• 기록학연구
• /
• 제44호
• /
• pp.101-151
• /
• 2015

이 연구는 밀양송전탑반대투쟁에 참여한 여성주민들의 구술생애사를 분석해, 분단으로 인한 이념 대립 속에서 일어난 국가폭력의 체험이 환경운동 참여의 생애사적 맥락으로 작용하고 있음을 밝혔다. 이 연구의 사례자들은 사회운동 참여를 통해 가족이 경험한 국가폭력과 그것으로 인한 자신의 트라우마를 드러냄으로써 가족의 삶의 정당성을 주장하고 자신의 상처를 치유해 새로운 삶으로 나아간다. 강요된 침묵을 깨고 상처를 드러내 치유하는 힘은 사회운동 속에서 발견한 연대의 힘이다. 이 연구에서의 이러한 발견은 한국의 다양한 사회운동의 형성과 전개에 국가폭력의 체험이 깊이 자리 잡고 있으며, 여전히 많은 사회성원들의 기억속에 은폐되고 억압되어 있을, 국가폭력으로 인한 트라우마를 치유하기 위해 더 많은 민주주의와 연대의 힘이 필요함을 시사한다. 또한 이 연구는 구술생애사 기록의 중요성을 드러낸다. 구술생애사 기록은 공식 역사에서 배제된 사람들과 문자문화에 편입될 수 없었던 사람들의 행위와 역사를 기록함으로써 그 사회에 대한 이해를 확장하고자 하였다. 공적 기록만으로 역사적 사건의 전모를 파악할 수 없다는 것은 주지의 사실이며 다양한 주체들의 기록을 모으는 것은 그러한 의미에서 중요하다. 공적 기록은 사건의 진실을 보여주는 증거가 되기도 하지만 대립이 있었던 사건의 경우 남겨진 기록만으로는 균형 잡힌 이해에 도달하기 어렵기 때문이다. 따라서 이 연구를 통해 생산한 밀양 송전탑 반대투쟁참여 여성들의 구술생애사는 지역의 역사와 사회적 행위에 대해 풍부하고 균형 있는 맥락을 제공한다는 의의를 갖는다.

• 한국해안·해양공학회논문집
• /
• 제30권6호
• /
• pp.286-297
• /
• 2018

본 연구에서는 황해역 파랑 특성을 파악하기 위해 KOGA-W01 파랑관측자료를 분석하고, 이를 바탕으로 파랑 후측모의 실험을 수행하였다. 파랑관측자료 분석에 따르면, 파랑관측지점이 연안역에 비교적 가까이 위치해 있음에도 불구하고 fetch length가 짧아 심해파 출현율이 높은 것으로 나타났다. 이에 본 연구에서는 Chun and Ahn(2017a, b)의 계산영역을 황해역으로 확장하여 파랑계산을 수행하였는데, 황해역에서의 정확한 파랑계산을 위해 조석 및 조류의 효과도 함께 고려하였다. 계산결과를 관측결과와 비교하여 파랑 후측모의의 정확도를 검증하였다. 본 연구의 전반적인 계산 결과의 정확도는 만족할 수준이지만, 계산영역 크기 한계로 S계열의 너울성 장주기파를 제대로 재현하지 못해 황해역 유의파주기의 정확도가 낮게 나타났다. 그러나 이들 장주기파의 파랑에너지가 크지 않아, 극치 파랑분석에의 영향은 작아 극치파랑의 유의파주기는 잘 재현하고 있는 것으로 나타났다.

• 정보교육학회논문지
• /
• 제25권5호
• /
• pp.733-740
• /
• 2021

본 연구의 목적은 실제 학교 현장에서 AI 교육과 관련된 수업들의 사례를 분석하여, 초등학교 AI 교육의 방향을 제시하는 것이다. 이를 위해 AI 교육 기반의 초등학교 수업 사례로 19개의 수업을 수집하였다. 수업 사례를 분석한 결과에 따르면, AI를 학습내용과 방법의 혼합적 측면에서 수업을 설계하였음을 확인하였다. 성취기준과 학습목표를 분석한 결과, AI를 도구적 관점에서 활용한 8개 수업에서 기억, 이해, 적용에 관한 행동 동사가 발견되였다. 수업을 도입, 전개, 정리단계로 나누었을 때, AI 교육 요소는 전개 단계에서 가장 많이 나타났다. 한편 전개 단계에서 AI 교육 요소의 학습내용과 학습방법의 비율을 살펴보았을 때 학습방법으로 AI 교육을 접근하는 학습시간이 압도적으로 높았다. 이를 토대로 다음과 같은 시사점을 도출하였다. 첫째, 학교, 학년 교육과정을 설계할 때, 학습 내용과 방법으로의 AI를 포괄적으로 다룰 수 있도록 설계해야 한다. 둘째, AI에 대한 이해를 보완하기 위해 단기적으로는 실과 교과나 창의적 체험활동에서의 시수 확보가 요구되며, 장기적으로는 정보 교과의 확보가 필요하다.

