• 지능정보연구
• /
• 제21권1호
• /
• pp.119-142
• /
• 2015

사용자의 취향과 선호도를 고려하여 정보를 제공하는 추천 시스템의 중요성이 높아졌다. 이를 위해 다양한 기법들이 제안되었는데, 비교적 도메인의 제약이 적은 협업 필터링이 널리 사용되고 있다. 협업 필터링의 한 종류인 모델 기반 협업 필터링은 기계학습이나 데이터 마이닝 모델을 협업 필터링에 접목한 방법이다. 이는 희박성 문제와 확장성 문제 등의 협업 필터링의 근본적인 한계를 개선하지만, 모델 생성 비용이 높고 성능/확장성 트레이드오프가 발생한다는 한계점을 갖는다. 성능/확장성 트레이드오프는 희박성 문제의 일종인 적용범위 감소 문제를 발생시킨다. 또한, 높은 모델 생성 비용은 도메인 환경 변화의 누적으로 인한 성능 불안정의 원인이 된다. 본 연구에서는 이 문제를 해결하기 위해, 군집화 기반 협업 필터링에 마르코프 전이확률모델과 퍼지 군집화의 개념을 접목하여, 적용범위 감소 문제와 성능 불안정성 문제를 해결한 예측적 군집화 기반 협업 필터링 기법을 제안한다. 이 기법은 첫째, 사용자 기호(Preference)의 변화를 추적하여 정적인 모델과 동적인 사용자간의 괴리 해소를 통해 성능 불안정 문제를 개선한다. 둘째, 전이확률과 군집 소속 확률에 기반한 적용범위 확장으로 적용범위 감소 문제를 개선한다. 제안하는 기법의 검증은 각각 성능 불안정성 문제와 확장성/성능 트레이드오프 문제에 대한 강건성(robustness)시험을 통해 이뤄졌다. 제안하는 기법은 기존 기법들에 비해 성능의 향상 폭은 미미하다. 또한 데이터의 변동 정도를 나타내는 지표인 표준 편차의 측면에서도 의미 있는 개선을 보이지 못하였다. 하지만, 성능의 변동 폭을 나타내는 범위의 측면에서는 기존 기법들에 비해 개선을 보였다. 첫 번째 실험에서는 모델 생성 전후의 성능 변동폭에서 51.31%의 개선을, 두 번째 실험에서는 군집 수 변화에 따른 성능 변동폭에서 36.05%의 개선을 보였다. 이는 제안하는 기법이 성능의 향상을 보여주지는 못하지만, 성능 안정성의 측면에서는 기존의 기법들을 개선하고 있음을 의미한다.

• 미술자료
• /
• 제98권
• /
• pp.154-175
• /
• 2020

조선 후기 불화 조성 불사(佛事)는 화승(畫僧)과 승려(僧侶) 문중(門中)의 유기적 관계 속 협업으로 진행되었다. 불사에서 승려 문중은 사상을 담기 위하여 주제와 도상을 선택하였고, 화승과 화파는 이를 시각화하는 역할을 하였다. 그렇기에 조선 후기 불화의 이해를 위해서는 작가인 화승 및 그의 양식적 특징뿐만 아니라 조성 당시 사찰의 상황, 불사의 참여자 등을 파악하여, 조성 배경에 대한 다각적인 접근법이 필요하다. 본 논문은 이러한 방법론을 통해 호남 및 인근 지역에서 부휴문중과 불사를 함께 진행했던 18세기 대표 화승 의겸(義謙)을 중심으로 한 의겸파의 사례를 살펴보았다. 의겸파는 부휴문중의 종찰(宗刹)인 순천 송광사에서 1724년부터 1725년까지 2년간 진행된 불화 조성 불사에 참여하였다. 본 불사를 앞서 언급한 다각적 접근법을 통해 해석한 결과, 송광사 불화 조성 불사에 부휴문중의 영향을 파악할 수 있었다. 송광사 불화 조성 불사를 기점으로, 의겸파는 계속해서 호남, 호서, 영남 지역 등 부휴문중 영향권 내의 사찰과 그들이 주도한 불사에 활발하게 참여하며 부휴문중 사상 시각화에 주요 역할을 하였다. 그 결과 의겸은 부휴문중으로부터 '호선(毫仙)', '존숙(尊宿)', '대정경(大正經)' 등의 화승으로서는 이례적인 존칭까지 부여받았으며, 그의 화풍은 삼남(三南) 지역에 널리 퍼지게 되었다. 이처럼 순천 송광사 불화 조성 불사는 부휴문중이 의겸파와 협업하여 문중의 사상을 시각화한 대표 사례이며, 의겸파에게 인맥적, 지역적 기반을 제공하여 의겸이 조선 후기 대표 화승의 위상에 오를 수 있도록 일조하였다. 의겸의 이와 같은 위상과 그가 남긴 작품들은 이후의 조선 후기 불화에도 지대한 영향을 주었기에, 순천 송광사의 불화 조성 불사는 미술사적으로 큰 의의가 있다고 판단된다.