• 지능정보연구
• /
• 제19권2호
• /
• pp.177-189
• /
• 2013

스마트교육에서 디지털교과서의 역할은 학습자와 대면하는 교육미디어로써 그 중요성은 재론의 여지없다. 이러한 디지털교과서는 학습자의 편의와 더불어 교수자, 콘텐츠 제작자, 유통업자를 위하여 표준화되어야 활성화되고 산업화될 수 있다. 본 연구에서는 다음과 같은 3가지 목표를 지향하는 디지털교과서 표준화 방안을 모색한다. (1) 디지털교과서는 온-오프 수업을 모두 지원하는 혼합학습 매체의 역할을 해야 하며, 특별한 전용뷰어 없이 표준을 준수하는 모든 EPUB 뷰어에서 실행가능 해야 하며, 기존의 이러닝 학습 콘텐츠와 학습관리시스템를 활용할 수 있도록 하며, 디지털 교과서를 사용하는 학습자의 정보를 추적 관리할 수 있는 트랙킹기능이 있으면서도, 오프라인 동안의 정보를 축적하여 서버와 통신할 수 있는 기능도 필요하다. 디지털교과서의 표준으로서 EPUB을 고려하는 이유는 디지털교과서가 책의 형태를 가져야 하는데 이를 위해서 따로 표준을 정할 필요가 없으며, EPUB 표준을 채택함으로써 풍부한 콘텐츠, 유통구조, 산업기반을 활용할 수 있기 때문이다. (2) 디지털교과서는 오픈소스를 적극 활용하여 저비용으로 현재 사용가능한 서비스를 구성하여 표준과 더불어 실제 실행 가능한 프로그램으로 제시되어야 하며, 관련 학습 콘텐츠가 오픈마켓의 형태로 운영될 수 있어야 한다. (3) 디지털교과서는 학습자에게 적절한 학습 피드백을 제공하기 위하여 모든 학습활동 정보를 축적하고 관리될 수 있는 인프라를 표준에 따라 구축하여 교육 빅데이터 처리의 기반을 제공하여야 한다. 이북 표준인 EPUB 3.0을 기반으로 하는 오픈 디지털교과서는 (1) 학습활동 정보를 기록하고 (2) 이 학습활동 지원을 위한 서버와 통신하여야 한다. 현재 표준으로 정해져 있지 않은 이북의 기록과 통신 기능을 EPUB 3.0의 JavaScript로 구현하여 현재 EPUB 3.0 뷰어에서도 활용하면서 이를 차세대 이북 표준 또는 교육을 위한 이북 표준(EPUB 3.0 for education)으로 제안하여 향후 제정된 표준 이북 뷰어에서는 JavaScript없이도 처리되도록 하는 전략이 필요하다. 향후 연구는 제안한 오픈 디지털교과서 표준에 의한 오픈소스 프로그램을 개발하고, 개발된 오픈 디지털교과서의 학습활동정보를 활용한 새로운 교육서비스 방안(교육 빅데이터 활용방안 포함)을 제시하는 것이다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.219-240
• /
• 2018

감성사전은 감성 어휘에 대한 사전으로 감성 분석(Sentiment Analysis)을 위한 기초 자료로 활용된다. 이와 같은 감성사전을 구성하는 감성 어휘는 특정 도메인에 따라 감성의 종류나 정도가 달라질 수 있다. 예를 들면, '슬프다'라는 감성 어휘는 일반적으로 부정의 의미를 나타내지만 영화 도메인에 적용되었을 경우 부정의 의미를 나타내지 않는다. 그렇기 때문에 정확한 감성 분석을 수행하기 위해서는 특정 도메인에 알맞은 감성사전을 구축하는 것이 중요하다. 최근 특정 도메인에 알맞은 감성사전을 구축하기 위해 범용 감성 사전인 오픈한글, SentiWordNet 등을 활용한 연구가 진행되어 왔으나 오픈한글은 현재 서비스가 종료되어 활용이 불가능하며, SentiWordNet은 번역 간에 한국 감성 어휘들의 특징이 잘 반영되지 않는다는 문제점으로 인해 특정 도메인의 감성사전 구축을 위한 기초 자료로써 제약이 존재한다. 이 논문에서는 기존의 범용 감성사전의 문제점을 해결하기 위해 한국어 기반의 새로운 범용 감성사전을 구축하고 이를 KNU 한국어 감성사전이라 명명한다. KNU 한국어 감성사전은 표준국어대사전의 뜻풀이의 감성을 Bi-LSTM을 활용하여 89.45%의 정확도로 분류하였으며 긍정으로 분류된 뜻풀이에서는 긍정에 대한 감성 어휘를, 부정으로 분류된 뜻풀이에서는 부정에 대한 감성 어휘를 1-gram, 2-gram, 어구 그리고 문형 등 다양한 형태로 추출한다. 또한 다양한 외부 소스(SentiWordNet, SenticNet, 감정동사, 감성사전0603)를 활용하여 감성 어휘를 확장하였으며 온라인 텍스트 데이터에서 사용되는 신조어, 이모티콘에 대한 감성 어휘도 포함하고 있다. 이 논문에서 구축한 KNU 한국어 감성사전은 특정 도메인에 영향을 받지 않는 14,843개의 감성 어휘로 구성되어 있으며 특정 도메인에 대한 감성사전을 효율적이고 빠르게 구축하기 위한 기초 자료로 활용될 수 있다. 또한 딥러닝의 성능을 높이기 위한 입력 자질로써 활용될 수 있으며, 기본적인 감성 분석의 수행이나 기계 학습을 위한 대량의 학습 데이터 세트를 빠르게 구축에 활용될 수 있다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권8호
• /
• pp.19-31
• /
• 2021

