• Journal of Hospice and Palliative Care
• /
• 제22권4호
• /
• pp.207-218
• /
• 2019

목적: 임상 의사가 생의 말기 '임종 돌봄(end of life care)'에 대한 진료 역량을 갖추는 것은 점차 중요해 지고 있다. 본 연구는 국내 의과대학에서 임종 돌봄에 대한 교과과정에 대해 조사하고자 하였다. 방법: 각 의과대학에서 임종 돌봄 교과과정에 책임을 지고 있는 교수들에게 교과과정에 대한 내용, 강의 시간, 강의 방법과 교과과정에 대한 태도를 설문지를 통해 분석하였다. 결과: 전체 41개 의과대학 중 27개 의과대학(66%)에서 설문에 응하였다. 모든 의과대학에서 임종 돌봄 교과과정을 단독교과목이나 다른 교과과정 중 포함시켜 교육하고 있었다. 임종 돌봄을 가르치는 시간의 중앙값은 10시간(2~32 시간 범위)였다. 가장 많이 강의 되고 있는 주제는 나쁜 소식 전하기(100%)와 증상 조절(74%)이였다. 완화의료교육과정 평가 도구(palliative care education assessment tool; PEAT)를 적용하였을 때 11개(범위: 2~26; 최대: 83)의 PEAT 목적이 만족되었다. 교육과정에 대부분 2가지 이상의 교육방법이 사용되었으나 3개 의과대학에서는 오직 강의만을 교육방법으로 사용하고 있었다. 교과과정 책임 교수의 78%가 교과과정에 대해 만족하지 않는다고 응답하였고 18%만이 임종 돌봄 강의 시간이 적당하다고 생각하였다. 단지 7%의 교수만 학생들이 임종 돌봄 관련 실제 진료를 할 수 있는 역량을 갖췄다고 답했다. 결론: 의과대학 교육과정 내에 임종 돌봄 관련 학습성과가 도출되고 이를 달성하기 위해 교육과정이 체계적으로 운영되어 졸업 후 학생들이 실제 진료 역량을 갖출 수 있도록 하는 것이 필요할 것으로 생각된다.

• 한국산학기술학회논문지
• /
• 제20권10호
• /
• pp.277-283
• /
• 2019

기술의 발전으로 다양한 부품의 개발 및 상용화는 가능 하였으나, 이에 따라 부품의 단종 주기는 단축 되었다. 이는 수천 품목 이상의 부품을 활용하여 개발하고, 장기간 운영하는 무기체계의 수리 부속 보급을 어렵게 하였으며, 무기체계 운용 가용도 저하의 주요 원인으로 작용하였다. 이러한 문제를 해결하기 위하여 미국 등은 전담 기구를 만들어 대응하고 있으며, 국내에서는 상용 부품단종 예측도구를 활용하여 단종을 예측하고 관리하고 있다. 하지만 상용 부품단종 예측도구에서 단종 정보가 제시되지 않는 부품에 대한 대응 및 관리는 부재한 실정이다. 이에 본 연구에서는 상용 부품단종 예측도구에서 제공하는 부품에 대한 정형, 비정형 빅데이터를 수집하고, 데이터 전처리 및 Embedding 과정을 거쳐, 신경망 학습 알고리즘을 적용하여, 상용 부품에 대한 단종 정보 (LC Risk, YTEOL)를 예측하는 방안을 제시하였다. 또한 제시된 모델의 예측 성능을 데이터 기술 통계량과 비교 평가 하여, 본 연구에서 제시한 학습 모델의 타당성을 검증 하였다. 결론에는 본 연구의 활용 방안과 한계점 및 발전 방향에 대하여 기술 하였다.