• 한국시뮬레이션학회논문지
• /
• 제31권1호
• /
• pp.11-18
• /
• 2022

최근 공공장소 및 시설에서 범죄예방 및 시설 안전을 목적으로 영상정보 기반의 인체의 행위를 분류하는 연구가 활발히 진행되고 있다. 이러한 인체 행위분류의 성능을 향상하기 위해서 대부분의 연구는 전이학습 기반의 딥러닝을 적용하고 있다. 그러나 딥러닝의 기반이 되는 중추 네트워크 모델(Backbone Network Model)의 수가 증가하고 아키텍처가 다양해짐에도 불구하고, 소수의 모델만 사용하는 분위기 때문에 운용목적에 적합한 중추 네트워크 모델을 찾는 연구는 미흡한 실정이다. 본 연구는 영상정보를 기초로 인체 행위를 분류하는 인공지능 모델을 개발하기 위해 최근에 개발된 5가지의 딥러닝 중추 네트워크 모델을 대상으로 전이학습을 적용하고 각 모델의 정확도 및 학습효율 측면에서 비교 및 분석하여 가장 효율이 높은 모델을 제안하였다. 이를 위해, 기본적인 인체 행위가 아닌 운동 종목 기반의 활동적이고 신체접촉이 높은 12가지의 인체 활동을 선정하고 관련된 7,200개의 이미지를 수집하였으며, 5가지의 중추 네트워크 모델에 총 20회의 전이학습을 균등하게 적용하고 학습과정과 결과성능을 통해 인체 행위를 분류하는데 적합한 중추 네트워크 모델을 정량적으로 비교 및 분석하였다. 그 결과 XceptionNet 모델이 학습 및 검증 정확도에서 0.99 및 0.91로, Top 2 및 평균 정밀도에서 0.96 및 0.91로 나타났으며 학습 소요시간은 1,566초, 모델용량의 크기는 260.4MB로 정확도와 학습효율 측면에서 다른 모델보다 높은 성능이 나타남을 확인할 수 있었다. 이러한 결과는 전이학습을 적용하여 인체 행위분류를 진행하는 다양한 연구 분야에 활용되기를 기대한다.

• Journal of Korean Neurosurgical Society
• /
• 제65권2호
• /
• pp.315-324
• /
• 2022

Objective : The aim of this study was to verify the equivalence and effectiveness of the tablet-administered Korean Repeatable Battery for the Assessment of Neuropsychological Status (K-RBANS) for the prevention and early detection of dementia. Methods : Data from 88 psychiatry and neurology patient samples were examined to evaluate the equivalence between tablet and paper administrations of the K-RBANS using a non-randomly equivalent group design. We calculated the prediction scores of the tablet-administered K-RBANS based on demographics and covariate-test scores for focal tests using norm samples and tested format effects. In addition, we compared the receiver operating characteristic curves to confirm the effectiveness of the K-RBANS for preventing and detecting dementia. Results : In the analysis of raw scores, line orientation showed a significant difference (t=-2.94, p<0.001), and subtests showed small to large effect sizes (0.04-0.86) between paper- and tablet-administered K-RBANS. To investigate the format effect, we compared the predicted scaled scores of the tablet sample to the scaled scores of the norm sample. Consequently, a small effect size (d≤0.20) was observed in most of the subtests, except word list and story recall, which showed a medium effect size (d=0.21), while picture naming and subtests of delayed memory showed significant differences in the one-sample t-test. In addition, the area under the curve of the total scale index (TSI) (0.827; 95% confidence interval, 0.738-0.916) was higher than that of the five indices, ranging from 0.688 to 0.820. The sensitivity and specificity of TSI were 80% and 76%, respectively. Conclusion : The overall results of this study suggest that the tablet-administered K-RBANS showed significant equivalence to the norm sample, although some subtests showed format effects, and it may be used as a valid tool for the brief screening of patients with neuropsychological disorders in Korea.