본 연구는 기존 문헌연구들을 중심으로 엔터테인먼트 산업 분야의 대학생 창업의도 특성들을 파악하고자 하였다. 이를 바탕으로 대학 창업담당 관계자들과 국가 창업지원 정책 담당자들에게 대학생 창업을 위한 현실적인 교육 대안 및 창업 경영에 관한 시사점을 제시하고자 하였다. 따라서 본 연구의 시사점은 다음과 같다. 첫째, 엔터테인먼트 산업에 필수적인 요소인 아이디어 창출 교육을 위한 기술(아이템) 아이디어와 제품으로의 연결 방법, 컨텐츠 가치를 높일 수 있는 기술 방법, 엔터테인먼트 산업 내 사용자 특성 교육을 지속적으로 해야 할 것이다. 또한 아이디어 교육과 함께 자금조달, 인적자원관리, 마케팅, 운영관리 등 창업 경영관리에 대한 이해도를 높이고, 나아가 엔터테인먼트 창업에 대한 성공가능성 및 새로운 일에 대한 모험심이 생길 수 있도록 자신감 교육도 함께 이루어져야 할 것이다. 둘째, 창업에 관심이 있는 학생 의견조사를 중심으로 창업에 필요한 공간 및 장비제공(동아리실, 학생창업실, 엔터테인먼트관련 장비확보 등)이 이루어져야 하고, 학생 창업을 위한 대학 및 정부의 각종 규제들을 완화해야 할 것이다. 또한 학내 외 창업 지식형성을 위한 교육과 전문가 특강 및 자문, 현장 교육 등을 통해 보다 실용적인 창업 지식이 만들어질 수 있도록 노력해야 하고, 다양한 지원들을 바탕으로 학생들의 창업에 대한 자신감도 형성할 수 있도록 만들어 주어야 할 것이다. 셋째, 엔터테인먼트 산업에 대한 창업을 희망하는 학생들에게는 가족들에게 엔터테인먼트 산업에 대한 현장 상황을 정확히 알려줌으로써 자녀들이 창업분야를 선택하는데 있어 부정적인 인식보다는 긍정적인 인식이 발생할 수 있도록 적극 알릴 필요가 있다. 또한 대학생들이 창업 후 성공한 다양한 사례들을 가족들에게 홍보함으로써 자녀가 창업에 대한 도전정신이 발생할 수 있도록 가족들이 힘을 보태게 해야 할 것이다. 넷째, 엔터테인먼트 산업 분야 쪽으로 창업을 희망하는 친구들과의 지속적인 동호회나 모임들이 형성 될 수 있도록 만들어 주어야 하고, 나아가 이런 모임을 통해 실제로 창업한 친구들의 의견을 청취하는 기회도 마련해야 할 것이다. 또한 모임과 친구 형성으로 인해 사업계획서 작성, 창업 성공 방법, 창업 경영관리에 대한 논의의 자리가 형성되도록 만들어 주어야 하고, 서로 창업에 대한 의지가 발생할 수 있도록 심리적 자극활동도 이루어져야 할 것이다. 다섯째, 창업과 관련한 다양한 지식(자금 확보 방안, 창업조직 관리, 창업하고자 하는 시장에 대한 정보 파악 등)들이 배양될 수 있도록 노력해야 할 것이고, 자신들이 창업하고자 하는 다양한 엔터테인먼트 산업 분야에 대한 사업계획서 작성 방법도 실무에 맞도록 학습 시켜야 할 것이다. 또한 이런 지식 형성을 밑바탕으로 학생들 스스로가 창업에서 발생할 수 있는 위험과 변화에 대응할 수 있도록 만들어 주어야 할 것이다. 마지막으로 창업 경영관리에 대한 이해도를 높여 주어야 하고, 창업에 대한 자신감과 두려움이 사라지게 할 수 있는 다양한 심리적 자극 활동이 필요하다.