• 디지털융복합연구
• /
• 제19권5호
• /
• pp.263-268
• /
• 2021

본 연구에서는 병원에서 실질적인 태아분만 시스템에 관리를 위한 태아건강분류모델을 설계하는 것을 목적으로 한다. 출산 중 사망자 수는 2017년을 기준으로 295,000명인 산모 사망률과 유사하다. 이러한 사망의 94%는 환경에 의해 발생하므로 대부분 예방할 수 있다. 따라서 본 논문에서는 랜덤 포레스트(Random Forest)를 이용하여 Cardiotocograms(CTG) 검사에서 추출한 2개의 데이터(태아의 심박수, 태아의 움직임, 자궁 수축 등)로 태아의 건강을 예측하는 모델을 제안하였다. 본 연구에서 제안된 모델은 태아분만 보건운영 시스템을 안정적으로 관리하기 위해 태아분만에 대한 데이터의 분포가 불균형한 이상 데이터를 갖는 항목을 찾아 표준편차의 상한 및 하한의 임계값을 설정하여 이상값을 제거하여 정확도를 높혔다. 또한 태아의 건강상태를 나타내는 클래스의 비율이 불규칙함으로, 데이터 리샘플링을 이용하여 소수의 클래스를 복제하여 클래스의 균형을 맞추었다. 그 결과 정확도가 4~5% 향상되어 97.75%로 나타났다. 이에 예측 모델을 통해 발생 할 수 있는 태아의 사망과 병을 사전에 정확히 예측하여 우선적으로 관리함으로써 효율적인 태아 보건운영과 태아 사망 및 병 예방에 기여할 수 있을 것이라고 기대한다.

• 한국정보전자통신기술학회논문지
• /
• 제12권5호
• /
• pp.467-474
• /
• 2019

본 이 논문에서는 NVIDIA Jetson TX1에서 YOLO v2 모델의 정확도를 유지하면서 FPS를 개선하는 방법을 제안한다. 일반적으로, 딥러닝 모델에서는 연산량을 줄여 처리 속도를 높이기 위해 파라미터들을 실수형에서 정수형으로 변환하여 정수 연산을 통해 속도를 높이거나 네트워크의 깊이를 감소시키는 방법을 사용한다. 그러나 이 방법들은 인식 정확도가 떨어질 수 있다. 이 논문에서는 YOLO v2 모델을 이용해 표정인식기를 개발하고 정확도 유지 시키기 위해 정수 연산이나 네트워크 깊이 감소를 사용하는 대신, 다음 세 가지 방법을 통해 연산량 및 메모리 소모를 줄인다. 첫 번째, $3{\times}3$ 필터를 $1{\times}1$ 필터로 교체하여 각 Layer 당 매개 변수 수를 9 분의 1로 줄인다. 두 번째, TensorRT의 추론 가속 기능 중 CBR (Convolution-Add Bias-Relu)을 통해 연산량을 줄이고, 마지막으로 TensorRT를 사용하여 반복되는 동일한 연산구조를 가진 레이어를 통합하여 메모리 소비를 줄인다. 시뮬레이션 결과, 기존 YOLO v2 모델에 비해 정확도는 1 % 감소했지만 FPS는 기존 3.9 FPS에서 11 FPS로 282%의 속도 향상을 보였다.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.121-127
• /
• 2022

스마트 미러는 거울에 디스플레이와 임베디드 컴퓨터를 부착하여 거울 기능과 함께 사용자에게 다양한 정보를 제공해주는 IoT 장치이다. 본 논문은 스마트 미러가 사용자에게 정보를 제공하는 독립형 장치(stand alone device)라는 개념에서 벗어나 스마트 미러들이 연결되는 네트워크를 구성하고 사용자들이 다른 스마트 미러 사용자들과 대화하고 정보를 공유하는 CoMirror 시스템을 제안하고 구현하였다. CoMirror 시스템은 1개의 CoMirror 서버를 중심으로 여러 CoMirror 클라이언트들이 연결되는 구조이다. CoMirror 클라이언트는 라즈베리파이와 미러 필름, 터치 패드, 디스플레이 장치, 웹 카메라 등으로 구성되며, 서버에는 얼굴 학습과 인식, 사용자 관리, 클라이언트들 사이의 메시지 교환을 위한 중계 역할, 화상 통화 연결 설정 등의 기능이 구현되었다. 사용자들은 서버를 경유하여 다른 CoMirror 사용자들과 텍스트, 이미지, 오디오 등의 메시지를 주고받을 뿐 아니라, 1:1 화상 통화를 할 수 있도록 구현되었다.

