• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권3호
• /
• pp.549-571
• /
• 2024

디지털·AI 기반 교수·학습이 강조됨에 따라 생성형 AI의 교육적 활용에 대한 논의가 활발해지고 있다. 본 연구는 고등학교 1학년 수학 교과서 5종의 예제와 문제 풀이에 대한 ChatGPT 4, Claude 3 Opus, Gemini Advanced의 수학적 성능을 분석하였다. 총 1,317개 문항에 대해 전체 정답률과 기능별 특징을 살펴본 결과, ChatGPT 4의 전체 정답률이 0.85로 가장 높았고, Claude 3 Opus가 0.67, Gemini Advanced가 0.42 순으로 나타났다. 기능별로는 함수 구하기와 증명하기에서 세 모델 모두 높은 정답률을 보였으나, 설명하기와 그래프 그리기에서는 상대적으로 낮은 정답률을 보였다. 특히 경우의 수 세기에서 ChatGPT 4와 Claude 3 Opus가 1.00의 정답률을 보인 반면, Gemini Advanced는 0.56으로 낮았다. 또한 모든 모델이 벤 다이어그램을 이용한 설명하기와 이미지 생성이 필요한 문제에서 어려움을 겪었다. 연구 결과를 바탕으로 교사들은 각 AI 모델의 강점과 한계를 파악하고 이를 수업에 적절히 활용할 수 있을 것이다. 본 연구는 생성형 AI의 수학적 성능을 분석함으로써, 실제 수학 수업에서의 생성형 AI의 활용 가능성을 제시했다는 점에서 의의가 있다. 또한 인공지능시대의 수학 교육에서 교사의 역할을 재정립하는 데 중요한 시사점을 제공하였다. 향후 생성형 AI와 교사의 협력적 교육 모델 개발, AI를 활용한 개별화 학습 방안 연구 등이 필요할 것이다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.139-156
• /
• 2021

이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.

• 한국과학교육학회지
• /
• 제5권1호
• /
• pp.49-61
• /
• 1985

본 논문은 1981년 교육과정이 개정된 새로 편찬된 중학교 과학교과서가 학교 현장에서 효율적으로 사용되고, 앞으로의 교과서 연구와 편찬을 위한 기초 자료를 제공하려는 목적에서 신 구 과학 교과서를 문헌 연구를 통해 비교하고 분석하였다. 연구 영역은 중학교 교육 과정의 과학과 교육목표와 교과서의 기능에 비추어 5개 범주로 구분하였다. 교과내용 면에서는 신 구 과학 교과서에 수록된 주요 개념과 내용을 비교하여 개념체제와 내용 전개방식에서 변화한 점을 밝혔고, 탐구과정에 대해서는 로미의 방법을 이용하여 신 구 과학 교과서의 본문에 대하여 학생의 관련 지수를 구하고 분석하였다. 구성체제 면에서는 신 구 과학교과서의 단원 구성 체제와 그에 포함된 요소들을 단원 구성 체제의 일반적 모형에 비추어 비교하고 분석하였으며 학습 난이도에 대해서는 신 구 교과서의 내용을 비교하여 중학생의 지적 발달 수준을 넘어서는 내용의 삭제정도를 조사하였고, 제작 사항에서는 신 구 과학 교과서의 쪽수, 판형, 활자, 인쇄, 지질, 색도, 여백, 제본 등을 비교하고 기존 연구 결과에 비추어 논의하였는데 그 결과는 다음과 같다. 신 구 과학 교과서의 개념 체제에는 큰 변화가 없으나 각 학년에 물리, 화학, 생물, 지구과학 분야가 한 단원씩 수록됨에 따라 구 교과서의 단원이 축소 통합되어 관련 단원의 내용이 줄어들었고 내용 배열에 변화가 있었다. 교과 내용의 전개방식에서 구 과학 교과서가 실험, 관찰, 고찰을 통해 학생 스스로 주요 개념을 탐구하도록 한데 반해 신 교과서는 실험, 관찰의 수를 줄이고 대신 학생의 경험과 친밀한 자료를 많이 도입하여 주요 개념들을 설명하고 있다. 탐구과정 면에서 본문에 대한 로미의 관련 지수가 구 교과서 1, 2, 3학년용이 0.43, 0.48, 0.24로 1, 2학년용이 비교적 탐구적인 교과성미에 반해 신 교과서 1, 2, 3학년용이 관련지수는 0.16, 0, 11, 0.09로 신 교과서가 구 교과서에 비해 탐구적인 면이 떨어지고, 사실과 설명 위주의 교과서라고 판단된다. 구성체제 면에서 신 과학 교과서는 구 과학 교과서에 비해 도입부분을 강조하고 학습 내용을 보충 심화할 수 있는 기회를 더 많이 제공하고 있으며 삽화나 참고자료의 수를 늘이고 새로 '읽을거리'를 수록함으로써 독해가 용이하도록 하고, 학생의 관심과 흥미를 유발하려 하고 있다. 학습 난이도 면에서 신 교과서는 구 교과서에 있던 정량적인 실험과 수식의 일부를 삭제하고, 단원을 축소하고 해설을 늘렸으며, 학년간의 내용 배열 조정을 통해 학습자의 수준에 알맞도록 구 교과서의 내용을 재조직하고, 내용전개 과정에서 중학생의 지적 발달 단계를 넘어서는 방식을 부분적으로 지양함으로써 학습 난이도를 줄이고 있다. 제작사항에서 신 과학 교과서는 구 과학 교과서에 비해 판형이 커지고 지질이 향상되고 여백이 넓어지고, 제본방식이 바뀌었으나 그 외의 요소들은 변화가 없다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.979-995
• /
• 2023

