• 한국산학기술학회논문지
• /
• 제18권7호
• /
• pp.284-289
• /
• 2017

본 연구는 현상학적 연구로서 전통춤의 소극장공연에 대한 의미를 알아보고자 한다. 문화복지로서 전통춤이 대중들에게 친근해질 수 있도록 하여 전통을 계승하고 차후 전통문화복지프로그램으로 대중들에게 보급되기 위한 기초 연구자료를 제공함을 목적으로한다. 연구의 목적을 달성하기 위해 질적인 접근을 하였다. 자료 수집기간은 2016년 7월 10일에서 2016년 9월 1일까지이다. 연구대상은 전통춤 전공자로 15년 이상 전통춤 공연경력을 지닌 7명을 선정 하였다. 자료수집방법은 심층면담법을 사용하였다. 본 연구의 결과는 다음과 같다. 문화복지로서의 전통춤의 소극장공연은 문화유산의 알리는 장소로 소극장은 친근함을 줄 수 있으며, 관객과 공연자가 소통하며 교감함으로 전통춤의 흥미를 더 할 수 있었다. 또한 손에 잡힐듯한 공연으로 관객은 현장감을 느끼고 공연자는 관객의 반응을 몸소 체험할 수 있게 하였으며, 함께 호흡하며 만들어가는 공연으로 혼연일체의 장이 되었다. 전통춤의 소극장 공연 활성화를 위해 필요한 것은 전통춤 공연을 많이 접하고 관람할 수 있도록 작은 공연을 기획하는 것이 필요하며, 많은 비용을 들인 공연보다 살아있는 공연을 할 수 있도록 기획하는 것이 필요하다. 또한, 관객이 공유할 수 있는 장기적 지속가능한 공연 기획, 개발, 보급이 시급하다고 하겠다. 아울러 전통춤이 대중 속에서 친근한 공연으로 자리매김 하기 위해 관객들에게 공연소식을 적극적으로 전달하며 전통캐릭터 발굴을 통해 전통춤 이미지를 익숙하게 하는 생활 속 마케팅도 필요하다. 전통춤의 소극장 공연은 지역문화예술인에게 공연장을 마련해주고 문화복지적차원에서 관객들에게는 질 높은 공연을 관람할 수 있다는 것에서 상당히 필요하다고 하겠다. 전통춤의 소극장 공연의 의미는 모든 대상들에게 문화복지를 누리게 한다는 보편적 차원에서 필요하며, 전 계층, 전 연령층이 골고루 전통문화를 누릴 수 있도록 보편적인 문화서비스의 장(場)을 마련한다는데 의의가 있다.

• 교육녹색환경연구
• /
• 제15권2호
• /
• pp.1-12
• /
• 2016

본 연구는 2015년 교육부에서 발표한 "학교 안전교육 7대 표준안"을 기준으로 학생 안전체험교육시설 구축을 위한 체험형 안전교육프로그램 도출을 목적으로 진행되었다. 이를 위해 안전체험교육시설의 개념을 조작적으로 정의하였고, "학교 안전교육 7대 표준안"의 총 758차시에 대한 구성 체계 및 학습내용을 분석하여 7대 안전 분야별 전문가를 대상으로 2차에 걸쳐 전문가조사를 실시하였다. 그 결과, 1차 전문가 조사를 통해서는 총 758차시의 교육내용 중 체험형 안전교육프로그램을 총 150차시로 선정되었고, 선정된 프로그램의 타당성 검증을 위해 2차 전문가 조사를 델파이 기법을 통해 진행한 결과 총 5차시의 프로그램이 삭제되어 최종 145차로 결정되었다. 분야별 구체적인 프로그램 차시는 생활안전 분야 21차시, 교통안전 분야 22차시, 폭력 신변안전 분야 18차시, 약물 사이버중독 분야 5차시, 재난안전 분야 36차시, 직업안전 분야 10차시, 응급처치 분야 33차시로 선정되었다.

