• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.

• 헤리티지:역사와 과학
• /
• 제43권4호
• /
• pp.4-23
• /
• 2010

요즈음은 세습무계가 약화되고 강신무 계열의 무속인들이 왕성하게 활동하게 되면서 강신무인 점쟁이도 굿을 주재하는 경우가 많아지고 있다. 고대사회에서는 점쟁이가 공공성과 정치성을 지녀 그 위상 또한 상당했을 것으로 보이고, 오늘날은 점쟁이를 하나의 직업인으로서 인식해 가는 추세이다. 점쟁이는 부업이 아니라 주업으로써 활동하는 경우가 많고, 전반적으로 그들의 학력은 낮은 것으로 판단되지만, 대졸도 11명이나 된다는 점에서 학력이 점차 높아지고 있는 것도 확인해 볼 수 있다. 점집의 성격은 점치는 사람의 성향에 따라 다른데, 점집의 상호명을 통해서 어느 정도 추정해 볼 수 있다. 점쟁이 가운데는 신내림을 받은 사람이 많은데, 대부분 개인 신당을 소유하며 신당에는 주로 조상신류, 장군신류, 불교신류, 자연신류(천신, 용신 등), 도교신류, 기타 등을 모시고 있다. 그리고 점집의 상호를 보면, '${\bigcirc}{\bigcirc}$보살' 혹은 '${\bigcirc}{\bigcirc}$사(寺)'나 '${\bigcirc}{\bigcirc}$암(庵)'이라는 명칭이 많은데, 불교와 종교적인 친연성도 있겠지만 무속에 대한 사회의 부정적 인식을 희석하기 위해 불교적인 색채를 덧입힌 것으로도 보인다. 점집이 집단화된 지역을 보면 계림동 오거리, 양동 닭전머리, 중흥동 향토문화거리를 들 수 있다. 먼저 계림동 오거리권은 계림동과 산수동에 인접한 곳으로 주변에 계림시장과 대인시장이 있으며 점집이 72개로 15%의 비중을 차지하고 있다. 그리고 양동 닭전머리권은 월산동과 양동에 가까운 지역으로 배후에는 양동시장을 끼고 있는데 점집이 96개로 19%의 비중을 차지하고 있다. 마지막으로 중흥동 향토문화거리권은 중흥동과 우산동에 인접하며 인근에 북구청과 전남대학교 그리고 말바우시장이 자리하는 곳으로 점집이 106개로 21%의 비중을 차지하고 있다. 점치는 방법은 학습을 통하여 점치는 점쟁이와 강신을 통해 점치는 점쟁이에 따라서 큰 차이가 있다. 전반적으로 점책에만 의존하여 점치는 경우는 22%이고, 어떤 식으로든 영력에 의존하여 점치는 경우가 72%의 비중을 차지하고 있음을 보면, 대다수 점쟁이는 영력을 이용하여 점치고 있음을 알 수 있다. 점의 종류는 일생의례와 관련된 것으로 궁합 결혼 이혼 등 애정운이 있는가 하면, 가족과 관계된 것으로 작명 취업 진로 입시 사업 병고 액막이 등 가족운이 있고, 조상과 관련된 묏자리 이장 이사 등이 있다. 점치는 과정은 준비 단계, 점사를 공수하는 단계, 점사의 결과를 실천하는 단계로 이루어지고, 이들은 서로 순차적이면서 단계별로 연계되어 있다. 첫 번째 준비 단계는 다시 의뢰자의 기본정보를 확인하는 과정과 신의 강림을 청하는 과정으로 구성되어 있다. 신의 강림을 청할 때 주로 사용하는 점구는 징과 방울이다. 두번째 공수단계는 강신의 점쟁이가 영적인 힘을 얻어 공수를 주는 과정이고, 학습의 점쟁이는 점책을 확인하여 점사를 의뢰자에게 일러주는 때이다. 공수단계에서 사용되는 중요한 점구로 쌀과 엽전을 들 수 있다. 세 번째 실천단계는 점사의 공수 내용을 실천하는 것으로, 다시 말하면 점사 후 처방하는 절차를 말한다. 점쟁이의 처방으로는 굿을 하도록 권하는 경우가 많고, 그 다음으로 부적을 써 주는 순이었다. 광주지역 점복문화의 특징을 보면, 먼저 점쟁이와 보살의 역할이 병행되는 사례가 늘어나고 있으며, 점집이 굿당의 역할까지 함께 수행하는 경우가 많아지고 있다. 그리고 점집은 집단화되고 있는데, 주거환경개선사업의 영향으로 점집들이 밀집된 곳으로 이동해가는 모습도 확인할 수 있다. 뿐만 아니라 학습 계통의 점쟁이가 갈수록 증가하고 있고, 젊은 층의 점집 이용이 증가하고 있으며, 가족적인 것보다는 개인의 문제를 해결하기 위해 점집을 찾는 경우가 많아지고 있다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.127-146
• /
• 2022

