최근 딥러닝을 이용한 영상 분석은 자율주행, 감시카메라 등 다양한 서비스에 필수적으로 활용되고 있으며 실시간 처리 및 보안 요소를 만족하기 위해 기존의 클라우드 컴퓨팅 방식의 단점을 개선한 클라우드 엣지 컴퓨팅 방식을 적용하는 사례가 크게 증가하고 있다. 하지만 사용자 및 단말과 가까운 위치에서 딥러닝 추론을 진행하는 클라우드 엣지 서버는 클라우드 서버와 비교하여 컴퓨팅 자원이 충분하지 않을 경우가 많으며 기존의 딥러닝 모델을 그대로 클라우드 엣지 환경에 적용하는 것은 자원 활용 측면에서 여러가지 문제점들을 갖고 있다. 따라서 본 논문에서는 마이크로서비스 구조를 통해 자원을 보다 유연하게 활용할 수 있도록 개선된 딥러닝 모델로 대규모의 클라이언트 요청을 처리 가능한 동영상 데이터 추론 서비스인 G-Edge AI 추론 서비스 개발에 대해 설명한다.
본 연구는 간호관리학 임상실습에 액션러닝 프로그램을 개발하고 적용한 후 간호대학생의 문제해결과정에 미치는 영향을 알아보고자 시도되었다. 2006년 5월부터 2007년 10월 까지 G광역시의 일 간호대학생 99명을 대상으로 6단계로 구성된 액션러닝프로그램을 2주간 적용하였다. 연구결과는 다음과 같다. 액션러닝을 적용하기 전 보다 적용한 후 간호대학생의 문제해결과정은 유의한 향상을 보였다(t=-4.718, p=.000). 하위영역에서는 문제발견 영역(t=-1.858, p=.066)을 제외한 문제 정의(t=-4.123, p=.004), 문제해결책 고안(t=-2.973, p=.002), 문제해결책 실행(t=-3.264, p=.000)과 문제 해결검토(t=-3.677, p=.000)영역에서 유의한 향상을 보였다. 결론적으로 액션러닝은 간호학생들의 문제해결과정의 향상을 가져올 수 있고 졸업 후 임상적응력을 높일 수 있는 간호임상실습의 새로운 대안이 될 수 있다고 본다.
COVID-19로 인해 대학도 비대면 교육이 진행되고 있다. 이에 플립러닝 적용하고 있는 수업의 경우에도 비대면 체제로 전환하여 운영이 되고 있으나, 새로운 형태의 비대면 플립러닝 수업 방식에 대한 사례 및 효과에 대한 탐색 연구는 아직 부족한 실정이다. 이에 본 연구에서는 비대면 플립러닝 교수 전략의 효과를 살펴보기 위해, FGI 및 설문을 통해 학생들의 학습 경험을 분석하고 교과목 목표 달성 수준을 확인하여, 궁극적으로 효과적인 비대면 플립러닝 수업을 위한 시사점을 제공하고자 하였다. 연구결과, 학습자들은 대체로 비대면 플립러닝 수업방식에서 퀴즈, 팀활동, 그리고 교수자의 질의응답 및 피드백 등 상호작용 측면에서 긍정적으로 평가를 하였으며, 사전-사후 학습 달성 정도의 변화에서도 유의한 차이를 보여주었다. 이러한 연구결과를 바탕으로 시사점을 논의하였다.
대통령기록물은 일반적인 공공기록물과 비교하여 사료적 가치가 높다고 평가되며, 당대의 사회상을 풍부하게 반영한 신뢰성 있는 자료로서 교육 분야에 있어서 그 활용성과 가치가 높다. 이에 본 연구에서는 대통령기록관의 정보기관으로써의 역할 증대와 대통령기록관에 대한 긍정적 인식을 이끌어 낼 수 있도록 G러닝환경에서 대통령기록물을 활용한 모바일 교육 콘텐츠를 개발할 수 있는 방법론을 제안하고자 하였다. 대통령기록물을 활용한 G러닝 모바일 콘텐츠 개발에 대한 방법론 7단계 - 사전계획, 사전 설계, 대통령기록물 선정, 대통령기록물 스토리텔링, 스토리보드 제작, 게임 구현, 공유 및 평가 - 를 먼저 제안한 후, 5학년 학생을 대상으로 한 교육 콘텐츠를 구현 사례로 제시하였다.
