• 지능정보연구
• /
• 제27권3호
• /
• pp.95-112
• /
• 2021

대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.231-252
• /
• 2021

인공지능(Artificial Intelligence)은 미래를 가장 크게 변화시킬 핵심 동력으로 산업 전반과 개인의 일상생활에 다양한 형태로 영향을 미치고 있다. 무엇보다 활용 가능한 데이터가 증가함에 따라 더욱더 많은 기업과 개인들이 인공지능 기술을 이용하여 데이터로부터 유용한 정보를 추출하고 이를 의사결정에 활용하고 있다. 인공지능에 관한 기존 연구는 모방 가능한 업무의 자동화에 초점을 두고 있으나, 인간을 배제한 자동화는 장점 못지않게 알고리즘 편향(Algorithms bias)으로 발생되는 오류나 자율성(Autonomy)의 한계점, 그리고 일자리 대체 등 사회적 부작용을 보여주고 있다. 최근 들어, 인간지능의 강화를 위한 증강 지능 (Augmented intelligence)으로서 인간과 인공지능의 협업에 관한 연구가 주목을 받고 있으며 기업도 관심을 가지기 시작하였다. 본 연구는 의사결정을 위해 조언(Advice)을 제공하는 조언자의 유형을 인간, 인공지능, 그리고 인간과 인공지능 협업의 세 가지로 나누고, 조언자의 유형과 의사결정자의 성격 특성이 의사결정에 미치는 영향을 살펴보았다. 311명의 실험자를 대상으로 사진 속 얼굴을 보고 나이를 예측하는 업무를 진행하였으며, 연구 결과 의사결정자가 조언활용을 하려면 먼저 조언의 유용성을 높게 인지하여하는 것으로 나타났다. 또한 의사결정자의 성격 특성이 조언자 유형별로 조언의 유용성을 인지하고 조언을 활용하는 데에 미치는 영향을 살펴본 결과, 인간과 인공지능의 협업 형태인 경우 의사결정자의 성격 특성에 무관하게 조언의 유용성을 더 높게 인지하고 적극적으로 조언을 활용하는 것으로 나타났다. 인공지능 단독으로 활용될 경우에는 성격 특성 중 성실성과 외향성이 강하고 신경증이 낮은 의사결정자가 조언의 유용성을 더 높게 인지하고 조언을 활용하는 것으로 나타났다. 본 연구는 인공지능의 역할을 의사결정과 판단(Decision Making and Judgment) 연구 분야의 조언자의 역할로 보고 관련 연구를 확장하였다는데 학문적 의의가 있으며, 기업이 인공지능 활용 역량을 제고하기 위해 고려해야 할 점들을 제시하였다는데 실무적 의의가 있다.

