• 정보교육학회논문지
• /
• 제25권2호
• /
• pp.317-325
• /
• 2021

본 논문에서는 2015 개정교육과정에 기반한 초등학교 국어, 사회, 도덕, 수학, 과학 교과서 총 44종의 교과서를 대상으로 SW·AI 요소와 CT 요소의 반영 정도를 조사·분석하였다. 분석결과, ICT 요소인 자료수집, 자료분석, 자료표현 활동이 대부분이었으며, SW·AI 내용요소중 알고리즘, 프로그래밍 요소는 반영되지 않았고, CT 요소중 추상화, 자동화, 일반화 요소도 없었다. 그러므로 초등 교과에서 SW·AI 융합교육이 효과적으로 이루어지기 위해 ICT 활용 활동을 SW·AI 활용 활동으로 확대하고, 현장 교사를 대상으로 SW·AI 융합교육의 이해와 SW·AI를 활용한 교수학습방법 개선에 대한 연수가 필요하다. 그리고 내실 있는 SW·AI 교육을 위해 정보교과 신설 및 별도 시수 확보가 필요하다.

• 정보보호학회논문지
• /
• 제30권6호
• /
• pp.1053-1065
• /
• 2020

최근 하드웨어의 성능과 인공지능 기술이 발달함에 따라 육안으로 구분하기 어려운 정교한 가짜 동영상들이 증가하고 있다. 인공지능을 이용한 얼굴 합성 기술을 딥페이크라고 하며 약간의 프로그래밍 능력과 딥러닝 지식만 있다면 누구든지 딥페이크를 이용하여 정교한 가짜 동영상을 제작할 수 있다. 이에 무분별한 가짜 동영상이 크게 증가하였으며 이는 개인 정보 침해, 가짜 뉴스, 사기 등에 문제로 이어질 수 있다. 따라서 사람의 눈으로도 진위를 가릴 수 없는 가짜 동영상을 탐지할 수 있는 방안이 필요하다. 이에 본 논문에서는 Bidirectional Convolutional LSTM과 어텐션 모듈(Attention module)을 적용한 딥페이크 탐지 모델을 제안한다. 본 논문에서 제안하는 모델은 어텐션 모듈과 신경곱 합성망 모델을 같이 사용되어 각 프레임의 특징을 추출하고 기존의 제안되어왔던 시간의 순방향만을 고려하는 LSTM과 달리 시간의 역방향도 고려하여 학습한다. 어텐션 모듈은 합성곱 신경망 모델과 같이 사용되어 각 프레임의 특징 추출에 이용한다. 실험을 통해 본 논문에서 제안하는 모델은 93.5%의 정확도를 갖고 기존 연구의 결과보다 AUC가 최대 50% 가량 높음을 보였다.

• 정보교육학회논문지
• /
• 제24권5호
• /
• pp.443-451
• /
• 2020

초등학교 소프트웨어 교육에서는 간단한 문제해결 과정을 통하여 프로그래밍 과정을 경험하고 있다. 그리고 이러한 경험조차도 문제 해결 과정을 CS Unplugged 활동으로 하도록 강조하는 실정이다. 하지만 CS Unplugged는 컴퓨팅 원리의 습득에 그치고 학습자가 실제 문제 해결의 처리 경험을 하지 못한다는 단점이 존재한다. 본 연구에서는 초등학생들의 실제적 삶에서 부딪히는 문제들을 해결할 수 있는 역량을 기르는 것에 목표를 두고 로봇 활용 인공지능 교육 프로그램을 개발하였다. 프로그램을 적용한 결과, 학생들은 개발된 프로그램을 통하여 실생활의 복잡한 문제를 인공지능의 관점으로 해결하고, 로봇 제어를 통하여 인공지능 교육에 대한 흥미 및 이해도가 높아질 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.25-31
• /
• 2022

본 연구의 목적은 국내 대학의 인공지능(AI) 전공 교육과정에 대한 실태 분석을 통해 향후, 더욱 체계적인 AI 교육과정 운영을 위한 시사점을 탐색하는 것에 있다. 이를 위해, 사전 연구를 통해 개발한 산업계 수요 기반의 대학 AI 전공 표준형 교육과정을 활용해 국내 대학(SW중심대학 외 총 51개교)과 해외 QS Top 10 대학의 관련 교육과정을 분석하였다. 주요 연구 결과를 살펴보면 다음과 같다. 첫째, 국내 대학의 경우 파이썬 중심의 프로그래밍 과목이 부족하였다. 둘째, AI 응용, 융합 등의 심화학습을 위한 과목이 적었다. 셋째, AI 개발자 직무를 수행하기 위해 요구되는 과목(ex, 컨테이너 인프라 구축, DevOps 실습 등)의 과목이 부족하였다. 넷째, 전문대학의 경우 AI 수학 관련 교과 개설 비율이 낮았다. 본 연구는 이러한 결과를 토대로 향후 체계적인 AI 전공 교육과정 운영을 위한 시사점을 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권9호
• /
• pp.267-277
• /
• 2022

