• 만화애니메이션 연구
• /
• 통권43호
• /
• pp.285-320
• /
• 2016

만화와 애니메이션은 문학적 글과 소리로 기술한 언어예술(言語藝術)과 미술적 그림으로 시각화한 조형예술(造形藝術)과 영화적 움직임으로 제작한 영상예술(映像藝術)을 복합적으로 응용하여 창작하는 융합예술(融合藝術)이다. 그런데 만화와 애니메이션이 20세기 후반기부터 뒤늦게 대학의 전공 학과로 개설 운영되어 학문적 연구 개발과 예술적 창작 표현이 충족되지 못하였다. 따라서 만화와 애니메이션의 학문적 체계화를 위하여 용어적 개념과 정의, 역사적 전개와 발전, 연구 영역과 탐구 방법, 그리고 전공 교육과 관련 창업군 등을 융합적으로 정립할 필요성이 대두되고 있다. 최근 포털사이트 네이버와 형설출판사가 공동 운영하는 "학문명백과(學問名百科)" 서비스에도 만화를 비롯한 애니메이션, 영상, 게임, 콘텐츠 등의 신종 문화예술 산업 분야가 등재되지 못하고 있다. 무엇보다도 만화와 애니메이션은 불가분의 관계라서 설령 분리 독립하여 쓰더라도, 합성어로 구성된 '만화영상학(漫畵映像學, animatoon)'을 학문명과 학위명으로 원용하면서 세부 전공을 만화와 애니메이션, 영상과 게임 그리고 콘텐츠 등으로 정립하는데 연구 목적이 있다. 서론에서 만화영상은 만화와 애니메이션의 축약형 합성어로 만화(漫畵)가 한자로 동양에서 통용하는데, 애니메이션은 한자와 로마자가 상(像)+영상(映像)+화상(畵像)+동화(動畵)+동영상(動映像)+동만화(動漫畵)+만화영화(漫畵映畵)이거나 image, pictorial image, ani, anime, animation, animated cartoon, cartoon animation, moving picture 등으로 난삽하여 이를 융합한 만화영상학(漫畵映像學, animatoon)으로 규명하고 학문적으로 체계화하여 학문명과 학위명으로 원용하고자 한다. 본론에서 첫째, 역사적 전개와 발전은 고대 중세 근대 현대의 만화영상으로 시대를 구분하여 동굴벽화, 동물희화, 종교만화, 캐리커처, 카툰, 풍자만화, 코믹스, 애니메이션, 2D+3D, 웹툰, K-toon 등으로 변천사를 미학예술론적으로 융합 분석하였다. 둘째, 만화영상학의 연구 영역을 이론+장르+작품+작가 연구를 살펴보고, 탐구 방법으로 인문사회+과학기술+문화예술 등과 융복합한 전공과목을 제시하였다. 그리고 셋째, 전공 교육은 아동+청소년+전공 학생의 만화영상 교육을 고찰하고, 만화영상의 창업군은 개인적 작품창작과 집단적 제작창업 활동을 다양한 직업군으로 탐색하였다. 결론적으로, 만화영상학의 현안과제로는 작가들의 개성화, 내용의 전문화, 형식의 다양화, 창작의 자율화를 고찰하고, 발전 방향으로 만화영상의 학문화 예술화 문화화 산업화를 제창한다. 21세기 문화의 세기에 만화와 애니메이션은 영상과 게임과 함께 그 중요성이 높아져 만화영상학의 학문적 체계화를 위한 융합적 연구로 예술적 창작활동과 문화산업의 콘텐츠로 개발해야 영속한다.

