• 한국산학기술학회논문지
• /
• 제20권6호
• /
• pp.501-513
• /
• 2019

본 연구에서는 선행연구의 결과를 토대로 하여 탈북 청소년의 성공적인 진로준비행동을 위해 영향을 미치는 중요한 변인으로 사회적 지지와 진로결정자기효능감을 설정하여 이들과 진로준비행동과의 관계를 분석하고, 아울러 사회적지지와 진로준비행동의 관계에서 진로결정자기효능감의 매개효과를 파악하여, 효과적인 진로 상담을 위한 자료를 제공한데 목적이 있다. 본 연구는 탈북청소년인 중 고등학생 174명을 대상으로 2019년 3월 12일부터 19일까지 총 204부에 대한 설문자료를 바탕으로 하여 자료를 분석하였다. 자료 분석은 SPSS와 AMOS프로그램을 이용하여 가설을 검증하였다. 분석결과 첫째, 탈북 청소년의 사회적지지와 진로결정자기효능감, 진로준비행동 간의 관계에서 사회적지지, 진로결정자기효능감, 진로준비행동은 모두 정적 상관관계가 있는 것으로 나타났으며, 특히 진로준비행동과 상관이 높은 변수로는 진로결정자기효능감으로 확인되었다. 둘째, 사회적지지(${\beta}=.107$) 보다는 진로결정자기효능감(${\beta}=.388$)이 진로준비 행동에 직접적인 영향을 미치는 요인으로 나타났다. 셋째, 사회적지지는 진로준비행동에 직접적인 영향을 미치지 못하고(${\beta}=.107$, p>.05), 진로결정자기효능감을 완전매개하여 진로준비행동에 영향을 미치는 것으로 나타났다(Indirect effect=.307, p<.05, Z-value=2.924, p<.01). 본 경구의 결과는 탈북 청소년의 진로준비행동을 촉진시키고 진로발달을 향상시키기 위해서는 주변 환경을 통한 정서, 정보, 물질, 평가적 지지가 자신에게 어떻게 지각하고 있는지를 탐색하고, 이러한 지지를 통해 자신의 능력과 가치 혹은 진로욕구를 정확히 파악하여 그에 맞는 직업관과 가치관을 정립시킬 수 있는 행동적 계획 수립이 이루어져야 할 것이다.

• 대순사상논총
• /
• 제43집
• /
• pp.31-66
• /
• 2022

한국에서 공공성 개념은 종교와 다른 사회 영역 간 매개물이 되고 있다. 이런 상황은 종교와 연관된 공공성 개념과 의제에 대한 논의를 요청한다. 이 글에서는 공공성과 신앙을 연결시킨 논의들과 살펴보면서 의제들을 추출하고, 시사점을 모색하는 차원에서 공공성 개념과 관련된 성물 사례들과 천주교 성지화 사례를 분석하였다. 구체적으로, 제II장(공공성과 신앙)에 따르면, 종교의 공공성에 관심을 가진 기독교 신학자들과 사회학자들은 대체로 신앙을 통한 사회 참여와 변화를 전제하거나 지향한다. 이 맥락에서는 기독교 이외 종교의 공공성에 대한 근거, 공적 영역에서 종교간 평등, 공론장에서 종교단체의 위상과 종교 연구자들의 참여 등이 종교 공공성 담론의 의제가 될 수 있다. 제III장(성물과 공공성)에서는 종교 공공성을 '종교 안 공공성'과 '종교 밖 공공성'으로 구분하였다. 그 구분에 따르면, 천주교와 불교의 성물 사례들은 의례가 종교 안 공공성을 확보하는 핵심 요인임을 보여준다. 그리고 불교의 진신사리 논쟁 사례는 종교 밖 공공성이 본래적인 것이 아니라 여러 외부적 논쟁 속에서 구성되는 것이라는 점을 보여준다. 제IV장(성지화와 공공성)에서는 종교 밖 공공성과 연관하여 천주교 성지화 사례들과 그에 대한 다른 종교들의 반대 논리를 분석하였다. 성지화 사례들은 천주교 내부에서 종교 안 공공성을 창출하지만, 여러 종교가 얽힌 공론장에서 종교 밖 공공성에 대한 평가와 논쟁을 유발한다. 실제로 성지화에 반대하는 측은 '천주교가 다른 종교의 유산과 가치 등을 없앤다는 논리'를 공공성의 약화나 종교편향을 유발한다는 논리로 확장해서 대응하고 있다. 이 글은 종교 공공성 개념이 종교에 관한 논의를 다양화하는 매개물이라는 점을 보여준다. 그리고 이 글에서 제시한 종교 공공성과 관련된 의제들, 구성론, 종교 안 공공성과 종교 밖 공공성의 구분 등은 공공성 이면의 배려, 평등, 자유 등의 가치에 주목하게 만든다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.