• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.123-132
• /
• 2023

Git의 커밋 메시지는 프로젝트 진행 혹은 운영 과정에서 소스가 변경되는 이력을 관리한다. 이러한 이력 데이터를 활용하면 프로젝트 리스크와 프로젝트 현황을 파악할 수 있어 비용 절감과 시간 효율개선을 높일 수 있다. 이와 관련된 많은 연구가 진행되고 있고 이러한 연구 분야 중 커밋 메시지를 소프트웨어 유지관리의 유형으로 분류하는 연구가 있다. 발표된 연구 중 최대 분류 정확도는 95%로 보고되어 있다. 본 논문에서는 커밋 분류 모델을 이용한 솔루션 등의 활용을 목적으로 연구를 시작했고, 기존 연구 중 정확도가 가장 높은 모델이 JAVA 언어로 작성된 프로그램에만 적용할 수 있는 제약을 없애기 위한 연구를 수행하였다. 이를 위해 GPT를 이용해서 소스 변경 데이터를 자연어로 표준화하는 단계를 추가 설계하고 구현하였다. 본문은 Git에서 커밋 메시지와 소스 변경 데이터를 추출하고, GPT로 소스 변경 데이터를 표준화하는 과정과 디스틸버트(DistilBERT) 모델을 이용한 학습 과정을 설명한다. 검증 결과 91%의 정확도를 측정하였다. 제안하는 모델은 정확도를 확보하고 특정 프로그램에 종속되지 않고 분류할 수 있는 모델을 구현 및 검증하였다. 향후 Bard를 이용한 분류 모델 연구와 제안한 분류 모델을 이용해 프로젝트에 도움이 되는 관리 도구 모델에 관해 연구할 계획이다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.133-153
• /
• 2023

본 논문에서 우리는 뇌 신호 측정 기술 중 하나인 뇌전도를 활용한 새로운 접근방식을 제안한다. 전통적으로 연구자들은 감정 상태의 분류성능을 향상시키기 위해 뇌전도 신호와 생체신호를 결합해왔다. 우리의 목표는 뇌전도와 결합된 생체신호의 상호작용 효과를 탐구하고, 뇌전도+생체신호의 조합이 뇌전도 단독사용 또는 임의로 생성된 의사 무작위 신호와 결합한 경우에 비해 감정 상태의 분류 정확도를 향상시킬 수 있는지를 확인한다. 네 가지 특징추출 방법을 사용하여 두 개의 공개 데이터셋에서 얻은 데이터 기반의 뇌전도, 뇌전도+생체신호, 뇌전도+생체신호+무작위신호, 및 뇌전도+무작위신호의 네 가지 조합을 조사했다. 감정 상태 (작업 대 휴식 상태)는 서포트 벡터 머신과 장단기 기억망 분류기를 사용하여 분류했다. 우리의 결과는 가장 높은 정확도를 가진 서포트 벡터 머신과 고속 퓨리에 변환을 사용할 때 뇌전도+생체신호의 평균 오류율이 뇌전도+무작위신호와 뇌전도 단독 신호만을 사용한 경우에 비해 각각 4.7% 및 6.5% 높았음을 보여주었다. 우리는 또한 다양한 무작위 신호를 결합하여 뇌전도+생체신호의 오류율을 철저하게 분석했다. 뇌전도+생체신호+무작위신호의 오류율 패턴은 초기에는 깊은 이중 감소 현상으로 인해 감소하다가 차원의 저주로 인해 증가하는 V자 모양을 나타냈다. 결과적으로, 우리의 연구 결과는 뇌파와 생체신호의 결합이 항상 유망한 분류성능을 보장할 수 없음을 시사한다.