• Asia pacific journal of information systems
• /
• 제18권1호
• /
• pp.145-162
• /
• 2008

One of the big concerns in e-society is privacy issue. In special, in developing robust ubiquitous smart space and corresponding services, user profile and preference are collected by the service providers. Privacy issue would be more critical in context-aware services simply because most of the context data themselves are private information: user's current location, current schedule, friends nearby and even her/his health data. To realize the potential of ubiquitous smart space, the systems embedded in the space should corporate personal privacy preferences. When the users invoke a set of services, they are asked to allow the service providers or smart space to make use of personal information which is related to privacy concerns. For this reason, the users unhappily provide the personal information or even deny to get served. On the other side, service provider needs personal information as rich as possible with minimal personal information to discern royal and trustworthy customers and those who are not. It would be desirable to enlarge the allowable personal information complying with the service provider's request, whereas minimizing service provider's requiring personal information which is not allowed to be submitted and user's submitting information which is of no value to the service provider. In special, if any personal information required by the service provider is not allowed, service will not be provided to the user. P3P (Platform for Privacy Preferences) has been regarded as one of the promising alternatives to preserve the personal information in the course of electronic transactions. However, P3P mainly focuses on preserving the buyers' personal information. From time to time, the service provider's business data should be protected from the unintended usage from the buyers. Moreover, even though the user's privacy preference could depend on the context happened to the user, legacy P3P does not handle the contextual change of privacy preferences. Hence, the purpose of this paper is to propose a mutual P3P-based negotiation mechanism. To do so, service provider's privacy concern is considered as well as the users'. User's privacy policy on the service provider's information also should be informed to the service providers before the service begins. Second, privacy policy is contextually designed according to the user's current context because the nomadic user's privacy concern structure may be altered contextually. Hence, the methodology includes mutual privacy policy and personalization. Overall framework of the mechanism and new code of ethics is described in section 2. Pervasive platform for mutual P3P considers user type and context field, which involves current activity, location, social context, objects nearby and physical environments. Our mutual P3P includes the privacy preference not only for the buyers but also the sellers, that is, service providers. Negotiation methodology for mutual P3P is proposed in section 3. Based on the fact that privacy concern occurs when there are needs for information access and at the same time those for information hiding. Our mechanism was implemented based on an actual shopping mall to increase the feasibility of the idea proposed in this paper. A shopping service is assumed as a context-aware service, and data groups for the service are enumerated. The privacy policy for each data group is represented as APPEL format. To examine the performance of the example service, in section 4, simulation approach is adopted in this paper. For the simulation, five data elements are considered: $\cdot$ UserID $\cdot$ User preference $\cdot$ Phone number $\cdot$ Home address $\cdot$ Product information $\cdot$ Service profile. For the negotiation, reputation is selected as a strategic value. Then the following cases are compared: $\cdot$ Legacy P3P is considered $\cdot$ Mutual P3P is considered without strategic value $\cdot$ Mutual P3P is considered with strategic value. The simulation results show that mutual P3P outperforms legacy P3P. Moreover, we could conclude that when mutual P3P is considered with strategic value, performance was better than that of mutual P3P is considered without strategic value in terms of service safety.