게임세대를 위한 효과적인 교육방법으로 게임을 통한 학습이 주목을 받고 있다. 기존 교육용 게임의 설계방법은 필요한 모든 학습요소들과 게임요소들을 동시에 한 게임 안에 수용하도록 설계하는 것이다. 그래서 동기유발과 학습효과를 동시에 달성해야 하는 교육용 게임을 설계하는 것은 일반적으로 어렵다. 교육용게임을 설계하기 어려움의 문제를 해결하기 위해, 본 논문에서는 동기유발기제를 사용하여 게임플레이와 학습플레이를 연동하는 G러닝 모델인 IGLM을 제안하였다. 제안하는 모델 IGLM은 게임레벨들과 학습레벨들을 따로 독립적으로 구성하고 있고 동기유발기제의 연동 메커니즘으로 게임레벨들과 학습레벨들이 서로 연동되어 진행된다. 제안하는 IGLM의 설계방법의 설계 어려움에 대하여 기존 설계방법들과 비교분석하였다. 분석결과에 의하면, 제안하는 IGLM은 기존 방법들의 설계 어려움을 해결할 수 있을 뿐 아니라 구성요소들의 설계의 난이도, 자유도, 그리고 수용범위가 가장 우수한 방법임을 알 수 있었다.
본 연구의 목적은 COVID-19 팬데믹으로 인해 대학 수업에서 시행하게 된 블렌디드러닝의 외적 수업형태가 학생들의 학업 성취도에 미친 영향, 그리고 블렌디드러닝의 내적 수업전략이 학습자의 인식에 미친 영향은 어떠한지를 분석하여 온라인수업의 바람직한 방향성을 제시하는 것이다. 본 연구는 2022년 1학기 G대학에서 미적분학I 수업을 수강하는 학생들을 대상으로 하여 실험반 117명과 비교반 707명에 대한 대면수업 및 온라인수업 그리고 교수 방법의 혼합을 통한 블렌디드러닝을 실시하고 학업성취도와 학습자 인식을 조사하였다. 연구결과로는 온라인수업만으로 한 학기를 진행했을 때보다 중간고사 이전에는 온라인수업을 진행하고, 이후에는 대면수업으로 운영하는 블랜디드 수업방식을 수행하였을 때 학업성취도가 하향되는 결과를 얻게 되었다. 미리 준비되지 않은 단순한 외적 수업형태의 블렌디드러닝은 비효과적이었으나 온라인수업으로만 이루어진 수업형태에서 동영상 및 실시간 수업의 혼합 모형은 긍정적인 학습자 인식을 보여주었다. 테크놀로지를 혼합하여 실시한 교수전략 또한 긍정적인 결과로 나타났다.
위성 영상 촬영 후 지상국에 전송된 영상을 이용하여 최종 위성 영상을 획득하기 위해 많은 영상 전/후 처리 과정이 수반된다. 전/후처리 과정 중 레벨 1R 영상에서 레벨 1G 영상으로 변환 시 기하 보정은 필수적으로 요구된다. 기하 보정 알고리즘에서는 보간 기법을 필연적으로 사용하게 되며, 보간 기법의 정확도에 따라서 레벨 1G 영상의 품질이 결정된다. 또한, 레벨 프로세서에서 수행되는 보간 알고리즘의 고속화 역시 매우 중요하다. 본 논문에서는 레벨 1R에서 레벨 1G로 변환 시 기하 보정에 필요한 경량화된 심층 컨볼루션 신경망 기반 보간 기법에 대해 제안하였다. 제안한 기법은 위성 영상의 해상도를 2배 향상하며, 빠른 처리 속도를 위해 경량화된 심층 컨볼루션 신경망으로 딥러닝 네트워크를 구성하였다. 또한, panchromatic (PAN) 밴드 정보를 활용하여 multispectral (MS) 밴드의 영상 품질 개선이 가능한 피처 맵 융합 방법을 제안하였다. 제안된 보간 기술을 통해 획득한 영상은 기존의 딥러닝 기반 보간 기법에 비해 정량적인 peak signal-to-noise ratio (PSNR) 지표에서 PAN 영상은 약 0.4 dB, MS 영상은 약 4.9 dB 개선된 결과를 보여주었으며, PAN 영상 크기 기준 36,500×36,500 입력 영상의 해상도를 2배 향상된 영상 획득 시 기존 딥러닝 기반 보간 기법 대비 처리 속도가 약 1.6배 향상됨을 확인하였다.
