• 정보관리연구
• /
• 제41권4호
• /
• pp.227-249
• /
• 2010

정보기술과 인터넷의 발달로 학술정보가 폭발적으로 증가하고 있다. 정보 과잉으로 인해 연구자들은 필요한 정보를 찾거나 필터링하는데 더 많은 시간과 노력을 투입하고 있다. 이용자들이 원하는 정보를 예측하여 관심 가질만한 정보를 선별하여 추천하는 시스템을 전문가시스템, 데이터마이닝, 정보검색 등 다양한 분야에서 오래 전부터 연구하여 왔다. 최근에는 콘텐츠기반추천시스템과 협업필터링을 결합하거나 다른 분야 모델을 접목한 하이브리드 추천시스템으로 발전하고 있다. 본 연구에서는 기존 추천시스템 문제를 해결하고 대규모 정보센터나 도서관에서 학술논문을 효율적이고 지능적으로 추천하기 위해 협업필터링과 나이브베이즈모델을 결합한 새로운 방식의 추천시스템을 제시하였다. 즉, 협업필터링 방식으로 과도한 특성화(Over-specialization) 문제를 해결하고, 나이브베이즈모델을 통해 평가정보나 이용정보가 부족한 신규콘텐츠 추천문제를 해소하였다. 본 모델을 검증하기 위해 한국과학기술정보연구원 NDSL에서 제공하는 식품과 전기 분야 학술논문에 적용하여 실험하였다. 현재 NDSL 이용자 4명에게 피드백을 받은 결과 추천논문에 상당히 만족하는 것으로 나타났다.

• 정보교육학회논문지
• /
• 제25권5호
• /
• pp.691-704
• /
• 2021

AI 기술의 발달은 우리 삶의 큰 변화를 가져왔다. 생활에서부터 사회, 경제에 이르기까지 AI의 영향력이 커짐에 따라 AI와 데이터 교육에 대한 중요성이 함께 커지고 있다. 이에 OECD 교육 연구 보고서 및 다양한 국내 정보과 교육과정 연구에서 데이터와 데이터 리터러시를 다루고 필수 역량으로 제시하고 있다. 하지만 국내외 관련 연구를 살펴보면 데이터 리터러시에 대한 정의와 구성 요소의 내용과 범위가 연구자에 따라 다른 것을 알 수 있다. 이에 데이터 리터러시 관련 주요 연구의 정의와 구성 요소에 활용된 단어 빈도 분석과 함께 Word2Vec 딥러닝 자연어 처리 방법을 통해 단어의 관계와 의미 유사도를 분석하여 객관적이고 포괄적인 정의와 구성 요소를 제시하였다. 그리고 전문가 검토를 통해 수정 보완하여 데이터 리터러시를 '문제를 해결하기 위해 데이터를 수집하고 분석 및 활용하여 정보로 처리하는 지식 구성과 의사소통의 기초 능력'으로 정의하였으며, '지식, 기능, 가치와 태도'로 각각의 구성 요소를 범주화하였다. 본 연구를 통해 도출된 데이터 리터러시의 정의와 구성 요소가 AI 교육 체계화와 학생들의 미래 역량 관련 교육 연구에 좋은 기초 자료가 될 수 있기를 기대한다.

• Annals of Geriatric Medicine and Research
• /
• 제22권4호
• /
• pp.167-175
• /
• 2018

Sarcopenia, a common clinical syndrome in older adults, is defined as decreased muscle mass, strength, and physical performance. Since sarcopenia is associated with the incidence of functional decline, falls, and even mortality in older adults, researchers and health care providers have been keen to accumulate clinical evidence to advocate the screening and prevention of sarcopenia progression in older adults. The factors that may accelerate the loss of muscle mass and function include chronic diseases, inactivity, and deficiency in appropriate nutritional support. Among these, nutritional support is considered an initial step to delay the progression of muscle wasting and improve physical performance in community-dwelling older adults. However, a nationwide study suggested that most Korean older adults do not consume sufficient dietary protein to maintain their muscle mass. Furthermore, considering age-associated anabolic resistance to dietary protein, higher protein intake should be emphasized in older adults than in younger people. To develop a dietary protein recommendation for older adults in Korea, we reviewed the relevant literature, including interventional studies from Korea. From these, we recommend that older adults consume at least 1.2 g of protein per kg of body weight per day (g/kg/day) to delay the progression of muscle wasting. The amount we recommend (1.2 g/kg/day) is 31.4% higher than the previously suggested recommended daily allowance (i.e., 0.91 g/kg/day) for the general population of Korea. Also, evidence to date suggests that the combination of exercise and nutritional support may enhance the beneficial effects of protein intake in older adults in Korea. We found that the current studies are insufficient to build population-based guidelines for older adults, and we call for further researches in Korea.

