• 한국비블리아학회지
• /
• 제33권1호
• /
• pp.371-401
• /
• 2022

블록체인이 위·변조가 불가능한 분산 환경에 정보를 저장하는 것을 의미한다면, 이는 사서들이 권위 있는 정보를 수집하고 보존하며 공유하는 일과 유사하다고 언급된다. 과잉정보 속 도서관이 신뢰할 수 있는 정보를 수집·제공하고, 나아가 도서관 내외부의 업무효율성 증대, 협력 네트워크 강화 등을 모색하기 위한 방안으로서 본 연구에서는 블록체인 기술을 살펴보았다. 본 연구에서는 문헌조사와 타 분야의 사례연구를 바탕으로 도서관계에서 블록체인 기술을 활용할 수 있는 다양한 방안을 제안하고자 하였다. 이를 위해서 본 연구에서는 첫째, 블록체인 활용분야와 사례를 분석하여 도서관 분야의 블록체인 활용 가능성 및 가치를 확인하고, 이를 토대로 12가지 활용방안을 제안하였다. 도서관 업무 분야에서는 디지털 신원 기반의 도서관 통합 인증 서비스, 도서관 유·무형 자산 이동의 모니터링 기능, 도서관 이용자 의견수렴 기능, 블록체인 기반 도서관 채용·인사시스템, 블록체인 거버넌스 기반 도서관 운영 체계 및 네트워크 구축, 도서관 내 IoT 디바이스 및 센서 데이터 관리 기능을 제안하였다. 정보서비스 측면에서는 블록체인 기반의 출판·거래 플랫폼 참여, 디지털 콘텐츠 저작권 보호 및 관리 기능, 이용자 행동 분석 기반 맞춤형 서비스, 도서관의 통합 온라인 교육 플랫폼, 공유플랫폼 기능, P2P 기반의 정보플랫폼 등을 제안하였다.

• 융합신호처리학회논문지
• /
• 제24권1호
• /
• pp.42-50
• /
• 2023

기술의 발전은 제작 기법, 편집 기술 등 미디어 산업 전반에 걸쳐 디지털 혁신을 이루어 왔고, OTT 서비스와 스트리밍 시대를 관통하며 소비자 관람 형태의 다양성을 가져왔다. 빅데이터와 딥러닝 네트워크의 융합으로 뉴스 기사, 소설, 대본 등 형식을 갖춘 글을 자동으로 생성하였으나 작가의 의도를 반영하고 문맥적으로 매끄러운 스토리를 생성한 연구는 부족하였다. 본 논문에서는 이미지 캡션 생성 기술로 스토리보드 속 사진의 흐름을 파악하고, 언어모델을 통해 이야기 흐름이 자연스러운 스토리를 자동 생성하는 것을 기술한다. 합성곱 신경망(CNN)과 주의 집중기법(Attention)을 활용한 이미지 캡션 생성 기술을 통해 스토리보드의 사진을 묘사하는 문장을 생성하고, 첫 번째 이미지 캡션을 KoGPT-2에 입력하여 생성된 새로운 글과 두 번째 이미지의 캡션을 다음 입력값으로 활용한 재귀적 접근 방안을 제안하여 전후 문맥이 자연스럽고 기획 의도에 맞는 스토리를 생성하는 연구를 진행한다. 본 논문으로 인공지능을 통해 작가의 의도를 반영한 스토리를 자동으로 대량 생성하여 콘텐츠 창작의 고통을 경감시키고, 인공지능이 디지털 콘텐츠 제작의 전반적인 과정에 참여하여 미디어 지능화를 활성화한다.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.27-46
• /
• 2023