• 지능정보연구
• /
• 제16권4호
• /
• pp.21-41
• /
• 2010

본 논문은 다양한 사용자의 개인적 검색요구를 충족시키지 못하는 기존 검색시스템의 문제점을 해결하기 위해 사용자의 묵시적 피드백을 이용한 적응형 사용자 기호정보 기반의 개인화 검색을 실현하고, 검색결과에 대한 실시간 필터링을 통해 사용자에게 적합한 검색 결과를 제공하는 시스템을 제안한다. 기존의 검색 시스템들은 검색의도의 불확실성 때문에 사용자의 검색실패율이 높다. 검색 의도의 불확실성은 동일한 사용자가 "java"와 같은 다의어에 대해 동일한 질의어를 사용하더라도 다른 검색 결과를 원할 수 있다는 것이며, 단어의 수가 적을수록 불확실성은 가중될 것이다. 실시간 필터링은 사용자의 도메인 지정여부에 따라 주어진 도메인에 해당하는 웹문서들만 추출하거나, 적절한 도메인을 추론하고 해당하는 웹문서들만 검색 결과로 보여주는 것으로, 일반적인 디렉토리 검색과 유사하지만 모든 웹문서에 대해 이루어진다는 것과 실시간으로 분류된다는 것이 다르다. 실시간 필터링을 개인화에 활용함으로써 검색 결과의 수를 줄이고 검색만족도를 개선했다. 본 논문에서 생성한 기호정보파일은 계층적 구조로 이루어지며, 상황정보의 반영이 가능하기 때문에 의도의 불확실성을 해결 할 수 있다. 또한 사용자의 도메인별 웹문서 검색 동작을 효과적으로 추적(track) 할 수 있으며, 사용자의 기호 변화를 적절하게 알아낼 수 있다. 각 사용자 식별을 위해 IP address를 사용했으며, 기호정보파일은 사용자의 검색 행동에 대한 관찰을 기반으로 지속적으로 갱신된다. 또한 사용자의 검색결과에 대한 행동 관찰을 통해, 사용자 기호를 인지하고, 기호정보를 동적으로 반영했으며, 검색결과에 대한 만족도를 측정했다. 기호정보파일과 반영비율은 사용자가 검색을 수행할 때 시스템에 의해 생성되거나 갱신된다. 실험결과 적응형 사용자 기호정보파일과 실시간 필터링을 함께 사용함으로써, 상위 10개의 검색결과 중 평균 4.7개의 결과들에 대해 만족하는 것으로 나타났으며, 이는 구글의 결과에 비해 약 23.2% 향상된 만족도를 나타내었다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.59-69
• /
• 2012

기존의 전시환경에서 전시 참여업체는 처음에 작성된 개인 정보를 사용하여 모든 관람객에게 동일한 마케팅 정보를 전달하게 된다. 즉, 전시 관람객의 선호도나 반응의 변화에 따른 적절한 대비가 어렵고 개인 별 선호 취향에 따른 개별 대응이 힘들다. 관람객 개개인에게 차별화된 맞춤형 서비스를 제공하기 위해서는 관람객 개개인의 의도를 인지할 수 있어야 하고, 그 인지된 정보를 기준으로 해서 선별적인 서비스를 제공해야 한다. 본 논문에서는 전시 공간에서 관람객 개개인의 선호도와 상황을 인식하고, 인식된 정보를 기반으로 하여 관람객 개인별로 가장 적합한 전시 참가 업체의 마케팅 정보나 부스 정보를 관람객이 소유한 스마트 폰을 통해 제공 하며, 전시 공간에 설치되어 있는 인터랙션이 가능한 디바이스들과 전시 관람객 개개인이 소지하고 있는 스마트 폰 간의 인터랙션 서비스를 제공하기 위한 모바일 프레임 워크를 설계하였다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.177-192
• /
• 2012

최근 추천시스템에 대한 연구는 고객에게 적합한 상품을 추천하는 것에서 진일보하여, 고객이 선호할만한 친구나 배우자를 추천해주는 인맥 연결분야로 확장되고 있다. 이러한 인맥 연결의 주요한 분야로 미혼남녀를 소개시키는 온라인 데이트시스템을 생각할 수 있다. 본 연구는 사용자에게 적합한 데이트 상대를 추천해주는 온라인 매칭시스템을 제안한다. 제안된 시스템은 기존의 상품추천 시스템과는 다르게, 추천 받는 고객뿐만 아니라, 추천 되는 상대방의 호감도를 함께 고려하여, 양자가 상호 대칭적인 만족도를 갖도록 설계하였다. 또한, 인기인에게 추천이 편중되거나, 비인기인들이 추천에서 소외되지 않고, 시스템 참여자들이 전체적으로 일관된 추천 만족도를 가질 수 있도록 하였다. 본 연구에서 제안한 매칭 시스템은 Mutually Beneficial Matching(MBM) 시스템이라 명명하였으며, 이를 다른 두 일반적인 매칭 기법인 Preference-Based Matching(PBM) 기법 및 Arithmetic Mean-Based Matching(AMM) 기법과 비교하여 성능평가를 수행하였다. 즉, 위의 세 가지 기법을 Java를 사용하여 prototype으로 구현한 후, 가상의 미혼남녀 200명의 데이터에 적용하여 비교 분석하였다. 그 결과, 제안된 MBM 기법이 PBM 및 AMM 기법에 비하여 통계적으로 유의하게 높은 상호호감도(Mutual Preference)를 보임을 알 수 있었고, 호감도의 대칭성(Symmetric Ratio)도 대부분의 경우 높게 도출됨을 확인하였다. 뿐만 아니라, 제안된 MBM 기법은 PBM 기법보다 추천에서 소외된 고객 수(Number of Outsiders)가 적어서, 매칭 pool안의 사용자들에게 전체적으로 호혜적이고 일관된 추천서비스를 제공할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.29-56
• /
• 2021

