• 대한화학회지
• /
• 제66권6호
• /
• pp.493-508
• /
• 2022

화학은 물질의 성질, 변화, 구조에 대해 다루는 교과로, 관찰 가능한 성질과 변화를 미시적인 수준으로 설명하고, 이를 이론과 법칙 등으로 설명하는 체계를 갖는다. 국가수준 교육과정에서는 물질의 성질과 변화에 대해 초등학교부터 고등학교에 이르기까지 연속적으로 다루면서, 학생들이 물질에 대한 이해를 심화시킬 수 있도록 내용을 구성하고 있다. 즉, 물질의 성질과 변화에 대한 이해는 화학의 관점에서 우리 주변을 설명하기 위한 기반이 되며, 이 둘은 2015 개정 과학과 교육과정에서 화학 교과의 영역으로 분류된다. 본 연구에서는 국가수준 학업성취도 평가의 결과를 분석하여 중학생들의 물질의 성질과 물질의 변화 영역에 대한 이해를 확인하고자 하였다. 이러한 목적에서 본 연구에서는 2015년부터 2019년까지 출제된 물질의 성질에 대한 12개 문항, 물질의 변화에 대한 19개 문항을 분석하였다. 핵심 개념에 따라 문항들을 분류하여 분석한 결과에 따르면, 두 영역에 대한 이해는 보통학력과 기초학력에 해당하는 학생들에게서 큰 폭으로 변화하고 있었다. 입자의 관점을 사용하고 과학 개념과 모형을 연관시켜 현상을 설명하거나, 이 두 영역에서 다루는 탐구에 대해 이해하는 것이 성취수준에 따라 차이가 있었다. 이러한 분석을 토대로 물질의 성질과 물질의 변화 영역에 대해 교수학습 과정에서 개선이 필요한 사항들을 논의하였다.

• 한국지리정보학회지
• /
• 제25권4호
• /
• pp.63-80
• /
• 2022

현실의 공간을 가상의 공간으로 구현하여 문제를 분석하고 예측하는 기술이 개발되면서, 복잡한 도시 내의 정밀한 공간정보를 취득하는 것이 중요해지고 있다. 본 연구는 복잡한 경관을 가진 도시지역을 대상으로 무인항공기를 통해 영상을 취득하고 고해상도 영상에 적합한 영상분류 기법인 객체기반 영상분석 기법과 의미론적 분할 기법을 적용하여 토지피복 분류를 수행하였다. 또한, 동일시기에 수집된 영상을 바탕으로 인공지능이 학습하지 않은 지역에 대해 각 인공지능 모형의 토지피복 분류 재현성을 확인하고자 하였다. 학습 지역을 대상으로 인공지능 모형을 학습하였을 때, 토지피복 분류 정확도가 OBIA-RF는 89.3%, OBIA-DNN은 85.0%, U-Net의 경우 95.3%로 분석되었다. 재현성을 평가하기 위해 검증 지역에 인공지능 모형을 적용하였을 때, OBIA-RF는 7%, OBIA-DNN은 2.1%, U-Net은 2.3%의 정확도가 감소하였다. 형태학적인 특성과 분광학적인 특성을 모두 고려한 U-Net이 토지피복 분류 정확도 및 재현성 평가에서 우수한 성능을 보이는 것으로 나타났다. 본 연구의 결과는 정밀한 공간정보가 중요해짐에 따라 기초자료 생성 방법으로써 도시환경 연구분야에 기여할 수 있을 것으로 판단된다.

• 정보교육학회논문지
• /
• 제26권3호
• /
• pp.197-207
• /
• 2022

본 논문에서는 코딩 학습 중 학습자의 인지 부하 감소를 목적으로 자연어 처리 모델을 이용하여 전이학습 및 미세조정을 통해 블록 프로그래밍 환경에서 이미 이루어진 학습자의 블록을 학습하여 학습자에게 다음 단계에서 선택 가능한 블록을 생성하고 추천해 주는 머신러닝 기반 블록 코드 생성 및 추천 모델을 개발하였다. 모델 개발을 위해 훈련용 데이터셋은 블록 프로그래밍 언어인 '엔트리' 사이트의 인기 프로젝트 50개의 블록 코드를 전처리하여 제작하였으며, 훈련 데이터셋과 검증 데이터셋 및 테스트 데이터셋으로 나누어 LSTM, Seq2Seq, GPT-2 모델을 기반으로 블록 코드를 생성하는 모델을 개발하였다. 개발된 모델의 성능 평가 결과, GPT-2가 LSTM과 Seq2Seq 모델보다 문장의 유사도를 측정하는 BLEU와 ROUGE 지표에서 더 높은 성능을 보였다. GPT-2 모델을 통해 실제 생성된 데이터를 확인한 결과 블록의 개수가 1개 또는 17개인 경우를 제외하면 BLEU와 ROUGE 점수에서 비교적 유사한 성능을 내는 것을 알 수 있었다.

