• 한국조경학회지
• /
• 제49권6호
• /
• pp.49-63
• /
• 2021

유아숲체험장은 유아가 산림을 체험함으로써 전인적 성장을 이루는 교육 시설이며, 숲이라는 환경에 특정 시설이 설치됨으로써 완성되는 것이 아니라 숲이라는 환경 자체에서 유아가 자유롭게 놀이할 수 있는 공간이 되어야 한다. 본 연구는 서울시 유아숲체험장의 현황을 종합적으로 평가하여 숲체험 효과를 높이기 위한 공간 개선 방안을 제시하였다. 이론 고찰을 통해 숲체험 효과를 높이는 공간 요소 7가지와 실외놀이공간을 구성하는 6가지 영역을 도출하여 현황 평가를 위한 분석 표를 작성하고 서울시 유아숲체험장 24곳을 대상으로 현장조사연구를 수행하였다. 또한 전문가 인터뷰를 통해 유아교육학 관점에서 물리적 현황을 살펴보고 이용 주체의 경험을 정리하였다. 연구 결과 서울시 유아숲체험장은 위치적 특성과 공간 구조에 따라 6가지 유형으로 분류되며 각 유형별 특징을 갖는다. 개별 유아숲체험장의 환경적 강점을 드러냄으로써 숲체험의 효과를 높일 수 있다. 야외체험학습장의 경우 운동놀이 영역의 비중이 가장 컸다. 영역별 체험 공간을 고르게 구성함으로써 유아에게 보다 다양한 경험을 제공할 수 있다. 그러나 획일적인 시설물 위주의 현황을 숲체험 효과를 낮추는 단편적인 요인으로 볼 수는 없다. 창의적인 활동을 유도하여 숲체험 효과를 높이는 핵심은 주변 자연환경을 고려한 공간 구성이다. 시설물은 유아의 관심이 숲으로 옮겨가도록 돕는 매개체가 되어야 한다. 본 연구는 서울시 유아숲체험장의 평균적인 물리적 현황을 파악할 수 있는 자료를 작성하였고, 숲체험 효과를 높이기 위한 공간 개선 방안을 제시하였다. 이는 사업시행 약 10년이 지난 시점에서 유아숲체험장의 질적 수준 향상을 위한 연구의 기초 자료로 활용될 수 있다.

• 기독교교육논총
• /
• 제68권
• /
• pp.345-374
• /
• 2021

이 논문은 기독교교육학 저서에 나타난 자전적 글쓰기가 기독교교육학자의 정체성을 발견하는데 중요한 통로가 됨을 연구한 논문이다. 기독교교육학자의 정체성은 기독교교육학 이론연구의 배경이자 토대가 된다. 학자의 정체성은 객관주의적이고 인지주의적인 한계를 지닌 논증적인 글보다 저자가 직접 경험한 일인칭 시점의 자전적 글쓰기에 잘 나타나고 있음을 연구를 통해 발견하였다. 연구는 자전적 글쓰기의 개념과 특징, 자전적 글쓰기와 자아정체성, 자전적 글쓰기와 기독교교육의 관계성을 살펴보고, 기독교교육학자들의 저서 속에서 자전적인 글쓰기가 어떻게 그들의 정체성을 드러내고 있는지를 관찰하였다. 마리아 해리스의 『가르침과 종교적 상상력』, 파커 파머의 『가르칠 수 있는 용기』, 엘리자베스 무어의 『Teaching as a Sacramental Act』에 나타난 자전적 글쓰기는 기독교교육학자의 정체성이 학습자의 정체성과 어떻게 만나고, 변형되고 확장되는지를 보여주고 있다. 연구를 통해 자전적 글쓰기가 이야기의 형식을 띠지만 이야기와 구별되는 이야기로서 저자와 독자의 정체성이 만나는 장이 되고, 장아정체성의 형성과 변형을 일으키는 정체성 씨름의 장이 되며, 나의 이야기가 우리의 이야기가 되는 정체성 확장의 자리가 됨을 확인하였다. 자전적 글쓰기는 저자가 일인칭시점으로 현재의 시점에서 과거를 돌아보며 자아정체성을 형성하는 과정과 불가분리의 관계이다. 이런 특징은 자아정체성 형성과 변형에 중점을 두는 기독교교육학의 목표와도 연결된다. 해리스, 파머, 무어의 글 속에 나타난 자전적 글쓰기는 학자들의 신학적 입장과 교육에 대한 견해를 포함한 교사로서의 정체성을 잘 보여주고 있다. 자전적 글쓰기는 그간의 기독교육학저서 글쓰기가 논증적이고 객관적인 글쓰기에 치중하여 독자에게 괴리감과 단절감을 주는 한계를 극복할 수 있게 할 뿐 아니라 저자의 내면 이야기를 통해 독자로 하여금 공감을 불러일으키는 이야기로 초청할 수 있다. 자전적 글쓰기가 포함된 기독교교육학저서는 독자들로 하여금 기독교인으로서의 정체성을 더 근본적으로 변형시키는데 도움을 줄 것이다.