전자상거래 시장이 빠르게 성장하면서 다양한 유형의 제품이 출시되고 있으며, 이로 인해 사용자들은 구매 의사결정과정에 많은 시간이 소요되는 정보 과부하 문제에 직면하고 있다. 따라서 사용자에게 맞춤형 제품 및 서비스를 제공해줄 수 있는 개인화 추천 서비스의 중요성이 대두되고 있다. 대표적으로 Netflix, Amazon, Google 등 세계적 기업은 개인화 추천 서비스를 도입하여 사용자의 구매 의사결정을 지원하고 있다. 이에 따라 사용자의 정보탐색 비용이 감소하는 효과가 나타났고, 기업의 매출 상승에도 긍정적인 영향을 끼치고 있다. 기존 개인화 추천 서비스 관련 연구에서 주로 사용된 협업필터링(Collaborative Filtering, CF) 기법은 정량화된 정보를 활용하여 사용자의 선호도를 예측하였다. 그러나 정량화된 정보만을 활용하면 사용자의 구매 의도는 고려하지 못하므로 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 이와 같은 기존 연구의 문제점을 개선하기 위해 최근에는 사용자가 작성한 리뷰를 활용한 개인화 추천 서비스 연구가 활발히 진행되고 있다. 그러나 리뷰에는 광고성 내용, 거짓 후기, 의미를 전혀 파악할 수 없거나 제품과 관련 없는 내용 등 구매의사결정을 저해하는 요소들이 포함되어 있다. 이러한 요소들이 포함된 리뷰를 활용하여 추천 서비스를 제공하게 되면, 추천 성능이 저하되는 문제가 발생할 수 있다. 따라서 본 연구에서는 이러한 문제점을 개선하기 위해 Convolutional Neural Network(CNN) 기반 리뷰 유용성 점수 예측을 통한 새로운 추천 방법론을 제안하였다. 본 연구에서 제안하는 유용한 리뷰를 포함하는 방법론과 기존 모든 선호도 평점을 고려하는 추천 방법론을 비교한 결과, 본 연구에서 제안한 방법론이 더 우수한 예측 성능을 나타내고 있음을 확인할 수 있었다. 또한 본 연구의 결과는 리뷰 유용성에 대한 정보를 개인화 추천 서비스에 반영하면 전통적인 CF의 성능을 향상할 수 있음을 시사한다.