• 한국과학교육학회지
• /
• 제42권2호
• /
• pp.215-226
• /
• 2022

이 연구에서는 우리나라 초·중·고등학교 학생을 대상으로 학년 및 학교급에 따른 학생의 과학긍정경험의 추이와 하락 원인을 조사하였다. 이를 위해 서울특별시에 있는 일반 초·중·고등학교에서 4학년~10학년 학생을 학년별로 표집한 후, 학생들의 과학긍정경험 및 하락 원인을 묻는 설문을 시행하였다. 과학긍정경험 지표 검사에 대한 일원 분산 분석 결과, 전체 평균에서는 학년과 학교급에 따라 통계적으로 유의한 차이가 없었다. 그러나 과학긍정경험의 하위 영역별로는 결과가 다소 다르게 나타났다. 즉 과학학습정서에서는 중학생보다 초등학생의 평균이 통계적으로 유의하게 높았으며, 초등학교 4학년의 평균이 중학교 1학년, 중학교 3학년, 고등학교 1학년의 평균보다 각각 유의하게 높았다. 과학관련 진로포부에서는 중학생보다 고등학생의 평균이 통계적으로 유의하게 높은 것으로 나타났다. 과학관련 자아개념, 과학학습동기, 과학관련 태도에서는 학년 및 학교급에 따른 점수 차이가 통계적으로 유의하지 않았다. 과학긍정경험의 하위 영역별 주요 하락 원인은 학교급에 따라 다소 달랐다. 이러한 결과를 바탕으로 학년 및 학교급에 따라 과학긍정경험을 향상시키는 방안을 모색하였다.

• 인터넷정보학회논문지
• /
• 제23권2호
• /
• pp.29-35
• /
• 2022

자외선은 노출 정도에 따라 인체에 유익 또는 유해한 영향을 미치므로 개인별 적정 노출을 위해서는 정확한 자외선(UV) 정보가 필요하다. 국내의 경우 기상청에서 생활기상정보의 한 요소로 자외선 정보를 제공하고 있으나 지역별 자외선 지수(UVI, Ultraviolet Index)로 사용자 위치의 정확한 UVI를 제공하지는 못하고 있다. 일부에서는 정확한 UVI의 취득을 위해 직접 계측기를 운용하지만 비용이나 편의성에 문제가 있고, 태양의 복사량과 운량 등 주변 환경요소를 통해 자외선 양을 추정하는 연구도 소개되었으나 개인별 서비스 방법을 제시하지는 못하였다. 이에 본 논문에서는 각 개인별 위치에서의 정확한 UVI 제공을 위한 태양객체 정보와 태양광 특성을 이용한 UVI 산출 딥러닝 모델을 제안한다. 기 수집한 하늘이미지 및 태양광 특성을 분석하여 태양의 위치 및 크기, 조도 등 UVI와 상관도가 높은 요소들을 선정한 후 DNN 모델을 위한 데이터 셋을 구성한다. 이후 하늘이미지로부터 Mask R-CNN을 통해 추출한 태양객체 정보와 태양광 특성을 입력하여 UVI를 산출하는 DNN 모델을 구현한다. 국내 UVI 권고기준을 고려, UVI 8이상과 미만인 날에 대한 성능평가에서는 기준장비 대비 MAE 0.26의 범위 내 정확한 UVI의 산출이 가능하였다.