산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.

• 초등상담연구
• /
• 제5권1호
• /
• pp.227-253
• /
• 2006

It seems common for students living at a small county and islands to experience psychological conflicts and be unaccustomed in the peer society because they are not familiar with peer interaction and social skills. This is a case study of L (hereinafter called L) who was grown up in the sheltered school at a small county. L was psychologically disturbed because he couldn't get along well in the transferred school. It is the reason why he had lived in the sheltered school at a small county, so he had not enough exposure to interact with peer and social skills. Sometimes he was obstinate irrationally and when he had trouble with friends, he threw something out or went out of school and tricked juniors dangerously. The fact of disperse with families, parent's indifference, and hate of older brother made L to have ill feeling against family. He had low motivation and low self confident in learning because of short attention time and accumulated poor learning progress. In this study, he was evaluated at various area, such as, intelligent, affective, personal and inter-personal, before counselling. To evaluated the effect of the counselling, K-WISC-III, KPRC, sentence filling test, social adaptation ability test, etc, were administered right after the counselling was over and 8 weeks later. For specific information gathering and analysing, observation diary and deepen counselling were accomplished by homeroom teacher, his mother, and his peers. To correct his problematic behaviors, 13 counseling sessions were accomplished for 6 months and those counselling sessions were recorded and analysed definitely. Followings are the result of this case study. First, he was recovered from the anxiety of inter-personal interaction and he started to interact with peers. The result of sac scale score of KPRC profile was lower than before as much as average student after counseling and 8 weeks later. This reveals that the distress against interpersonal relation have settled. Especially, through the result of sentence filing test, he seemed to feel attachment to peers and be positive, active in the relation of peer. For instance, he was active in the open class lesson and interacted well with peers. It could be said that he overcame the psychological distress comparing with previous time. Second, he could apologize to his peer and juniors for his fault. His attitude were well shown in the letter from an old friend at the sheltered school, average KPRC profiling score comparing with previous counseling time, and remarkable decrease of attack scale score of teacher and peer. Third, his view toward family turn out positive. He recognized his situation that he lived apart from family and even worried about his parent's financial difficulty. Through solving the confliction with his older brother, he could acquire the feeling of family reunion. Fourth, his learning motivation and self-confidence were increased. He confirmed his future positively and he might be judged more attentive because his intelligence index was higher than before as much as average student. With the main goal of this study, verification for effectiveness of counseling. understanding and helping problematic students such as L who lives at a small county and island through investigation of their real situation and problems with the method of counseling and socio-cultural analysis is worthwhile. Identification of ideal relationship with peer is related with positive self-conception, harmonic social adaptation and development of child. It is time to investigate easy adaptive in classroom and well-organised program to acquire general social skills for sheltered school students at a small county and islands.