• 대한방사선치료학회지
• /
• 제30권1_2호
• /
• pp.107-116
• /
• 2018

목 적 : IMRT는 일반적인 3차원 방사선 치료방법보다 Prostate 주변 중요장기(OAR)에 대한 방사선 부작용을 줄이고 Prostate Cancer에 더 많은 선량을 투여할 수 있기 때문에 Prostate Cancer Therapy에 광범위하게 사용되었다. 장비 및 치료 기술의 많은 진보로 인하여 최근에는 체적 변조 아크 치료(VMAT)가 널리 사용되어지고 있으며, VMAT은 IMRT에 비해 치료 시간을 최대 55 % 단축시킬 수 있어 치료 중 움직임에 대한 오차를 최소화 할 수 있는 장점이 있다. 대상 및 방법 : 본 실험에서는 Prostate Cancer 환자 10명에 대해 LN가 포함된 치료 Group 5명과, LN가 포함되지 않는 Group 5명으로 1 Arc와 2 Arc 치료 계획 방법을 총 4 Group으로 분류하여 MU, DVH값들을 비교 분석 하였고, ArcCHECK과 MapCHECK을 사용하여 DQA 관련 측정을 수행했다. 결 과 : Prostate patients의 Target과 OAR 선량분포 결과는 다음과 같다. $D_{max}$는 4개 Group이 100~110 % 범위로 나타났으며, Hot spot인 110 % 이상은 보이지 않았다. LN가 없는 Only-Prostate($P_1$, $P_2$)의 Target $D_{98%}$ 분포도는 1 Arc plan($P_1$)보다 2 Arc plan($P_2$)에서 조금 더 좋은 결과 값을 보였다. LN-Prostate($P_{L1}$, $P_{L2}$) Group에서의 Target $D_{98%}$ 분포도는 1 Arc plan($P_{L1}$)보다 2 Arc plan($P_{L2}$)이 더 좋은 결과 값을 보였고, 1 Arc plan($P_{L1}$)에서는 Target $D_{98%}$의 처방 선량 값에 도달하지 못했다. 또한, OAR에서는 Only-Prostate($P_1$, $P_2$) Group에서 1 Arc와 2 Arc Plan 모두 처방 선량 값에 만족했고, LN-Prostate 1 Arc($P_{L1}$) Plan은 OAR의 처방 선량치보다 높은 선량 값을 보였다. DQA 측정에서 계산된 ArcCHECK과 MapCHECK의 Gamma evaluation pass rate는 99 %보다 조금 더 높았고, CC04 Ion-chamber를 이용한 점 선량(Point Dose) 측정값의 평균 오차 범위는 1 % 미만이었다. 결 론 : 본 연구에서 분석한 결과, Only-Prostate($P_1$, $P_2$) Group의 경우는 두 plan의 선량이 비슷했지만, 치료시간과 MU값 등을 고려했을 때 1 Arc 치료 방법($P_1$)이 더 적합하였으며, LN-Prostate($P_{L1}$, $P_{L2}$) Group에서는 Target $D_{98%}$와 OAR의 처방 선량에 만족하는 2 Arc 치료 방법($P_{L2}$)이 더 적합한 결과를 보였다.

• 헤리티지:역사와 과학
• /
• 제53권4호
• /
• pp.234-249
• /
• 2020

정릉(신덕왕후릉)의 축조와 이장에 얽힌 논란은 조선 초기, 신구(新舊) 지배 이데올로기 사이의 충돌이 잘 드러난 사례이다. 태조의 경처였던 신덕왕후 강씨의 무덤은 도성 안에 조성되지만 태조 사후, 태종에 의해 도성 밖으로 이장되고 그곳에 남아 있던 석물들은 청계천의 광통교를 보수하는데 쓰인다. 야사에서는 태종이 강씨를 저주하기 위해 도성 밖으로 능을 옮기고 남은 석물들로 광통교를 만들어 사람들이 밟고 다니게 했다고 전한다. 태조 말년, 강씨와 태종은 대립하던 관계였으나 태조가 왕으로 옹립되기 전까지는 오히려 정치적 동반자에 가까웠다. 정릉이나 광통교와 관련된 실록의 기록은 더 담백하다. 정릉의 천장은 능묘가 도성 안에 있는 것이 적합하지 않다는 의정부의 상언을 따른 것이다. 광통교 개수를 위해 정릉을 격하하고 이장시켰다는 주장에는 사실 관계가 반영되어 있지 않다. 논자는 광통교 개수에 정릉의 석물이 재사용된 것에 대해 당시 도성 안팎에서 건축자재소요량이 급증하여 효율적인 조달 필요성이 대두되었을 가능성을 상정하였다. 정릉이 도성 안에 조성되었다가 다시 도성 바깥으로 이장된 원인은 태조와 태종이 가졌던 사상적 배경의 이질성에서 찾았다. 태조는 유교국가의 통치자였으나 죽은 왕비를 위해 도성 내에 원찰과 무덤을 조성한다. 여기에는 불교의 힘을 빌려 죽은 신덕왕후의 권위를 위의하고 지지세력을 규합하고자 한 노림수가 있었다. 원의 다루가치 집안에서 태어나 지방군벌로 성장한 이성계는 높은 유학적 소양을 가지지는 못했던 것으로 생각된다. 오히려 호불적 성향을 띄는 구체제의 인물이었다. 반면 태종 이방원은 고려 말 과거시험에 급제했던 엘리트 유생이었으며 주자학에 대해서도 깊이 이해하고 있었다. 다시 말해 유교국가에서 도성이 가지는 상징성에 대한 이해가 더 깊었을 것이라고 말할 수 있다. 삼국시대 이후, 율령에 의해 통치되는 국가 시스템이 정립된 이래로 도성 바깥에 무덤을 만드는 경외매장의 원칙은 거의 예외 없이 지켜져 왔다. 정릉은 태조 개인의 강한 의지로 도성 내부에 조성되지만 왕 이전에 유학자였던 태종에게 이러한 모습은 바람직하게 보이지 않았을 것이다. 태종은 즉위 후, 주도적으로 도성 재정비를 추진하는데 이는 '예치'를 강조하는 유교 이데올로기를 한양도성의 경관에 명확하게 구현하고자 한 의지의 발현으로 보여진다. 정릉의 이장도 이러한 역사적 배경 아래 진행되었던 일로 이해하는 것이 바람직할 것이다.

