• 디지털콘텐츠학회 논문지
• /
• 제18권3호
• /
• pp.607-612
• /
• 2017

최근 많이 활용되고 있는 라즈베리파이 기반 임베디드 시스템 구축에 있어 사용자는 회로에 대한 이해, 하드웨어 비용 측면에서 어려움을 갖는다. 본 논문은 이러한 시스템을 가상으로 테스트하는 솔루션을 제안한다. 솔루션은 사용자가 실제 회로를 구성하듯이 가상의 공간에 모듈을 배치하고 선을 연결하는 등, 회로를 구성하고 동작을 테스트할 수 있으며 회로편집기, 인터프리터, 시뮬레이터의 세 가지 요소로 구성되어 있고 전체 9개의 모듈을 제공한다. 각 모듈은 제조사에서 제공하는 데이터시트와 제원을 바탕으로 실제 회로 테스트를 거쳐 추상화하였다. 솔루션은 프로토 타입이지만 품질수준을 높인다면 비용절감과 학습, 교육 측면에서 유용할 것이며 이를 위해서, 전기 물리엔진의 구현, 실제 보드로 포팅이 가능한 수준의 인터프리터, 시뮬레이션 로직의 일반화가 필요하다.

• 디지털융복합연구
• /
• 제19권10호
• /
• pp.87-94
• /
• 2021

본 연구는 A대학 핵심역량을 기반으로 개편한 교양교육과정을 역량 향상도로 분석하여 평가 및 환류의 기초자료로 활용하기 위함이다. 2020년도 2학기에 개설된 교과목을 수강한 학생을 대상으로 A대학에서 개발한 교양교육과정 역량 진단도구를 사용하여 역량별 대표 교과목을 수강한 학생에게 2회에 걸쳐 설문조사를 하였으며, 분석은 기술통계, t-검정을 실시하였다. 연구 결과, 소통역량(t=-9.839, p<.01), 학습역량(t=-4.707, p<.01), 사고역량(t=-9.992, p<.01), 협력역량(t=-2.061, p<.01)은 유의미하게 향상된 것으로 나타났으며, 나눔역량(t=-.550)은 향상되었으나, 유의미하지 않은 것으로 나타났다. 이러한 결과는 역량별 교과목 운영을 점검하고 판단할 수 있는 근거를 마련하는데 의의가 있다.

• 한국정보통신학회논문지
• /
• 제25권1호
• /
• pp.88-95
• /
• 2021

본 연구의 목적은 대학생의 중도탈락 현상 데이터를 실증적으로 분석하여 대학의 학생지원정책을 수립하기 위한 시사점을 제공하는 데 있다. 이를 위해 D대학의 2017~2019년 입학생 데이터를 토픽모델링 LDA(Latent Dirichlet Allocation)를 활용하여 재학생과 제적생으로 나누어 분석하였다. 연구결과 제적생에서 특징있게 나타난 토픽은 '학적'관련하여 '학기등록 1회', '전공'관련하여 '어문계열학과', '학점'관련하여 '학사경고'이고, '대학생활'관련하여 '비교과 프로그램'에 대한 토픽은 나타나지 않았다. 다음으로 '재학생 토픽'과 '제적생 토픽'의 상호 식별 성능을 측정한 결과, SVM(Support Vector Machines)이 가장 우수한 식별 성능을 보여주었다. 이러한 실험을 통해 기계학습을 활용한 인공지능 기반의 학생 데이터 분류 기법 연구의 가능성을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.25-31
• /
• 2022

본 연구의 목적은 국내 대학의 인공지능(AI) 전공 교육과정에 대한 실태 분석을 통해 향후, 더욱 체계적인 AI 교육과정 운영을 위한 시사점을 탐색하는 것에 있다. 이를 위해, 사전 연구를 통해 개발한 산업계 수요 기반의 대학 AI 전공 표준형 교육과정을 활용해 국내 대학(SW중심대학 외 총 51개교)과 해외 QS Top 10 대학의 관련 교육과정을 분석하였다. 주요 연구 결과를 살펴보면 다음과 같다. 첫째, 국내 대학의 경우 파이썬 중심의 프로그래밍 과목이 부족하였다. 둘째, AI 응용, 융합 등의 심화학습을 위한 과목이 적었다. 셋째, AI 개발자 직무를 수행하기 위해 요구되는 과목(ex, 컨테이너 인프라 구축, DevOps 실습 등)의 과목이 부족하였다. 넷째, 전문대학의 경우 AI 수학 관련 교과 개설 비율이 낮았다. 본 연구는 이러한 결과를 토대로 향후 체계적인 AI 전공 교육과정 운영을 위한 시사점을 제시하였다.