• 한국산학기술학회논문지
• /
• 제20권9호
• /
• pp.182-187
• /
• 2019

4차 산업혁명의 시대로 전환이 되면서 기술, 사회, 문화 등 전반적인 변화의 움직임이 점점 다양화되고 있다. 또한 이러한 변화로 인하여 관련 분야들이 기술적으로 복잡해지고 있으며 이와 관련한 경쟁도 치열해지고 있다. 그 중에서 우리나라의 대표적인 중심산업이라고 볼 수 있는 제조업에서도 스마트공장을 중심으로 하여 변화의 바람이 불어오고 있다. 전문가들의 분석과 기업에서의 의견을 들어보면, 제조업 분야에서의 경쟁력을 갖추기 위해서는 스마트공장의 도입이 필요하다는 의견이 많다. 본 연구에서는 중소 제조업체들의 스마트공장에 대한 인지정도에 따른 영향을 설문을 통해 분석하였으며 이를 통해 인지정도, 진행상태, 필요지원 사항을 객관적으로 파악하고자 하였다. 분석결과에 의하면 스마트공장 구축에 대한 필요성 및 관련 내용 인지 정도는 매우 높은 편으로 나타났다. 구축 예정 또는 실행단계정도 설문에서는 구축 계획이 없다는 기업보다 구축예정, 실행단계, 기구축 등이 압도적으로 많이 나왔다. 구축 관련 주요 애로사항으로는 자금문제가 가장 높았으며 스마트공장을 성공적으로 구축하기 위해서는 사전 검토단계가 가장 중요하다는 결과를 도출했다. 따라서 스마트공장 구축을 위해서는 자금적인 지원이 가장 필요하며 지원금액에 대한 상향조정, 사전 검토를 위한 공급업체와의 매칭과 컨설팅 확대의 필요성을 확인할 수 있었다. 현재 국내에서도 스마트공장과 관련한 지원사업이 확대되고 있다. 따라서 중소 제조기업들을 위한 스마트공장 가이드라인을 구체화 할 필요가 있다. 본 연구결과가 스마트공장을 도입하고자 하는 중소 제조업체들의 성공적인 구축을 위한 자료로 활용되길 바란다.

• 한국건설순환자원학회논문집
• /
• 제9권3호
• /
• pp.303-310
• /
• 2021

교량의 균열은 교량의 상태를 나타내는 중요한 요소이며 주기적인 모니터링 대상이다. 그러나 전문가가 육안으로 점검하는 것은 비용, 시간, 신뢰성 면에서 문제가 있다. 따라서 최근에는 이러한 문제를 극복하기 위해 자동화 가능한 딥러닝 모델을 적용하기 위한 연구가 시작되었다. 딥러닝 모델은 예측할 상황에 대한 충분한 데이터가 필요하지만 교량 균열 데이터는 상대적으로 얻기가 어렵다. 특히 교량의 설계, 위치, 공법에 따라 교량 균열의 형상이 달라질 수 있어 특정 상황에서 많은 양의 균열 데이터를 수집하기 어려움이 따른다. 본 연구에서는 적대적 생성 신경망(Generative Adversarial Network, GAN)을 통해 불충분한 균열 데이터를 생성하고 학습하는 균열 탐지 모델을 개발했다. 본 연구에서는 GAN을 이용하여 주어진 균열 데이터와 통계적으로 유사한 데이터를 성공적으로 생성했으며, 생성된 이미지를 사용하지 않을 때보다 생성된 이미지를 사용할 때 약 3% 더 높은 정확도로 균열 감지가 가능했다. 이러한 접근 방식은 교량의 균열 검출이 필요하지만 균열 데이터는 충분하지 않거나 하나의 클래스에 대한 데이터가 상대적으로 적을 때 감지 모델의 성능을 효과적으로 향상시킬 것으로 기대된다.