• 한국음향학회지
• /
• 제41권3호
• /
• pp.287-301
• /
• 2022

본 연구의 목적은 현재 음풍경 조사를 위해 사용되는 실험법 중 현장평가와 실험실평가를 비교·분석하는 것이다. 이를 위해 청주시 내 4개 지역에서 현장평가와 실험실평가를 수행하였다. 현장평가에서는 각 측정점을 이용 중이던 65명의 시민이 음풍경 평가에 참여했으며, 실험실평가에서는 20세 이상 건청인 48명이 참여해 녹취한 영상과 소리를 보고 들은 뒤 평가를 진행하였다. 실험실 평가는 현장 경험자와 현장 비경험자로 나누어 실시하였으며, 음원의 청취방법을 달리하여 헤드폰 및 스피커 이용 그룹으로 분류하여 실시하였다. 분석결과, 현장평가와 실험실평가에서 공통적으로 소리의 크기와 불쾌감 사이에 매우 높은 상관관계가 나타났다. 그러나 실험실 평가에서는 시각 및 청각적 정보만으로는 현장의 상황을 정확히 판단할 수 없기 때문에 현장평가와 실험실평가에서 신호음 인식에 대한 차이가 나타났다. 실험실평가에서 헤드폰과 스피커 이용 그룹의 응답결과 중 가장 크게 들리는 신호음의 인지에 차이가 있었다. 또한 현장경험자는 자신이 경험한 기억을 이용하여 신호음을 인지하는 경향이 있는 반면에 현장비경험자는 주 신호음을 인지하지 못하는 경우가 있었다.

• 지구물리와물리탐사
• /
• 제25권3호
• /
• pp.109-119
• /
• 2022

초고해상 3차원 탄성파 탐사를 통하여 취득된 자료는 수백 Hz 이상의 높은 주파수 대역에 의하여 수치 모델링에 기반 한 역시간 구조보정의 계산효율성이 확보되지 않는다. 이에 본 연구에서는 초고해상 탐사자료를 활용하여 고품질의 3차원 지질구조를 효율적으로 도출할 수 있는 역시간 구조보정 프로그램을 개발하였다. 우리는 전통적인 3차원 역시간 구조보정 프로그램의 메모리 사용량 및 계산시간을 대폭 축소하기 위하여 음원 파동장의 최대 진폭만을 저장하여 영상화를 수행하는 여기진폭 기법과 연산 영역을 음원과 수신기가 위치한 최소한의 영역인 로컬 도메인으로 제한하는 기법을 적용하였다. 본 연구를 통해 개발된 프로그램은 2019년에 한국지질자원연구원에서 획득한 초고해상 3차원 탄성파 탐사 자료에 대하여 수평방향 격자 크기가 1 m인 3차원 구조보정 영상을 성공적으로 도출하였으며 지질학적인 해석이 수행되었다.

• 스마트미디어저널
• /
• 제11권10호
• /
• pp.65-75
• /
• 2022

딥러닝은 기존의 분석 모델이 갖는 한계를 극복하고 텍스트, 이미지, 음악 등 다양한 형태의 결과물을 생성할 수 있는 창의적인 도구로 활용되고 있다. 본 고에서는 Niko's MIDI Pack 음원 파일 1,609개를 데이터 셋으로 삼아 전처리 과정을 수행하고, 양방향 장단기 기억 순환 신경망(Bi-LSTM) 모델을 이용하여, 효율적으로 음악을 생성할 수 있는 전처리 방법과 예측 모델을 제시한다. 생성되는 으뜸음을 바탕으로 음악적 조성(調聲)에 적합한 새로운 시계열 데이터를 생성할 수 있도록 은닉층을 다층화하고, 디코더의 출력 게이트에서 인코더의 입력 데이터 중 영향을 주는 요소의 가중치를 적용하는 어텐션(Attention) 메커니즘을 적용한다. LSTM 모델의 인식률 향상을 위한 파라미터로서 손실함수, 최적화 방법 등 설정 변수들을 적용한다. 제안 모델은 MIDI 학습의 효율성 제고 및 예측 향상을 위해 높은음자리표(treble clef)와 낮은음자리표(bass clef)를 구분하여 추출된 음표, 음표의 길이, 쉼표, 쉼표의 길이와 코드(chord) 등을 적용한 다채널 어텐션 적용 양방향 기억 모델(Bi-LSTM with attention)이다. 학습의 결과는 노이즈와 구별되는 음악의 전개에 어울리는 음표와 코드를 생성하며, 화성학적으로 안정된 음악을 생성하는 모델을 지향한다.