최근에는 외식 산업의 발달과 레스토랑 수요의 증가로 인해 레스토랑 추천 시스템 연구가 활발하게 제안되고 있다. 기존 레스토랑 추천 시스템 연구는 정량적인 평점 정보 또는 온라인 리뷰의 감성분석을 통해 소비자의 선호도 정보를 추출하였는데 이는 소비자의 의미론적 선호도 정보는 반영하지 못한다는 한계가 존재한다. 또한, 레스토랑이 포함하는 세부적인 속성을 반영한 추천 시스템 연구는 부족한 실정이다. 이를 해결하기 위해 본 연구에서는 소비자의 선호도와 레스토랑 속성 간의 상호작용을 효과적으로 학습할 수 있는 딥러닝 기반 모델을 제안하였다. 먼저, 합성곱 신경망을 온라인 리뷰에 적용하여 소비자의 의미론적 선호도 정보를 추출했고, 레스토랑 정보에 임베딩 기법을 적용하여 레스토랑의 세부적인 속성을 추출했다. 최종적으로 요소별 연산을 통해 소비자 선호도와 레스토랑 속성 간의 상호작용을 학습하여 소비자의 선호도 평점을 예측했다. 본 연구에서 제안한 모델의 추천 성능을 평가하기 위해 Yelp.com의 온라인 리뷰를 사용한 실험 결과, 기존 연구의 다양한 모델과 비교했을때 본 연구의 제안 모델이 우수한 추천 성능을 보이는 것을 확인하였다. 본 연구는 레스토랑 산업의 빅데이터를 활용한 맞춤형 레스토랑 추천 시스템을 제안함으로써 레스토랑 연구 분야와 온라인 서비스 제공자에게 학술적 및 실무적 측면에서 다양한 시사점을 제공할 수 있을 것으로 기대한다.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.111-128
• /
• 2023

인공지능(AI) 기술이 발전함에 따라 빅데이터 기반의 상품 선호도 추정 개인화 추천시스템에 관심이 증가하고 있는 추세이다. 하지만 개인화 추천이 적합하지 않은 경우 고객의 구매 의사를 감소시키고 심지어 금융상품의 특성상 막대한 재무적 손실로 확대될 수 있는 위험을 가지고 있다. 따라서 고객의 특성과 상품 선호도를 포괄적으로 반영한 추천시스템을 개발하는 것이 비즈니스 성과 창출과 컴플라이언스 이슈 대응에 매우 중요하다. 특히 금융상품의 경우 개인의 투자성향과 리스크 회피도에 따라 고객의 상품 선호도가 구분되므로 축적된 고객 행동 데이터를 활용하여 맞춤형 추천서비스를 제안하는 것이 필요하다. 이러한 고객의 행동 특성과 거래 내역 데이터를 사용하는 것뿐만 아니라, 고객의 인구통계정보, 자산정보, 종목 보유 정보를 포함하여 추천 시스템의 콜드 스타트 문제를 해결하고자 한다. 따라서, 본 연구는 고객의 거래 로그 기록을 바탕으로 고객의 투자성향과 같은 특성 정보와 거래 내역 및 금융상품 정보를 통해 고객별 금융상품 잠재 선호도를 도출하여 딥러닝 기반의 협업 필터링을 제안한 모형이 가장 성능 우수한 것을 확인하였다. 본 연구는 고객의 금융 투자 메커니즘을 기반으로 금융상품 거래 데이터를 통해 미거래 금융상품에 대한 예상 선호를 도출하는 추천 모델을 구축하여, 선호가 높을 것으로 예상되는 상위 상품군을 추천하는 서비스를 개발하는 것에 의의가 있다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.29-56
• /
• 2021

전자상거래 시장이 빠르게 성장하면서 다양한 유형의 제품이 출시되고 있으며, 이로 인해 사용자들은 구매 의사결정과정에 많은 시간이 소요되는 정보 과부하 문제에 직면하고 있다. 따라서 사용자에게 맞춤형 제품 및 서비스를 제공해줄 수 있는 개인화 추천 서비스의 중요성이 대두되고 있다. 대표적으로 Netflix, Amazon, Google 등 세계적 기업은 개인화 추천 서비스를 도입하여 사용자의 구매 의사결정을 지원하고 있다. 이에 따라 사용자의 정보탐색 비용이 감소하는 효과가 나타났고, 기업의 매출 상승에도 긍정적인 영향을 끼치고 있다. 기존 개인화 추천 서비스 관련 연구에서 주로 사용된 협업필터링(Collaborative Filtering, CF) 기법은 정량화된 정보를 활용하여 사용자의 선호도를 예측하였다. 그러나 정량화된 정보만을 활용하면 사용자의 구매 의도는 고려하지 못하므로 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 이와 같은 기존 연구의 문제점을 개선하기 위해 최근에는 사용자가 작성한 리뷰를 활용한 개인화 추천 서비스 연구가 활발히 진행되고 있다. 그러나 리뷰에는 광고성 내용, 거짓 후기, 의미를 전혀 파악할 수 없거나 제품과 관련 없는 내용 등 구매의사결정을 저해하는 요소들이 포함되어 있다. 이러한 요소들이 포함된 리뷰를 활용하여 추천 서비스를 제공하게 되면, 추천 성능이 저하되는 문제가 발생할 수 있다. 따라서 본 연구에서는 이러한 문제점을 개선하기 위해 Convolutional Neural Network(CNN) 기반 리뷰 유용성 점수 예측을 통한 새로운 추천 방법론을 제안하였다. 본 연구에서 제안하는 유용한 리뷰를 포함하는 방법론과 기존 모든 선호도 평점을 고려하는 추천 방법론을 비교한 결과, 본 연구에서 제안한 방법론이 더 우수한 예측 성능을 나타내고 있음을 확인할 수 있었다. 또한 본 연구의 결과는 리뷰 유용성에 대한 정보를 개인화 추천 서비스에 반영하면 전통적인 CF의 성능을 향상할 수 있음을 시사한다.