• 융합정보논문지
• /
• 제12권5호
• /
• pp.1-14
• /
• 2022

본 연구는 인공지능 서비스과정에서 개인정보를 포함한 데이터가 처리되고 있고, 그 과정에서 발생 가능한 개인정보 침해사고를 방지하기 위한 해결방안으로 개인정보 침해요인에 대응하는 위기관리 컴플라이언스를 마련하고자 한다. 이를 위해 먼저, 문헌조사 및 전문가 Delphi를 거쳐 처리과정을 범주화를 하였는데, 인공지능서비스 제공과정을 서비스기획·데이터 설계 및 수집과정, 데이터 전처리 및 정제과정, 알고리즘 개발 및 활용과정으로 구분하고, 3개 과정을 9단계의 개인정보처리단계로 다시 세분화하여 개인정보 침해요인을 구성하였다. 둘째, 조사한 개인정보 침해요인을 전문가 대상의 FGI, Delphi 등을 통해 선정하였다. 셋째, 각 개인정보 침해요인에 대한 심각도 및 발생가능성에 대해 전문가대상으로 설문조사하였으며, 94명의 응답결과에 대해 타당성 및 적정성을 검증하였다. 넷째, 인공지능 서비스에서의 개인정보 침해요인에 대한 적절한 위기관리 컴플라이언스를 제시하기 위해, 개인정보의 자산가치, 개인정보 침해요인, 개인정보침해사고 발생가능성을 활용하여 개인정보 침해위험도 산정방식을 마련하였으며, 이를 통해 점수등급에 따라 위험정도에 따른 개인정보 침해사고 대응방안을 제시하였다.

• 과학교육연구지
• /
• 제45권3호
• /
• pp.349-363
• /
• 2021

이 연구의 목적은 학교 STEAM 교육의 실행과 교육환경 기반을 진단하고 평가할 수 있는 학교 STEAM 교육 역량 진단 도구를 개발하는 것이다. 진단 도구의 개발은 STEAM 교육의 평가 또는 성과와 관련된 문헌 조사, 연구진의 반성적 재검토, 전문가 및 현장교사의 타당도 검증 등으로 이루어졌다. 학교 STEAM 교육 역량 진단 도구는 'STEAM 교육의 실천과 지속가능성의 계획', 'STEAM 교육과정 및 교수학습 방법', 'STEAM 학습 전문성 개발', '과정 중심 평가', '고등 교육 기관, 산업 파트너, 기술 센터와 연계 구축' 등 5개 영역과 하위영역의 총 14문항으로 구성된다. 학교 STEAM 역량 진단 도구의 타당화는 전문가의 내용 타당도 검증과 예비조사(pilot study)의 학교 교사의 실제에 의한 타당도를 통해 진행하였다. 개발된 학교 STEAM 역량 진단 도구를 활용하여 초등, 중, 고등학교 267개교를 진단한 결과, 5개 영역 평균이 1.46 ~ 2.18의 수준으로 나타났다. 이 진단 도구는 학교의 STEAM 교육의 실행 및 효과를 포괄적으로 진단·평가하고, 우리나라 STEAM 교육의 실행을 진단하고 이해하는데 기초 자료로 활용될 것으로 기대한다.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1249-1249
• /
• 2022

The facade, an exterior material of a building, is one of the crucial factors that determine its morphological identity and its functional levels, such as energy performance, earthquake and fire resistance. However, regardless of the type of exterior materials, huge property and human casualties are continuing due to frequent exterior materials dropout accidents. The quality of the building envelope depends on the detailed design and is closely related to the back frames that support the exterior material. Detailed design means the creation of a shop drawing, which is the stage of developing the basic design to a level where construction is possible by specifying the exact necessary details. However, due to chronic problems in the construction industry, such as reducing working hours and the lack of design personnel, detailed design is not being appropriately implemented. Considering these characteristics, it is necessary to develop the detailed design process of exterior materials and works based on the domain-expert knowledge of the construction industry using artificial intelligence (AI). Therefore, this study aims to establish a detailed design automation algorithm for AI-based condition-responsive exterior wall panels and their back frames. The scope of the study is limited to "detailed design" performed based on the working drawings during the exterior work process and "stone panels" among exterior materials. First, working-level data on stone works is collected to analyze the existing detailed design process. After that, design parameters are derived by analyzing factors that affect the design of the building's exterior wall and back frames, such as structure, floor height, wind load, lift limit, and transportation elements. The relational expression between the derived parameters is derived, and it is algorithmized to implement a rule-based AI design. These algorithms can be applied to detailed designs based on 3D BIM to automatically calculate quantity and unit price. The next goal is to derive the iterative elements that occur in the process and implement a robotic process automation (RPA)-based system to link the entire "Detailed design-Quality calculation-Order process." This study is significant because it expands the design automation research, which has been rather limited to basic and implemented design, to the detailed design area at the beginning of the construction execution and increases the productivity by using AI. In addition, it can help fundamentally improve the working environment of the construction industry through the development of direct and applicable technologies to practice.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.1253-1253
• /
• 2022