• 서비스연구
• /
• 제13권4호
• /
• pp.160-172
• /
• 2023

메타버스는 정치, 경제, 사회, 문화적 활동이 가능한 가상의 환경을 나타내는데, 이를 통해 현실과 디지털이 공존하여 사람들은 색다른 일상을 경험할 수 있다. 최근 메타버스의 발전으로, 기존의 서비스 경험 방식이 변화하고 있다. 기존의 선행연구는 주로 메타버스 서비스의 기술 발전에 중점을 두었지만, 최근의 연구들은 고객 관점에서 메타버스 서비스의 경험 품질을 평가하는 것에 중점을 두고 있다. 고객 관점에서 서비스 품질을 결정하는 서비스 특성을 정확히 이해하고 분석해야, 성공적인 메타버스 서비스를 설계할 수 있기 때문이다. 그러나, 선행연구들은 이러한 중요성만을 강조하고 있을 뿐, 평가를 위한 보편적이고 체계적인 개념과 관련된 연구는 부족한 실정이다. 본 연구는 이러한 한계를 극복하기 위해 텍스트마이닝을 활용한 온라인 리뷰 분석을 수행하였다. 특히, 로블록스 서비스의 온라인 리뷰 227,332건을 분석하고, 분석 결과를 기반으로 로블록스 서비스의 개선 방향을 모색하였다. 분석을 위해 토픽 모델링, 감성 분석, 로지스틱 회귀 분석 등의 텍스트마이닝 및 기계학습 알고리즘을 활용하였으며, 서비스 개선 방향을 모색하기 위해 중요도-실행도 분석을 수행하였다. 연구 결과, 메타버스 서비스의 경험 품질 평가에 활용 가능한 9개 서비스 특징을 도출하였으며, 이들과 서비스 만족도 간의 관계 분석을 통해 특징별 중요도를 추정하였다. 마지막으로 중요도-실행도 분석을 통해 메타버스 서비스를 가능케하는 기술적 요소보다 서비스 경험을 강화하는 방향의 서비스 개선 전략이 필요함을 파악하였다. 본 논문의 결과물은 메타버스 서비스에 관심이 있는 기업들에게 중요한 시사점을 제공하며, 기업은 이러한 서비스 특징을 활용하여 자사의 강점 및 약점을 파악하여, 변화하는 메타버스 서비스의 환경에서 우위를 차지하는데 유용한 통찰력을 제공할 것이라 기대한다.

• 한국방사선학회논문지
• /
• 제17권5호
• /
• pp.693-699
• /
• 2023

초음파는 의료분야에서 비파괴적 및 비침습적인 질병 진단에 널리 활용되고 있다. 진단의료영상의 질병진단 정확도를 향상시키기 위하여 공간 분해능을 향상시키는 것은 매우 중요하다. 본 연구에서는 초음파 영상에서의 초고분해능 합성곱 신경망 알고리즘 (super resolution convolutional neural network, SRCNN)을 모델링하여 적용 가능성을 분석하고자 한다. 연구는 Field II 시뮬레이션과 open source로 제공되는 임상 간 혈관종 초음파 영상을 사용한 실험 연구로 수행되었다. 제안하는 SRCNN 알고리즘은 저분해능 (low resolution, LR)에서 고분해능 (high resolution)으로 end-to-end 방식의 학습이 적용될 수 있도록 모델링하였다. 시뮬레이션 결과 Field II 프로그램을 통한 팬텀 영상에서의 반치폭 값은 SRCNN을 사용하였을 때 LR에 비하여 41.01% 향상되는 것을 확인하였다. 또한, 최대신호대잡음비 (peak to signal to noise ratio, PSNR)와 구조적 유사도 지표 (structural similarity index, SSIM)) 평가 결과는 시뮬레이션과 실제 간 혈관종 영상에서 SRCNN이 가장 우수한 값으로 도출되었다. 결론적으로 SRCNN의 초음파 영상에서의 적용 가능성을 증명하였고, 나아가 다양한 진단의료분야에서의 사용이 가능할 것으로 기대한다.

• 기록학연구
• /
• 제78호
• /
• pp.251-283
• /
• 2023

일반적으로 '기억'에 비해 '기록'이라는 단어는 다소 낯설 수 있다. 특히 초등학생들은 기록에 대한 개념과 중요성을 충분히 이해하고 있지 않으며, 교육과정 상에 기록관리, 활용에 대한 내용이 부재해서 배움의 기회가 부족하다. 본 연구는 초등학생을 대상으로 교육 프로그램을 실연해 기록의 중요성에 대한 인식을 제고하고자 한다. 이를 위해 본 연구에서는 국내 유네스코 세계기록유산을 교육매체로 선정하여 교육안을 설계하였으며, 이를 바탕으로 J초등학교 6학년 3개반을 대상으로 실제 수업을 진행하였다. 교육 프로그램 효과를 분석하기 위해 학생들을 대상으로 수업 전과 후에 설문조사를 수행하였으며, 교육 프로그램에 대한 검증을 위해 담당 교사를 대상으로 한 심층인터뷰를 실시하였다. 학생 대상 설문분석 결과, 기록 및 국내 유네스코 세계기록 유산에 대한 인식, 지식과 수업에 대한 만족도와 필요성 항목 모두 유의미하게 수치가 상승하여 본 교육 프로그램이 초등학생들에게 효과가 있는 것으로 파악되었다. 또한 교사를 대상으로 한 심층인터뷰를 통해 교육 프로그램의 실효성을 검증하였으며 제한된 시간에 맞는 분량 조절이 필요하다는 보완 의견이 수렴되었다. 이를 바탕으로 본 연구에서 개발한 프로그램의 효과를 검증하였으며, 향후 기록교육 프로그램의 개선 방향을 제시하였다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제13권4호
• /
• pp.53-82
• /
• 2007

