• 컴퓨터교육학회논문지
• /
• 제20권1호
• /
• pp.13-26
• /
• 2017

프로그래밍(알고리즘) 자동 평가 시스템은 주어진 문제에 대해 사용자가 제출한 소스코드의 정확성과 알고리즘의 시간/공간 효율성 등에 대한 즉각적인 평가 결과와 교정적인 피드백을 제공한다. 또한, 이러한 실시간 평가 결과를 통해 제공되는 문제별 채점 현황(제출 횟수, 통과 횟수), 랭킹 등의 경쟁적인 요소는 사용자에게 프로그래밍 학습에 대한 동기와 흥미를 제공하는 장점이 있다. 본 연구에서는 프로그래밍(알고리즘) 자동 평가 시스템의 이론적 배경과 선행 연구에 대한 고찰, 국 내외 자동 평가 시스템의 동향에 대해 알아보고, 고등학교와 대학의 학부 과정에서 활용할 수 있는 방안을 제시하였다. 즉, 2015 개정 교육과정의 고등학교 과학 계열 전문 교과인 '정보 과학' 과목에서 자동 평가 시스템의 활용을 제시하고 있으며, 이에 따라 C언어의 문법에 관한 기초적인 내용에서부터 주어진 문제의 알고리즘 설계와 프로그래밍 단계까지 폭넓게 적용할 수 있다. 또한, 대학의 자료구조와 알고리즘 강좌에서 동일 문제에 대한 각 알고리즘의 실제 소요 시간을 직접 비교해 봄으로써 알고리즘의 성능 차이를 확인할 수 있다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권5호
• /
• pp.316-321
• /
• 2017

온라인 방식의 한글 필기체 인식 문제를 분석하고 순환신경망 기반의 해법을 모색한다. 한글 낱글자 인식 문제를 순서데이터 레이블링의 관점에서 서열 분류, 구간 분류, 시간별 분류의 세 단계로 구분하여 각각에 대한 해법을 살펴보며, 한글의 구성 원리를 고려한 해결 방안을 정리한다. 한글 2350글자에 대한 온라인 필기체 데이터에 GRU(gated recurrent unit)의 다층 구조를 가지는 서열 분류모델을 적용한 결과, 낱글자 인식 정확도는 86.2%, 초 중 종성 구성에 따른 6가지 유형 분류 정확도는 98.2%로 측정되었다. 유형 분류 모델로 획의 진행에 따른 유형 변화 역시 높은 정확도로 인식하는 결과를 통해, 순환신경망을 이용하여 순서 데이터에서 한글의 구조와 같은 고차원적 지식을 학습할 수 있음을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제13권8호
• /
• pp.474-481
• /
• 2013

본 연구는 지속적인 창의 인성교육을 위한 수업설계모형을 구안하기 위하여 NFTM-TRIZ를 활용하는데 그 목적을 두었다. NFTM-TRIZ는 TRIZ에 기반하여 유아에서 성인에 이르기까지 '지속적인 창의성 교육'을 할 수 있도록 개발된 교육프로그램이다. TRIZ는 주어진 문제의 모순을 찾아내고 이를 극복함으로써 혁신적인 해결안을 얻도록 하는 창의적 문제해결방법론으로 알려져 있다. 본 연구의 과정은 G 대학교의 교직과목으로 개설된 "교육과정 및 교육평가"를 수강한 3, 4학년 남, 여 학생들 80명을 대상으로 매주 10분 내지 15분씩 창의성 수업을 한 후, 이에 대한 산출물로 NFTM-TRIZ의 8단계 교수 학습 절차에 맞추어 각자의 전공 교과별로 창의 인성 교육을 위한 수업안을 만들어 제출토록 하고 창의성 수업에 대한 후기를 작성토록 하여 연구 결과를 분석했다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1447-1451
• /
• 2008