본 논문에서는 기존의 내용 전달 위주의 학습 메타버스 플랫폼이 아닌 실제 수업 활동에서 이루어지는 다양한 학습 상호작용에 기반한 가상 학습 플랫폼을 제안한다. 본 연구에서는 AI와 가상환경을 융합한 학습 환경을 제공하여 실시간 AI와 대화하며 문제를 풀어가는 방식을 활용하고 있다. 또한, 수업의 몰입도를 향상하기 위해 G-러닝 기법을 적용하였다. 본 연구를 통해 개발한 VirtualEdu 플랫폼은 자기주도적 학습, 게임을 통한 흥미 유발, 그리고 PBL 수업 방식을 조합하여 효과적인 학습 경험을 제공하고 있다. 이를 기반으로 학생들의 참여도와 학습 효과를 향상 시키는 새로운 교육 방식을 제안하고 있다. 실험으로는 50명 이상의 학습자가 실시간 화상 학습 활동 기반의 다양한 학습 활동애 대해 성능 실험을 하였고, 결과로서 안정하게 원활한 수업이 진행됨을 얻을 수 있었다.
머신러닝 기법을 활용하여 LDPE (Low Density Polyethylene) 공정의 이상을 사전 감지하고, 설비의 수명을 예측할 수 있는 기술을 소개한다. 안전성과 생산성 극대화를 위해, 화학 공정의 예상치 못한 이상을 사전에 감지하고 예방하는 것은 매우 중요하다. LDPE 공정은 3,000 kg/㎠g 이상까지 승압되는 고압 공정이기 때문에, ESD (Emergency Shutdown)가 발생하면 예상치 못한 부동이 발생하고, 그에 따른 보수 기간 증가로 인한 생산성 손실이 발생한다. 고압 공정의 주요 변수들의 운전 데이터를 수집하고, 비지도학습 머신러닝 기술을 활용하여, ESD의 사전 감지 모형을 개발하였다. 4회의 ESD를 2.4일 전에 감지하는 결과를 얻을 수 있었다. 더불어, 물리적으로 의미 있는 핵심 변수들을 활용하면, 고압 설비의 수명을 예측할 수 있음을 확인할 수 있었다.
침입탐지 분야에서 딥러닝과 머신러닝을 이용한 탐지성능이 검증되면서 이를 활용한 사례가 나날이 증가하고 있다. 하지만, 학습에 필요한 데이터 수집이 어렵고, 수집된 데이터의 불균형으로 인해 머신러닝 성능이 현실에 적용되는데 어려움이 있다. 본 논문에서는 이에 대한 해결책으로 불균형 데이터 처리를 위해 t-SNE 시각화를 이용한 혼합샘플링 기법을 제안한다. 이를 위해 먼저, 페이로드를 포함한 침입탐지 이벤트에 대해서 특성에 맞게 필드를 분리한다. 분리된 필드에 대해 TF-IDF 기반의 피처를 추출한다. 추출된 피처를 기반으로 혼합샘플링 기법을 적용 후 t-SNE를 이용한 데이터 시각화를 통해 불균형 데이터가 처리된 침입탐지에 최적화된 데이터셋을 얻게 된다. 공개 침입탐지 데이터셋 CSIC2012를 통해 9가지 샘플링 기법을 적용하였으며, 제안한 샘플링 기법이 F-score, G-mean 평가 지표를 통해 탐지성능이 향상됨을 검증하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.