• 한국ITS학회 논문지
• /
• 제21권5호
• /
• pp.67-77
• /
• 2022

본 연구에서는 고속도로 버스전용차로 단속시스템을 개발하여 현장 성능평가를 수행하였다. 영동고속도로 마성터널 입구 버스전용차로에서 조사한 결과, 버스전용차로를 위반하는 차량의 비율이 99%에 달하는 것으로 조사되었다. 하지만 현재의 경찰관에 의한 인력식 단속은 단속율도 낮고 불필요한 안전문제 및 지체를 발생시킨다. 고속도로 버스전용차로는 6인 이상 탑승한 9인승 이상 승합차도 통행이 가능하기 때문에 승합차량의 승차인원을 검지하는 기술개발이 필요하다. 조도에 관계없는 승차인원 검지를 위해 적외선 카메라를 사용하였고 짧은 차두시간을 감안한 신속한 영상처리 기법으로 YOLOv5 딥러닝 알고리즘을 사용하였다. 개발시스템 성능 검증을 위해 테스트베드 및 실 현장 평가를 실시한 결과, 테스트베드와 실 현장에서 각각 7%, 8% 오차를 나타내 만족할 만한 성능을 보였다. 본 연구 결과물을 현장에 적용할 경우 고속도로 버스전용차로 운영 효율화 및 단속에 따른 불필요한 지체를 감소시킬 수 있을 것으로 기대된다.

• 스마트미디어저널
• /
• 제12권9호
• /
• pp.89-94
• /
• 2023

추천 시스템은 사용자가 아이템에 남긴 익스플리싯 또는 임플리싯 피드백을 바탕으로 각 사용자가 선호할 법한 아이템들을 추천하는 기술이다. 최근, 추천 시스템에 사용되는 딥 러닝 기반 모델의 사이즈가 커짐에 따라, 높은 추천 정확도를 유지하며 추론 시간은 줄이기 위한 목적의 연구가 활발히 진행되고 있다. 대표적으로 지식증류기법을 이용한 추천 시스템에 관한 연구가 있으며, 지식증류기법이란 큰 사이즈의 모델(즉, 교사)로부터 추출된 지식을 통해 작은 사이즈의 모델(즉, 학생)을 학습시킨 뒤, 학습이 끝난 작은 사이즈의 모델을 추천 모델로서 이용하는 방법이다. 추천 시스템을 위한 지식증류기법들에 관한 기존의 연구들은 주로 임플리싯 피드백 환경만을 대상으로 수행되어 왔었으며, 본 논문에서 우리는 이들을 익스플리싯 피드백 환경에 적용할 경우의 성능 및 정확도를 관찰하고자 한다. 실험을 위해 우리는 총 5개의 최신 지식증류기법들과 3개의 실세계 데이터셋을 사용하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.57-66
• /
• 2023

본 연구에서는 딥러닝 기법과 정서적 AI를 적용하여 사용자의 감정 상태를 추정하고 이를 추천 과정에 반영할 수 있는 추천 시스템에 대한 새로운 연구 프레임워크를 제안한다. 이를 위해 분노, 혐오, 공포, 행복, 슬픔, 놀람, 중립의 7가지 감정을 각각 분류하는 감정분류모델을 구축하고, 이 결과를 추천 과정에 반영할 수 있는 모형을 제안한다. 그러나 일반적인 감정 분류 데이터에서는 각 레이블 간 분포 비율의 차이가 크기 때문에 일반화된 분류 결과를 기대하기 어려울 수 있다. 본 연구에서는 감정 이미지 데이터에서 혐오감 등의 감정 개수가 부족한 경우가 많으므로 데이터 증강을 이용한다. 마지막으로, 이미지 증강을 통해 데이터 기반의 감정 예측 모델을 추천시스템에 반영하는 방법을 제안한다.

• 실천공학교육논문지
• /
• 제16권1_spc호
• /
• pp.33-39
• /
• 2024

본 연구는 최근 생성형 AI로 인한 새로운 교육 트렌드 변화에 학습자들의 수업 경험에 대한 긍정/부정 인식의 변화와 실제 활용 형태를 살펴본다. 공학 계열 대학생 6학급을 대상으로 2학기 동안 AI 챗봇을 웹 프로그래밍 수업에 활용하였고, 학기 초부터 설문 조사를 시작으로 중간/기말 고사 보고서 제출 기간까지 학습자의 경험과 활용에 대한 변화를 분석했다. 연구 분석 결과, Q/A 피드백과 실습 문제 해결 등 학습 개선에 도움이 되었고, 수업 적용 이후 중간부터 기말범위까지 챗봇에 대한 인식이 긍정적으로 변화하였다. 이외 수업 내에 커뮤니티 단절(개인화) 문제와 교육 S/W로써 활용 방안에 대한 유의미한 결론을 도출했다. 본 연구는 앞으로 생성형 AI 기반 소프트웨어 개발을 위한 기초 연구로써 의의가 있다.