• 한국비블리아학회지
• /
• 제33권4호
• /
• pp.5-25
• /
• 2022

본 연구의 목적은 수요자인 학교가 교육과정 운영을 위하여 요구하는 사서교사의 직무와 역량 사례를 분석하고, 사서교사의 전문성 향상 방안을 제안하는 것이다. 이를 위하여 IB 국제학교가 사서교사를 선발하기 위하여 게시한 20건의 구인광고에 포함된 사서교사의 직무와 역량을 IFLA 학교도서관 가이드라인을 기준으로 분석하였다. 그 결과 IB 국제학교의 사서교사 직무 및 역량은 IB 교육과정 지침에 근거를 두고 있으며, 이 지침은 IBO 교육과정이 지향하는 교육이념과 학습자상에 기반을 두고 있는 것으로 나타났다. 아울러 학교가 사서교사에게 가장 많이 기대하는 직무는 도서관 장서관리 및 협동을 통한 교수이며, 이를 위한 주요 역량은 의사소통과 협동능력, 교수-학습·교육과정·교육설계 및 제공 그리고 디지털과 매체활용능력이다. 이러한 분석 결과는 사서교사의 전문성은 교육과정에서 제시하는 교육적 인간상과 학습자 역량에 기반을 두고 있어야 함을 보여준다. 이를 바탕으로 본 연구에서는 사서교사의 전문성 신장 방안을 다음과 같은 측면에서 제시하였다. 첫째, 국가 수준의 교육과정 편성 운영 지침에 학교도서관의 역할 포함하기 둘째, 학교도서관진흥법시행령 개정을 통한 인적자원의 직무 구분하기 셋째, 사서교사 자격 취득을 위한 기본이수 과목 개편 및 교육실습과 사서교사 임용시험에 협동수업 시연 도입하기 등이다.

• 한국인터넷방송통신학회논문지
• /
• 제23권3호
• /
• pp.51-57
• /
• 2023

스마트 미러는 거울에 디스플레이와 임베디드 컴퓨터를 부착하여 거울 기능과 함께 사용자에게 다양한 정보를 제공해주는 IoT 장치이다. 본 논문은 스마트 미러들이 네트워크로 연결하는 CoMirror 시스템을 제안하고 구현한 이전 연구의 확장으로 CoMirror 시스템의 성능을 평가한 내용을 소개한다. 첫째, 얼굴 인식을 활용하는 로그인 성능을 평가하였다. 성능 평가 결과 로그인을 위해 필요한 얼굴 학습에는 40장의 얼굴 이미지가 가장 적합하고 얼굴 인식에는 한장의 얼굴 이미지가 가장 적합하다는 결론을 얻었다. 둘째, CoMirror 시스템에서 메시지가 전송되는 시간을 평가한 결과, 텍스트 메시지의 경우 평균 0.5초, 오디오의 경우 평균 0.63초 정도이며, 이미지의 경우 평균 2.9초 정도로 측정되었다. 마지막으로 화상 통신 성능을 측정한 결과 화상 통신 셋업 시간은 평균 1.8초, 화상 수신 지연 시간은 평균 1.9초로 측정되었다. 결론적으로 본 논문은 성능평가의 결과를 통해 CoMirror 시스템은 높은 실용성을 가지는 것으로 판단된다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.309-323
• /
• 2023

온라인 리뷰의 역할이 중요해짐에 따라 유용한 리뷰를 선별하기 위해 많은 연구들이 이루어져 왔다. 유용한 리뷰는 고객들이 유용하다고 인지하는 리뷰이며, 평점, 리뷰길이, 리뷰내용 등에 영향을 받는 것으로 많은 연구에서 검증되었다. 유용한 리뷰는 소비자들의 투표에 의한 '좋아요' 수에 의해 결정되며 유용성 투표가 많을수록 소비자의 구매의사결정에 중요한 영향을 미치는 것으로 간주된다. 그러나 최근에 작성되어 많은 고객들에게 노출되지 않은 리뷰는 상대적으로 '좋아요' 수가 적을 수 있으며, 투표에 응하지 않아 '좋아요' 수가 없을 수도 있다. 따라서 유용한 리뷰를 판단하기 위해 '좋아요' 수에 의존하기 보다는 리뷰 내용을 기반으로 유용한 리뷰를 분류하고자 한다. 리뷰의 텍스트는 리뷰 유용성에 가장 큰 영향을 미치는 요인으로, 토픽 모델링, 감정분석 등 텍스트 마이닝 기법을 적용하여 리뷰 텍스트에 포함된 콘텐츠와 감정의 영향을 다양하게 분석하고 있다. 본 연구에서는 글로벌 영화정보 사이트인 IMDb의 영화리뷰를 활용하여 리뷰 콘텐츠 기반의 리뷰 유용성 예측모형을 제안한다. 설명가능한 그래프 신경망인 GNN(Graph Neural Network)을 적용하여 리뷰 유용성 예측모형을 구축하고, 설명가능한 인공지능을 통해 예측모형의 한계인 모형의 해석에 대한 문제를 해결한다. 설명가능한 그래프 신경망은 리뷰들 간의 연결관계도 확인할 수 있어 유용한 리뷰 또는 유용하지 않은 리뷰에 대해 보다 신뢰할 수 있는 정보를 제공할 수 있을 것이라 기대한다.

