• 디지털콘텐츠학회 논문지
• /
• 제18권4호
• /
• pp.649-657
• /
• 2017

미야자키 하야오는 고유의 미학적 표현 형식을 통해 관객과 소통할 수 있는 범문화적인 신화적 공간을 구현함으로써 문화와 언어의 장벽을 뛰어넘는 즐거움을 제공한다. 그의 애니메이션 스토리텔링에는 일본 고유의 전통문화를 기반으로 하는 유무형의 다양한 기호적 요소들이 적극적으로 활용되고 있다. 그리고 그러한 기호들을 통해 함축적 의미작용의 체계를 구성함으로써 관객에게 자의적 해석과 고찰의 미학적 즐거움을 제공하고 있다. 그와 같은 과정 속에서 대립과 공존이라는 보편적 경험 기반의 미학적 형식을 통해 작품 속 함축적 의미의 신화적 메시지를 분명하게 전달시키는 의미체계의 가치를 창출하고 있다. 그것은 바로 하야오가 추구하는 애니메이션 스토리텔링의 소통적 가치라고 할 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제18권5호
• /
• pp.911-921
• /
• 2017

이 연구는 영상콘텐츠 분야가 정권별로 어떤 의미 구조를 형성하고 있는지 분석하기 위해 의미연결망 분석 기법을 적용했다. 연구대상은 영상콘텐츠 석박사학위논문의 초록을 대상으로, 시기는 문화산업 도입기인 1993년부터 2016년까지이다. 분석대상 단어는 정권별 최상위 출현단어인 영상, 미디어, 교육, 콘텐츠 등 4개 언어의 의미연결망을 분석하였다. 분석방법에는 빅데이터 분석기법인 텍스트 마이닝과 의미연결망 분석을 활용했고, 분석프로그램으로는 R을 사용했다. 연구결과는 다음과 같다. 첫째, '교육'에 대한 영향력 감소이다. 초기 영상콘텐츠 분야는 영상과 관련한 '교육', 어떻게 '표현'할 것인지에 대한 연구들이 많이 실시되었으나 점차 감소 추세를 보였다. 둘째, '미디어'의 역할 변화이다. 중기의 영상콘텐츠 분야는 영상을 전달하는 수단인 '미디어'에 대한 연구들이 주로 실시되었으며, 더불어 '디지털' 기술에 대한 연구들이 강세를 보였다. 마지막으로 '콘텐츠' 위상의 변화이다. 노무현 정부를 시작으로 내용물의 질에 관련한 '콘텐츠'에 대한 관심이 증대하였으며, <박근혜정부>에는 '영상'과 '콘텐츠'의 위상이 거의 동등해져 연구들이 실시되었다.

• 한국컴퓨터정보학회논문지
• /
• 제12권1호
• /
• pp.9-15
• /
• 2007

전 세계적으로 인터넷의 사용이 일반화되면서 인터넷상의 정보의 양이 기하급수적으로 증가하였고, 이에 따라 이러한 정보들을 수집하고 통합하여 특정집단 또는 일반인들의 의사결정을 지원하기 위한 시멘틱웹에 대한 중요성이 갈수록 증대되고 있다. 시멘틱웹을 구성하는 기본 구조는 온톨로지이며, XML, RDF/RDF스키마, OWL 같은 언어들은 온톨로지의 스키마를 구성하는 기본 수단이다. 온톨로지의 스키마를 구성하고 관리할 때 중요한 고려사항 중 하나는 스키마는 시간이 지남에 따라 변화한다는 것이다. 그러므로 스키마상의 도메인의 변화 데이터 개념의 변화 혹은 자원간의 관계의 변화 등을 감지하고 이를 반영할 수 있는 형태로 구현되어야 한다. 본 연구에서는 시멘틱웹의 스키마관리를 위한 버전 관리 기법을 제안한다. 이를 위하여 버전의 변화 형태를 카테고리 별로 분류하고 이를 바탕으로 버전 그래프를 생성하였다. 생성된 그래프를 바탕으로 이행성규칙 등을 정의하여 적용하였으며, 좀 더 세세한 적용이 가능하도록 표식을 사용하여 적용 가능한 버전 스키마의 범위를 확장하도록 하였다.

