• 한국항만경제학회지
• /
• 제38권2호
• /
• pp.153-164
• /
• 2022

본 연구는 2000년 1월부터 2021년 12월까지의 대표적 원자재 운송 수단인 Capesize 중고선가를 대상으로 해운산업에 대한 분위수 모형을 추정한다. 본 연구는 두 가지 학술적 기여를 목표로 한다. 첫째, 혼재된 실증분석 결과가 제기되는 원자재 운송 시장의 대표적 선종인 Capesize 중고선과 운임시장의 연관성을 분석한다. 둘째, 분위수 회귀로 김현석·장명희(2020a) 연구에서 제기하는 구조변환을 고려하는 실증분석 모형을 제시한다. 분석 결과는 분위수 모형은 시계열 자료에서 구조변화를 분석에 반영함으로써 오차의 불안정성으로 제기되는 문제를 우회할 수 있음을 확인한다. 그리고 공적분 모형의 장기 균형관계를 장기와 단기 추정변수를 통해 외생변수의 장·단기 영향으로 구분하고, 이를 분위별로 세분화한 예측으로 확장한다. 이상의 추정결과는 해운 이론모형에 기반한 분석을 인공지능과 기계학습으로 확장할 수 있는 근거가 된다.

• 한국콘텐츠학회논문지
• /
• 제21권7호
• /
• pp.45-58
• /
• 2021

본 연구는 4차 산업과 글로벌시대에 걸맞는 공연예술문화의 가치 창출 및 활성화를 위해 현시대 공연예술 소비자의 문화향유방식 및 니즈 변화에 반응하고 있는 대표적인 공연예술 영상화사업을 선정, 공연산업의 새로운 문화가치 창출 가능성을 확인하고 제작과정의 중요한 제반사항과 주안점을 파악하고자 하는 데 목적이 있다. 이를 위해 NESTA에서 작성한 'NT Live-Digital broadcast of theatre Learning from the pilot season'(2011)보고서 분석을 중심으로 시네마 브로드캐스트 공연 영상화사업의 성공적 선도 모델인 영국 로열 내셔널 시어터의 "NT Live" 사업의 기획 의도, 제작 프로세스(저작권 협의, 인력구성, 촬영 및 중계), 마케팅 방식과 관객층을 면밀히 분석하여 기존 공연예술과 차별화되는 제작과정 및 문화 예술적 가치를 파악하고 공연 영상화 사업의 지속가능성을 위한 행·재정적 주안점을 정리하고자 한다. 이를 통하여 시네마 브로드캐스트(공연실황 중계) 공연 감상 방식이 새로운 공연예술 상품으로서 예술적·문화적·경제적 가치를 가지는 원천 창출의 가능성을 확인할 수 있을 것이다. 또 한 관객들의 문화 향유방식과 소비 형태에 반응하는 다양한 공연 접근 활로 개척이 공연예술 분야의 대중성 향상과 관객층 확대를 통한 공연예술 영상화 사업 활성화라는 결과를 가져올 수 있을 것이라 예상한다.

• 문화기술의 융합
• /
• 제7권3호
• /
• pp.397-404
• /
• 2021

본 연구는 코로나 바이러스로 인해 본격적으로 활용되고 있는 원격 화상강의 유형이 학습자들의 학업 성취도에 미치는 영향을 파악하고자 하였다. 화상강의 유형은 일반적 강의 중심형과 조별과업 중심형 두 가지로 구분하였다. 두 가지 화상강의 유형에 맞게 실험반과 비교반을 설정하였고 두 가지 유형에 따른 학업 성취도의 차이를 파악하기 위해 성취도 테스트와 설문조사가 실시되었다. 성취도 테스트 결과 화상강의 유형에 따른 두 집단 간의 성취도 점수는 유의미하지 않은 것으로 나타났다. 화상강의 만족도에 대한 설문 조사 결과 두 집단의 만족도는 모두 높은 것으로 나타났다. 일반 강의 형식으로 진행된 반에서 화상강의에 만족하는 이유로는 학습 효과, 교수자의 수업 준비 및 태도, 수업 참여 촉진이 그 이유로 나왔다. 조별 과업 중심으로 진행된 반에서는 소통과 공유 가능, 조별 토론의 효율성, 조별 과업의 부담 없는 난이도 등이 화상강의에 만족하는 이유로 제시되었다. 언택트 시대 화상강의는 점차 일반화되어 가고 있고 이것의 효율성을 극대화할 수 있는 다양한 교수 전략이 개발되어야 할 것이다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.209-223
• /
• 2024