• 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.

• 정보처리학회 논문지
• /
• 제13권4호
• /
• pp.189-198
• /
• 2024

입 모양 인식은 음성 인식의 중요 부분 중 하나로 음성 인식을 위한 입 모양 인식 시스템에서 입 모양 인식 성능을 개선하기 위한 여러 연구가 진행됐다. 최근의 연구에서는 인식 성능을 개선하기 위해 입 모양 인식 시스템의 모델 구조를 수정하는 방법이 사용됐다. 본 연구에서는 모델 구조를 수정하는 것으로 인식 성능을 개선하는 기존의 연구와 달리 모델 구조의 변화 없이 인식 성능을 개선하는 것을 목표로 한다. 모델 구조의 수정 없이 인식 성능을 개선하기 위해, 사람이 하는 입 모양 인식에서 사용되는 단서를 참고해 입 모양 인식 시스템의 기존 관심 영역인 입술 영역과 함께 턱, 뺨과 같은 다른 영역을 관심 영역으로 설정하고 각 관심 영역의 인식률을 비교해 가장 높은 성능의 관심 영역을 제안한다. 또한, 관심 영역 크기를 정규화하는 과정에서 보간법의 차이로 인해 발생하는 정규화 결과의 차이가 인식 성능에 영향을 준다고 가정하고 최근접 이웃 보간법, 이중 선형 보간법, 이중 삼차 보간법을 사용해 동일한 관심 영역을 보간하고 각 보간법에 따른 입 모양 인식률을 비교해 가장 높은 성능의 보간법을 제안한다. 각 관심 영역은 객체 탐지 인공신경망을 학습시켜 검출하고, 각 관심 영역을 정규화하고 특징을 추출하고 결합한 뒤, 결합된 특징들을 차원 축소한 결과를 저차원 공간으로 매핑하는 것으로 동적 정합 템플릿을 생성했다. 생성된 동적 정합 템플릿들과 저차원 공간으로 매핑된 데이터의 거리를 비교하는 것으로 인식률을 평가했다. 실험 결과 관심 영역의 비교에서는 입술 영역만을 포함하는 관심 영역의 결과가 이전 연구의 93.92%의 평균 인식률보다 3.44% 높은 97.36%의 평균 인식률을 보였으며, 보간법의 비교에서는 이중 선형 보간법이 97.36%로 최근접 이웃 보간법에 비해 14.65%, 이중 삼차 보간법에 비해 5.55% 높은 성능을 나타내었다. 본 연구에 사용된 코드는 https://github.com/haraisi2/Lipreading-Systems에서 확인할 수 있다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 공연문화연구
• /
• 제25호
• /
• pp.253-289
• /
• 2012