Although the construction industry is changing from a 2D-based to a 3D BIM-based management process, 2D drawings are still used as standards for permits and construction. For this reason, 2D deliverables extracted from 3D BIM are one of the essential achievements of BIM projects. However, due to technical and institutional problems that exist in practice, the process of extracting 2D deliverables from BIM requires additional work beyond generating 3D BIM models. In addition, the consistency of data between 3D BIM models and 2D deliverables is low, which is a major factor hindering work productivity in practice. To solve this problem, it is necessary to build BIM data that meets information requirements (IRs) for extracting 2D deliverables to minimize the amount of work of users and maximize the utilization of BIM data. However, despite this, the additional work that occurs in the BIM process for drawing creation is still a burden on BIM users. To solve this problem, the purpose of this study is to increase the productivity of the BIM process by automating the process of extracting 2D deliverables from BIM and securing data consistency between the BIM model and 2D deliverables. For this, an expert interview was conducted, and the requirements for automation of the process of extracting 2D deliverables from BIM were analyzed. Based on the requirements, the types of drawings and drawing expression elements that require automation of drawing generation in the design development stage were derived. Finally, the method for developing automation technology targeting elements that require automation was classified and analyzed, and the process for automatically extracting BIM-based 2D deliverables through templates and rule-based automation modules were derived. At this time, the automation module was developed as an add-on to Revit software, a representative BIM authoring tool, and 120 rule-based automation rulesets, and the combinations of these rulesets were used to automatically generate 2D deliverables from BIM. Through this, it was possible to automatically create about 80% of drawing expression elements, and it was possible to simplify the user's work process compared to the existing work. Through the automation process proposed in this study, it is expected that the productivity of extracting 2D deliverables from BIM will increase, thereby increasing the practical value of BIM utilization.

• Asia Marketing Journal
• /
• 제15권3호
• /
• pp.159-172
• /
• 2013

In the present study, we apply the multiple cue probability learning (MCPL) paradigm to examine consumer learning from feedback in repeated trials. This paradigm is useful in investigating consumer learning, especially learning the relationships between the overall quality and attributes. With this paradigm, we can analyze what people learn from repeated trials by using the lens model, i.e., whether it is knowledge or consistency. In addition to introducing this paradigm, we aim to demonstrate that knowledge people gain from repeated trials with feedback is robust enough to weaken one of the most often examined contextual effects, the asymmetric dominance effect. The experiment consists of learning session and a choice task and stimuli are sport rafting boats with motor engines. During the learning session, the participants are shown an option with three attributes and are asked to evaluate its overall quality and type in a number between 0 and 100. Then an expert's evaluation, a number between 0 and 100, is provided as feedback. This trial is repeated fifteen times with different sets of attributes, which comprises one learning session. Depending on the conditions, the participants do one (low) or three (high) learning sessions or do not go through any learning session (no learning). After learning session, the participants then are provided with either a core or an extended choice set to make a choice to examine if learning from feedback would weaken the asymmetric dominance effect. The experiment uses a between-subjects experimental design (2 × 3; core set vs. extended set; no vs. low vs. high learning). The results show that the participants evaluate the overall qualities more accurately with learning. They learn the true trade-off rule between attributes (increase in knowledge) and become more consistent in their evaluations. Regarding the choice task, there is a significant decrease in the percentage of choosing the target option in the extended sets with learning, which clearly demonstrates that learning decreases the magnitude of the asymmetric dominance effect. However, these results are significant only when no learning condition is compared either to low or high learning condition. There is no significant result between low and high learning conditions, which may be due to fatigue or reflect the characteristics of learning curve. The present study introduces the MCPL paradigm in examining consumer learning and demonstrates that learning from feedback increases both knowledge and consistency and weakens the asymmetric dominance effect. The latter result may suggest that the previous demonstrations of the asymmetric dominance effect are somewhat exaggerated. In a single choice setting, people do not have enough information or experience about the stimuli, which may lead them to depend mostly on the contextual structure among options. In the future, more realistic stimuli and real experts' judgments can be used to increase the external validity of study results. In addition, consumers often learn through repeated choices in real consumer settings. Therefore, what consumers learn from feedback in repeated choices would be an interesting topic to investigate.