저수지 군 연계 운영을 위한 각 댐에서의 방류량을 결정하기 위해서는 대개 각 댐의 초기 저수량, 유역 상 하류 댐의 총 저수량, 수요량, 기간별 발전 목표 달성 정도, 그리고 예상되는 미래유입량 등이 추정되어야 한다. 본 연구에서는 댐 군 연계운영을 위한 일별 최적화 모형인 CoMOM(Coordinated Multi-reservoir Operating Model, 4.2)의 상위 단계의 더 큰 단위 기간에 활용될 댐 군 연계 운영 기본 가이드라인을 신경망 기법을 활용하여 도출할 수 있을 지를 실험해 보고자 한다. 이 방법은 기본적으로 CoMOM이 제시하는 일별 운영 계획의 결과가 최선의 정책일것이라는 가정에 근거하고 있다. 즉, 주어진 상황에서 일별 CoMOM이 제시하는 결과를 교사 신호로 하여 신경망 학습을 수행하고, 이 결과를 통해 규칙(Rule)을 생성하는 과정으로 요약할 수 있다. 신경망 분석은 CoMOM이 이수기 모형인 점을 고려하여 이수기만을 대상으로 실험하였으며, 단위 분석기간을 10일로 택하여 미래 10일간의 방류량을 결정하는 것을 목표로 하였다. 신경망 모형의 입력요소로는 각 댐의 초기 유효 저수량, 유역 상 하류 댐의 총 저수량, 10일간의 수요량, 그리고 향후 한달 동안의 예상 유입량을 적용하였고, 출력요소로는 CoMOM에서 제시한 방류량 결과를 사용하였다. 모형의 유효성을 검증하기 위해 한강수계의 이수기를 대상으로 과거의 유입량 자료가 재현된다고 가정하고, 모의운영을 통하여 적합성을 분석하였다. 이를 위해 매일 단위의 실제 댐 군 연계 운영의 상황을 모의할 수 있는 실시간 시뮬레이션을 적용하였으며, 신경망 모형의 운영 기준에 의해 결정된 향후 10일 동안의 총 방류량이 해당기간 동안 동일한 양으로 나누어 방류된다는 가정 하에 모의 운영하였다. 그리고 도출된 운영 결과는 최종적으로 실적과의 평균저수량, 발전량, 여수로 방류량 비교를 통해 평가하였다.

• 한국음향학회지
• /
• 제37권4호
• /
• pp.256-261
• /
• 2018

차량 내부에는 BSR(Buzz, Squeak, Rattle) 세 가지 유형의 소음이 발생한다. 본 논문에서는 심층 컨볼루션 신경망으로 추출한 소음 특징에 기반하여 자동으로 차량 내부의 BSR 소음을 분류하는 분류기를 제안한다. 차량 내부의 소음은 전처리 단계에서 STFT(Short-time Fourier Transform) 알고리즘을 사용하여 소음 맵으로 표현된다. 생성된 소음 맵 내부에서 실제 소음의 위치를 정확하게 파악하기 어려운 문제에 대처하기 위해서 슬라이딩 윈도우 방법으로 분할하였다. 본 논문에서는 t-SNE(t-Stochastic Neighbor Embedding) 알고리즘을 사용하여 심층 컨볼루션 신경망 내부 파라미터를 시각화하고 정성적인 방식으로 오분류데이터를 분석하였다. 분류된 데이터의 정량적인 분석을 위해 소음의 종류별 유사도를 SSIM(Structural Similarity Index) 수치에 기반하여 정량화하여 리트랙터의 떨림음이 정상주행음과 가장 유사하다는 것을 밝혔다. 제안하는 방법의 분류기는 기타 기계학습 알고리즘 대비 최고 분류 정확도를 달성하였다(99.15%).

• 한국과학교육학회지
• /
• 제32권2호
• /
• pp.346-371
• /
• 2012

본 연구는 과학사를 활용한 과학 윤리 수업의 가능성을 탐색하여 수업과 적절한 수업 모형을 개발하는데 목적이 있다. 본 연구를 위해 총 20권의 과학사 서적, 학술지, 논문, 신문자료 등에서 72개의 윤리 관련 사례를 추출했다. 과학사에서 윤리 관련 사례들은 연구 내용 위조, 연구 내용 조작, 실험 중 생명 윤리 침해, 표절과 도용, 부당한 공로 배분, 도를 넘어선 비방, 이데올로기와 결합, 사회적 책임 문제라는 총 8개의 소영역으로 범주화했다. 본 연구 결과는 다음과 같다. 첫째, 과학사에서 윤리와 관련된 사례는 과학 연구 과정에서 발생하는 윤리적 문제가 가장 많았다. 그 중에서도 연구 내용 위조 사례가 가장 많았다. 둘째, 8개 소영역별로 하나씩 총 8개의 수업을 개발했다. 셋째, 개발한 수업의 공통점을 찾아 과학사 활용 과학교육을 위한 수업 모형을 제안했다. 이 때, 과학 윤리수업 모형, 윤리 수업 모형, 역사 수업 모형 등 관련수업 모형들을 분석한 결과도 반영했다. '탐색-사례제시-문제 명료화-대안 탐색-정리'등 5단계의 흐름을 갖는 과학 윤리 사례 활용 과학사 수업 모형을 개발했다.

