• 지능정보연구
• /
• 제17권4호
• /
• pp.213-226
• /
• 2011

글로벌 공급사슬 환경에서 글로벌하게 분산 조달, 생산, 유통하게 됨에 따라 전체 공급사슬의 스케줄을 최적화하기 위해서 공급사슬상의 개별 기업 혹은 공장의 스케줄링 최적화뿐만 아니라 각 개별 기업 혹은 공장의 스케줄을 긴밀하게 연계하는 것이 필요하게 되었다. 이는 경쟁과 협력을 동시에 하는 개별 기업 혹은 공장을 개별 에이전트로 보고 각 에이전트간 커뮤니케이션을 통해 개별 에이전트가 관할하는 스케줄러의 스케줄을 조정함으로써 가능해진다. 하지만 전통적인 스케줄링 연구는 개별 스케줄러의 최적화에 집중되어 있고, 에이전트 연구는 스케줄링 도메인에 적용한 예가 제한적이며 이 예도 개별 스케줄러 내의 최적화에 적용하거나 실제 현장 문제가 아닌 실험실 문제 수준에 그치고 있다. 따라서 본 연구에서는 전체 글로벌 공급사슬 스케줄의 최적화를 위해 개별 기업 혹은 공장 스케줄러의 스케줄링을 연계하는 경쟁협력 스케줄링을 위한 에이전트 기반 플랫폼을 구축하였다. 글로벌 공급사슬에서 경쟁협력 스케줄링을 위한 에이전트 기반 플랫폼을 구축하기 위해 첫째, 경쟁협력 스케줄링 분류 체계를 확립하고, 둘째, 경쟁협력 스케줄링을 위한 에이전트를 설계하고, 셋째, 경쟁협력 스케줄링을 위한 지식기반 의사결정 모델을 개발한 후, 넷째 조선산업에 적용 가능한 프로토타입 시스템을 개발했다. 이를 통해 글로벌 공급사슬상의 전체 스케줄의 품질과 에이전트간 커뮤니케이션의 노력에 대한 균형점을 찾을 수 있다. 이를 통해 공급사슬내 개별 기업 혹은 공장의 부분 최적화를 극복할 수 있는 대안을 제시할 것으로 기대한다.

• 한국과학교육학회지
• /
• 제35권1호
• /
• pp.53-64
• /
• 2015

이 연구는 고등학교 과학 교과수업에서 이루어졌으며, 스크래치를 활용하여 과학 수업이 실행되었고, 이에 대한 학생의 인식을 조사하였다. 연구대상은 고등학교 2학년의 자연계열을 희망하는 남학생이며, 4학급이다. 학생들이 수업과 과제를 진행하는 동안 얻어진 경험을 바탕으로 생각과 느낌을 표현한 수업저널을 작성하였고, 이 수업저널을 분석하여 스크래치를 활용한 과학수업에 대한 인식과 실제로 이루어진 학습과정, 스크래치 프로그램 활용에 대한 인식을 찾고 그에 대한 시사점을 얻었다. 수업은 2단계로 진행되어졌다. 첫 단계는 과학적 문제를 스크래치로 해결해 보는 경험의 단계로, 과학적 문제를 해결하기 위해 학생들은 비주얼 프로그래밍인 스크래치라는 도구를 활용하는 경험을 하게 된다. 두 번째 단계는 학생들이 자신의 프로젝트를 선정하고 스크래치를 활용하여 주어진 문제를 해결하고 자신의 산출물을 생성하게 된다. 연구 결과는, 첫째 스크래치를 활용한 과학수업은 학생들의 흥미가 높았다. 학생들은 높아진 흥미로 수업에 참여하고, 자기 주도적으로 자신의 산출물을 얻는 과정에서 뿌듯함을 느꼈다. 둘째 이 수업에서 실제 학생들은 3단계를 거치며 학습하고 있었다. 이 3단계는 문제 인식, 문제 해결, 산출물 생성이었으며, 특히 문제 해결과정은 반복적이었으며 학생들에게 이 과정은 복잡하고 어려운 단계이다. 이 문제해결과정은 스크래치 측면(설계, 적용)과 과학 측면(자료 수집, 자료 해석)으로 구성되어지며, 설계, 자료 수집, 자료 해석, 적용의 단계가 순서적이면서 반복적으로 이루어진다. 이 반복적인 과정에서 설계에 따라 과학적 지식을 조사하고 이해하여 프로그래밍에 적용하고, 그 결과에 따라 재설계하는 과정을 통해 과학적 지식에 대한 이해도가 높아진다. 또한 이 과정을 통해 학생들은 과학적 지식을 더 오랫동안 기억하게 되었다고 하였다. 셋째 학생들은 스크래치라는 프로그래밍 사용의 어려움을 나타내기도 했다. 그러나 처음 사용해보는 것이라 익숙하지 않았기 때문이라 해석되어지며, 이것은 학생들이 스크래치를 활용한 과학수업을 초등학교 또는 중학교에서 시작해 보는 것을 제안한다. 또한 학생들은 이 경험을 통해 자신의 미래의 직업과 관련지었고, 컴퓨터공학 관련 직업을 갖지 않더라도 다양한 직업분야에서 활용 가능할 것으로 기대했다. 결론적으로 스크래치를 활용한 과학수업은 새로운 교수학습방법으로 제안되어질 수 있고, 학생들의 과학에 대한 흥미와 창의적 문제해결력, 융합적 소양, 정보적 소양이 신장될 것이다. 스크래치와 같은 프로그래밍은 미래 사회를 살아갈 학생들이 갖추어야 할 역량으로 해석해 볼 수 있고, 이러한 역량을 바탕으로 학생들은 자신의 문제들을 해결해 나갈 수 있을 것으로 기대된다. 이 수업은 학습자 중심의 디지털 교육을 바탕으로 하는 것이며, 기술과 공학적 설계를 포함한 융합인재교육(STEAM)을 실행하는 방법이 될 수 있을 것이며, 창의적이고 자기주도적인 학습능력을 갖춘 인재를 키울 수 있을 것이다.