• 한국문헌정보학회지
• /
• 제55권4호
• /
• pp.267-291
• /
• 2021

2020년 신종 코로나바이러스 감염증(코로나19)으로 인한 전 세계적인 팬데믹으로 교육 현장에도 큰 변화가 있었다. 대학에서는 보조 교육 수단으로 생각했던 원격수업을 전면 도입하였고 비대면 수업이 일상화되어 교수자와 학생들은 새로운 교육환경에 적응하기 위해 큰 노력을 기울이고 있다. 이러한 변화 속에서 비대면 강의의 질적 향상을 위하여 강의 만족도 영향요인에 관한 연구가 필요하다. 본 연구는 코로나 전과 후로 변화된 대학 강의 만족도 영향요인을 파악하기 위해 빅데이터를 활용한 새로운 방법론을 제시하고자 한다. 토픽 모델링을 활용하여 코로나 전과 후의 강의평을 분석하고 이를 통해 강의 만족도 영향요인을 파악하여 대학교육이 나아가야 할 방향성을 제언하였다. 또한, 딥러닝 언어 모델인 KoBERT를 기반으로 0.84의 F1-score를 보이는 토픽 분류 모델을 구축함으로써 강의의 만족, 불만족 요인을 다각도로 파악할 수 있으며 이를 통해 강의 만족도의 지속적인 질적 향상에 기여할 수 있다.

• 방송공학회논문지
• /
• 제24권1호
• /
• pp.77-86
• /
• 2019

본 논문은 머신 러닝 기술을 이용하여 과거의 수집된 문서를 분석하고 이를 바탕으로 문서를 분류하는 방법을 제안한다. 특정 도메인과 관련된 키워드를 기반으로 데이터를 수집하고, 특수문자와 같은 불용어를 제거한다. 그리고 한글 형태소 분석기를 사용하여 수집한 문서의 각 단어에 명사, 동사, 형용사와 같은 품사를 태깅한다. 문서를 벡터로 변환하는 Doc2Vec 모델을 이용해 문서를 임베딩한다. 임베딩 모델을 통하여 문서 간 유사도를 측정하고 머신 러닝 기술을 이용하여 문서 분류기를 학습한다. 학습한 분류 모델 간 성능을 비교하였다. 실험 결과, 서포트 벡터 머신의 성능이 가장 우수했으며 F1 점수는 0.83이 도출되었다.

• 방송공학회논문지
• /
• 제24권1호
• /
• pp.58-66
• /
• 2019

대화 문장 내 고유명사와 같은 개체명에 대한 인식 연구는 효율적 대화 정보 예측을 위한 가장 기본적이며 중요한 연구 분야이다. 목적 지향 대화 시스템에서 가장 주요한 부분은 대화 내 객체가 어떤 속성을 가지고 있느냐 하는 것을 인지하는 것이다. 개체명 인식모델은 대화 문장에 대하여 전처리, 단어 임베딩, 예측 단계를 통해 개체명 인식을 진행한다. 본 연구는 효율적인 대화 정보 예측을 위해 전처리 단계에서 사용자 정의 사전을 이용하고 단어 임베딩 단계에서 최적의 파라미터를 발견하는 것을 목표로 한다. 그리고 설계한 개체명 인식 모델을 실험하기 위해 생활 화학제품 분야를 선택하고 관련 도메인 내 목적 지향 대화 시스템에서 적용 할 수 있는 개체명 인식 모델을 구축하였다.

• 방송공학회논문지
• /
• 제24권1호
• /
• pp.67-76
• /
• 2019

본 연구에서는 다중 라벨링이 되어 있는 이미지 데이터를 대상으로 시멘틱 세그멘테이션을 활용한 효율적인 오브젝트별 영역 분류 기법을 연구한다. 이미지 데이터에 포함된 색상 정보, 윤곽선, 명암, 채도 등 다양한 픽셀 단위 정보와 프로세싱 기법뿐만 아니라 각 오브젝트들이 위치한 세부 영역을 의미 있는 단위로 추출하여 추론 결과에 반영하는 실험을 진행하고 그 결과에 대해 논의한다. 이미지 분류에서 훌륭한 성능을 검증받은 뉴럴 네트워크를 활용하여 비정형성이 심하고 다양한 클래스 오브젝트가 포함된 이미지 데이터를 대상으로 어떤 오브젝트가 어디에 위치하였는지 파악하는 작업을 진행한다. 이러한 연구를 기반으로 향후 다양한 오브젝트가 포함된 복잡한 이미지의 실시간 세부 영역 분류를 진행하는 인공지능 서비스 제공을 목표로 한다.