• 한국컴퓨터정보학회논문지
• /
• 제17권6호
• /
• pp.145-152
• /
• 2012

네트워크를 통해 전송되는 스트리밍 미디어의 대용량화로 인해 기존의 전송 방법은 최적의 성능을 제시하지 못하고 있다. 이를 위해 대역폭의 소비와 네트워크 혼잡 및 트래픽을 감소시키는 비디오 프록시 서버가 운용된다. 본 논문은 비디오 프록시 서버의 효율적인 활용을 위해 미디어 스트리밍 시스템에서의 상태 천이 모델을 활용한 고속 분산 네트워크 파일 시스템을 제안한다. 제안하는 방법은 상태 천이 모델을 활용한 학습 과정, 기본 확률과 결정 확률의 생성, 그리고 확률을 기반으로 한 저장과 삭제의 3단계로 구성된다. 또한 비디오 프록시 서버의 저장 공간에서 발생되는 단편화를 막기 위하여 해당 공간을 세그먼트 별로 영역을 구분한다. 실험을 통해 제안하는 방법이 기존의 방법들에 비해 보다 높은 적중률을 보이는 동시에 보다 적은 삭제 횟수를 보임을 확인한다. 이를 통해 제안하는 방법이 초기 지연시간을 최소화하는 동시에 네트워크 대역폭을 효율적으로 활용하는 것을 보인다.

• 디지털융복합연구
• /
• 제16권12호
• /
• pp.441-447
• /
• 2018

이 연구의 목적은 증강현실기술을 활용하여 치과 방사선 촬영술의 반복 연습이 가능한 디지털 콘텐츠를 개발하는데 있다. 성인 모델의 외형을 사진 촬영하고, 실습용 마네킹 팬텀을 컴퓨터 단층 촬영한 후, 이를 중첩하여 삼차원 객체를 제작하였다. 또한, 결과로 출력되는 106장의 방사선사진은 촬영법과 관련된 치아 정보를 활용하여 데이터베이스화하였고, 학습자가 성공적인 촬영을 수행하면 각 촬영조건에 맞는 부위별 영상이 호출되도록 시스템을 구축하였다. 이를 통해 임상 전 단계에서의 연습을 반복적으로 시행할 수 있었다. 이 콘텐츠를 이용하여 치과위생사의 방사선 촬영 임상 실무역량을 향상하는데 기여하고자 한다. 다만, 직접 얼굴인식을 통해 촬영하는 것이 실습효용 가치가 클 것으로 예상하기 때문에 이에 관련한 후속 연구가 필요하다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.103-128
• /
• 2021

최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 있다.

• 공연문화연구
• /
• 제36호
• /
• pp.327-363
• /
• 2018

본 연구는 국악박물관 및 국악 관련 특수박물관에서 운영 중인 국악교육프로그램을 대상으로 운영현황을 파악하고 국악박물관이 나아갈 방향성을 설정하고자하였다. 또한 이를 통하여 국악박물관에서 국악교육프로그램이 활성화되기 위한 방안은 무엇이 있는지를 고찰하였다. 전국에 등록된 박물관은 2016년도 기준 총 826개이며, 그 중에서 국악박물관 또는 국악 관련 특수박물관은 총 10개이다. 국악박물관 국악교육프로그램 분석결과 이용자의 교육에 대한 집중도 참여도 만족도가 높게 나타났다. 그러나 교육의 난이도 조정, 교육시간 배정 문제, 교육내용 개발필요성, 명확한 교육목적의 설정, 지역적 한계성 극복의 문제 등은 향후의 과제로 요구된다. 국악박물관의 특수한 상황을 고려하여 국악교육의 방향성을 네 가지로 제시하였다. 첫째, 국악박물관 국악교육은 이용자 중심이어야 한다. 둘째, 국악박물관 이용자들은 불특정 다수이므로 연령과 세대를 고려한 맞춤형 교육프로그램이 제공되어야한다. 셋째, 이용자의 경험과 학습정도는 매우 상이하므로 박물관 자료와 유물 중심의 획일적, 일방적, 단편적 교육이 아닌 창의성을 강화할 수 있는 입체적 교육이 필요하다. 넷째, 국악박물관의 특수한 환경은 일반인들의 심리적 거부감과 접근의지가 약화될 수 있으므로 일반적으로 널리 통용되는 인접학문의 내용을 포함한 융합교육이 요구된다. 국악교육의 네 가지 방향성을 중심으로 활성화 방안을 논의하였다. 첫째, 이용자 중심의 국악교육은 이용자 중심의 국악교육으로 급격한 전환보다 단계별 접근방안 요구된다. 둘째, 맞춤형 국악교육에는 국악교육 프로그램이 생애주기의 연속성 위에 기획되어야한다. 셋째, 입체형 국악교육은 체험 학습 놀이 관람 등 다양한 요소들이 국악교육프로그램에 복합적으로 반영되어있는 것을 의미하며, 오감을 이용한 경험제공과 활동위주의 교육내용이 반영된 선순환구조가 구축되어야 한다. 넷째, 융합형 국악교육은 국악교육프로그램의 특성을 이해하는 내적구조의 체계화와 외적환경이 성숙되었을 때 실현가능하다.