• 한국융합학회논문지
• /
• 제6권6호
• /
• pp.293-299
• /
• 2015

MOOC(Massive Open Online Course)란 대단위로 누구나 무료로 수강할 수 있는 온라인 강좌이다. 이러한 MOOC가 기존 대학체계를 무너뜨리고, 교육의 새 지평을 열 것이라는 전망이 있었다. 그러나 MOOC는 기존의 고등교육기관을 위협할 것이라는 최초의 전망과는 다른 양상으로 진행되고 있다. 그래서 본 연구는 MOOC의 허와 실을 드러냄으로써 MOOC를 우리 고등교육의 실정에 맞게 제작하고 활용할 수 있는 논의의 시발점을 마련하고자 한다. MOOC는 기본적으로 온라인 교육이므로 기존 온라인 교육의 본질적인 문제점인 '상호작용, 감독 및 평가'의 문제를 그대로 계승할 수밖에 없다. 그리고 새로이 추가된 'Massive' 개념은 교육 현장에서 가장 민감한 부분인 강좌당 학생 수 문제를 불러일으키며, 'Open' 개념은 MOOC가 불특정 다수를 염두에 둔 강좌이므로 맞춤형 교육에 역행된다. 결론적으로 MOOC는 자기 주도적 학습 능력이 매우 탁월한 학습자들과 전통적인 온라인 고등교육기관에도 접근할 수 없는 사람들을 위한 교육 서비스로 자리매김 되고, 대학에서는 Flipped Learning의 수단으로 사용될 가능성이 매우 높다. 그러므로 향후 MOOC에서는 이 점이 고려되어 강좌의 대상에 맞게 차별화되어 개발될 필요가 있다.

• 디지털콘텐츠학회 논문지
• /
• 제13권3호
• /
• pp.393-399
• /
• 2012

학생들이 다른 언어를 배우고 익히도록 동기부여를 하기 위해 기발한 독창성과 새로운 기술을 필요로 할 것이다. 멀티미디어를 이용하면 수업과 과제를 모든 학생들에게 흥미롭게 해줄 것 이다. 그들에게 관심이 있는 스마트 폰의 사용과, 노트북과 무선 인터넷의 사용으로 학생들은 그들의 언어 기술을 실제로 어디에서나 공부할 수 있을 것 이다. 예를들어 팟캐스트, 인터넷망을 통해 다양한 콘텐츠를 제공하는 서비스 Podcasts 도구 방법 등을 통해 ESL(English as a Second Language) 학습이 매우 용이하게 되었다. 즉 이러한 멀티미디어 tools를 이용한 외국어 듣기 연습 서비스 등 다양한 교수 학습방법 개발이 필요하다. 효율적인 영어 교육을 위한 도입된 이러한 여러 멀티미디어 기기의 사용은 여러 가지 독특한 장점을 가지고 있다. 본 연구에서 영어 교육을 최대화하기 위해 멀티미디어의 특징과 그 활용에 대해 연구하고자 한다. 디지털교과서 및 영어 수업을 위한 멀티미디어 콘텐츠 도구 활용, 인터넷 방송은 물론 원격화상 수업, 사이버 학습 등 1:1 영상 교육을 이용한 유비쿼터스 학습 환경을 제시하고자 한다. 더 나아가 최첨단 u-러닝 기기의 체험을 통해 미래 교육 변화를 조망하고 또한 다양한 수업기기와 변화된 수업시스템 모델을 통해 영어 교육의 새로운 방향을 제시하고자 한다.