• 한국융합학회논문지
• /
• 제10권12호
• /
• pp.53-61
• /
• 2019

최근 ERP 시스템이 Web 환경으로 변화하고 업무의 복잡도가 증가함에 따라 프로젝트의 실패위험이 증가되고 있다. 이를 해결하기 위한 방안으로 로우코드 플랫폼 개발도구가 활용되고 있으나 UI 중심이라 한계점이 존재한다. 이를 극복하기 위하여 프론트개발 뿐만아니라 ERP 개발과정에서 생산되는 다양한 개발소스의 빅데이터를 활용하여 백엔드 비즈니스 서비스까지 쉽고 빠르게 개발이 가능한 백엔드 개발도구가 요구되고 있다. 또한 기존 ERP 제품 내에 포함된 개발도구는 초급개발자 및 중급개발자의 입장에서는 진입장벽이 높아서 많은 학습시간이 필요로 한다. 본 논문에서는 이러한 단점을 해결하기 위해 쿼 리 작성 시간 단축, 서비스 기반 단위테스트를 위한 테스트용 데이터 자동 바인딩, 소스 코드 품질 검사 등 ERP 개발도구에게 필요한 요구사항을 바탕으로 백엔드 개발도구를 구현하여 적용한 결과 개발자별 스킬과 역할에 맞는 ERP 개발을 위한 개발도구의 활용성을 높여 맞춤형 개발도구 기능을 제공함으로써 기존 ERP 내에 포함된 개발도구의 한계점을 극복하는 방안을 연구하고자 한다.

• Journal of Dental Anesthesia and Pain Medicine
• /
• 제23권2호
• /
• pp.101-110
• /
• 2023

Background: Dentists make various efforts to reduce patients' anxiety and fear associated with dental treatment. Dental sedation is an advanced method that dentists can perform to reduce patients' anxiety and fear and provide effective dental treatment. However, dental sedation is different from general dental treatment and requires separate learning, and if done incorrectly, can lead to serious complications. Therefore, sedation is performed by a limited number of dentists who have received specific training. This study aimed to investigate the proportion of dentists who practice sedation and the main sedatives they use in the context of the Republic of Korea. Methods: We used the customized health information data provided by the Korean National Health Insurance. We investigated the number of dental hospitals or clinics that claimed insurance for eight main sedatives commonly used in dental sedation from January, 2007 to September, 2019 at the Health Insurance Review and Assessment Service. We also identified the changes in the number of dental medical institutions by region and year and analyzed the number and proportion of dental medical institutions prescribing each sedative. Results: In 2007, 302 dental hospitals prescribed sedatives, and the number increased to 613 in 2019. In 2007, approximately 2.18% of the total 13,796 dental institutions prescribed sedatives, increasing to 3.31% in 2019. In 2007, 168 institutions (55.6%) prescribed N₂O alone, and in 2019, 510 institutions (83.1%) made claims for it. In 2007, 76 (25.1%) hospitals made claims for chloral hydrate, but the number gradually decreased, with only 29 hospitals (4.7%) prescribing it in 2019. Hospitals that prescribed a combination of N₂O, chloral hydrate, and hydroxyzine increased from 27 (8.9%) in 2007 to 51 (9%) in 2017 but decreased to 38 (6.1%) in 2019. The use of a combination of N₂O and midazolam increased from 20 hospitals (6.6%) in 2007 to 51 hospitals (8.3%) in 2019. Conclusion: While there is a critical limitation to the investigation of dental hospitals performing sedation using insurance claims data, namely exclusion of dental clinics providing non-insured treatments, we found that in 2019, approximately 3.31% of the dental clinics were practicing sedation and that N₂O was the most commonly prescribed sedative.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• 한국가정과교육학회지
• /
• 제30권1호
• /
• pp.15-28
• /
• 2018

