• 커뮤니케이션학 연구
• /
• 제22권2호
• /
• pp.89-121
• /
• 2014

본 연구는 웹툰의 지속적 성장 전략을 이끌어 내기 위해 웹툰의 이용동기를 규명하고, 웹툰과 관련된 파생 문화 콘텐츠 상품 및 서비스, 즉 웹툰 기반 영화 관람의도, 웹툰 유료 전환시 구매의도, 웹툰 캐릭터 상품 구매의도를 예측해 내고자 했다. 특히 본 연구는 이용과 충족이론의 관점에서 웹툰 이용동기와 인간의 사회문화적 행동의 도를 예측하는데 유용성을 보이는 계획행동이론을 융합한 모델을 통해 웹툰 관련 행동의도 예측의 설명력을 확장해 내고자 했다. 분석결과 웹툰 이용동기는 정보 추구 동기, 오락 및 접근 용이성 동기, 웹툰의 장르적 특성 동기, 친구나 지인의 영향 동기, 현실도피 및 긴장해소 동기 등 5개로 나타났다. 웹툰 기반 영화 개봉시 관람의도에 영향을 미치는 변인은 웹툰 동기 중 웹툰의 장르적 특성 동기, 현실도피 및 긴장해소 동기, 계획행동이론의 3가지 변인인 것으로 나타났다. 웹툰 유료 서비스 이용의도에 영향을 미치는 변인은 웹툰 이용동기 중 정보 추구 동기, 오락 및 접근 용이성 동기, 웹툰의 장르적 특성 동기, 계획행동이론의 3가지 변인인 것으로 나타났다. 웹툰 기반 캐릭터 상품 구매의도에 영향을 미치는 변인은 웹툰 이용동기 중 정보 추구 동기, 현실 도피 및 긴장해소 동기, 계획행동이론 변인 중 태도와 주관적 규범인 것으로 나타났다. 본 연구는 이상의 연구결과를 바탕으로 웹툰의 지속적 성장을 위한 몇 가지 제언을 수행했다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.131-154
• /
• 2022

최근 방대한 양의 텍스트 데이터에 대한 분석을 통해 유용한 지식을 창출하는 시도가 꾸준히 증가하고 있으며, 특히 토픽 모델링(Topic Modeling)을 통해 다양한 분야의 여러 이슈를 발견하기 위한 연구가 활발히 이루어지고 있다. 초기의 토픽 모델링은 토픽의 발견 자체에 초점을 두었지만, 점차 시기의 변화에 따른 토픽의 변화를 고찰하는 방향으로 연구의 흐름이 진화하고 있다. 특히 토픽 자체의 내용, 즉 토픽을 구성하는 키워드의 변화를 수용한 다이내믹 토픽 모델링(Dynamic Topic Modeling)에 대한 관심이 높아지고 있지만, 다이내믹 토픽 모델링은 분석 결과의 직관적인 이해가 어렵고 키워드의 변화가 토픽의 의미에 미치는 영향을 나타내지 못한다는 한계를 갖는다. 본 논문에서는 이러한 한계를 극복하기 위해 다이내믹 토픽 모델링과 워드 임베딩(Word Embedding)을 활용하여 토픽의 변화 및 토픽 간 관계를 직관적으로 해석할 수 있는 방안을 제시한다. 구체적으로 본 연구에서는 다이내믹 토픽 모델링 결과로부터 각 시기별 토픽의 상위 키워드와 해당 키워드의 토픽 가중치를 도출하여 정규화하고, 사전 학습된 워드 임베딩 모델을 활용하여 각 토픽 키워드의 벡터를 추출한 후 각 토픽에 대해 키워드 벡터의 가중합을 산출하여 각 토픽의 의미를 벡터로 나타낸다. 또한 이렇게 도출된 각 토픽의 의미 벡터를 2차원 평면에 시각화하여 토픽의 변화 양상 및 토픽 간 관계를 표현하고 해석한다. 제안 방법론의 실무 적용 가능성을 평가하기 위해 DBpia에 2016년부터 2021년까지 공개된 논문 중 '인공지능' 관련 논문 1,847건에 대한 실험을 수행하였으며, 실험 결과 제안 방법론을 통해 다양한 토픽이 시간의 흐름에 따라 변화하는 양상을 직관적으로 파악할 수 있음을 확인하였다.