최근 대학에선 '컴퓨팅사고'를 포함해 '프로그래밍, 데이터분석 및 인공지능'에 이르기까지 SW 기초교육의 주제가 다양화되는 추세이다. SW 기초과목의 다양화는 단순히 배우는 내용이 다름이 아닌 과목별 교육 목표 및 교육 효과의 차별화도 기대할 수 있다. 본 논문은 A 대학 인문대학생을 위해 운영 중인 '컴퓨팅사고'와 '데이터분석기초'의 두 SW 기초과목의 교육 목표에 따른 교육효과를 비교 분석하는 사례연구이다. 두 과목 모두 '컴퓨팅사고 기반 SW 융복합 역량 배양'이란 공통 교육 목표에 따라 '컴퓨팅사고 효능감' 지표들은 유의미하게 상승하였고, 기초교육이 목표인 '컴퓨팅사고'는 주로 '일상 문제' 해결에, 전공심화교육이 목표인 '데이터분석기초'는 '일상 문제' 와 함께 '전공 문제'의 해결 방법에도 자신감이 상승하는 교육 효과의 차이를 확인할 수 있었다.

• 정보교육학회논문지
• /
• 제26권5호
• /
• pp.307-315
• /
• 2022

본 연구의 목적은 예비 초등교사를 대상으로 확장현실(extended reality)의 기초 소양 강화를 위해 관련 기술들의 기본 개념을 이해시키고 교육용 콘텐츠를 제작하는 기본기를 갖출 수 있는 교육 프로그램을 설계하고 적용하는 것이며, 교육을 통해 습득한 지식을 실제 교육 현장에 적용해 볼 수 있는 기회를 제공하는 것이다. 이를 위해, 국내의 한 초등교원 양성대학에 재학 중인 다양한 전공의 학부생 12명을 연구대상자로 선정하고 6주에 걸쳐서 총 6회 동안 가상현실, 증강현실, 혼합현실의 기본적인 개념 및 콘텐츠의 제작 과정을 습득하기 위한 연수에 참여하도록 하였다. 연수 프로그램이 종료된 후에는 해당 교육을 통해 습득한 지식을 기반으로 초등 교육에 활용하기 위한 수업 콘텐츠를 직접 기획하고 제작하여 6학년 학생 22명을 대상으로 시범 수업을 시행하도록 하였으며 설문 조사를 실시하였다. 향후 연구의 개선을 위해서는 1) 교육 장비들의 확충 및 2) 단기간의 집중 연수 방식을 고려해야 하고, 3) 텍스트 프로그래밍의 선제 교육 및 4) 설문 조사 방식의 개선이 필요한 것으로 분석되었다.

• Steel and Composite Structures
• /
• 제46권3호
• /
• pp.319-334
• /
• 2023

Localizing damages is an essential task to monitor the health of the structures since they may not be able to operate anymore. Among the damage detection techniques, non-destructive methods are considerably more preferred than destructive methods since damage can be located without affecting the structural integrity. However, these methods have several drawbacks in terms of detecting abilities, time consumption, cost, and hardware or software requirements. Employing artificial intelligence techniques could overcome such issues and could provide a powerful damage detection model if the technique is utilized correctly. In this study, the crack localization in flat and folded plate structures has been conducted by employing a Backpropagated Artificial Neural Network (BPANN). For this purpose, cracks with 18 different dimensions in thin, flat, and folded structures having 15⁰, 30⁰, 45⁰, and 60⁰ folding angle have been modeled and subjected to free vibration analysis by employing the Classical Plate Theory with Finite Element Method. A Four-nodded quadrilateral element having six degrees of freedom has been considered to represent those structures mathematically. The first ten natural frequencies have been obtained regarding healthy and cracked structures. To localize the crack, the ratios of the frequencies of the cracked flat and folded structures to those of healthy ones have been taken into account. Those ratios have been given to BPANN as the input variables, while the crack locations have been considered as the output variables. A total of 500 crack locations have been regarded within the dataset obtained from the results of the free vibration analysis. To build the best intelligent model, a feature search has been conducted for BAPNN regarding activation function, the number of hidden layers, and the number of hidden neurons. Regarding the analysis results, it is concluded that the BPANN is able to localize the cracks with an average accuracy of 95.12%.

