서는 하루 단위의 단기 예측 성능만을 제시하고 있으며 이러한 단기 예측 방식은 10일, 한 달 단위 등 중장기적 예측이 필요한 실무환경에 적합하지 않기 때문에, 본 연구에서는 하루 단위 예측값을 다음 입력으로 사용하는 재귀적 방식을 통해 최대 한 달 뒤 저수율 예측 성능을 측정하였다. 실험을 통해 예측 기간에 따른 성능 변화 양상을 파악하였으며, Ablation study를 바탕으로 예측 모델의 각 입력 특성이 전체 성능에 끼치는 영향을 분석하였다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.1-23
• /
• 2018

E-commerce 환경의 발전으로 소비자들은 다양한 상품들을 한 자리에서 폭 넓게 비교할 수 있게 되었다. 하지만 온라인 쇼핑몰에 올라와있는 상당량의 주요 상품 정보들이 이미지 형태이기 때문에 컴퓨터가 인지할 수 있는 텍스트 기반 검색 시스템에 반영될 수 없다는 한계가 존재한다. 이러한 한계점은 일반적으로 기존 기계학습 기술 및 OCR(Optical Character Recognition) 기술을 활용해, 이미지 형태로 된 키워드를 인식함으로써 개선할 수 있다. 그러나 기존 OCR 기술은 이미지 안에 글자가 아닌 그림이 많고 글자 크기가 작으면 낮은 인식률을 보인다는 문제가 있다. 이에 본 연구에서는 기존 기술들의 한계점을 해결하기 위하여, 딥러닝 기반 사물인식 모형 중 하나인 SSD(Single Shot MultiBox Detector)를 개조하여 이미지 형태의 상품 카탈로그 내의 텍스트 인식모형을 설계하였다. 하지만 이를 학습시키기 위한 데이터를 구축하는 데 상당한 시간과 비용이 필요했는데, 이는 지도학습의 방법론을 따르는 SSD 모형은 훈련 데이터마다 직접 정답 라벨링을 해줘야 하기 때문이다. 본 연구는 이러한 문제점을 해결하기 위해 '훈련 데이터 자동 생성 프로그램'을 함께 개발하였다. 훈련 데이터 자동 생성 프로그램을 통해 수작업으로 데이터를 만드는 것에 비하여 시간과 비용을 대폭 절감할 수 있었으며, 생성된 훈련용 데이터를 통해 모형의 인식 성능을 높일 수 있었다. 더 나아가 실험연구를 통해 자동으로 생성된 훈련 데이터의 특징별로 인식기 모형의 성능에 얼마나 큰 영향을 끼치는지 알아보고, 성능 향상에 효과적인 데이터의 특징을 분석하였다. 본 연구를 통해서 개발된 상품 카탈로그 내 텍스트 인식모형과 훈련 데이터 자동 생성 프로그램은 온라인 쇼핑몰 판매자들의 상품 정보 등록 수고를 줄여줄 수 있으며, 구매자들의 상품 검색 시 결과의 정확성을 향상시키는 데 기여할 수 있을 것으로 기대한다.

• 한국지구과학회지
• /
• 제29권6호
• /
• pp.495-505
• /
• 2008

이 연구의 목적은 방과 후 학교 활동으로 직접 활용될 수 있는 고등학교 천체관측반을 대상으로 한 천체 관측 프로그램 개발 및 적용이다. 연구방법은 먼저 현행 지구과학교과서의 천문관련 탐구활동을 분석한 다음, 가장 기본적인 관측 장비의 표준화 프로그램을 개발하였으며, 프로그램을 이용하여 학교 인근 여러 관측지에서 학생들이 직접 탐구활동을 수행하였다. 특히 관측 장비의 경우 일선학교에서도 쉽게 구비할 수 있는 102mm급 굴절망원경과 디지털카메라를 이용하였으며, 대부분 도심지에 위치한 학교의 관측지 환경을 고려한 탐구활동 및 그 수행을 위한 컴퓨터 프로그램을 개발하였다. 이 연구의 결과는 다음과 같다. 첫째, 현행 교육과정상의 천문관련 탐구활동은 대부분 제시된 자료를 분석하는 자료 해석이나 가상실험활동으로 구성되어 있다. 둘째, 대부분의 학교가 위치한 도심지의 경우 도시 외곽보다 관측 환경이 열악하다. 셋째, 학교 인근 도심지에서 보편화된 관측 장비를 이용한 효율적인 관측 기법과 도심지에서의 관측 기기의 표준화 계수를 결정하였다. 넷째, 이와 같은 일련의 과정을 프로그램화하여 측정한 결과, 도시와 도시외곽에서 실제 별의 등급과 큰 차이를 보이지 않았으며, 학습 프로그램 개발을 통하여 천체 관측에 관한 다양한 탐구 활동을 제공할 수 있었다 현재 천체 관련 교육은 실제 탐구 활동 영역이 결여되어 있으며, 대부분의 학교가 도심지에 위치하고 있어서 관측환경 또한 좋지 못하다. 하지만 이 프로그램을 이용하면 실질적인 천체관측 활동과 관측 결과에 대해 정형화된 보정활동을 거쳐 유의미한 관측 데이터를 수집할 수 있으며, 이를 여러 가지 활동을 통해 재해석 할 수 있다. 이를 통해 현장 체험 중심의 천체 탐구 활동을 활성화시킬 수 있으며, 과학적 흥미를 높일 수 있다.