• 대한방사선치료학회지
• /
• 제32권
• /
• pp.41-52
• /
• 2020

목 적: Hypopharynx Cancer의 VMAT 치료 시 Neck 부분에 Commercial Bolus(이하 CB)와 3D Printing 기술로 제작한 3D Bolus를 각각 적용한 두 치료 계획을 비교함으로써 3D Bolus 적용의 선량학적 유용성, setup 재현성 및 효율성을 알아보고 임상적 적용 가능성을 평가하고자 한다. 대상 및 방법: CB를 적용한 RANDO phantom의 CT image를 바탕으로 3D Bolus를 동일한 형태로 제작하였다. 3D Bolus는 OMG SLA 660 Printer, MaterialiseMagics software를 이용하여 SLA기법을 통해 밀도 1.2 g/㎤의 폴리우레탄 아크릴레이트 수지로 출력하였다. CB와 3D Bolus를 적용한 두 CT image를 바탕으로 Hypopharynx Cancer의 VMAT 치료를 가정하여 치료 계획을 수립하였다. 수립한 두 치료 계획을 각각 18회에 걸쳐 CBCT image를 획득하였고, 매 회 setup time을 측정하여 치료 효율성을 평가하였다. 획득한 CBCT image를 바탕으로 전산화 치료계획 시스템 Pinnacle을 통해 Adaptive Plan을 진행함으로써 Target, 정상 장기 선량 평가와 Bolus Volume의 변화를 평가하였다. 결 과: 각 치료 계획에 대한 setup time은 CB 적용 치료 계획에 비해 3D Bolus 적용 치료 계획에서 평균 28 sec 감소하였다. 치료 전 기간 내 Bolus Volume 변화는 CB Initial Plan 83.9㎤에서 86.1±2.70㎤, 3D Bolus Initial Plan 92.2㎤에서 99.8±0.46㎤로 나타났다. CTV Min Value의 변화는 CB Initial Plan 191.6cGy에서 167.4±19.38cGy, 3D Bolus Initial Plan 167.3cGy에서 149.5±18.27cGy로 나타났다. CTV Mean Value의 변화는 CB Initial Plan 227.1cGy에서 228.3±0.38cGy, 3D Bolus Initial Plan 225.9cGy에서 227.7±0.30cGy로 나타났다. PTV Min Value의 변화는 CB Initial Plan 128.5cGy에서 74.9±19.47cGy, 3D Bolus Initial Plan 139.9cGy에서 83.2±12.92cGy로 나타났다. PTV Mean Value의 변화는 CB Initial Plan 225.4cGy에서 226.2±0.83cGy, 3D Bolus Initial Plan 224.1cGy에서 225.8±0.33cGy로 나타났다. 정상 장기 Spinal Cord에 대한 Max Value는 매 회 평균 135.6cGy로 동일하게 나타났다. 결 론: 본 논문의 실험 결과를 통해 불균등한 체표면에 대한 3D Bolus의 적용이 Commercial Bolus 적용에 비해 선량학적으로 유용하고 setup 재현성 및 효율성 또한 우수함을 알 수 있었다. 추후 3D Printing 재료의 다양성에 대한 연구와 함께 추가적인 사례 연구가 진행된다면 방사선 치료 분야에서 3D Bolus의 적용이 더욱 활발하게 진행될 것으로 사료된다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.87-109
• /
• 2020

