• 디지털융복합연구
• /
• 제20권4호
• /
• pp.45-54
• /
• 2022

본 연구에서는 행정안전부에서 운영한 대표적인 국민참여 플랫폼인 '광화문 1번가'가 출범한 2018년부터 2021년까지 기간 동안의 다양한 국민참여 과정을 분석하여 국민참여 플랫폼의 실질적인 운영 및 성과들을 살펴보고자 한다. 이를 통해 국민참여를 통한 정책화 과정을 성공적으로 유도할 수 있었던 영향요인은 다음과 같이 도출하였다. 첫째, 국민참여를 독려하기 위한 온라인 참여 채널을 다양화 하였다. 둘째, 국민참여를 독려하고 확대를 위해 대국민 아디이어 공모 및 국민심사에 대한 보상을 시행하였다는 점 역시 중요하다. 셋째, 국민들의 아이디어를 세련화하고 정제하기 위하여 전문가 등의 참여를 독려하였다. 이러한 연구결과를 통해 우리정부가 지속적으로 국민참여를 통한 정책화 과정을 유도하는데 일조할 수 있으리라 판단된다. 향후 국민참여를 통한 정책화를 위한 성공요인을 도출함에 있어서 계량적인 분석기법을 활용하여 국민참여과정, 온라인채널을 통한 의사소통, 전문가와의 협업 등의 영향요인들이 국민참여 과정에 어떻게 영향을 주는지를 증명하는 연구를 후속적으로 수행해야 할 것이다.

• 산업융합연구
• /
• 제20권3호
• /
• pp.89-97
• /
• 2022

본 연구는 초등학생의 자원봉사활동과 자기개발 활동이 주관적 행복감에 미치는 영향을 파악하고 이를 바탕으로 리더십 생활기술의 매개효과를 검증하는 것을 목적으로 한다. 조사대상자는 청소년 활동 참여 실태조사로 한국청소년 정책 연구원에서 2018년 조사한 자료로 초등학교에 재학 중인 2,739명 중 무응답 및 결측치를 제거하고 최종 1,978명을 선정하였다. 분석방법은 본 연구의 목적을 달성하기 위해 SPSS WIN 25.0 프로그램을 사용하였다. 그리고 매개효과검증은 Baron&Keeny(1986)의 3단계 매개효과 분석을 실시하였다. 분석결과, 초등학생의 봉사활동과 주관적 행복감의 관계에서 리더십 생활기술은 완전매개하는 것으로 나타났다. 자기개발활동과 주관적 행복감의 관계에서도 리더십 생활기술은 완전매개하고 있는 것으로 확인되었다. 이와 같은 연구결과를 토대로 초등학생의 주관적 행복감을 높이기 위해 리더십 생활기술인 커뮤니케이션과 조직관리기술을 향상할 수 있는 실천기술을 개발하기 위한 방안을 논하였다.

• 문화기술의 융합
• /
• 제8권4호
• /
• pp.361-366
• /
• 2022

안전보건교육이 산업재해율 감소에 매우 효과적인 것으로 보고되고 있음에도 불구하고 안전보건교육에 대한 개선요구도 매우 높게 나타나고 있다. 이 연구의 목적은 안전보건교육제도 중 관리감독자 대상 안전보건교육에 대한 실효성 및 요구도를 조사함으로써 실효성 증진 방안을 제시하는 것이다. 연구 결과, 안전보건교육에 대한 만족도 및 효과성이 낮은 것으로 나타났다. 관리감독자에게 요구되는 가장 중요한 역량으로서, 직무역량은 작업공정과 작업환경의 유해위험요인 발굴 및 재해예방대책 수립 능력, 기반역량은 의사소통 능력인 것으로 조사되었다. 현재 지정된 안전보건교육기관외에 다른 전문교육기관에서 시행하는 직능별 전문교육을 받은 경우에도 교육 이수 시간으로 인정하는 것에 대한 요구가 높았다. 따라서 관리감독자 대상 안전보건교육에 있어서 관리감독자의 직무역량과 기반역량 증진을 위한 주요항목을 중심으로 교육하고, 폭넓은 교육기관에서 교육 이수한 것을 인정하는 것이 필요하다. 그것이 관리감독자의 안전관리에 관한 역량을 증가시킬 수 있고, 안전보건교육의 실효성을 높일 수 있는 것이라 판단된다.

