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.
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.
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.
Kim, Han Sung;Kim, Doohyun;Kim, Sang Il;Lee, Won Joo
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.
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.
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.
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%.
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.
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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.