• 한국방사선학회논문지
• /
• 제16권1호
• /
• pp.25-34
• /
• 2022

뇌 전산화단층촬영은 비침습성, 3차원 영상 제공, 저방사선량 등의 장점 때문에 뇌출혈과 같은 질병 진단을 위해 시행된다. 하지만 뇌 전산화단층영상 판독을 위한 전문의의 인력 공급 부족 및 막대한 업무량으로 인해 수많은 판독 오류 및 오진이 발생하고 있다. 이와 같은 문제를 해결하기 위해 객체 검출을 위한 다양한 인공지능 기술이 개발되고 있다. 본 연구에서는 뇌 전산화단층영상으로부터 뇌출혈 검출을 위한 딥러닝 기반 YOLOv5s 모델의 적용 가능성을 확인하였다. 또한 YOLOv5s 모델 학습 시 초매개변수를 변화시켜 학습된 모델의 성능을 평가하였다. YOLOv5s 모델은 backbone, neck 및 output 모듈로 구성하였고, 입력 CT 영상 내 뇌출혈로 의심되는 부위를 검출하여 출력할 수 있도록 하였다. YOLOv5s 모델 학습 시 활성화함수, 최적화함수, 손실함수 및 학습 횟수를 변화시켰고, 학습된 모델의 뇌출혈 검출 정확도 및 학습 시간을 측정하였다. 연구결과 학습된 YOLOv5s 모델은 뇌출혈로 의심되는 부위에 대한 경계 박스 및 해당 경계박스에 대한 정확도를 출력할 수 있음을 확인하였다. Mish 활성화함수, stochastic gradient descent 최적화함수 및 completed intersection over union 손실함수 적용 시 YOLOv5s 모델의 뇌출혈 검출 정확도 향상 및 학습 시간이 단축되는 결과를 확인하였다. 또한 YOLOv5s 모델의 뇌출혈 검출 정확도 및 학습 시간은 학습 횟수에 비례하여 증가하는 결과를 확인하였다. 따라서 YOLOv5s 모델은 뇌 전산화단층영상을 이용한 뇌출혈 검출을 위해 활용할 수 있으며, 최적의 초매개변수 적용을 통해 성능을 향상 시킬 수 있다.

• 한국결정성장학회지
• /
• 제33권1호
• /
• pp.22-30
• /
• 2023

현재 주얼리 산업에서 신제품 개발은 대부분 3D 캐드와 3D 프린팅을 활용하고 있다. 이러한 상황에 전문대, 내일 배움 카드(국비), 과정평가형 자격 교육의 주얼리 3D CAD/3D 프린팅 관련 교과는 국가직무능력표준(NCS) 3D CAD 모델링과 3D 프린팅 능력단위에서 제시하는 훈련장비, 훈련시간, 훈련시설, 실습재료 기준에 기반하여 실시하고 있다. 본 연구는 국가직무능력표준(NCS)에서 제시한 귀금속 가공과 보석디자인 세 분류의 3D CAD 모델링과 3D프린팅 관련 능력단위 훈련기준이나 수행내용을 분석하여 이에 기반한 3D CAD/3D 프린팅 교육과정과 제반환경 등 교육과정 시스템 개발을 연구하였다. 이러한 3D CAD/3D 프린팅 교육과정과 시스템을 활용한 교육은 주얼리 산업뿐만 아니라 4차 산업의 한 축으로 불리는 3D CAD/3D 프린팅 제조 산업 분야 전반에 지속적으로 실무 능력을 갖춘 전문 인재를 공급할 수 있게 할 것이며 관련 교육을 받는 교육생들의 취업의 질적 향상과 취업 후 장기근속율 또한 높이는 긍정적 교육 효과를 가져올 수 있을 것이다. 또한 이러한 실적은 최근 신입생 모집이 어려운 주얼리 관련 학과나 3D프린터를 활용하는 제조 관련 일부 학과의 신입생 모집률 향상에도 도움이 될 수 있을 것이다.