• 디지털융복합연구
• /
• 제19권5호
• /
• pp.93-103
• /
• 2021

교통약자의 이동편의 증진을 위해 도입된 특별교통수단은 2016년 법적 기준대수 충족 등 양적인 발전을 이루었으나, 대기시간의 50% 이상이 30분을 초과하는 등 질적인 측면에서 발전이 부족한 실정이다. 이에 본 연구에서는 특별교통수단의 운영 효율화를 위하여 대구광역시 특별교통수단 승하차 이력 자료 중 대기시간이 상위 25%에 해당하는 장기대기통행을 추출하여 공간자기상관 분석과 사회 연결망 분석을 수행하였다. 분석 결과 특별교통수단 이용자들의 평균 대기시간과 공간과의 상관관계는 높은 것으로 나타났으며, 일부 도서산간 지역에서 개선지역을 도출하였다. 내향연결 중심성 분석 결과 첨두시간대는 종합병원, 복지관 방문이 주를 이루는 반면, 비첨두시간대는 터미널/역사, 주거지 인근의 의원 방문의 장기대기수요가 높게 나타났다. 외향 연결 중심성 분석은 첨두시간대와 비첨두시간대 모두 주거지 기반의 수요가 높게 나타났다. 본 연구의 결과는 특별교통수단 운영의 질적 개선과 교통약자 이동권 개선에 기여할 것으로 판단되며, 연구의 학술적 함의와 한계점 또한 제시하였다.

• 디지털융복합연구
• /
• 제19권5호
• /
• pp.187-196
• /
• 2021

교통약자는 우리 사회의 높은 비율을 차지하고 있는 대표적인 사회 취약계층이다. 최근 기술의 발달로 사회취약 계층을 위한 맞춤형 복지 기술이 연구되고 있으나, 일반인들과 비교하면 상대적으로 부족한 실정이다. 이에 본 연구에서는 교통약자를 위한 맞춤형 식당 추천시스템을 구현하고자 한다. 이를 위해 특별교통수단 승하차 이력(7,153건), 대구 푸드 식당 상세정보(955건)의 자료를 결합하여 하이브리드 추천시스템을 구현하였다. 구현된 추천시스템의 유효성 평가를 위해 예측 오차율, 추천 커버리지로 기존 추천시스템들과 성능 비교를 수행하여 유효성을 검증하였다. 분석 결과 기존 추천시스템보다 높은 성능으로 나타났으며, 교통약자를 위한 맞춤형 식당 추천시스템의 가능성을 확인하였다. 또한 일부 교통약자 유형에서 유사한 식당이 추천되는 상관성을 확인하였다. 본 연구결과는 교통약자들의 만족도 높은 식당 이용에 기여할 것으로 판단되며, 연구의 한계점 또한 제시하였다.

• 디지털융복합연구
• /
• 제19권8호
• /
• pp.319-325
• /
• 2021

무선 기술의 고도화 및 이동통신 기술의 인프라가 빠르게 성장함에 따라 AI 기반 플랫폼을 적용한 시스템이 사용자의 주목을 받고 있다. 특히 사용자의 취향이나 관심사 등을 이해하고, 선호하는 아이템을 추천해주는 시스템은 고도화된 전자상거래 맞춤형 서비스 및 스마트 홈 등에 적용되고 있다. 그러나 이러한 추천 시스템은 다양한 사용자들의 취향이나 관심사 등에 대한 선호도를 실시간으로 반영하기 어렵다는 문제가 있다. 본 연구에서는 이러한 문제를 해소하기 위해 GRU(Gated Recurrent Unit) 언어 모델을 이용한 Fuzzy-AHP 기반 영화 추천 시스템을 제안하였다. 본 시스템에서는 사용자의 취향이나 관심사를 실시간으로 반영하기 위해 Fuzzy-AHP를 적용하였다. 또한 대중들의 관심사 및 해당 영화의 내용을 분석하여 사용자가 선호하는 요인과 유사한 영화를 추천하기 위해 GRU 언어 모델 기반의 모델을 적용하였다. 본 추천 시스템의 성능을 검증하기 위해 학습 모듈에서 사용된 스크래핑 데이터를 이용하여 학습 모델의 적합성을 측정하였으며, LSTM(Long Short-Term Memory) 언어 모델과 Epoch 당 학습 시간을 비교하여 학습 수행 속도를 측정하였다. 그 결과 본 연구의 학습 모델의 평균 교차 검증 지수가 94.8%로 적합하다는 것을 알 수 있었으며, 학습 수행 속도가 LSTM 언어 모델보다 우수함을 확인할 수 있었다.