4차 산업혁명 시대에 접어들어 데이터 기반의 의사결정이 보편화되고 있다. 하지만 데이터 품질이 확보되지 않은 채 수행되는 데이터 분석은 왜곡된 결과를 낳을 가능성이 존재한다. 수자원 관리의 기초가 되는 수위 데이터도 마찬가지로 결측, 스파이크, 잡음 등 다양한 품질 문제를 가진다. 본 연구에서는 잡음으로 인해 발생하는 데이터 품질 문제를 해결하고자 하였다. 잡음은 데이터의 트렌드 분석을 어렵게 하고 비정상적인 이상치를 생성할 가능성이 있다. 본 연구는 이러한 문제를 해결하기 위해 Wavelet Transform을 이용한 잡음 제거 접근 방안을 제안한다. Wavelet Transform은 신호처리에 주로 사용되는 방법으로 잡음 제거에 효과적인 것으로 알려져 있으며 수집된 데이터의 정답 데이터(True value) 수집을 요구하지 않으므로 시간과 비용을 줄일 수 있다는 점에서 적용이 용이한 편이다. 본 연구는 Wavelet Transform의 성능 평가를 위해 대표적인 머신러닝 기반 잡음 제거 방법인 Denoising Autoencoder와 성능 비교를 수행하였다. 그 결과 Wavelet Transform 중 Coiflets 함수는, Denoising Autoencoder에 비해 Mean Absolute Error, Mean Absolute Percentage Error, Mean Squared Error 등 모든 측면에서 우수한 성능을 보이는 것으로 나타났다. 이러한 결과는 환경에 맞는 적절한 웨이블릿 함수의 선택을 통한 잡음 문제를 효과적으로 해결할 수 있음을 시사한다. 본 연구는 수위 데이터의 품질을 향상시켜 수자원 관리 결정의 신뢰성에 기여하는 강력한 도구로서 Wavelet Transform의 잠재력을 확인한 의의가 있다.

• 기독교교육논총
• /
• 제74권
• /
• pp.107-134
• /
• 2023

연구 목적 : 본 연구의 목적은 기독교교육 현장에서 4차 산업혁명의 핵심기술인 인공지능을 활용한 교육의 올바른 방향성 설정을 위한 기초를 제공하는 것이다. 연구 내용 및 방법 : 이를 위해서 이론 및 문헌 연구로 인공지능의 역사적 발달과정을 통해 인공지능의 특징을 분석했고, 교육의 관점에서 인공지능을 활용한 융합적 교육과 현재 우리나라의 정책적 방향성을 분석했다. 이를 통해 인공지능 시대의 기독교교육의 방향성을 고찰했다. 특히 연속성(continuity)과 변화(change)의 관점으로서 시대가 변해도 기독교교육이 본질적인 연속성을 가지고 지켜나가야 하는 교육목적과 시대상을 반영해 변화되어야 할 교육과정 및 교수학습방법에 대해서 고찰했다. 결론 및 제언 : 본 연구의 결론으로서 인공지능 시대 인공지능을 활용한 교육이라 할지라도 기독교교육의 근본적인 목적을 상실해서는 안 될 것이다. 인공지능을 활용한 교육은 하나님께서 허락하신 사명을 높일 수 있는 도구로서의 역할을 감당하게 해야 할 것이다. 그렇기에 기독교교육은 성경에 근거한 하나님 중심의 교육으로서 창의-융합적 그리스도인 양육을 목적으로 해야 할 것이다. 이를 위해 온라인과 오프라인 학습공간이 융합된 인공지능 기반의 하이브리드 교육환경과 메타버스 교육환경을 적극적으로 활용한 교육환경을 학습자들에게 제공해 줄 수 있어야 할 것이다. 또한 학습자들의 학습 몰입도 및 효과성을 높이기 위해 앞선 교육환경을 적극적으로 반영한 인공 지능 기반 에듀테크를 활용할 수 있어야 할 것이다. 그리고 마지막으로 생동력있는 지식을 가진 그리스도인을 양육하기 위해서 학습자의 적극적인 참여와 협업, 탐구와 성찰의 과정을 통해 지식과 삶의 일치를 추구하는 구성주의 인식론을 근거 이론으로 하는 다양한 교수학습방법의 적용이 필요할 것이다. 이런 접근은 삶의 경험과 지식의 일치를 통해 믿음과 배움의 전체적인 융합을 촉진시킬 수 있을 것이다.