본 연구는 '성폭력 피해 여성의 치유 경험은 어떠한가'라는 연구 질문을 가지고 성폭력 피해 여성의 치유 과정을 심층적으로 탐색한 것이다. 상담 경험이 있는 성폭력 피해 여성 9명을 심층면접하였고, 스트라우스와 코빈(Strauss & Corbin, 1998)의 근거이론 방법을 활용하여 분석하였다. 성폭력 피해 여성의 치유 과정의 중심 현상은 '성폭력 피해로 인한 심리적 고통'이었으며, 인과적 조건은 '성폭력 인지', '절박함'이었으며, 맥락적 조건은 '폭로 이후 주변의 반응', '섹슈얼리티 고정 관념', 그리고 '가해자의 구속과 처벌'인 것으로 나타났다. 성폭력 피해 여성들은 치유 과정에서 '지지받음', '성폭력 피해 의미 재해석'에 의해 중재를 받았으며, '감정과 만남', '새로운 대처 기술 배움', 그리고 '미래에 대한 희망 가짐'의 상호작용 전략을 활용하는 것으로 나타났다. 또한 치유의 결과로 성폭력 피해자들은 '생존자로 당당하게 살아감', '삶을 재구성함'의 모습을 갖는 것으로 파악되었다. 본 연구는 한국의 사회·문화적 맥락 속에서 성폭력 피해 생존자들의 목소리를 통하여 치유 과정 및 관련 요소들을 체계적으로 밝혀냈다는 점에 의의가 있다. 본 연구의 한계점 및 후속 연구에 관한 제언들을 제시하였다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.577-587
• /
• 2023

크라우드소싱(crowdsourcing) 공간 데이터 활용 연구가 활발히 진행되고 있으나 데이터 품질의 불확실성으로 인한 문제점이 제기되고 있다. 특히 드론 영상 데이터셋에 품질이 낮은 데이터가 포함될 경우, 출력되는 공간 정보의 품질이 저하될 수 있다. 이를 위해 본 연구에서는 크라우드소싱된 영상의 기하학적 품질을 자동으로 검증하는 방법론을 제안하였다. 주요 품질 요소로는 영상의 공간해상도, 해상도 변화량, 매칭점 재투영 오차, 번들 조정 결과 등을 입력변수로 활용하였다. 공간 정보 생성에 적합한 영상을 분류하기 위해 학습 및 검증 데이터를 구축하고, radial basis function (RBF) 기반의 support vector machine (SVM) 모델로 학습을 진행하였다. 학습된 SVM 모델의 분류 정확도는 99.1%를 기록하였다. 품질 검증 모델 효과를 확인하기 위해 학습 및 검증에 사용하지 않은 드론 영상에 대하여 해당 모델을 적용하기 전후의 영상 데이터셋으로 각각 정사영상을 생성하고 비교하였다. 그 결과 모델 적용을 통하여 정사영상에 포함될 수 있는 다양한 왜곡을 줄이고 객체 식별력을 증대시키는 것을 확인하였다. 제안된 품질 검증 방법론은 다양한 품질의 크라우드소싱 데이터를 입력으로 받아 양질의 정보만을 자동 선별하게 함으로써 공간정보 생성에서의 활용 가능성을 증대시킬 것으로 기대한다.