• 대한영상의학회지
• /
• 제82권5호
• /
• pp.1196-1206
• /
• 2021

목적 간 종양의 조영증강 컴퓨터단층촬영(이하 CT) 영상에 관한 인공지능 알고리즘의 성능과 안전성을 검증할 수 있는 표준 테스팅 데이터셋을 구축하고자 하였다. 대상과 방법 국내 4개 3차 의료기관의 복부 영상의학 전문가 4인이 모여 간 종양 진단 알고리즘의 성능과 안전성을 검증하기 위해 표준 데이터셋이 갖춰야 할 조건을 논의하였다. 각 기관마다 간세포암 75예, 전이암 75예, 그리고 양성 병변 30-50예씩 수집하여, 총 783명 환자의 CT 영상을 대상으로 하였다. 간세포암과 전이암의 경우 병리학적으로 확진된 경우만을 대상으로 하였다. 각 기관의 복부 영상의학 전문가들이 직접 환자의 임상정보를 추출하고 CT 영상에 관한 데이터 라벨링(labeling)을 수기로 시행하였다. CT 영상은 의료용 디지털 영상 및 통신(Digital Imaging and Communications in Medicine, DICOM) 파일로 저장하였다. 결과 복부 영상의학 전문가들이 수기 데이터 라벨링을 시행한 총 783 증례의 간 종양 조영증강 CT의 표준 데이터셋을 구축하였다. 알고리즘의 성능 및 안전성은 병변의 발견 여부 및 특성화의 정확도에 대해 민감도와 특이도를 계산하여 평가할 수 있다. 결론 본 연구에서 구축한 간 종양 조영증강 CT 영상의 표준 데이터셋은 임상의학 결정 지원시스템을 위한 기계학습 기반 인공지능 알고리즘을 평가하는 데에 활용될 수 있다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.39-55
• /
• 2019

최근 은행과 증권회사를 중심으로 다양한 로보어드바이저 금융상품들이 출시되고 있다. 로보어드바이저는 사람 대신 컴퓨터가 포트폴리오 자산배분에 대한 투자 결정을 실행하기 때문에 다양한 자산배분 알고리즘이 활용되고 있다. 본 연구에서는 대표적 로보어드바이저 알고리즘인 블랙리터만모형의 강점을 살리면서 객관적 투자자 전망을 도출할 수 있는 지능형 전망모형을 제안하고 이를 내재균형수익률과 결합하여 최종 포트폴리오를 도출하는 로보어드바이저 자산배분 알고리즘을 새로이 제안하며, 실제 주가자료를 이용한 실증분석 결과를 통해 전문가의 주관적 전망을 대신할 수 있는 지능형 전망모형의 실무적 적용 가능성을 보여주고자 한다. 그동안 주가 예측에서 우수한 성과를 보여주었던 기계학습 방법 중 SVM 모형을 이용하여 각 자산별 기대수익률에 대한 예측과 예측 확률을 도출하고 이를 각각 기대수익률에 대한 투자자 전망과 전망에 대한 신뢰도 수준의 입력변수로 활용하는 지능형 전망모형을 제안하였다. 시장포트폴리오로부터 도출된 내재균형수익률과 지능형 전망모형의 기대수익률, 확률을 결합하여 최종적인 블랙리터만모형의 최적포트폴리오를 도출하였다. 주가자료는 2008년부터 2018년까지의 132개월 동안의 8개의 KOSPI 200 섹터지수 월별 자료를 분석하였다. 블랙리터만모형으로 도출된 최적포트폴리오의 결과가 기존의 평균분산모형이나 리스크패리티모형 등과 비교하여 우수한 성과를 보여주었다. 구체적으로 2008년부터 2015년까지의 In-Sample 자료에서 최적화된 블랙리터만모형을 2016년부터 2018년까지의 Out-Of-Sample 기간에 적용한 실증분석 결과에서 다른 알고리즘보다 수익과 위험 모두에서 좋은 성과를 기록하였다. 총수익률은 6.4%로 최고 수준이며, 위험지표인 MDD는 20.8%로 최저수준을 기록하였다. 수익과 위험을 동시에 고려하여 투자 성과를 측정하는 샤프비율 역시 0.17로 가장 좋은 결과를 보여주었다. 증권계의 애널리스트 전문가들이 발표하는 투자자 전망자료의 신뢰성이 낮은 상태에서, 본 연구에서 제안된 지능형 전망모형은 현재 빠른 속도로 확장되고 있는 로보어드바이저 관련 금융상품을 개발하고 운용하는 실무적 관점에서 본 연구는 의의가 있다고 판단된다.