현재 육상에서는 유무선 통신의 발전으로 다양한 IT 서비스를 제공받고 있다. 이러한 변화는 육상을 넘어서서 해상에서 항해 중인 선박에서도 다양한 IT 서비스가 제공되어야 하며 육상에서 이용하는 것과 마찬가지로 양방향 디지털 데이터 전송, Web, App 등과 같은 다양한 IT 서비스들의 제공에 대한 요구가 증가될 것으로 예상하고 있다. 하지만 이러한 초고속 정보통신망은 AP(Access Point)와 기지국과 같은 고정된 기반 구조를 바탕으로 네트워크를 구성하는 지상에서는 쉽게 사용할 수 있는 반면 해상에서는 고정된 기반 구조를 이용하여 네트워크를 구성할 수 없다. 그래서 전송 거리가 긴 라디오 통신망 기반의 음성 위주의 통신 서비스를 사용하고 있다. 이러한 라디오 통신망은 낮은 전송 속도로 인해 매우 기본적인 정보만을 제공할 수 있었으며, 효율적인 서비스 제공에 어려움이 있다. 이를 해결하기 위해서 디지털 데이터 상호교환을 위한 추가적인 주파수가 할당되었으며 이 주파수를 사용하여 활용할 수 있는 선박 애드 혹 네트워크인 SANET(ship ad-hoc network)이 제안되었다. SANET은 높은 설치비용과 사용료의 위성 통신을 대신하여 해상에서 IP 기반으로 선박에 다양한 IT 서비스를 제공할 수 있도록 개발되었다. SANET에서는 육상 기지국과 선박의 연결성이 중요하다. 이러한 연결성을 갖기 위해서는 선박은 자신의 IP 주소를 할당 받아 네트워크의 구성원이 되어야 한다. 본 논문에서는 선박 스스로 자신의 IP 주소를 할당 받을 수 있는 SANET-CC(Ship Ad-hoc Network-Cell Connection) 프로토콜을 제안한다. SANET-CC는 중복되지 않는 다수의 IP 주소들을 육상기지국에서 선박들에 이어지는 트리 형태로 네트워크 전반에 전파한다. 선박은 IP 주소를 할당할 수 있는 육상 기지국 또는 나누어진 구역의 M-Ship(Mother Ship)들과 간단한 요청(Request) 및 응답(Response) 메시지 교환을 통해 자신의 IP 주소를 할당한다. 따라서 SANET-CC는 IP 충돌 방지(Duplicate Address Detection) 과정과 선박의 이동에 의해 발생하는 네트워크의 분리나 통합에 따른 처리 과정을 완전히 배제할 수 있다. 본 논문에서는 SANET-CC의 SANET 적용가능성을 검증하기 위해서 다양한 조건의 시뮬레이션을 수행하였으며 기존 연구와 비교 분석을 진행하였다.