• 디지털융복합연구
• /
• 제20권2호
• /
• pp.525-541
• /
• 2022

본 연구는 간호학생 대상으로 문제중심학습 기반의 시뮬레이션 실습 프로그램을 개발하고 효과를 검증하기 위한 혼합연구이다. 자료수집은 2021년 4월 19일부터 6월 11일까지 J도 소재 일개 대학 간호학과 학생 91명의 구조화된 설문지와 12명의 초점집단면담을 실시하였고 수집된 자료는 SPSS 23.0과 주제분석을 활용하여 분석하였다. 양적연구결과, 문제중심학습 기반의 시뮬레이션 실습 프로그램은 대상자의 임상수행능력(t=2.78, 𝜌=.006), 학습만족도(t=2.41, 𝜌=.017)와 자신감(t=2.81, 𝜌=.005)을 향상시키는 데 효과가 있었으나, 문제해결능력 향상에는 효과가 없는 것으로 나타났다. 질적연구 결과, 4개의 중심주제와 8개의 하위주제가 도출되었으며, 도출된 중심주제는 '우선순위에 근거한 통합적인 간호를 학습함', '의사소통을 통한 팀 상호협동을 경험함', '중환자간호를 선명하게 학습함', 그리고 '간호역량이 향상됨'이었다. 본 연구는 혼합연구방법을 통하여 문제중심학습 기반의 시뮬레이션 실습 효과를 검증하였다는데 의의가 있으며 간호학생 대상으로 근거 기반의 시뮬레이션 실습 교육 프로그램을 개발하는데 기초적인 자료로 제공되어 실습교육 현장에서 다양하게 활용될 수 있기를 기대한다.

• 한국항해항만학회지
• /
• 제46권6호
• /
• pp.554-561
• /
• 2022

자율운항선박 관련 기술개발이 전 세계적으로 활발히 진행되고 있다. 그러나, 통신, 사이버 보안, 긴급대처능력 등 기술적으로 해결되지 못한 문제들이 아직 많이 남아있기 때문에, 자율운항선박이 상용화되기까지는 많은 시간이 필요할 것으로 예상된다. 이 연구에서는 기술적으로 완전하지 않은 자율운항선박의 대체 방안으로 한 척의 리더 선박과 여러 척의 추종 선박을 하나의 그룹으로 묶어 항해하는 선박 그룹항해시스템을 제안한다. 이 시스템에서는 리더 선박이 항행을 개시하면 추종 선박은 리더 선박의 항행 경로를 자율적으로 추종하며, 경로 추종을 위해 PD 제어를 적용하였다. 또한, 각 선박들은 충돌방지를 위해 안전거리를 유지하면서 일직선 형태로 항해한다. 선박 간의 안전거리유지는 속력 제어를 통해 구현된다. 선박 그룹항해시스템의 유효성을 검증하기 위해 시뮬레이션을 수행하였다. 시뮬레이션에 사용된 선박은 관련 데이터가 공개되어 있는 KVLCC2의 L-7 모델이며, 선박조종운동에는 일본조선학회에서 제안한 MMG standard method를 사용하였다. 시뮬레이션 결과, 리더 선박은 미리 정해진 항로를 따라 항해하였으며, 추종 선박은 리더 선박의 경로를 따라 항해하였다. 세 척의 선박은 시뮬레이션 중 일직선 형태를 유지하였으며, 선박 간 안전거리를 유지하는 것으로 나타났다. 이 연구에서 제안하는 선박 그룹항해시스템은 자율운항선박의 문제점들을 해소하는 항행시스템으로 활용될 수 있을 것으로 기대된다.