• 인터넷정보학회논문지
• /
• 제22권1호
• /
• pp.109-135
• /
• 2021

본 연구는 전통뉴스 보도에 나타난 인공지능(AI)스피커 뉴스 텍스트 분석을 통해 인공지능(AI) 스피커 발달과정을 분류하고 시기별 제품별 특성을 파악하였다. 또한 AI 스피커 사업자 제품별 뉴스 보도와 시기별 뉴스 보도간의 상관관계를 분석하였다. 분석에 사용된 이론적 배경은 뉴스의 프레임과 토픽프레임이다. 분석방법으로는 LDA 방식을 활용한 토픽모델링(Topic Modeling)과 의미연결망분석이 사용되었으며, 추가로 'UCINET'중 QAP분석을 적용하였다. 연구방법은 내용분석 방법으로 2014년부터 2019년까지 AI 스피커 관련 2,710건의 뉴스를 1차로 수집하였고, 2차적으로 Nodexl 알고리즘을 이용하여 토픽프레임을 분석하였다. 분석 결과 첫째, AI 스피커 사업자 유형별 토픽 프레임의 경향은 4개 사업자(통신사업자, 온라인 플랫폼, OS 사업자, IT디바이스 생산업자) 특성에 따라 다르게 나타났다. 구체적으로, 온라인 플랫폼 사업자(구글, 네이버, 아마존, 카카오)와 관련한 프레임은 AI 스피커를 '검색 또는 입력 디바이스'로 사용하는 프레임의 비중이 높았다. 반면 통신 사업자(SKT, KT)는 모회사의 주력 사업인 IPTV, 통신 사업의 '보조 디바이스' 관련한 프레임이 두드러지게 나타났다. 나아가 OS 사업자(MS, 애플)는 '제품의 의인화 및 음성 서비스' 프레임이 두드러지게 보였으며, IT 디바이스 생산업자(삼성)는 '사물인터넷(IoT) 종합지능시스템'과 관련한 프레임이 두드러지게 나타났다. 둘째, AI 스피커 시기별(연도별) 토픽 프레임의 경향은 1기(2014-2016년)에는 AI 기술 중심으로 발달하는 경향을 보였고, 2기(2017-2018년)에는 AI 기술과 이용자 간의 사회적 상호 작용과 관련되어 있었으며, 3기(2019년)에는 AI 기술 중심에서 이용자 중심으로 전환되는 경향을 나타냈다. QAP 분석 결과, AI 스피커 발달에서 사업자별과 시기별 뉴스 프레임이 미디어 담론의 결정요인에 의해 사회적으로 구성되는 것을 알 수 있었다. 본연구의 함의는 AI 스피커 진화는 사업자별, 발달시기별로 모회사 기업의 특성과 이용자 간의 상호작용으로 인한 공진화 과정이 나타냄을 발견할 수 있었다. 따라서 본 연구는 AI 스피커의 향후 전망을 예측하고 그에 따른 방향성을 제시하는 데 중요한 시사점을 제공한다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.139-161
• /
• 2019

전자상거래 시장의 이용이 보편화 되며 고객들에게 좋은 품질의 물건을 어디서, 얼마나 합리적으로 구매할 수 있는지가 중요해졌다. 이러한 구매 심리의 변화는 방대한 정보 속에서 오히려 고객들의 구매 의사결정을 어렵게 만드는 경향이 있다. 이때 추천 시스템은 고객의 구매 행동을 분석하여 정보 검색에 드는 비용을 줄이고 만족도를 높이는 효과가 있다. 하지만 대부분 추천 시스템은 책이나 영화 등 동종 상품 분류 내에서만 추천이 이뤄진다. 왜냐하면 추천 시스템은 특정 상품에 매긴 구매 평점 데이터를 기반으로 해당 상품 분류 내 유사한 상품에 대한 구매 만족도를 추정하기 때문이다. 그밖에 추천 시스템에서 사용하는 구매 평점의 신뢰성에 대한 문제도 제시되고 있으며 오프라인에선 평점 확보 자체가 어렵다. 이에 본 연구에서는 일련의 문제를 개선하기 위해 RFM 다차원 분석 기법을 활용하여 기존에 사용하던 고객의 구매 평점을 객관적으로 대체할 수 있는 새로운 지표의 활용 가능성을 제안하는 바이다. 실제 기업의 구매 이력 데이터에 해당 지표를 적용해서 검증해본 결과 높게는 약 55%에 해당하는 정확도를 기록했다. 이는 총 4,386종에 달하는 이종 상품들 중 한번도 이용해 본 적 없는 상품을 추천한 결과이기 때문에 검증 결과는 상대적으로 높은 정확도와 활용가치를 의미한다. 그리고 본 연구는 오프라인의 다양한 상품데이터에서도 적용할 수 있는 범용적인 추천 시스템의 가능성을 시사한다. 향후 추가적인 데이터를 확보한다면 제안하는 추천 시스템의 정확도 향상도 기대할 수 있다.