• 한국철학논집
• /
• 제35호
• /
• pp.309-334
• /
• 2012

본 연구는 조선후기 민간도교가 어떠한 형태로 존재해 왔는가를 고찰하고, 민간도교의 근간을 이루는 사상적 측면의 내용과 특징에 대해 논구하려는 것이다. 조선 후기 관제신앙이 관우를 중심으로 하는 민간신앙이라면, 선음즐교(묘련사)와 무상단은 조직을 갖춘 종교결사이다. 선음즐교(묘련사(妙蓮社))의 경우 '선음즐(善陰?)'은 "서경(書經) 주서(周書)"의 홍범전(洪範傳)에서 유래한 유학의 천관을 담고 있지만 수행의 방법으로는 보살성호(예-관세음보살)를 주문으로 수행하고, 신앙의 대상은 삼성(三聖)(관제, 문창, 부우)이다. 이러한 점은 조선 후기 민간도교의 삼교합일적 현상을 보여준다. 임란 이후 왕실의 주도로 국가적 차원에서 시작되었던 관제신앙은 민간에서 확고히 자리 잡게 된다. 조선 후기 관제(關帝)는 충과 효의 화신이면서 유 불 도의 삼교 교권을 집장하며, 생사 죄과 명운을 관장하는 신으로 표현된다. 이러한 신의 위력과 가피력이 민간에 경전으로 유포되면서 관제신앙은 벽사와 구복의 대상으로 자리 잡게 되었다. 선음즐교 '묘련사'는 명청대 '백련사(白蓮社)'를 모방한 종교결사이다. 선음즐교는 염불을 통한 신과의 '감응(感應)'을 강조하였다. 그리고 종교적 엑시터시(ecstasy)의 상태에서의 강필(降筆)을 비난(飛鸞)으로 표현하였다. 비난(飛鸞)이란 부난(扶鸞) 부계(扶?)라고도 하는데, 종교결사에서 경전을 만드는 방법으로, 신과의 합일 상태에서의 강필을 의미한다. 선음즐교는 부주수행을 통해 신과의 합일 상태를 추구하였으며, 신과의 합일 상태에서 강필한 경전을 교단의 중심 교리로 삼았다. 선음즐교의 난서 "제중감로(濟衆甘露)"의 서문을 장식한 여순양이 강림한 곳이 '무상단(無相壇)'이다. 무상단은 서정(徐珽), 정학구(丁鶴九), 유운(劉雲), 최성환(崔?煥)이 주축이 된 독립된 교파로 관성제군, 문창제군, 부우제군의 삼성제군(三聖帝君)을 숭배하면서 난서(鸞書)와 선서(善書)를 편찬하고 간행 보급하였다. 조선후기 민간도교 경전은 크게는 난서(鸞書)와 선서(善書)로 구분할 수 있다. 난서(鸞書)는 비난시(飛鸞時)의 관성제군 문창제군 부우제군 강필서이고, 선서(善書)는 "태상감응편"과 "공과격" 같은 선행의 표준을 보여주고 권면하기 위한 책이다. 조선 후기 민간도교의 특징은 다음과 같다. 첫째 정치적 이유로 지어진 관묘가 조선 후기 민간도교의 구심점 역할을 했다는 점이다. 관제신앙은 구복과 벽사의 대상으로 민간에 널리 확산되었다. 둘째 조선 후기에는 묘련사와 무상단이라는 구체적인 민간도교단체가 등장했다. 이들은 '감응'을 통한 영성(靈性)의 고양을 통해 신과의 합일을 추구한 난단도교(鸞壇道敎)였다. 셋째 조선의 민간도교는 청대 민간도교의 유불도 합일과 종교결사의 조직형태 난단도교 등의 영향을 받았다. 넷째 조선의 민간도교 경전은 난서(鸞書)와 선서(善書)로 구분되는데, 조선에서 직접 만들어진 난서(鸞書)는 민간도교의 특징을 밝혀줄 열쇠가 되리라고 기대한다.