• Journal of Nutrition and Health
• /
• 제55권4호
• /
• pp.476-491
• /
• 2022

본 연구에서는 가정간편식 (HMR)으로 시판되는 밥류의 1회 제공 포장량 실태를 파악하고, 1회 제공 포장량 당 영양표시에 기반으로 한 에너지 및 영양성분 함량 등에 대한 영양평가를 실시하여, 시판 HMR 밥류의 영양표시 정보 활용의 중요성과 가공식품 밥류의 1회 제공 포장량 설정의 기초자료를 제공하고자 하였다. 시장조사는 식품산업통계에서 HMR 밥류의 매출액이 많은 상위브랜드를 포함하여, 인터넷, 편의점, 슈퍼, 대형마트에서 판매되는 제품을 대상으로 2021년 2월부터 7월까지 실시하였다. 총 406개의 제품을 조사하였으며, 유형별로 즉석밥류 (45개), 컵밥류 (64개), 냉동밥류 (188개), 덮밥류 (32개), 김밥류 (38개), 삼각김밥류(39개)의 총 6개 유형으로 분류하였다. 본 연구에서 조사한 총 406개의 HMR 밥류 중 26.1%인 106개 제품에 인분 표시가 있었다. 1회 제공 포장중량은 덮밥류가 297.1 g으로, 컵밥류 (264.0 g), 냉동밥류 (239.5 g), 김밥류 (230.2 g), 즉석밥류 (193.4 g), 삼각김밥류 (121.6 g)에 비하여 유의적으로 높았다 (p < 0.001). 1회 제공 포장중량 당 에너지 또한 덮밥류가 496.0 kcal로, 냉동밥류 (407.1 kcal), 김밥류 (384.2 kcal), 컵밥류 (370.2 kcal), 즉석밥류 (285.7 kcal), 삼각김밥류(218.1 kcal)에 비하여 유의적으로 높았다 (p < 0.001). 1회 제공 포장중량 당 나트륨 함량은 김밥류가 1,021.8 mg으로 가장 높았으며, 덮밥류 (968.2 mg), 컵밥류 (910.2 mg), 냉동밥류 (884.7 mg), 삼각김밥류 (529.9 mg), 즉석밥류 (37.4 mg)의 순으로 나타났다 (p < 0.001). 1회 제공 포장중량 당 가격은 덮밥류가 4,333.8원으로 가장 비쌌으며, 컵밥류 (3,007.8원), 냉동밥류 (2,728.6원), 김밥류 (2,500.0원), 즉석밥류 (2,066.6원), 삼각김밥류 (1,212.8원)의 순으로 나타났다 (p < 0.001). 1회 제공 포장중량 당 1일 영양성분 기준치에 대한 기여율은 모든 유형에서 에너지의 경우 평균 10-25%, 단백질의 경우 10-30%, 나트륨의 경우 2-51%의 범위로 나타났으며, 탄수화물의 경우 평균 15% 내외 (11-22%)의 기여율을 보였다. 밥의 1인 1회 분량인 210 g을 기준으로 HMR 밥류 210 g당 영양소 함량을 평가한 결과, 1일 영양성분 기준치에 대한 비율은 에너지의 경우 삼각김밥류가 18.8%로 가장 높았으며, 냉동밥류 17.9%, 김밥류 17.5%, 덮밥류 17.4%, 즉석밥류 15.3%, 컵밥류 14.9%의 순으로 나타났다 (p < 0.001). 나트륨의 경우 김밥류(46.5%)와 삼각김밥류 (46.1%)가 유의적으로 높았다 (p < 0.001). 당류의 경우 평균 0.6-5.3%, 지방의 경우 3.1-19.4%, 단백질의 경우 11.3-21.4%의 범위로 나타났다. 본 연구는 편의 표집 방법을 이용하였기 때문에 현재 시장에 유통되고 있는 모든 제품을 포함하지 못한 제한점을 가지고 있으나, 매출액에 기반한 대표 제품과 지역적 제한이 없는 온라인 시장을 포함한 조사로 최대한 조사 시점의 시장 제품을 포함하고자 하였다. 이를 통해 HMR 밥류의 에너지와 영양소 함량 및 가격이 유형별 차이를 보이고, 동일 유형내에서도 변동 범위가 넓어 소비자들이 섭취를 위한 선택 시 섭취 목적과 조합하는 식품의 유무와 종류에 따라 영양표시 정보를 확인하고, 정보에 기반한 바람직한 선택이 이루어질 수 있도록 해야 할 것이다. 또한 HMR 밥류의 1 포장량 당 제공량을 동일하게 적용한 평가에서도 HMR 밥류의 유형에 따라 에너지 및 에너지 영양소의 구성에 차이가 있고 나트륨의 함량에 있어서도 큰 차이를 보여, 유형별 밥류의 주된 섭취 용도 (식사/간식)와 형태 (단독/조합) 등에 따른 최종 영양 제공량을 고려한 1인 1회 제공 포장량의 다양성이 필요할 것으로 사료된다.