• 문화예술교육연구
• /
• 제5권1호
• /
• pp.97-147
• /
• 2010

최근 세계화의 흐름에서 교육에 대한 새로운 문제제기는 다문화적 흐름을 요청할 수밖에 없는 핵심적 문제로서 도전받고 있다. 더 나아가 전지구적 차원에서 인류의 '공동위험'에 대해 공동협력하고, 문화간 차이의 이해가 더욱 중요시되는 이전과는 상이한 상황에 노출되어 있다. '교육노마디즘'은 교육의 새로운 가치와 의미를 새롭게 생성하는 은유적 표현이다. 최근 초국가적 교육열의 흐름은 이미 중심적 흐름이며, 위기와 기회의 양면성을 동시에 내재하고 있다. 이러한 기회의 양면성을 소화하지 못하는 측면에서 '한국교육의 공동화'현상으로 진단할 수 있다. 이는 교육의 미국교육의 과도한 의존과 자생교육이 상호교류하는 기저로서 필요함에도 불구하고, 아직 마련되지 않음을 의미한다. 교육의 세계화의 흐름은 국가의 '이중낭비'와 학부모의 과도한 사교육비의 '이중부담'과 강요된 탕진, '학력세탁'을 향한 전지구적으로 이동하는 현재의 흐름으로 발견된다. 이러한 위기국면에서 근대교육은 외국시스템과의 창조적 접목으로 교육의 세계화의 흐름에 맞는 한국교육의 새로운 기저가 요구됨에도 불구하고, 한국교육의 독특한 강점인 공동체적-정감적-시너지적 관계의 아름다움이 교육의 세계화의 흐름에서 살려지지 않는다. 즉 세계화의 흐름에 맞는 새로운 한국교육의 기저는 코뮤니타스를 향한 전지구적 강한 연대와 공동체성으로 도약하는 소통세계와 만나는 일이다. 이 소통세계는 근대의 모델인 우리 모두를 몰아가고 있는 치열한 제로섬 경쟁구도로부터 즐김과 향유 그리고 자족과 증여의 기쁨을 시너지적으로 새롭게 생성하는 문명전환의 교육으로 거듭날 수 있는 기회이다. 이 논문은 이 기회가 잘못 활용되는 학부모들의 초국가적 교육열의 패러다임을 살펴봄으로써 진정한 교육노마디즘의 가능성과 그 한계를 살펴보고자 하였다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1283-1297
• /
• 2023

중적외선(mid-wave infrared, MWIR) 영상은 피복 및 객체의 온도를 파악할 수 있어 환경, 국방 등 다양한 분야에서 핵심 데이터로 사용된다. KOMPSAT-3A 위성은 타 위성에 비해 높은 공간해상도의 MWIR 영상을 제공하지만, 광학(electro-optical, EO) 영상에 비해 상대적으로 낮은 시인성을 가져 활용성의 확대에 어려움을 겪는다. 이에 본 연구에서는 KOMPSAT-3A 전정색(panchromatic, PAN) 영상의 윤곽 정보를 기반으로 시인성이 높은 MWIR 융합 영상을 제작하고자 한다. 먼저, 이종 센서에서 취득된 PAN 영상과 MWIR 영상의 상대 기하오차를 제거하는 전처리를 수행하고, 딥러닝 기반 윤곽 정보 추출 기술인 Pixel difference network (PiDiNet)의 사전 학습 모델을 이용하여 PAN 영상에 대한 윤곽 정보를 추출한다. 이후 전처리된 MWIR 영상과 추출된 윤곽 정보를 중첩하여 객체 경계면이 강조된 MWIR 융합 영상을 제작한다. 제안 방법을 이용하여 서로 다른 세 지역에 대한 MWIR 융합 영상을 제작하였으며, 이를 시각적으로 분석하였다. 본 기법을 통해 제작된 MWIR 융합 영상은 지형 및 지물의 경계면이 강조되어 시인성이 개선되었으며, 세부적으로 관심 지역에 대한 열 정보를 전달할 수 있었다. 특히, MWIR 융합 영상에서는 저해상도의 원본 MWIR 영상에서 식별할 수 없었던 비행기, 선박 등의 객체를 육안으로 판독할 수 있었다. 본 연구는 가시적인 정보와 열 정보를 동시에 고려할 수 있는 단일 영상 제작 방법론을 제시하였으며, 이는 MWIR 영상의 활용성 확대에 이바지할 수 있을 것으로 사료된다.