• 대한방사선치료학회지
• /
• 제32권
• /
• pp.7-15
• /
• 2020

목 적: 현대 방사선치료기술에서 종양표적위치 및 정상장기에 정확한 선량을 전달하기 위해 여러 방법의 영상유도방사선치료(Image Guided Radiation Therapy, IGRT)가 사용되고 있으며 그 중 선형가속기에 장착된 CBCT(Cone Beam Computed Tomography, CBCT)와 이외 장치인 ExacTrac(ExacTrac X-ray System)이 있다. 두 시스템을 비교한 이전 연구들에서는 Offline-review 이용하여 후향적으로 팬텀 및 환자의 Set-up 오차를 분석하거나 X, Y, Z 축과 하나의 회전방향(Couch Rotation)으로만 연구되어졌다. 본 연구에서는 Head and Neck Cancer 환자를 대상으로 CBCT와 ExacTrac을 이용하여 한 치료중심센터에서 각각 6 DoF(Degree Of Freedom) IGRT를 시행한 후, 두 IGRT 장비에서 나타난 팬텀 및 환자의 Set-up 오차, 환자 Set-up에 걸리는 시간, 노출 방사선량의 비교를 통해 유용성을 평가하고자 한다. 대상 및 방법: Rando Phantom을 이용하여 환자 움직임을 배제한 상태의 Set-up 오차 평가와 Head and Neck Cancer 환자의 Set-up 오차 값 두 가지 경우로 나누어 획득하였다. 노출 방사선량 평가는 유리선량계로 하였다. 환자 Set-up 후 IGRT 시행하는데 소요되는 시간을 평가하기 위해 Head and Neck Cancer 환자 11명을 대상으로 하였다. 총 치료기간동안 환자 당 평균 10회의 CBCT와 ExacTrac 영상을 동시에 얻었고, 관심영역지정(Region Of Interest, ROI) 설정 후 6D 온라인 자동위치교정(Online Automatching) 값의 차를 6개의 축(Translation group: SI, AP, LR; Rotation group: Pitch, Roll, Rtn)으로 각각 계산하였다. 결 과: Phantom과 환자에서 Set-up 오차는 Translation group에서 1mm 미만, Rotation group에서 1.5° 미만의 차이가 보였으며, Rtn 값을 제외한 다른 모든 축의 RMS 값이 1mm, 1° 미만으로 나타났다. 각 시스템에서 최종적으로 Set-up 오차 교정까지 걸리는 시간은 CBCT를 이용한 IGRT에서는 평균 256±47.6sec, ExacTrac을 이용 시 평균 84±3.5sec로 각각 나타났다. 1회 치료 당 IGRT에 의한 방사선 노출선량은 Head and Neck 부위 7곳의 측정위치 중 Oral Mucosa에서 CBCT와 ExacTrac이 각각 2.468mGy, 0.066mGy로 상대적으로 ExacTrac에 비해 피폭선량이 37배 높게 측정되었다. 결 론: CBCT와 ExacTrac 두 시스템 간의 6D 온라인 자동위치교정을 통해 Set-up 오차는 두 시스템의 자체적인 Systematic error 뿐 아니라, 환자 움직임(Random error)를 포함한 Set-up 오차가 1mm, 1.02° 미만으로 나타났다. 이는 본원에서 Head and Neck IMRT 치료 시 PTV Margin이 3mm이라는 것을 고려했을 때, 이 오차범위는 합리적으로 사료된다. 하지만 치료기간 동안 환자체중변화로 인한 따른 표적, 손상위험장기의 변화를 고려했을 때 CBCT와 적절히 병용하여 사용하는 것이 좋을 것으로 사료된다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.83-102
• /
• 2021

2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습 모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다.

• 지능정보연구
• /
• 제27권4호
• /
• pp.1-22
• /
• 2021

텍스트를 바탕으로 한 차원 기반 감성 분석(Aspect-Based Sentiment Analysis)은 다양한 산업에서 유용성을 주목을 받고 있다. 기존의 차원 기반 감성 분석에서는 타깃(Target) 혹은 차원(Aspect)만을 고려하여 감성을 분석하는 연구가 대다수였다. 그러나 동일한 타깃 혹은 차원이더라도 감성이 나뉘는 경우, 또는 타깃이 없지만 감성은 존재하는 경우 분석 결과가 정확하지 않다는 한계가 존재한다. 이러한 문제를 해결하기 위한 방법으로 차원과 타깃을 모두 고려한 감성 분석(Target-Aspect-Sentiment Detection, 이하 TASD) 모델이 제안되었다. 그럼에도 불구하고, TASD 기존 모델의 경우 구(Phrase) 간의 관계인 지역적인 문맥을 잘 포착하지 못하고 초기 학습 속도가 느리다는 문제가 있었다. 본 연구는 TASD 분야 내 기존 모델의 한계를 보완하여 분석 성능을 높이고자 하였다. 이러한 연구 목적을 달성하기 위해 기존 모델에 합성곱(Convolution Neural Network) 계층을 더하여 차원-감성 분류 시 보조 손실(Auxiliary loss)을 추가로 사용하였다. 즉, 학습 시에는 합성곱 계층을 통해 지역적인 문맥을 좀 더 잘 포착하도록 하였으며, 학습 후에는 기존 방식대로 차원-감성 분석을 하도록 모델을 설계하였다. 본 모델의 성능을 평가하기 위해 공개 데이터 집합인 SemEval-2015, SemEval-2016을 사용하였으며, 기존 모델 대비 F1 점수가 최대 55% 증가했다. 특히 기존 모델보다 배치(Batch), 에폭(Epoch)이 적을 때 효과적으로 학습한다는 것을 확인할 수 있었다. 본 연구에서 제시된 모델로 더욱 더 세밀한 차원 기반 감성 분석이 가능하다는 점에서, 기업에서 상품 개발 및 마케팅 전략 수립 등에 다양하게 활용할 수 있으며 소비자의 효율적인 구매 의사결정을 도와줄 수 있을 것으로 보인다.