다시래기는 전라남도 진도 지방에서 전승되는 상장례놀이로서, 죽음의 현장에서 새생명이 탄생한다는 생사불이(生死不二)의 메시지를 담고 있다. 더불어 많은 춤과 노래, 재담을 포함한 독특한 양식적 구조로 인해 현장 연희판에서 새로운 콘텐츠에 목말라 있던 공연문화 담당층의 주목을 끌기에 충분했다. 다시래기에 관한 많은 선행연구물들이 이들의 다시래기 재창조 작업에 커다란 도움을 주었다는 것은 불문가지의 사실이다. 그러나 이전의 연구들이 진도다시래기를 다각도로 다루어 적지 않은 성과를 이루어 내었지만 주로 학술적 접근을 통해 연행의 상징적 의미를 구명하는 데 치중한 것이 사실이다. 또한 공연요소들에 대한 접근도 대본, 노래가사, 재담, 행색, 소도구, 장단, 춤사위 등의 소개에 그쳐 정작 중요한 공연요소인 소리(창(唱))의 구체적 모습에 대한 연구가 없어 아쉬움으로 남아 있었다. 이에 본고는 다시래기 음악을 분석하고 그 음악의 성격과 특징을 악보와 함께 제시하여 공연현장의 연희실기자들에게 실질적인 도움을 주고자 하였다. 본고에서 음악분석 대상으로 삼은 소리는 가상제놀이와 거사 사당놀이에 나오는 모든 소리, 그리고 연희패의 입장 시에 부르는 상여소리로 한정하였다. 다시래기 다섯 절차 중 가상제놀이와 거사 사당놀이, 상여소리가 가장 많이 공연되기 때문이다. 수많은 공연 자료가 있지만 분석의 텍스트로는 E&E미디어에서 출반된 음반인 "진도다시래기"를 택하였다. 이는 이 음원의 녹음상태가 우수하며 무엇보다 본고에서 제시된 악보를 학습 자료로 삼아 다시래기 소리를 익히고자 하는 연희실기자들이 음원 구득과 그 활용을 용이하게 할 수 있다는 판단에서이다. 음악분석 결과, 진도다시래기에서 불리는 소리들은 대부분 꺾는 음이 있는 '미'음계를 사용한 전형적인 육자배기토리로 짜여 있었다. 그리고 '솔'음계의 남부경토리는 극히 일부분에 짧게 나타나며, 음악적 완결성은 갖추지 못하고 있는 것도 알 수 있었다. 또한 같은 상장례음악임에도 씻김굿과의 음악적 친연성은 거의 발견되지 않는데, 이는 망자를 달래서 천도하는 씻김굿과 산 자의 삶을 북돋우는 다시래기의 성격과 기능이 다른 데서 비롯된 음악적 특징이라고 생각된다. 한편 다시래기 소리 전반에 판소리 음악어법적 특징들이 보이는데, 이는 다시래기의 복원과 전승에 있어서 주도적 역할을 한 예능보유자의 과거 창극단 활동이력과 무관하지 않다고 여겨진다. 다시래기 예능 담당자의 이러한 활동이력은 다시래기 원형의 변질을 초래한 원인이 되기도 하였지만, 한편으로는 다시래기의 공연요소를 더욱 풍부하게 하여 공연현장에서 콘텐츠로 활용될 수 있는 연희적 기반을 확장시킨 결과로도 나타났다. 본고의 작업이 다시래기를 원형 삼아 죽음의 상실을 극복하고 삶의 활력을 지켜낼 미래의 진지한 현장예술가들에게 의미 있게 활용되기를 기대한다.

• 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.

• 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
• /
• 제24권4호
• /
• pp.219-240
• /
• 2018