• 정보관리학회지
• /
• 제36권1호
• /
• pp.191-213
• /
• 2019

과학적 지식을 얻는 과정은 연구자의 연구를 통해 이루어진다. 연구자들은 과학의 불확실성을 다루고 과학적 지식의 확실성을 구축해나간다. 즉, 과학적 지식을 얻기 위해서 불확실성은 반드시 거쳐가야 하는 필수적인 단계로 인식되고 있다. 현존하는 불확실성의 특성을 파악하는 연구는 언어학적 접근의 hedging 연구를 통해 소개되었으며 컴퓨터 언어학에서 수작업 기반으로 불확실성 단어 코퍼스를 구축해왔다. 기존의 연구들은 불확실성 단어의 단순 출현 빈도를 기반으로 특정 학문 영역의 불확실성의 특성을 파악해오는데 그쳤다. 따라서 본 연구에서는 문장 내 생의학적 주장이 중요한 역할을 하는 생의학 문헌을 대상으로 불확실성 단어 기반 과학적 지식의 패턴을 시간의 흐름에 따라 살펴보고자 한다. 이를 위해 생의학 온톨로지인 UMLS에서 제공하는 의미적 술어를 기반으로 생의학 명제를 분석하였으며, 학문 분야의 패턴을 파악하는데 용이한 DMR 토픽 모델링을 적용하여 생의학 개체의 불확실성 기반 토픽의 동향을 종합적으로 파악하였다. 시간이 흐름에 따라 과학적 지식의 표현은 불확실성이 감소하는 패턴으로 연구의 발전이 이루어지고 있음을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권5호
• /
• pp.203-211
• /
• 2024

프로그래밍 언어를 활용한 데이터 시각화는 처리하는 데이터 양, 처리 시간, 유연성에서 효율성과 효과성을 향상시킬 수 있으나 프로그래밍에 익숙해지기 위해 연습이 필요하다. 이에 본 연구에서는 프로그래밍 자동 평가 시스템에서 데이터 시각화를 연습하기 위한 공공데이터 기반 문제은행을 개발하였다. 공공데이터는 교육과정에서 제시한 주제로 수집하였으며 학습자가 데이터 시각화하기에 적절한 형태로 가공하였다. 문제는 다양한 데이터 시각화 방법을 학습하기 위해 수학교육과정과 연계하여 개발하였다. 개발한 문제는 전문가 검토 및 파일럿 테스트를 실시하였으며 문항의 수준, 데이터 시각화를 통한 수학 교육의 가능성을 확인하였다. 하지만 학생에게 흥미가 떨어지는 주제라는 의견을 받았으며 이를 보완하기 위해 학생이 중심이 되는 데이터를 활용하여 추가로 문항을 개발하였다. 개발한 문제 은행은 초등학교 정보영재 또는 중학교 이상에서 파이썬을 학습한 경험이 있는 학생이 데이터 시각화를 배울 때 활용될 수 있을 것으로 기대된다.

• 문화기술의 융합
• /
• 제4권2호
• /
• pp.197-204
• /
• 2018

현재 우리가 사는 21세기에서 가장 핫한 이슈중 하나는 AI이다. 농경사회에서 산업혁명을 통해 육체노동의 자동화를 이루었듯이 정보사회에서 SW혁명을 통해 지능정보사회가 도래햇다. Google '알파고'의 등장으로 인해 컴퓨터가 스스로 학습하고 예측하는 machine learning (머신러닝) 사례를 보면서 이제 바둑의 세계 까지 인간이 컴퓨터를 이길 수 없는, 다시 말하면 컴퓨터가 인간을 뛰어넘는 시대가 왔다. 기계학습ML(machine learning)은 인공 지능 분야로, 인공지능 컴퓨터가 인간을 뛰어넘는 시대가 도래했다. 기계학습ML(machine learning)은 인공지능의 분야로, 인공지능 컴퓨터가 혼자 학습 하도록 알고리즘 기술 개발을 하는 뜻을 의미하는데, 많은 기업들이 머신러닝을 바둑의 세계까지 인간이 컴퓨터를 이길 수 없는, 다시 말하면 컴퓨터가 인간을 뛰어넘는 시대가 왔다. 많은 기업들이 머신러닝을 용하는데 그 예로는 Facebook에서 이미지를 계속 학습하여 나중에 그 이미지가 누구인지 알려주는 것도 머신러닝의 한 사례이다. 또한 구글의 데이터 센터 최적화를 위해서 효율적인 에너지 사용 모델 구축을 위해 neural network(신경망)을 활용하였다. 또 다른 사례로 마이크로소프트의 실시간 통역 모델은 번역 학습을 통해 언어관련 인풋 데이터가 증가할수록 더 정교한 번역을 해주는 모델이다. 이처럼 많은 분야에 머신러닝이 점차 쓰이면서 이제 우리 21세기 사회에서 앞으로 나아가려면 AI산업으로 뛰어들어야 한다.