• 인터넷정보학회논문지
• /
• 제21권5호
• /
• pp.139-148
• /
• 2020

전염병은 오래전부터 인류를 괴롭혀 왔으며 이를 예측 하고 예방하는 것은 인류에게 있어 큰 과제였다. 이러한 이유로 지금까지도 전염병을 예측하기 위해 다양한 연구가 진행되고 있다. 초기의 연구 중 대부분은 CDC(Centers for Disease Control and Prevention)의 역학 데이터에 의존한 연구였으며, CDC에서 제공하는 데이터는 일주일에 한 번만 갱신돼 실시간 질병 발생 건수를 예측하기 어렵다는 문제점을 갖고 있었다. 하지만 최근 IT 기술의 발전으로 여러 인터넷 매체들이 등장하면서 웹 데이터를 통해 전염병의 발생을 예측하고자 하는 연구가 진행되었고 이 중 우리가 조사한 연구 중 대부분은 단일 웹 데이터를 사용하여 질병을 예측하는 연구였다. 하지만 단일 웹 데이터를 통한 질병 예측은 "COVID-19" 같이 최근에 등장한 전염병에 대해서는 많은 양의 학습 데이터를 수집하기 어려우며 이러한 모델을 통해 정확한 예측을 하기 어렵다는 단점을 가지고 있다. 이에 우리는 전염병 발생을 LSTM 모델을 통해 예측할 때 여러 개의 웹 데이터를 사용하는 모델이 단일 웹 데이터를 사용하는 모델보다 정확도가 더 높음을 실험을 통해 증명하고 전염병 예측에 적절한 모델을 제안하고자 한다. 본 실험에서는 단일 웹 데이터를 사용하는 모델과 우리가 제안하는 모델을 사용하여 "말라리아"와 "유행성이하선염"의 발생을 예측했다. 우리는 2017년 12월 31 일부터 2019년 12월 28일까지 총 104주 분량의 NEWS, SNS, 검색 쿼리 데이터를 수집했는데, 이 중 75주는 학습 데이터로, 29주는 검증 데이터로 사용됐다. 실험 결과 우리가 제안한 모델의 예측 결과와 단일 웹 데이터를 사용한 모델의 예측 결과를 비교했을 때 검증 데이터에 대해서 피어슨 상관계수가 0.94, 0.86로 가장 높았고 RMSE 또한 0.19, 0.07로 가장 낮은 오차를 보여주었다.

• 한국과학교육학회지
• /
• 제33권5호
• /
• pp.1055-1086
• /
• 2013

이 연구는 서로 다른 교과의 교사들로 이루어진 학습공동체 활동 중 아이디어 융합과정에서의 교역지대의 형성과 진화 양상을 알아보고, 교역지대 경험과정에서 느낀 어려움과 변화된 교사들의 인식을 파악하고자 하였다. 연구목적 달성을 위하여 남부권 소재 중학교의 교내 학습공동체인'STEAM 교사 연구회'소속 교사들에 대해 참여관찰, 심층면담 그리고 반성적 에세이 작성 및 검토가 이루어졌다. 연구 결과, 'STEAM 교사 연구회'소속 교사들은 융합형 교수-학습 계획안 작성이라는 아이디어 융합 과정에서 전문성 교환을 위하여 성공적으로 교역지대를 형성하였으며, 전교역지대, 엘리트 통제에 의한 교역지대, 경계대상이 있는 교역지대, 공유된 정신모형의 교역지대의 형태로 형성되고 진화된 것으로 나타났다. 세부적으로 살펴보면 전교역지대의 하위 단계로는'아이디어 융합의 당위성 확인',' 개인적 해석과정',' 모두가 공급자'가 나타났고, 엘리트 통제에 의한 교역지대에서 나타난 하위단계로'기여적 전문성의 등장'과 '제도적 힘의 불균형'이 있었으며, 경계대상이 있는 교역지대에서는 하위단계로'상호작용적 전문성의 등장','공약불가능 상태의 확인', '경계물 및 매개물을 통한 교집합 형성',' 중간언어 사용 및 의미협상을 통한 공약불가능의 극복노력'이 있었다. 마지막으로 '공유된 정신모형의 교역지대'에서는 하위단계로서 '교역지대 공간의 유지 노력'및'형성된 교역지대 공간의 확장시도'가 나타났다. 또한 교역지대 형성과정에서 교사들이 경험한 어려움들은'교과간의 문화와 견해 차이',' 융합동기의 결여',' 융합의 주도권과 융합을 위한 억지 요소 도입',' 용어의 불통'이 있었다. 그러나'STEAM 교사 연구회'교사들의 교역지대 경험 후'융합의 필요성에 대한 새로운 인식', '교사공동체 활동에 대한 긍정적 인식과 실천의지',' 타 교과 및 자신의 교수-학습에 대한 관점의 변화', '융합에 대한 막연한 공포감 해소와 자신감 획득'과 같은 인식의 전환을 경험할 수 있었다. 이 연구 결과 도출된 교역지대 모형은 교과 융합을 위한 자율적 교사 학습공동체 활동에 시사점을 줄 수 있다.