• 디지털콘텐츠학회 논문지
• /
• 제4권2호
• /
• pp.167-179
• /
• 2003

제 2 외국어로서 영어를 배우는 학습자를 위한 효과적인 교수법에 대해 여러 이론에서 많은 학자들에 의해 연구되고 개발되어 왔다. 최근 너무 어린 나이에 영어를 교육하는 문제에 대한 찬반론이 제기되는 등 많은 논란이 제기되고 있으나 학생들의 흥미유발, 동기부여, 그리고 참여 학습의 중요성에 대해 모든 이론에서 인식을 같이 하고 있다. 특히 많은 시간을 인터넷에 투자하고 있는 학생들의 욕구를 반영하는 시대에 어울리는 교육방법이 제시되어져야 한다. 이러한 관점에서 본 연구에서는 인터넷을 이용한 웹기반 교육매체를 이용한 영어 듣기 온라인 교육을 오프라인상의 교육과 비교하고자 하였다. 인터넷을 활용한 온라인 교수법을 영어 듣기 학습에 미치는 영향을 조사하기 위해 연구대상을 동등한 수준의 실험집단(experimental group)과 통제집단(controlled group)으로 구분하였다. 이 두 집단에 대한 실험을 실시한 결과를 기초하여 기존의 학습방법과 웹기반의 온라인 학습방법의 분석을 통해 교수법이 학생들의 수업 태도와 그 성취도에 있어서 많은 영향을 준다는 것을 알 수 있었다. 특히 온라인 학습방법에 대해 대체로 긍정적인 반응을 보였고 친구에게 권하고 싶다고 할 만큼 흥미를 보여주었다. 학습자의 수요와 관심에 부합되는 이러한 인터넷을 통한 온라인 교수법이 21세기의 새로운 학습방법의 모델로서 청소년의 현장 학습에 적용한다면 효과적인 학습방법이 될 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제22권2호
• /
• pp.29-39
• /
• 2021

새롭게 발생되는 사이버 공격으로 인해 개인, 민간 및 기업의 피해가 증가함에 따라, 이에 기반이 되는 네트워크 보안 문제는 컴퓨터 시스템의 주요 문제로 부각되었다. 이에 기존에 사용되는 네트워크 침입 탐지 시스템(Network Intrusion Detection System: NIDS)에서 발생되는 한계점을 개선하고자 기계 학습과 딥러닝을 활용한 연구 이뤄지고 있다. 이에 본 연구에서는 CNN(Convolution Neural Network) 알고리즘을 이용한 NIDS 모델 연구를 진행한다. 이미지 분류 기반의 CNN 알고리즘 학습을 위해 기존 사용되는 전처리 단계에서 연속성 변수 이산화(Discretization of Continuous) 알고리즘을 추가하여 예측 변수에 대해 선형 관계로 표현하여 해석에 용이한 데이터로 변환 후, 정사각형 행렬(Square Matrix) 구조에 매칭된 픽셀(Pixel) 이미지 구조를 모델에 학습한다. 모델의 성능 평가를 위해 네트워크 패킷 데이터인 NSL-KDD를 사용하였으며, 정확도(Accuracy), 정밀도(Precision), 재현율(Recall) 및 조화평균(F1-score)을 성능지표로 사용하였다. 실험 결과 제안된 모델에서 85%의 정확도로 가장 높은 성능을 보였으며, 학습 표본이 적은 R2L 클래스의 조화평균이 71% 성능으로 다른 모델에 비해서 매우 좋은 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.73-80
• /
• 2021

본 논문에서는 멀티 코어 및 Huge Page 메모리 접근법을 이용한 20Gbps 이상의 대용량 트래픽 처리 가능한 패킷 처리 방법을 제안한다. ICT 기술이 발전함에 따라 전 세계 월 평균 트래픽은 2022년 396엑사 바이트에 이를 것으로 예측된다. 이러한 네트워크 트래픽의 증가와 동시에 사이버위협 또한 증가하고 있어 트래픽 분석에 대한 중요도가 높아지고 있다. 기존 고비용의 외산 제품으로 분석되고있는 트래픽은 단순히 통계 데이터를 저장함과 동시에 가시적으로 보여주는 것에 불과하다. 네트워크 관리자들은 다양한 구간에서 트래픽을 분석하기 위해 많은 트래픽 분석 시스템을 도입하여 분석하고 있으나, 망 전체의 통합된 트래픽을 확인할 수 없다. 또한, 기존 장비는 10Gbps급이 대부분이기 때문에 매년 증가되고 있는 트래픽을 빠른속도로 처리할 수 없다. 본 논문에서는 20Gbps 이상 대용량 트래픽 처리를 하기 방법으로 단일코어와 기본 SMA 메모리 접근법을 이용한 방법에서 멀티코어와 NUMA 메모리 접근법을 이용하여 고성능으로 패킷수신, 패킷검출, 통계까지 raw 패킷을 copy 없이 처리하는 과정을 제안한다. 제안한 방법을 이용하였때, 기존 장비보다 50%이상 트래픽이 처리되는 것을 확인할 수 있었다.