• 한국전산구조공학회논문집
• /
• 제36권5호
• /
• pp.339-346
• /
• 2023

미세구조 특성의 불확실성은 재료 특성에 많은 영향을 준다. 시멘트 기반 재료의 공극 분포 특성은 재료의 역학적 특성에 큰 영향을 미치며, 재료에 랜덤하게 분포되어 있는 많은 공극은 재료의 물성 예측을 어렵게 한다. 공극의 특성 분석과 재료 응답 간의 상관관계 규명에 대한 기존 연구는 통계적 관계 분석에 국한되어 있으며, 그 상관관계가 아직 명확히 규명되어 있지 않다. 본 연구에서는 합성곱 신경망(CNN, convolutional neural network)을 활용한 이미지 기반 데이터 접근법을 통해 시멘트 기반 재료의 역학적 응답을 예측하고, 공극분포와 재료 응답의 상관관계를 분석하였다. 머신러닝을 위한 데이터는 고해상도 마이크로-CT 이미지와 시멘트 기반 재료의 물성(인장강도)로 구성하였다. 재료의 메시 구조 특성을 분석하였으며, 재료의 응답은 상장균열모델(phase-field fracture model)에 기반을 둔 2D 직접 인장(direct tension) 유한요소해석 시뮬레이션을 활용하여 평가하였다. 입력 이미지 영역의 기여도를 분석하여 시편에서 재료 응답 예측에 가장 큰 영향을 미치는 영역을 CNN을 통하여 식별하였다. CNN 과정 중 활성 영역과 공극분포를 비교 분석하여 공극분포특성과 재료 응답의 상관관계를 분석하여 제시하였다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제42권4호
• /
• pp.591-604
• /
• 2023

이 연구에서는 메타버스를 활용한 초등 과학 수업이 초등학생의 학업 성취도, 과학 긍정 경험, 디지털 리터러시에 미치는 영향을 알아보고 학생들의 인식을 살펴보았다. 연구 대상은 경기도 소재 한 초등학교에서 6학년 두 개 학급으로 각각 실험집단(29명)과 비교집단(29명)으로 선정했다. '식물의 구조와 기능' 단원의 5개 차시에 대하여 실험집단은 메타버스를 활용한 과학 수업을, 비교집단은 일반적인 교과서 기반 수업을 진행하였다. 수업의 효과를 알아보기 위하여 사전 검사 점수를 공변인으로 한 공변량 분석을 실시하였고 메타버스를 활용한 과학 수업에 대한 학생들의 인식 설문 조사와 일부 대상 면담을 실시하였다. 연구 결과, 메타버스를 활용한 과학 수업은 과학 학업 성취도와 디지털 리터러시에는 유의미한 효과가 없었으며, 과학 긍정 경험의 하위 요소 중 과학 학습 정서에 대해서 통계적으로 유의미한 효과가 있는 것으로 나타났다. 메타버스를 활용한 과학 수업에 대해 학생들은 활동이 흥미롭고 다양하며 탐구 결과의 표현이 자유롭다는 측면 등에서 긍정적으로 인식하고 있었으며, 스마트기기나 네트워크 연결의 불안정성을 아쉬운 점으로 인식하였다. 이러한 연구 결과를 토대로 과학 수업에서 메타버스 활용에 대한 시사점을 논의하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.29-42
• /
• 2023

본 논문은 서울, 부산, 인천과 같은 대한민국의 주요 도시들을 대상으로 일사량 예측 정확도를 향상하기 위한 방법론을 제안한다. 제안한 방법론은 먼저 GAN, CTGAN, Copula GAN, WGANGP, TVAE 등 다섯 가지 생성 모델을 이용하여 기존 학습 데이터와 유사한 독립 변수들을 생성한다. 다음으로 모델 학습에서의 데이터 편향성을 개선하고자, 생성한 독립 변수들에서 각각 랜덤 포레스트와 심층 신경망을 통해 종속 변숫값을 도출하여 학습 데이터 셋을 구축하고, 이를 기존 학습데이터 셋과 결합하여 예측 모델을 구성한다. 실험 결과, 증강된 데이터 셋으로 학습한 모델들은 기존 데이터 셋으로 학습한 모델들보다 향상된 성능을 나타내었다. 특히 CTGAN은 복잡한 다변량 데이터 관계를 효과적으로 다루는 메커니즘으로 인해 우수한 결과를 도출하였으며, 생성된 데이터는 일사량의 다양한 변화와 실제 변동성과 효과적으로 반영하였다. 제안한 방법론은 고품질의 생성 데이터로 학습 데이터를 증강함으로써, 데이터 부족 현상 문제를 다룰 수 있을 뿐만 아니라 지속 가능한 발전을 위한 태양광 발전 시스템 운영에도 이바지할 수 있을 것으로 기대한다.