• 재활치료과학
• /
• 제11권3호
• /
• pp.23-36
• /
• 2022

목적 : 본 연구는 전환프로그램 연구동향과 장애청소년을 대상으로 국내외 전환프로그램의 중재 및 효과를 체계적으로 분석함으로써 학교 및 지역사회 관련 기관들과 협력하여 성인생활의 모든 측면을 포함할 수 있는 중재 전략에 대한 기초자료를 제공하는 것을 목적으로 한다. 연구방법 : 학술연구정보서비스(Research Information Sharing Service: RISS), Pubmed, Web of Science(WoS) 데이터베이스를 사용하여 2006년부터 2021년까지의 게재된 논문을 검색하였다. 주요 검색어는 'Disability' AND ('Adolescents' OR 'Young adult') AND ('Transition education' OR 'Transition program')를 사용하였다. 최종적으로 7편의 국내외 논문을 본 연구의 분석 대상으로 선정하여 전문을 검토하였다. 또한, WoS(Web of Science) 플랫폼과 VOSviewer(version 1.6.16, CWTS, Netherlands, 2020) 프로그램을 이용하여 키워드와 국가 관계를 분석하고 시각화하였다. 결과 : 7개의 논문에서 참여한 대상자를 유형별로 분석한 결과, 대상자는 ASD, ADHD, ID, DD, physical disability 총 5가지로 분류되었다. 중재에 사용된 영역은 크게 직업(학업), 자기관리(시간), 상호작용(대인관계, 의사소통) 3가지 범주로 혼합되어 실시되었다. 중재 결과 7편 중 1편을 제외하고는 사회성 및 적응, 삶의 질, 일상생활활동 세 가지 분류 중 적어도 하나 이상의 부분에서 유의미한 향상을 보였다. 결론 : 본 연구는 전환프로그램의 연구동향을 파악하면서 프로그램의 적용과 그 효과를 정리하여 다양한 전문가와의 교류하는 방향성을 제시하는 동시에 단편적인 측면이 아닌 성인생활의 모든 측면을 확대하는 기초자료로 활용될 수 있을 것이다.

• International journal of advanced smart convergence
• /
• 제11권1호
• /
• pp.19-27
• /
• 2022

Across the world, 'housing' comprises a significant portion of wealth and assets. For this reason, fluctuations in real estate prices are highly sensitive issues to individual households. In Korea, housing prices have steadily increased over the years, and thus many Koreans view the real estate market as an effective channel for their investments. However, if one purchases a real estate property for the purpose of investing, then there are several risks involved when prices begin to fluctuate. The purpose of this study is to design a real estate price 'return rate' prediction model to help mitigate the risks involved with real estate investments and promote reasonable real estate purchases. Various approaches are explored to develop a model capable of predicting real estate prices based on an understanding of the immovability of the real estate market. This study employs the LSTM method, which is based on artificial intelligence and deep learning, to predict real estate prices and validate the model. LSTM networks are based on recurrent neural networks (RNN) but add cell states (which act as a type of conveyer belt) to the hidden states. LSTM networks are able to obtain cell states and hidden states in a recursive manner. Data on the actual trading prices of apartments in autonomous districts between January 2006 and December 2019 are collected from the Actual Trading Price Disclosure System of the Ministry of Land, Infrastructure and Transport (MOLIT). Additionally, basic data on apartments and commercial buildings are collected from the Public Data Portal and Seoul Metropolitan Government's data portal. The collected actual trading price data are scaled to monthly average trading amounts, and each data entry is pre-processed according to address to produce 168 data entries. An LSTM model for return rate prediction is prepared based on a time series dataset where the training period is set as April 2015~August 2017 (29 months), the validation period is set as September 2017~September 2018 (13 months), and the test period is set as December 2018~December 2019 (13 months). The results of the return rate prediction study are as follows. First, the model achieved a prediction similarity level of almost 76%. After collecting time series data and preparing the final prediction model, it was confirmed that 76% of models could be achieved. All in all, the results demonstrate the reliability of the LSTM-based model for return rate prediction.