• 벤처창업연구
• /
• 제18권3호
• /
• pp.61-79
• /
• 2023

본 연구는 해외 바나나 농장(Farm) 사례연구로서 지역적 한계를 벗어나, 업종에 대한 패러다임 변화측면에서 지금까지 거의 시도되지 못했던 글로벌농업스타트업을 대상으로 하였다. 현지에서 직접 참여·관찰하고 학습된 사업화 과정과 기업가정신, 경영관리 차원에서 '글로벌 농업스타트업' 성공요인을 밝히기 위한 목적으로 연구되었다. 글로벌농업스타트업을 연구하기 위해 글로벌스타트업(Global Startup)과 글로벌농업스타트업(Global Agricultural Startup)에 대한 비교 분석 또한 시도하였다. 실제 분석은 '정의', '구성요소', '성공요인'으로 이루어졌고, 구분 가능한 두개념의 차이를 확인하고자 하였다. 사례분석은 바나나 농장(Farm)을 직접 관찰·경험하는 참여행동연구(Participatory Action Research)의 장점을 최대한 살리고자 하였다. 바나나 농장 사례의 경우 농장개발을 위한 준비과정과 농장개발 및 관리과정으로 구분함으로써 농장관리의 전과정을 통한 방법론과 고려되어지는 다양한 변수까지도 설명하였다. 구체적인 실패사례를 극복하고 대응하는 과정을 통해 연구의 신뢰성과 타당성을 확보하고자 하였으며, 기업가정신과 경영관리 및 조직 관련 사례연구는 기존 선행연구에서 이론화되었던 구성요소와 경영관리에 속하는 이론적 분야들을 세분화해 적용하여 분석하였다. 본 연구는 해외농업 진출 시 자회사나 합작 또는 해외법인 형태로서 진출이 아닌 본사를 해외로 직접 이전하여 현지진출 사업을 일으키는 과정에 대한 거의 최초의 연구이다. 특히 지금까지 소개되지 않았던 글로벌농업스타트업으로서 지역적으로는 아프리카, 규모로는 스타트업, 업종은 농업에 해당하는 특이한 사례이다. 기업가정신(Entrepreneurship)에 있어서도 지금까지 시도되지 않았던 농업사례에서 기업가 정신 구성요소인 혁신성, 위험감수성, 진취성, 비전공유, 사회적기여, 리더십 등이 어떻게 발현되고 효과가 나타나는지도 구체적으로 사례화 했다. 경영관리 및 문화적 측면도 해외사업에서 단지 문화적 측면이 중요하다는 주장에서 더 나아가 채용·직무·임금·퇴직·개발·조직 구조 관리 등에서도 개별 실패사례와 이의 대응사례를 같이 확인하였다. 그 결과, 해외 농업스타트업 기업운영에서 '기업가정신', '영농관리', '경영관리' 측면에 대한 이론적 확인과 더불어 실무적, 대응적 토대를 제시했다는 점에 연구의 의의와 시사점이 존재한다.