교사는 임용이 되었다고 완성된 것이 아니며, 오랜 시간 자기 계발과 연수를 통해서 점진적으로 만들어지는 것이다. 직무연수를 통해 가정교사의 책임감을 향상시키고, 프로그램의 목적과 방향을 제시하기 위해서는 연수 대상자의 요구가 우선적으로 파악되어야 한다. 이에, 본 연구는 2017년 가정과 1정 정교사 자격연수 프로그램 참여교사들을 대상으로 1정 정교사 자격연수 이후에 이루어질 직무연수에 대한 요구 사항을 조사하여 가정과 교사의 직무연수의 발전적인 운영 방안을 수립하는 기초 자료를 제공하고자 한다. 조사 대상자의 절반 정도는 최근 3년 동안 가정과 직무연수를 1회 이하 받은 것으로 나타났다. 1급 정교사 자격연수의 추후 직무연수를 통해 수업 지도의 기술 향상을 가장 높게 요구하였으며, 직무연수를 통해 함양할 전문적 자질로는 교수방법 및 교수학습 자료 개발 능력이 가장 높았다. 직무연수의 주제는 가정과 교수학습의 자료 개발을 가장 원하였고, 수업에 활용도가 높으며, 직접 참여하는 형태의 연수 수업 방법, 줄 세우기 식의 평가 지양, 현장감 있는 강사 선호, 지속적인 가정과 직무연수의 기회, 소통하는 연수를 바라는 것으로 나타났다. 2015 개정 교육과정의 내용에 대한 요구는 '인간발달과 가족'영역의 연수 요구가 가장 높은 것으로 나타났다. 가정과 직무연수를 통해 교사의 전문성이 향상되기 위해서는, 연수를 받을 수 있는 시간적 여유와 행정적인 지원 등 교육 환경이 개선되어야 하고, 교사의 세대 변화에 맞춰 집합연수, 원격연수 뿐만 아니라 스마트폰 앱을 활용하여 연수를 제공받을 수 있도록 해야 한다. 또한, 가정과 교사들의 커뮤니티를 형성하고, 좋은 내용의 직무연수를 공유하며, 실습, 수업 사례 나눔, 교사 개개인의 맞춤형 연수가 제공되어야 한다.

• Journal of Nutrition and Health
• /
• 제55권1호
• /
• pp.21-35
• /
• 2022

본 연구 결과, 식품군별 대표식품과 1인 1회 분량이 설정되었으며 생애주기별, 성별 1일 에너지필요추정량에 따른 식품군별 섭취횟수를 계산하여 제시한 권장식사패턴 및 이를 활용한 권장식사구성안 12종이 제시되었다. 지속적으로 증가하고 있는 유지·당류 섭취량의 감소를 위한 인지를 높이기 위해 1인 1회분량과 식품구성자전거에 유지·당류 식품군을 포함하였다. 자료 분석과 일반인 및 전문가 대상 설문조사를 실시하여 2020 KDRIs 기반 생애주기별 영양문제 범주화 및 대국민 메시지에 기반한 사용자 맞춤형 웹기반 영양 콘텐츠 개발 및 홍보를 위한 근거를 마련하였다. 이를 근거로 일반국민과 청소년 대상 카드뉴스 2종, 새로운 2020 식품구성자전거와 권장식사패턴을 홍보하기 위한 카드뉴스 2종과 5개 언어 (한국어, 영어, 일본어, 베트남어, 중국어) 포스터가 제작되었다. 또한 영양교육주제의 우선순위 선정 후 단계별 교육프로그램 설계 후 교육목표에 따른 교수학습안과 교수자료, 평가도구 등이 개발되었다. 이와 같은 자료는 모두 보건복지부와 한국영양학회 누리집을 통해 배포되었으니 다양한 분야에서 다각적인 측면에서 활용되기를 기대한다.