• 정보보호학회논문지
• /
• 제33권2호
• /
• pp.295-303
• /
• 2023

클라우드 컴퓨팅 시장이 성장하면서 다양한 클라우드 서비스가 안정적으로 제공되고 있으며 국내행정·공공기관은 모든 정보시스템을 클라우드 시스템으로 운영하기 위한 전환사업을 수행하고 있다. 그러나 인터넷을 통해 클라우드 자원에 접근할 경우, 내·외부 인력의 잘못된 자원 사용 및 악의적인 접근이 가능하기 때문에 사전에 클라우드 서비스를 안전하게 운영하기 위한 보안 기술을 마련하는 것이 필요하다. 본 논문은 클라우드 서비스 중, 민감한 데이터를 저장하는 클라우드 스토리지 서비스에 대해 제로 트러스트 기반으로 보안 기술을 설계하고, 설계된 보안기술을 실제 클라우드 스토리지에 적용하여 보안 기술의 실효성을 검증한다. 특히, 보안 기술 적용 여부에 따른 클라우드 사용자의 상세 접근 및 사용 행위를 추적하기 위하여 메모리 포렌식, 웹 포렌식, 네트워크 포렌식을 수행한다. 본 논문에서는 클라우드 스토리지 서비스로서 Amazon S3(Simple Storage Service)를 사용하고, S3의제로트러스트 기술로는 접근제어목록 및 키 관리 기술을 사용한다. 또한, S3에 대한 다양한 접근 유형을 고려하기 위하여 AWS(Amazon Web Services) 클라우드 내·외부에서 서비스 요청을 발생시키고, 서비스 요청위치에 따른 보안 기술 적용 효과를 분석한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권4호
• /
• pp.179-188
• /
• 2023

최근 가짜뉴스는 뉴스 콘텐츠 형식을 가장하고 중요한 사건이 발생할 때마다 등장하여 사회적 혼란을 초래한다. 이에 가짜뉴스를 탐지하기 위한 연구로 인공지능 기술이 사용된다. 자연어 처리를 통해 가짜뉴스를 자동으로 인지 및 차단하거나, 네트워크 인과 추론과 결합함으로써 허위 정보를 확산시키는 소셜미디어 인플루언스 계정을 감지하는 등의 가짜뉴스 탐지 접근법이 딥러닝을 통해 구현될 수 있었다. 그러나 가짜뉴스 탐지는 여러 자연어 처리 분야 중에서도 해결이 어려운 문제로 분류된다. 가짜뉴스가 가지는 형식 및 표현의 다양성으로 특성 추출의 난도가 높고, 뉴스가 속한 범주에 따라 하나의 특성이 서로 다른 의미를 가질 수도 있는 등 다양한 한계점이 존재한다. 본 논문에서는 가짜뉴스를 탐지하기 위한 추가적인 식별 기준으로 감성 변화 패턴을 제시한다. 합성곱 신경망을 가짜뉴스 데이터 세트에 적용하여 콘텐츠 특성에 기반한 분석을 수행하고, 감성 변화 패턴을 추가로 분석함으로써 성능이 개선된 모델을 제안한다. 뉴스를 구성하는 문장에 대하여 감성 극성을 산출하고 장단기 메모리를 적용함으로써 문장 순서에 의존적인 결괏값을 얻을 수 있다. 이를 감성 변화의 패턴으로 정의하고 뉴스의 콘텐츠 특성과 결합하여 가짜뉴스 탐지를 위한 제안 모델의 독립변수로 활용한다. 제안 모델과 비교 모델을 딥러닝으로 학습시키고 가짜뉴스 데이터 세트를 이용한 실험을 진행하여 감성 변화 패턴이 가짜뉴스 탐지 성능을 개선할 수 있음을 확인한다.