• 한국지구과학회지
• /
• 제45권2호
• /
• pp.157-171
• /
• 2024

이 연구의 목적은 1) 베트남 고등학생들을 대상으로 Lee et al. (2024)에서 보고한 개정 시스템 사고 검사 도구의 타당도를 재검증하고, 2) 연구에 참여한 우리나라 고등학생과 베트남 고등학생 간 시스템 사고 능력에 대한 차이를 알아보는 것이다. 이를 위하여 베트남 고등학생 234명이 베트남어로 번역된 개정 시스템 사고 검사 도구 20문항과 STS 척도 20문항에 응답한 자료를 활용하였다. 타당도 분석은 문항 반응 분석(Item Reliability, Item Map, Infit and Outfit MNSQ, 남녀 집단의 DIF)과 탐색적 요인 분석(프로맥스를 활용한 주축 요인 분석)을 통해 검증하고, 나아가 우리나라 고등학생 475명의 데이터를 함께 활용하여 구조 방정식 모형을 이용한 잠재평균비교를 통해 검증하였다. 연구 결과는 다음과 같다. 첫째, 베트남어로 번역된 Re_ STMI 20문항의 문항 반응 분석 결과 Item Reliability는 .97, Infit MNSQ는 .67-1.38으로 나타났으며 Item Map과 DIF 분석에서도 선행 연구에서 보고된 결과와 일치하는 결과가 도출되었다. 탐색적 요인 분석에서는 모든 문항들이 의도한 하위 요인에 적재되었으며, 요인별 신뢰도는 .662-.833, 전체 신뢰도는 .876으로 분석되었다. 우리나라 고등학생과 잠재평균비교를 위한 확인적 요인 분석에서 도출된 모형 적합도 수치는 모두 수용 가능한 값으로 분석되었다(χ²/df: 2.830, CFI: .931, TLI: .918, SRMR: .043, RMSEA: .051). 마지막으로 연구에 참여한 우리나라 고등학생과 베트남 고등학생 간 잠재평균비교에서는 시스템 분석, 정신 모델, 팀 학습, 공유비전 요인에서 작은 효과 크기가, 개인 숙련 요인에선 중간 이상의 효과 크기를 보이며, 베트남 고등학생들이 시스템 사고 능력에서 유의미하게 높은 결과를 보여주었다. 이를 통해 개정 시스템 사고 검사 도구 문항은 안정적인 신뢰도와 타당도를 가지고 있음을 확인할 수 있었다. 앞으로 학생들의 시스템 사고 연구와 관련하여 베트남어 및 영어 등으로 번역한 문항을 활용하여 시스템 사고의 국제 비교 연구도 진행할 필요성이 있을 것이다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.151-164
• /
• 2024

상수도 공급을 위한 정수장에서 전염소 또는 중염소 공정이 도입된 수처리 공정의 염소농도 관리에 필요한 공정제어를 위하여 AI 기술을 활용한 수질예측 기법이 연구되고 있다. 본 연구에서는 정수장 수처리 공정에서 실시간으로 관측, 생산되고 있는 수량·수질자료를 이용하여 염소소독 공정제어 자동화를 목적으로 침전지 후단의 잔류염소 농도를 예측하기 위한 AI 기반 예측모형을 개발하였다. AI 기반 예측모형은 과거 수질 관측자료를 학습하여 이후 시점의 수질에 대한 예측이 가능한 기법으로, 복잡한 물리·화학·생물학적 수질모형과 달리 간단하고 효율적이다. 다중회귀 모형과 AI 기반 모형인 랜덤포레스트와 LSTM을 이용하여 정수장의 침전지 후단 잔류염소 농도를 예측하여 비교하였다. 최적의 잔류염소 농도 예측을 위한 AI 모형의 입출력 구조로는 침전지 전단의 잔류염소 농도, 침전지 탁도, pH, 수온, 전기전도도, 원수의 유입량, 알칼리도, NH₃ 등을 독립변수로, 예측하고자 하는 침전지 유출수의 잔류염소 농도를 종속변수로 선정하였다. 독립변수는 침전지 후단의 잔류염소에 영향이 있는 정수장에서 확보가 가능한 관측자료중에서 분석을 통해 선별하였으며, 분석 결과 연구대상 정수장인 정수장에서는 중회귀모형, 신경망모형, 모델트리 및 랜덤포레스트 모형을 비교한 결과 랜덤포레스트에 기반한 모형오차가 가장 낮게 도출되는 결과를 얻을 수 있었다. 본 연구에서 제시하는 침전지 후단의 적정 잔류염소 농도 예측값은 이전 처리단계에서 염소주입량의 실시간 제어가 가능토록 할 수 있어 수처리 효율 향상과 약품비 절감에 도움이 될 것으로 기대된다.