• 지능정보연구
• /
• 제21권1호
• /
• pp.1-13
• /
• 2015

빅데이터 및 오피니언 마이닝 분야가 대두됨에 따라 정보 검색/추출, 특히 비정형 데이터에서의 정보 검색/추출 기술의 중요성이 나날이 부각되어지고 있다. 또한 정보 검색 분야에서는 이용자의 의도에 맞는 결과를 제공할 수 있는 검색엔진의 성능향상을 위한 다양한 연구들이 진행되고 있다. 이러한 정보 검색/추출 분야에서 자연어처리 기술은 비정형 데이터 분석/처리 분야에서 중요한 기술이고, 자연어처리에 있어서 하나의 단어가 여러개의 모호한 의미를 가질 수 있는 단어 중의성 문제는 자연어처리의 성능을 향상시키기 위해 우선적으로 해결해야하는 문제점들의 하나이다. 본 연구는 단어 중의성 해소 방법에 사용될 수 있는 말뭉치를 많은 시간과 노력이 요구되는 수동적인 방법이 아닌, 사전들의 예제를 활용하여 자동적으로 생성할 수 있는 방법을 소개한다. 즉, 기존의 수동적인 방법으로 의미 태깅된 세종말뭉치에 표준국어대사전의 예제를 자동적으로 태깅하여 결합한 말뭉치를 사용한 단어 중의성 해소 방법을 소개한다. 표준국어대사전에서 단어 중의성 해소의 주요 대상인 전체 명사 (265,655개) 중에 중의성 해소의 대상이 되는 중의어 (29,868개)의 각 센스 (93,522개)와 연관된 속담, 용례 문장 (56,914개)들을 결합 말뭉치에 추가하였다. 품사 및 센스가 같이 태깅된 세종말뭉치의 약 79만개의 문장과 표준국어대사전의 약 5.7만개의 문장을 각각 또는 병합하여 교차검증을 사용하여 실험을 진행하였다. 실험 결과는 결합 말뭉치를 사용하였을 때 정확도와 재현율에 있어서 향상된 결과가 발견되었다. 본 연구의 결과는 인터넷 검색엔진 등의 검색결과의 성능향상과 오피니언 마이닝, 텍스트 마이닝과 관련한 자연어 분석/처리에 있어서 문장의 내용을 보다 명확히 파악하는데 도움을 줄 수 있을 것으로 기대되어진다.

• 한국노년학
• /
• 제36권3호
• /
• pp.525-540
• /
• 2016

본 연구 목적은 농아노인들이 생활하면서 어떤 경험을 하면서 살아가고 있는지를 드러내고자 한다. 그리고 이런 연구를 통하여 일반인(청인)들이 농아인의 삶의 고충과 문화를 이해하고 지역사회의 일원으로 더불어 살아가는데 기초자료를 제공하고자 한다. 연구방법은 현상학적 질적 연구로 하였으며, 연구 참여자는 농아노인 7명이다. 심층면접하고 분석한 결과 농아노인의 생활 경험은 '잊혀 지지 않은 상처', '지역사회에서 생활', '가족과의 생활', '농아노인의 결혼', '현실에 적응하고 살기'로 범주화할 수 있었다. '잊혀 지지 않은 상처'의 하위범주는 '열병을 치료받지 못함', '6.25전쟁 피해', '사람들의 차가운 시선'으로 나타났으며, 농아노인들은 이제까지 살아오면서 잊혀 지지 않은 마음의 상처로 고통스러워하면서 살아가고 있었다. '지역사회에서 생활'의 하위범주는 '생활의 불편', '생활의 불이익', '단절된 생활'로 나타났는데, 농아노인들은 생활의 불편함과 불이익을 당할 뿐 아니라 지역사회와 단절된 생활로 외로움을 느끼면서 살아가고 있었다. '가족과의 생활'의 하위범주는 '자녀들과 소통이 안 됨', '다시 버림받음', '가족에게 이용당함', '가족이 있으나 외로움', '독립해 살고 싶음'으로 나타났는데, 농아노인들은 가족으로부터 지지받고 살지 못하고 오히려 버림당하고 이용당하고 외롭게 살아가고 있었다. '농아노인의 결혼'의 하위범주는 '씨받이로 보내어짐', '빈번한 재혼과 이혼', '부부처럼 의지함'으로 나타났는데, 농아노인들은 자신들만의 결혼 문화를 형성하면서 서로 의지하며 살아가고 있었다. '현실에 적응하며 살기'의 하위범주는 '이웃의 도움받기', '생활의 처신 잘하기', '한글 배우기','일하면서 살기', '자유롭게 살기', '그리워하며 살기', '죽고 싶은 충동 억제하기', '종교에 의지하기'로 나타났는데, 농아노인들은 언어적 사회적 소수집단의 한계로 혜택 받지 못하는 가장 소외되고 취약한 계층에 있지만 현실에 맞게 스스로 적응하며 살아가기 위해 노력하고 있었다. 이런 결과에 의해 다음과 같이 제언하다. 첫째, 농아노인들이 마음속에 지워지지 않은 마음의 상처가 치유될 수 있는 개별 및 집단상담의 실천적 접근이 필요하다. 둘째, 농아노인들이 지역사회의 일원으로 살아가는데 불편이나 불이익이 없도록 공공서비스 기관에 수화도우미 배치 등 맞춤형 복지서비스가 필요하다. 셋째, 농아노인들이 가족으로부터 인정받고 지지받으며 정을 나누면서 살아 갈 수 있는 실천적 접근이 필요하다. 넷째, 청인들이 농아노인들의 문화를 이해하고 지역사회에서 더불어 살아갈 수 있도록 먼저 다가가 수화를 배우고 함께할 수 있는 장을 만들어가는 정책적 실천적 접근이 필요하다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.