• Structural Engineering and Mechanics
• /
• 제85권4호
• /
• pp.469-484
• /
• 2023

A deep recursive bidirectional Cuda Deep Neural Network Long Short Term Memory (Bi-CuDNNLSTM) layer is recruited in this paper to predict the entire force time histories, and the corresponding hysteresis and backbone curves of reinforced concrete (RC) bridge piers using experimental fast and slow cyclic tests. The proposed stacked Bi-CuDNNLSTM layers involve multiple uncertain input variables, including horizontal actuator displacements, vertical actuators axial loads, the effective height of the bridge pier, the moment of inertia, and mass. The functional application programming interface in the Keras Python library is utilized to develop a deep learning model considering all the above various input attributes. To have a robust and reliable prediction, the dataset for both the fast and slow cyclic tests is split into three mutually exclusive subsets of training, validation, and testing (unseen). The whole datasets include 17 RC bridge piers tested experimentally ten for fast and seven for slow cyclic tests. The results bring to light that the mean absolute error, as a loss function, is monotonically decreased to zero for both the training and validation datasets after 5000 epochs, and a high level of correlation is observed between the predicted and the experimentally measured values of the force time histories for all the datasets, more than 90%. It can be concluded that the maximum mean of the normalized error, obtained through Box-Whisker plot and Gaussian distribution of normalized error, associated with unseen data is about 10% and 3% for the fast and slow cyclic tests, respectively. In recapitulation, it brings to an end that the stacked Bi-CuDNNLSTM layer implemented in this study has a myriad of benefits in reducing the time and experimental costs for conducting new fast and slow cyclic tests in the future and results in a fast and accurate insight into hysteretic behavior of bridge piers.

• 만화애니메이션 연구
• /
• 통권29호
• /
• pp.151-172
• /
• 2012

대학의 게임제작교육은 게임교육 과정의 완성단계이며 게임 산업의 미래를 결정하기 때문에 매우 중요하다. 그러므로 다양한 제작 경험과 창작학습을 수행하기 위해서 현재 게임 산업의 진행 방향과 정보통신의 나아갈 방향을 미리 예단하여 게임제작에 필요한 정보를 습득 재가공하는 것이 필요하다. 본 연구는 게임 그래픽 디자이너 지망생을 위한 게임엔진 교육의 효율적 방안에 초점을 맞추었다. 이들을 대상으로 게임 엔진 기반의 제작 수업을 진행하여 실무 중심의 게임 제작 능력을 가능하게 하는 방법론을 제시하는 것이다. 게임제작 수업 시간에 그래픽 지향의 학생이 가상의 게임을 기획하고 결과물을 그래픽 작업만으로 제한하는 것이 아니라 그래픽 데이터를 검증하고 보완점을 찾아 완성도 높은 기획과 그래픽 능력을 갖추는 것을 말한다. 그러나 게임 프로그래머의 도움 없이는 불가능한 작업이기에 게임 엔진 교육의 중요성이 대두된다. 연구 내용에는 국내 게임 교육기관의 애로사항을 파악하고 그래픽 디자이너 중심의 편한 환경을 제공하는 게임엔진인 유니티3D(Unity3D)와 프로그래머 중심의 토크(Torque) 엔진을 기반으로 게임엔진을 활용한 제작 사례를 제시한다. 또한 본 연구의 목적과 학습 효율을 알아보기 위해 제작 이후 설문방식을 통해 게임 엔진의 활용이 게임 그래픽 교육에 효율성이 있는지 알아본다. 이를 통해 게임프로그래밍 비전공자들의 경우 기획서 작성에만 머물고 실제의 게임제작 구현이 불가능했던 수업을 개선할 수 있을 것으로 기대한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권1호
• /
• pp.23-34
• /
• 2010

네트워크의 발전에 따라 사용자들이 늘어나게 되면서 웹 서버들은 동시에 접속하는 다수 사용자의 서비스 요청을 처리할 수 있는 다중 쓰레드 기법을 활용하고 있다. 고정된 쓰레드 풀 기법은 고정적인 시스템 자원을 점유해야 하는 문제점이 있다. 반면에 동적으로 쓰레드 풀 기법인 워터마크 쓰레드 풀기법은 사용자의 요청량에 따라 쓰레드 수를 적절하게 조절하지만, 지정한 최대값을 넘는 요청량에 대해서는 응답이 제때에 이루이지지 않는 단점이 있다. 따라서 본 논문에서는 다양한 요청량이 존재하는 다중 쓰레드 환경의 서버 프로그래밍을 위한 학습 기반의 동적 쓰레드 풀 기법을 적용한 웹 서버를 제안한다. 제안하는 기법은 쓰레드 풀을 사용하는 웹 서버 중 아파치(Apache) worker 다중 처리 모듈(Multi processing Module)에 AR(Auto Regressive) 기법을 통해 다음 주기의 작업 요청량을 예측하고 사전에 쓰레드를 생성한다. 기존 기법과 달리, 일정주기의 증감 추세가 없는 작업 요청량에도 필요한 쓰레드의 수를 정확하게 설정하기 위해 최근접 이웃(K-Nearest Neighbor) 알고리즘을 사용하여 작업 요청량에 따른 쓰레드의 수를 사전에 학습한다. 필요한 쓰레드의 수를 설정하기 위해 사전에 학습 되어진 개체들과 비교하여 유사한 개체를 선택하여 예측된 작업 요청량에 따른 쓰레드의 수를 결정하고 쓰레드를 생성한다. 본 논문에서는 필요한 쓰레드의 수를 동적으로 변경함으로써 사용자 응답 시간을 빠르게 하고, 사용자의 요청량에 맞게 쓰레드 수를 관리함으로써 시스템 자원의 활용도를 높일 수 있다.