• 의료법학
• /
• 제24권4호
• /
• pp.67-101
• /
• 2023

생성형 AI의 활용은 교육계를 넘어서 이미 의료계에서도 의료 기기에 임상 소프트웨어 등의 도입 등으로 연구되고 있다. 생성형 AI는 대규모 대화형 언어모델을 활용하여 방대한 데이터를 이해하고 자료를 선별하는 시간과 에너지를 줄여주면서 사용자와 끊임없는 대화를 통한 정보의 전달이 가능하다. 바로 이러한 점이 인류에게 생성형 AI가 혁신적인 기술의 등장으로 인정받고 있는 점이기도 하다. 그러나 반면 사용자에게 제공되는 컨텐츠의 정합성은 출처나 근거 없이 사용자에게 판단의 영역으로 맡겨지고 있다. 그러나 이 글에서는 생성형 AI를 활용함에 있어서 가장 직접적으로 발생할 수 있는 쟁점을 우선적으로 살펴보기로 한다. 따라서 이 글에서는 생성형 AI의 대표적인 프로그램인 Chat GPT의 발전과 이용자의 활용에 대비하여 특히 개인정보 보호의 쟁점에 대하여 논의하였다. 이를 위하여 먼저 생성형 AI의 기술적인 특성을 살펴본 뒤에 발생 가능한 민사적 쟁점 가운데에서도 개인정보 보호에 관한 문제를 우선적으로 살펴보았다. 생성형 AI는 그 자체로서 학습 데이터의 편향이나 출처 없는 결과값의 제공 등 여러 문제점이 제기되고 있으나, 이러한 문제점은 윤리적 문제를 내포하는 것으로 당장 임상 소프트웨어로서 의료기기에서 활용될 경우 개인정보 보호법제와 보건의료데이터의 활용 가이드로 환자 혹은 이용자의 개인정보를 보호할 수 있을 것인가에 대한 의문에 대한 논의가 시급하다고 판단되었다. 우리나라의 개인정보 보호법제는 특히 보건의료데이터의 활용에서 특정 개인의 개인정보를 가명처리하고 비식별조치를 취하는 데에 적절한 프로세스를 갖추고 있는 것으로 보이나, 생성형 AI이 소프트웨어로서 의료기기에 적용되었을 경우에도 이 법제로서 개인정보 보호의 목적을 이루기에는 어려운 점이 있다. 임상 소프트웨어에서 활용될 생성형 AI의 기능을 대비하기 위해서는 생성형 AI에 걸맞는 개인정보 보호의 법제가 필요할 것으로 보인다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.73-92
• /
• 2014

기존 협업 필터링 기법은 사용자들의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 구성하고, 이를 이용해 예측된 사용자의 특정 아이템에 대한 선호도를 기반으로 추천을 수행한다. 이로 인해, 사용자 선호도 정보가 부족하게 되면, 유사 아이템 사용자 집합의 신뢰도가 낮아지고, 추천 서비스의 신뢰도 또한 따라서 낮아진다. 또한, 서비스의 규모가 커질수록, 유사 아이템, 사용자 집합의 생성에 걸리는 시간은 기하급수적으로 증가하고 추천서비스의 응답시간 또한 그에 따라 증가하게 된다. 위와 같은 문제점을 해결하기 위해 본 논문에서는 적응형 군집화 기법을 제안하고 이를 적용한 협업 필터링 기법을 제안하고 있다. 이 기법은 크게 네 가지 방법으로 이루어진다. 첫째, 사용자와 아이템의 특성 벡터를 기반으로 사용자와 아이템 각각을 군집화 하여, 기존 협업 필터링 기법에서 유사 아이템, 사용자 집합을 생성하는데 소요되는 시간을 절약하며, 사용자 선호도 정보만을 이용한 부분 집합 생성보다 추천의 신뢰도를 높이고, 초기 평가 문제와 초기 이용자 문제를 일부 해소한다. 둘째, 미리 구성된 사용자와 아이템의 군집을 기반으로 군집간의 선호도를 이용해 추천을 수행한다. 사용자가 속한 군집의 선호도가 높은 순서대로 아이템 군집을 조회하여 사용자에게 제공할 아이템 목록을 구성하여, 추천 시스템의 부하 대부분을 모델 생성 단계에서 부담하고 실제 수행 시 부하를 최소화한다. 셋째, 누락된 사용자 선호도 정보를 사용자와 아이템 군집을 이용하여 예측함으로써 협업 필터링 추천 기법의 사용자 선호도 정보 희박성으로 인한 문제를 해소한다. 넷째, 사용자와 아이템의 특성 벡터를 사용자의 피드백에 따라 학습시켜 아이템과 사용자의 정성적 특성 정량화의 어려움을 해결한다. 본 연구의 검증은 기존에 제안되었던 하이브리드 필터링 기법들과의 성능 비교를 통해 이루어졌으며, 평가 방법으로는 평균 절대 오차와 응답 시간을 이용하였다.