• 한국노년학
• /
• 제40권1호
• /
• pp.1-21
• /
• 2020

본 연구는 기초연금 수급이 고령자의 주관적 삶의 질에 영향을 미치는지 살펴봄으로써 대표적인 노후소득보장제도인 기초연금제도의 효과성을 탐색하는데 목적을 두고 있다. 연구방법은 독립변수의 관측되지 않는 이질성(unobserved heterogeneity)을 통제하기 위해 패널 자료를 이용한 고정효과 모형을 사용하였으며, 분석 자료로는 2008년부터 2016년까지의 고령화연구패널자료(KLoSA)를 활용하였다. 연구결과는 다음과 같다. 첫째, 기초연금 비수급자의 삶의 질이 수급자보다 크게 높은 수준이었다. 둘째, 인구사회학적 변인들을 통제하였을 때 기초연금 수급자가 비수급자에 비해 주관적 삶의 질을 높게 인식하고 있었다. 셋째, 기초연금 수급자의 주관적 삶의 질은 경제적 만족도, 배우자 유무, 자녀의 경제적 지원, 주관적 건강상태, 일상생활활동의 제한, 성별이 영향을 미치는 것으로 나타났다. 넷째, 성별, 소득계층별 분석 결과 기초연금이 주관적 삶의 질에 미치는 영향은 성별로는 차이가 없었고, 소득 상위 분위에서만 긍정적인 영향을 미치는 것으로 나타났다. 이상과 같은 연구결과에 근거하여 다음과 같이 제언하였다. 우선, 기초연금제도 비수급자의 경우 경제적 상태 뿐 아니라 건강을 포함한 전반적인 삶의 질이 열악한 것으로 나타나, 기초연금 수급자로 대표되는 저소득 취약계층 노인들에 대한 다양한 측면의 사회적 지원이 필요하다. 두 번째로 기초연금은 낮은 급여수준에도 불구하고 고령자의 삶의 질에 긍정적인 영향을 미치는 것으로 나타나, 빈곤문제 해소와 궁극적으로 노후의 삶의 질 향상을 위한 기초연금제도 확대가 필요하다. 마지막으로 핵심 정책대상인 저소득계층에게 실질적인 효과가 미칠 수 있도록 기초연금제도의 급여수준 인상이 필요함을 제언하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권3호
• /
• pp.1100-1118
• /
• 2021

In a wide range of ML applications, the training data contains privacy-sensitive information that should be kept secure. Training the ML systems by privacy-sensitive data makes the ML model inherent to the data. As the structure of the model has been fine-tuned by training data, the model can be abused for accessing the data by the estimation in a reverse process called model inversion attack (MIA). Although, MIA has been applied to shallow neural network models of recognizers in literature and its threat in privacy violation has been approved, in the case of a deep learning (DL) model, its efficiency was under question. It was due to the complexity of a DL model structure, big number of DL model parameters, the huge size of training data, big number of registered users to a DL model and thereof big number of class labels. This research work first analyses the possibility of MIA on a deep learning model of a recognition system, namely a face recognizer. Second, despite the conventional MIA under the white box scenario of having partial access to the users' non-sensitive information in addition to the model structure, the MIA is implemented on a deep face recognition system by just having the model structure and parameters but not any user information. In this aspect, it is under a semi-white box scenario or in other words a gray-box scenario. The experimental results in targeting five registered users of a CNN-based face recognition system approve the possibility of regeneration of users' face images even for a deep model by MIA under a gray box scenario. Although, for some images the evaluation recognition score is low and the generated images are not easily recognizable, but for some other images the score is high and facial features of the targeted identities are observable. The objective and subjective evaluations demonstrate that privacy cyber-attack by MIA on a deep recognition system not only is feasible but also is a serious threat with increasing alert state in the future as there is considerable potential for integration more advanced ML techniques to MIA.