• 경영정보학연구
• /
• 제24권1호
• /
• pp.39-57
• /
• 2022

본 연구에서는 범주 불균형 문제가 내재된 기업부도 예측 AdaBoost 앙상블 모형의 성과를 개선하기 위하여 GMOPTBoost 알고리즘을 제안한다. AdaBoost 알고리즘은 오분류 표본에 대하여 강건한 학습기회를 제공한다는 장점이 있지만, 산술평균 정확도에 기반하기 때문에 범주 불균형 문제를 효과적으로 해결하지 못한다는 한계점이 존재한다. GMOPTBoost는 가우시안 경사하강법(Gaussian gradient descent)을 적용하여 기하평균 정확도를 최적화하고 범주 불균형 문제를 효과적으로 해결할 수 있다는 장점이 있다. 본 연구에서는 첫째, 범주 불균형 문제가 예측 모형의 성과에 미치는 효과와 GMOPTBoost의 성과 개선 효과를 검증하기 위하여 5개의 범주 불균형 데이터를 구성하였으며, 둘째, 범주 균형 데이터에 대한 GMOPTBoost의 성과 개선 효과를 검증하기 위하여 데이터 샘플링 기법을 통하여 구성된 균형 데이터를 구성하였다. 30회의 교차타당성 분석의 주요 결과는 다음과 같다. 첫째, 범주 불균형 문제는 예측 성과에 부정적인 영향을 미친다. 둘째, GMOPTBoost는 불균형 데이터에 적용된 AdaBoost의 성과를 유의적으로 개선시키는 긍정적인 효과를 제공한다. 셋째, 데이터 샘플링 기법은 성과 개선에 긍정적인 영향을 미친다. 마지막으로 데이터 샘플링 기법을 적용한 범주 균형 데이터에서도 GMOPTBoost는 유의적인 성과 개선에 기여한다.

• 영재교육연구
• /
• 제22권3호
• /
• pp.575-596
• /
• 2012

본 연구에서는 서울에 위치한 G 영재원의 과학영재학생들을 위하여 제공된 영재교육 프로그램에 대한 학생들의 인식을 조사하였다. 이 프로그램은 Betts와 Kercher(1999)에 의해 제안된 자율학습자 모형을 기반으로 설계된 통합적인 프로그램이라는 점에서 독특하다. 프로그램의 효과를 알아보고자 영재원의 교육목표들이 내재된 항목들에서 긍정적 영향이 있었는지 묻는 설문을 제작하여 프로그램에 참여한 중학교 1학년부터 중학교 3학년까지의 학생들을 대상으로 실시하였다. 설문 결과 거의 모든 학생들이 긍정적 영향에 강한 동의를 나타냈다. 학생들은 유용하고 흥미로운 과학 내용물을 배웠고, 소그룹 내에서 동료들과 함께 협력하는 의미 있는 경험을 즐겼으며, 탐구과제에 의해 많은 도전을 받았다고 응답하였다. 학생들은 또한 스스로 학습하는 방법을 익히게 되었고, 또한 자신들의 선택과 결정이 존중되었다는 사실이 동료와의 의견 조율이나 능동적인 탐색 등에 긍정적인 영향을 미쳤다고 했다. 이는 자율학습자 모형이 성공적으로 구현되고 있으며 학생들이 자율학습자로써 성장하고 있음을 시사한다. 프로그램에 처음 참여한 학생보다 참여한 기간이 길었던 학생들이 좀 더 긍정적인 반응을 보였으며, 이것은 시간이 지나면서 프로그램의 일관성으로 인한 축적된 효과를 기대할 수 있음을 시사한다. 또한 세부 프로그램들, 특히 ALM 수업, 분과 수업, 학술대회가 과학적 탐구의 과정과 자율학습자 특성에 기여하는 비중이 비슷하여, 과학적 탐구과정과 자율학습자 교육을 위한 전략이 프로그램 전체에 내재하고 있으며 서로 유기적으로 긍정적 상호작용을 하여 시너지 효과를 내는 통합적 접근이 이루어지고 있는 것으로 판단된다. 본 연구의 결과는 영재들을 위한 특정 교육 모델에 기초한 프로그램의 일관성이 영재학생들을 위한 더 나은 교육환경을 제공할 수 있다는 점을 제안한다.