• 한국과학교육학회지
• /
• 제35권1호
• /
• pp.37-52
• /
• 2015

이 연구는 판구조론(plate tectonics)에 대한 지구적 인지과정(geocognition)의 검사 문항을 중학생, 고등학생 및 대학생들에게 적용하여 문항별 응답 반응을 Rasch 모델에 근거하여 횡단적으로 분석하였다. 그 결과를 바탕으로 판구조론에 대한 학습 발달과정 및 교육과정 개발을 위한 기초 자료를 제안하고자 하였다. 판구조론의 개념적 구인은 '판과 관련된 지구 내부 구조의 이해, 판 경계에서 특징적인 지형, 판 경계의 지질 현상'으로, 지구적 인지과정의 구인은 시간적 추론, 공간적 추론, 과거역산적 추론, 시스템 사고로 선정하였다. 판구조론의 개념적 구인을 문항의 소재로 하여 지구적 인지과정의 추론 능력을 조사하는 통합적 형태로 9개의 평가 문항을 개발하였다. 문항의 그림 자료들은 모두 GeoMapApp을 활용하여 작성하였다. 전체 문항에 대한 학생들이 얻은 점수에 따라 학생들의 수준을 구분하고 이를 각 문항의 과제 곤란도와 비교하여 측정하는 Rasch 모델을 적용하여 학생들의 문항 반응 결과를 측정하였다. Rasch 모델 분석으로 중학생, 고등학생 및 대학생의 Wright map을 각각 작성하여 학생들의 능력과 문항 곤란도를 서로 비교하였고, Differential Item Functioning 분석을 통해 세 학교급 학생들의 문항 반응 결과를 종합하여 수행하였다. 연구결과는 다음과 같다. 첫째, 현행 과학 교육과정에서 판구조론에 대한 지구적 인지과정은 중학생, 고등학생에게 모두 평가 가능한 구인임을 알 수 있었다. 둘째, 중학교 ~ 대학교에 이르는 횡단적 분석에서 학생들의 발달 양상이 가장 두드러진 지구적 인지과정의 요소는 공간적 추론이었다. 셋째, 판구조론에 대한 지구적 인지과정은 적절한 교수활동의 도움과 지구과학 내용 지식을 비계(scaffolding)로 하여 더 높은 수준으로 발달할 수 있다. 넷째, 지구적 인지과정은 과제의 내용과 분리된 일반적 추론 능력이 아니라 과제의 내용과 연관된 내용-특이적(content-specific) 추론임을 알 수 있었다. 이 연구에서 수행한 횡단적 분석의 결과를 바탕으로 지구과학 교육과정에서 판구조론의 내용 체계를 재구성하기 위한 제언을 제시하였다.

• 대한원격탐사학회지
• /
• 제40권4호
• /
• pp.387-396
• /
• 2024

대부분의 고해상도 위성영상은 rational polynomial coefficients (RPC) 정보를 제공하여 지상좌표와 영상좌표 간 변환을 수행한다. 그러나 초기 RPC에는 기하학적 오차가 존재하여 ground control points (GCPs)와의 정합을 통해 보정을 수행하여야 한다. GCP chip은 항공정사영상에서 추출한 높이 정보가 포함된 작은 영상 패치(patch)이다. 많은 선행연구에서는 영역 기반 정합 기법을 사용하여 고해상도 위성영상과 GCP chip 간 정합을 수행하였다. 계절적 차이나 변화된 지역이 존재하는 영상에서는 화소값에 의존하는 정합이 어렵기 때문에 윤곽 정보를 추출하여 정합을 수행하기도 한다. 그러나 일반적으로 사용하는 canny 기법으로 정합에 용이한 윤곽을 추출하기 위해서는 위성영상의 분광 특성에 적절한 임계치를 설정해주어야 하는 문제가 존재한다. 따라서 본 연구에서는 위성영상의 지역별 특성에 둔감한 윤곽 정보를 활용하여 RPC 보정을 위한 정합을 수행하고자 한다. 이를 위해 딥러닝 기반 윤곽 정보 추출 네트워크인 pixel difference network (PiDiNet)를 활용하여 위성영상과 GCP chip의 윤곽맵(edge map)을 각각 생성하였다. 그 후 생성된 윤곽맵을 normalized cross-correlation과 relative edge cross-correlation의 입력데이터로 대체하여 영역 기반의 정합을 수행하였다. 마지막으로 RPC 보정에 필요한 변환모델 계수를 도출하기 위하여 data snooping 기법을 반복적으로 적용하여 참정합쌍을 추출하였다. 오정합쌍을 제거한 참정합쌍에 대해 root mean square error (RMSE)를 도출하고 기존에 사용하던 상관관계 기법과 결과를 정성적으로 비교하였다. 실험 결과, PiDiNet은 약 0.3~0.9 화소의 RMSE 값 분포를 보였으나 canny 기법에 비해 두꺼운 윤곽을 나타내어 일부 영상에서 미세하게 정확도가 저하되는 것을 확인하였다. 그러나 위성영상 내 특징적인 윤곽을 일관적으로 나타냄으로써 정합이 어려운 지역에서도 정합이 잘 수행되는 것을 확인하였다. 본 연구를 통해 윤곽 기반 정합 기법의 강인성을 개선하여 다양한 지역에서의 정합을 수행할 수 있을 것으로 예상된다.