감성사전은 감성 어휘에 대한 사전으로 감성 분석(Sentiment Analysis)을 위한 기초 자료로 활용된다. 이와 같은 감성사전을 구성하는 감성 어휘는 특정 도메인에 따라 감성의 종류나 정도가 달라질 수 있다. 예를 들면, '슬프다'라는 감성 어휘는 일반적으로 부정의 의미를 나타내지만 영화 도메인에 적용되었을 경우 부정의 의미를 나타내지 않는다. 그렇기 때문에 정확한 감성 분석을 수행하기 위해서는 특정 도메인에 알맞은 감성사전을 구축하는 것이 중요하다. 최근 특정 도메인에 알맞은 감성사전을 구축하기 위해 범용 감성 사전인 오픈한글, SentiWordNet 등을 활용한 연구가 진행되어 왔으나 오픈한글은 현재 서비스가 종료되어 활용이 불가능하며, SentiWordNet은 번역 간에 한국 감성 어휘들의 특징이 잘 반영되지 않는다는 문제점으로 인해 특정 도메인의 감성사전 구축을 위한 기초 자료로써 제약이 존재한다. 이 논문에서는 기존의 범용 감성사전의 문제점을 해결하기 위해 한국어 기반의 새로운 범용 감성사전을 구축하고 이를 KNU 한국어 감성사전이라 명명한다. KNU 한국어 감성사전은 표준국어대사전의 뜻풀이의 감성을 Bi-LSTM을 활용하여 89.45%의 정확도로 분류하였으며 긍정으로 분류된 뜻풀이에서는 긍정에 대한 감성 어휘를, 부정으로 분류된 뜻풀이에서는 부정에 대한 감성 어휘를 1-gram, 2-gram, 어구 그리고 문형 등 다양한 형태로 추출한다. 또한 다양한 외부 소스(SentiWordNet, SenticNet, 감정동사, 감성사전0603)를 활용하여 감성 어휘를 확장하였으며 온라인 텍스트 데이터에서 사용되는 신조어, 이모티콘에 대한 감성 어휘도 포함하고 있다. 이 논문에서 구축한 KNU 한국어 감성사전은 특정 도메인에 영향을 받지 않는 14,843개의 감성 어휘로 구성되어 있으며 특정 도메인에 대한 감성사전을 효율적이고 빠르게 구축하기 위한 기초 자료로 활용될 수 있다. 또한 딥러닝의 성능을 높이기 위한 입력 자질로써 활용될 수 있으며, 기본적인 감성 분석의 수행이나 기계 학습을 위한 대량의 학습 데이터 세트를 빠르게 구축에 활용될 수 있다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.123-132
• /
• 2013

최근 스마트 폰에 다양한 센서를 내장할 수 있게 되었고 스마트폰에 내장된 센서를 이용항 동작 인지에 관한 연구가 활발히 진행되고 있다. 스마트폰을 이용한 동작 인지는 노인 복지 지원이나 운동량 측정. 생활 패턴 분석, 운동 패턴 분석 등 다양한 분야에 활용될 수 있다. 하지만 스마트 폰에 내장된 센서를 이용하여 동작 인지를 하는 방법은 사용되는 센서의 수에 따라 단일 센서를 이용한 동작인지와 다중 센서를 이용한 동작인지로 나눌 수 있다. 단일 센서를 이용하는 경우 대부분 가속도 센서를 이용하기 때문에 배터리 부담은 줄지만 다양한 동작을 인지할 때에 특징(feature) 추출의 어려움과 동작 인지 정확도가 낮다는 문제점이 있다. 그리고 다중 센서를 이용하는 경우 대부분 가속도 센서와 중력센서를 사용하고 필요에 따라 다른 센서를 추가하여 동작인지를 수행하며 다양한 동작을 보다 높은 정확도로 인지할 수 있지만 다수의 센서를 사용하기 때문에 배터리 부담이 증가한다는 문제점이 있다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 스마트 폰에 내장된 가속도 센서를 이용하여 다양한 동작을 높은 정확도로 인지하는 방법을 제안한다. 서로 다른 10가지의 동작을 높을 정확도로 인지하기 위해 원시 데이터로부터 17가지 특징을 추출하고 각 동작을 분류하기 위해 Ensemble of Nested Dichotomies 분류기를 사용하였다. Ensemble of Nested Dichotomies 분류기는 다중 클래스 문제를 다수의 이진 분류 문제로 변형하여 다중 클래스 문제를 해결하는 방법으로 서로 다른 Nested Dichotomy 분류기의 분류 결과를 통해 다중 클래스 문제를 해결하는 기법이다. Nested Dichotomy 분류기 학습에는 Random Forest 분류기를 사용하였다. 성능 평가를 위해 Decision Tree, k-Nearest Neighbors, Support Vector Machine과 비교 실험을 한 결과 Ensemble of Nested Dichotomies 분류기를 사용하여 동작 인지를 수행하는 것이 가장 높은 정확도를 보였다.