• 정보처리학회논문지D
• /
• 제11D권3호
• /
• pp.709-716
• /
• 2004

본 논문에서는 다중 시계열 패턴인식 사용하여 생산장치의 상태자료부터 공정결과를 예측하여 정상 또는 비정상을 판정하는 지능형 감시시스템에 관하여 기술한다. 제안하는 감시스템은 초기화, 학습 그리고 인식의 세 단계로 구성된다. 초기화 단계에서는 감시대상의 생산장치가 가지는 인사들 각각의 가중치와 각 인자들이 가지는 시계열 자료 중에서 학습과 인식에 유효단계를 설정한다. 학습단계에서는 LBG알고리즘을 사용하여 이 생산장치에 의하여 생성되고 수집된 패턴들을 군집화 한다. 각 패턴은 시계열 형태의 자료와 처리 완료 후 계측기에 의하여 측정된 ACI로 구성된다. 인식단계에서는 DTW를 사용하여 실시간으로 입력된 패턴과 군집화된 패턴들 사이의 대응을 수행하여 가장 잘 정합되는 패턴을 찾는다. 다음은 이 패턴이 가지는 ACI, 차 그리고 가중치들의 조합으로 예측된 ACI 값을 산출한다. 최종적으로 예측된 ACI가 정상으로 수용할 수 있는 값 범위에 없는지 여부를 결정한다. 제안하는 시스템의 성능평가를 위하여 식각장치로부터 획득된 자료를 대상으로 실험하였다. 실험결과에서는 학습횟수가 증가함에 따라 예측 ACI값과 실측ACI값 사이의 오차가 현저히 감소함을 볼 수 있다

• 인간행동과 음악연구
• /
• 제1권1호
• /
• pp.11-32
• /
• 2004

에드윈 고든(Edwin E. Gordon)에 의하면 음악소질은 선천적인 자질과 후천적인 환경이라는 두 가지 요인의 상호 작용에 의하여 결정되며 만 9세 이전에는 환경의 영향에 따라 유연하게 반응하여 환경이 좋으면 발달되고 환경이 나빠지면 수그러드는 유동음악소질의 시기에, 또한 9세 이후에는 환경의 영향에 대하여 민감하게 반응하지 않는 고정음악소질의 시기에 놓인다. 본 연구는 유동음악소질의 시기에 경험하는 풍부한 음악적 교육환경의 제공시기가 이를수록, 또한 교육의 제공기간이 길수록 소질의 향상에 미치는 효과가 더욱 크다는 음악학습이론의 가설을 증명하고자 하였다. 그리고 미국의 템플 대학의 음악학습이론 수업을 모델로 하여 설립된 유아음악감수성계발프로그램 "오디"가 계발한 오디에이션 음악활동이 음악소질에 미치는 교육효과를 검증하고자 하였다. 교육은 매주 30분 씩 연구자와 연구자 외 1인의 협력교사가 함께 아이들을 가르치는 Co-teaching 형식으로 음악지도의 형태가 아닌 음악안내의 교육방법으로 진행되었다. 다양한 조성, 가사 없는 선율노래와 리듬노래, Free-Flowing Movement를 중심으로 한 다양한 동작, 개별적 반응활동인 패턴학습 등 음악학습이론의 원칙이 지켜졌으며 대그룹 수업을 위하여 오디가 발전시킨 새로운 수업전개방식과 기술이 적용되었다. 실험집단은 각각 1년간 오디수업을 받은 만 5세 유치원 아동과 만 4세 때부터 2년간 오디수업을 받은 만 5세 유치원 아동으로서 두 집단 모두 만 5세 때 고든의 오디에이션기초평가 Primary Measures of Music Audiation(Gordon, 1979)을 사용하여 학년초, 중, 학년말 등 3회에 걸쳐 음악소질을 측정하였다. 연구의 결과는 첫째, 오디의 활동을 5세 동안 1년 교육받은 실험집단 1의 음악소질검사결과를 4세부터 2년 동안 교육받은 실험집단 2의 음악소질검사와 비교할 때 음감소질은 유의미한 차이가 없었으나 리듬소질에서는 유의미한 차이가 발생하였다. 둘째, 오디의 활동을 교육받은 실험집단과 오디의 음악수업을 받지 않은 비교집단의 학기초 음악소질검사 결과는 유의미한 차이를 보이지 않았으나 학기말 검사결과에서는 유의미한 차이를 보였다.