• 지능정보연구
• /
• 제27권2호
• /
• pp.1-15
• /
• 2021

추천시스템은 사용자의 기호를 파악하여 물품 구매 결정을 도와주는 역할을 할 뿐만 아니라, 비즈니스 전략의 관점에서도 중요한 역할을 하기에 많은 기업과 기관에서 관심을 갖고 있다. 최근에는 다양한 추천시스템 연구 중에서도 NLP와 딥러닝 등을 결합한 하이브리드 추천시스템 연구가 증가하고 있다. NLP를 이용한 감성분석은 사용자 리뷰 데이터가 증가함에 따라 2000년대 중반부터 활용되기 시작하였지만, 기계학습 기반 텍스트 분류를 통해서는 텍스트의 특성을 완전히 고려하기 어렵기 때문에 리뷰의 정보를 식별하기 어려운 단점을 갖고 있다. 본 연구에서는 기계학습의 단점을 보완하기 위하여 BERT 기반 감성분석을 활용한 추천시스템을 제안하고자 한다. 비교 모형은 Naive-CF(collaborative filtering), SVD(singular value decomposition)-CF, MF(matrix factorization)-CF, BPR-MF(Bayesian personalized ranking matrix factorization)-CF, LSTM, CNN-LSTM, GRU(Gated Recurrent Units)를 기반으로 하는 추천 모형이며, 실제 데이터에 대한 분석 결과, BERT를 기반으로 하는 추천시스템의 성과가 가장 우수한 것으로 나타났다.

• 한국엔터테인먼트산업학회논문지
• /
• 제13권8호
• /
• pp.313-323
• /
• 2019

영상연기자들에게 표정연기는 '억지표정'이나 '오버액팅'이 되기 쉽고, 또 지나치게 절제를 강조하면 감정이 부족한 '밋밋한 연기'가 된다. 이러한 표정 연기 방법에 관한 문제제기를 통해서 상업적 색채가 짙은 장르 드라마에서의 배우들의 표정연기를 분석하였다. 결론적으로, 장르 드라마의 배우들의 표정연기 방법은 일종의 전형(典型)적인 방법으로 수행되고 있었다. 이는 영상연기의 시각적 관습에서 미적 기준이 배우들의 표정연기에서 중요한 기준이 되고 있다는 것을 의미한다. 장르 드라마에서 인물의 감정은 주로 클로즈업 숏에서 발현된다. 클로즈업 숏 안에서 '확대된 얼굴'중 가장 중요한 표현 매체는 '눈동자'이며, 눈과 눈 주변의 근육 움직임을 통한 감정 표현이 주가 된다. 그 뒤로 중요한 표현 매체는 '입'이다. 입을 벌리고 다물면서 그 정도의 차이에 따라서 다양한 감정이 '눈'의 표현과 함께 전달되는 것이다. 이뿐만이 아니라 얼굴 근육의 긴장은 감정표현에 크게 저해되며, 얼굴 근육의 움직임을 최소화하여 얼굴 표면의 지나친 주름을 만드는 것을 경계해야 한다. 얼굴 표정은 근육 움직임으로 만으로는 이루어지지 않는다. 결국, 근육의 움직임은 감정으로 인해서 이루어지는 결과이다. 표정을 일으키는 감정이 먼저 형성되어야 한다. 이 과정에서 배우의 '정서적 기억', '이완', '집중'등을 통해 '자기화'하는 스타니슬라브스키의 심리적 연기술이 필연적이다. 또한, 표정이 발현되는 클로즈업 숏이 요구하는 시각적으로 절제된 연기술이 필요하다. 그 외에, 표정연기는 내러티브 전개에 중요한 지점을 제공하는 반응 연기(reaction acting)이며, 주연과 조연이라는 인물의 역할에 따라서 배우에게 요구되는 표정연기의 방법과 숏의 사이즈는 다르다는 것을 알 수 있었다.