• 한국재난정보학회 논문집
• /
• 제19권1호
• /
• pp.195-203
• /
• 2023

연구목적: 본 연구에서는 철도관계기관의 종사자들을 대상으로 사업연속성 인식의 하위 요인에 대한 측정/분석을 통해 사업연속성 인식 도구의 타당성을 확인하고자 한다. 연구방법: 선행연구를 바탕으로 한 사업연속성 인식 측정도구에 대해 하위 요인을 7개로 구분한 총 29개 문항을 이용하여 철도관계기 관의 임직원 대상 온라인 설문 및 방문 설문을 실시하였다. 연구결과: 탐색적 요인분석의 결과를 보았을때, 사업연속성 인식 척도는 이론적 근거를 통해 가정한 요인 수는 7요인으로 추출되었고 전체 설명량은 82.616%였다. 요인별로 문항 확인 시 모든 문항이 기존에 측정하고자 한 요인으로 부하됨을 확인할 수 있었다. 결론: 본 연구를 통해 조직의 이해, 리더십, 기획, 운영, 지원, 실적평가, 개선을 하위 요인으로 하는 철도기관의 사업연속성 인식에 대한 측정도구가 탐색적 요인분석을 통해 타당도가 있음을 확인하였다. 향후 과제로는 재난 관련 기관에서 사업연속성계획의 실질적인 작동성 유지 및 고도화를 위해 본 도구를 변수로 사용한 사업연속성 내재화, 조직효과성, 학습지원환경 등과의 구조적인 관계 연구가 필요하다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권2호
• /
• pp.211-236
• /
• 2023

이 연구는 미국 예비교사 교육 양성 과정에서 활용되는 edTPA의 사례를 분석하여 우리나라 예비 수학 교사 교육의 시사점을 도출하는 데 목적이 있다. 최근 예비 수학 교사의 인지적인 차원의 지식 개발뿐만 아니라 실제 수업을 바탕으로 상황적 차원의 영역까지 고려한 전문적인 역량을 진작시키는 것에 관한 관심이 높아지고 있다. 미국 edTPA 평가는 예비교사가 학교 현장에서 수행하는 수업에 기초한 수행 기반 평가이다. 이 연구에서는 미국의 예비 수학 교사가 참여하는 edTPA의 사례가 상세히 서술된 편람을 검토하여 예비 수학 교사에게 요구되는 전문적인 역량에 대해서 분석한다. edTPA 평가는 수업 설계, 실행, 평가 과제로 구성되어 있고, 수업과 연계하여 지속성 있는 평가를 수행한다. 따라서 수업 설계, 실행, 평가 과제 서술에서 평가 항목 및 평가 기준의 연계가 되는 지점과 그 연계로부터 요구하는 전문적인 역량이 무엇인지 분석한다. edTPA 편람을 분석한 결과 edTPA 평가에서 예비 수학 교사에게 요구되는 전문적인 역량은 특정 수학 수업 차시에 대한 초점화 및 이행 역량, 특정 수학 수업 차시 실행 및 평가의 성찰적 이해 역량, 학생들의 언어 및 표상 사용, 학생들의 학습에 대한 학생 성취의 점진적인 판단 역량이다. 이러한 분석의 결과는 우리나라 예비 수학 교사 교육과정 및 실습학기제 운영에서 평가하는 역량의 구인으로 활용할 수 있다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.125-144
• /
• 2023

최근 ChatGPT 등 거대언어모델(Large Language Models)의 활용은 대화형상거래, 모바일금융 서비스 등 다양한 분야에서 사용이 증가하고 있다. 그러나 주로 기존 문서를 학습하여 만들어진 거대언어모델은 문서에 내재된 인간의 다양한 편향까지도 학습할 수 있다. 그럼에도 불구하고 거대언어모델에 편향과 차별의 양상에 대한 비교연구는 거의 이루어지지 않았다. 이에 본 연구의 목적은 거대언어모델안에 9가지 차별(Age, Disability status, Gender identity, Nationality, Physical appearance, Race ethnicity, Religion, Socio-economic status, Sexual orientation)의 존재유무 또는 그 정도를 점검하고 발전 방안을 제안하는 것이다. 이를 위해 차별 양상을 특정하기 위한 도구인 BBQ (Bias Benchmark for QA)를 활용하여 ChatGPT, GPT-3, Bing Chat 등 세가지 거대언어모델을 대상으로 비교하였다. 평가 결과 거대언어모델에 적지 않은 차별적 답변이 관찰되었으며, 그 양상은 거대언어모델에 따라 차이가 있었다. 특히 성차별, 인종차별, 경제적 불평등 등 전통적인 인공지능 윤리 이슈가 아닌 노인차별, 장애인차별에서 문제점이 노출되어, 인공지능 윤리의 새로운 관점을 찾을 수 있었다. 비교 결과를 기반으로 추후 거대언어모델의 보완 및 발전 방안에 대해 기술하였다.