• 인터넷정보학회논문지
• /
• 제25권4호
• /
• pp.121-130
• /
• 2024

정보 통신 기술의 기하급수적인 발전에 따라 확보 가능한 데이터의 종류와 크기가 증가하고 있다. 이러한 대량의 데이터를 활용하기 위해, 통계 등 확보한 데이터를 분석하는 것이 중요하지만 다양화되고 복잡도가 증가한 데이터를 일반적인 방법으로 처리하는 것에는 명확한 한계가 있다. 한편, 연산 처리 능력 고도화 및 자동화 시스템에 대한 수요 증가에 따라 다양한 분야에 기계 학습을 적용하여 그동안 해결하지 못하였던 문제들을 풀고자 하는 시도가 증가하고 있다. 기계 학습 모델의 성능을 확보하기 위해서 모델의 입력에 사용되는 데이터를 가공하는 것과 해결하고자 하는 목적 함수에 따라 모델을 설계하는 것이 중요하다. 많은 연구를 통해 데이터의 종류 및 특성에 따라 데이터를 처리하는 방법이 제시되었으며, 그 방법에 따라 기계 학습의 성능에는 큰 차이가 나타난다. 그럼에도 불구하고, 데이터의 종류와 특성이 다양해짐에 따라 데이터 분석을 위하여 어떠한 데이터 처리 방법을 적용해야 하는지에 대한 어려움이 존재한다. 특히, 기계 학습을 이용하여 비선형적 문제를 해결하기 위해서는 다변량 데이터를 처리하는 것이 필수적이다. 본 논문에서는 다양한 형태의 변수를 포함하는 Kaggle의 Titanic 데이터셋을 이용하여 기계 학습 기반으로 데이터 분석을 수행하기 위한 다변량 정형 (tabular) 데이터 처리 방법에 대해 제시한다. 데이터 특성에 따른 통계 분석을 적용한 입력 변수 필터링, 데이터 정규화 등의 처리 방법을 제안하고, 데이터 시각화를 통해 데이터 구조를 분석한다. 마지막으로, 기계 학습 모델을 설계하고, 제안하는 다변량 데이터 처리를 적용하여 모델을 훈련시킨다. 그 이후, 훈련된 모델을 사용하여 탑승객의 생존 여부 예측 성능을 분석한다. 본 논문에서 제시하는 다변량 데이터 처리와 시각화를 적용하여 다양한 환경에서 기계 학습 기반 분석에 확장할 수 있을 것으로 기대한다.