• 디지털융복합연구
• /
• 제11권12호
• /
• pp.295-302
• /
• 2013

사람 검출은 정지된 영상 혹은 동영상으로부터 사람의 움직임이나 자세를 추정하고, 사람이 찾아질 경우 영상 내 사람의 좌표, 동작 인식, 보안관련 인증 등을 알아내는 기술로 정의된다. 이러한 사람 검출은 다른 객체의 검출이나 사람과 컴퓨터와의 상호작용, 동작 인식 등의 기초 기술로서 해당 시스템의 성능에 영향을 미치는 매우 중요한 변수 중에 하나이다. 그러나 영상 내의 사람은 움직임, 자세, 크기, 빛의 방향 및 밝기, 다른 객체와의 중복 등의 환경적 변화로 인해 사람 모양이 다양해지므로 정확하고 빠른 검출이 어렵다. 따라서 본 논문에서는 피셔의 선형 판별 분석을 이용하여 몇 가지 환경적 조건을 극복한 정확하고 빠른 사람 검출 방법을 제안한다. 제안된 방법은 사람 움직임 및 자세와 배경에 무관하게 빠른 시간 안에 사람을 검출하는 것이 가능하다. 이를 위해 계층적인 방법으로 사람 검출을 수행하며, 휴리스틱한 방법, 피셔의 판별 분석을 이용하여 사람 검출을 수행하고, 검색 영역의 축소와 선형 결정의 계산 시간의 단축으로 검출 응답 시간을 빠르게 하였다. 추출된 사람 영상에서 사람의 자세를 추정하고 사람의 영역을 검출함으로써 사람 정보의 사용에 있어 보다 많은 정보를 추출할 수 있도록 하였다.

• 대한전자공학회논문지SP
• /
• 제43권2호
• /
• pp.57-64
• /
• 2006

본 논문에서는 해마신경망(HCNN:HippoCampal Neural Network)을 이용하여 사용자 친화적인 객체 기반 멀티미디어 검색시스템을 제안한다. 내용 기반 검색(Content-based Retrieval)에 관한 대부분의 기존의 질의 방법은 입력 영상에 의한 질의 또는 컬러(color), 형태(shape), 질감(texture)등과 같은 low-level의 특징을 사용한다. 본 논문에서 제안하는 방법은 MPEG 기반의 압축 비디오 스트림으로부터 장면 전환 검출을 수행하여 샷을 검출한다. 이 샷 프레임에서 컬러 객체의 자동 추출을 위하여 similar colorization과 ACE(Adaptive Circular filter and Edge) 알고리즘을 사용한다. 그리고 이렇게 추출된 특징을 해마 신경망을 통하여 학습한 후 멀티미디어 검색 시스템을 구성한다. 제안하는 해마 신경망은 호감도 조정에 의해서 입력되는 영상패턴의 특징들을 흥분학습과 억제학습을 이용하여 불필요한 특징은 억제시키고 중요한 특징은 흥분학습을 통해 장기기억 시켜서 적응성 있는 실시간 검색 시스템을 구현한다.