최근 워드 임베딩이 딥러닝 기반 자연어 처리를 다루는 다양한 업무에서 우수한 성능을 나타내면서, 단어, 문장, 그리고 문서 임베딩의 고도화 및 활용에 대한 연구가 활발하게 이루어지고 있다. 예를 들어 교차 언어 전이는 서로 다른 언어 간의 의미적 교환을 가능하게 하는 분야로, 임베딩 모델의 발전과 동시에 성장하고 있다. 또한 핵심 기술인 벡터 정렬(Vector Alignment)은 임베딩 기반 다양한 분석에 적용될 수 있다는 기대에 힘입어 학계의 관심이 더욱 높아지고 있다. 특히 벡터 정렬은 최근 수요가 높아지고 있는 분야간 매핑, 즉 대용량의 범용 문서로 학습된 사전학습 언어모델의 공간에 R&D, 의료, 법률 등 전문 분야의 어휘를 매핑하거나 이들 전문 분야간의 어휘를 매핑하기 위한 실마리를 제공할 수 있을 것으로 기대된다. 하지만 학계에서 주로 연구되어 온 선형 기반 벡터 정렬은 기본적으로 통계적 선형성을 가정하기 때문에, 본질적으로 상이한 형태의 벡터 공간을 기하학적으로 유사한 것으로 간주하는 가정으로 인해 정렬 과정에서 필연적인 왜곡을 야기한다는 한계를 갖는다. 본 연구에서는 이러한 한계를 극복하기 위해 데이터의 비선형성을 효과적으로 학습하는 딥러닝 기반 벡터 정렬 방법론을 제안한다. 제안 방법론은 서로 다른 공간에서 벡터로 표현된 전문어 임베딩을 범용어 임베딩 공간에 정렬하는 스킵연결 오토인코더와 회귀 모델의 순차별 학습으로 구성되며, 학습된 두 모델의 추론을 통해 전문 어휘를 범용어 공간에 정렬할 수 있다. 제안 방법론의 성능을 검증하기 위해 2011년부터 2020년까지 수행된 국가 R&D 과제 중 '보건의료' 분야의 문서 총 77,578건에 대한 실험을 수행한 결과, 제안 방법론이 기존의 선형 벡터 정렬에 비해 코사인 유사도 측면에서 우수한 성능을 나타냄을 확인하였다.

• 한국지구과학회지
• /
• 제32권2호
• /
• pp.212-224
• /
• 2011

현재 야외답사는 개발된 야외 학습장의 부족과 접근의 어려움, 학급 당 학생 수의 과밀화, 거리와 시간의 문제, 그리고 비용의 문제 등으로 극히 제한된 범위에서만 행해지고 있다. 이러한 이유로 실제야외답사의 이점을 장점으로 살리면서 현실적인 어려움을 보완하기 위한 대안이 요구되고 있다. 본 연구의 목적은 플래시 파노라마를 활용하여 웹-기반의 가상야외지질답사를 개발하고 이를 다양하게 활용하기 위한 방안을 탐색하는 것이다. 개발된 제주도 VFT의 특징은 다음과 같다: 중 고등학생들에게 화산 지형과 지질에 관한 학습을 위한 가상의 공간을 제공한다; 웹-기반으로 개발되어 학습 내용에 비순차적으로 접근할 수 있으며, 학생들이 자신의 능력에 따라 학습 속도를 조절할 수 있다; 시공간적 제약과 경제적인 부담이 없고, 같은 장소를 얼마든지 반복적으로 탐구 할 수 있다; 학교급에 따라 수준별로 학습할 수 있는 활동지가 제공된다; 지형 지물의 근접 촬영 이미지, 탐구활동과 관련된 질문과 설명, 해당지역의 실제 암석의 표본 사진 및 박편 이미지 등의 다양한 보충적인 웹 콘텐츠들을 제공한다. 개발된 제주도 VFT를 과학 수업 및 비교과 영역에서 활용할 수 있는 방안과 지도 모형을 각각 제안하였다.

• 한국콘텐츠학회논문지
• /
• 제15권1호
• /
• pp.506-518
• /
• 2015

최근 우리 사회 전반에서 융복합의 개념이 새로운 가치 창출의 가능성으로 주목받게 되면서, 지식 통합에 대한 요구도 점차 확장되고 있다. 지식과 학문 분야에서 시대적 요구가 변화함에 따라 인재가 갖추어야 할 역량은 물론, 새로운 인재를 양성하기 위한 교육의 패러다임도 바뀌고 있는 것이다. 특히 이공계 대학에서는 전공 지식의 습득을 넘어, 종합적 사고력과 협동 학습 능력을 갖춘 인재 양성을 목표로 '학제 간 융복합 교육'이 확대 실시되고 있는 추세이다. 전공 지식과 현장 실무 능력을 강조함으로써 취업률을 높이는 것만이 아니라, 학생들에게 발견적 창의적 융합적 사고의 바탕이 되는 인문학적 교양과 세계관에 대한 이해를 제공하기 위해서이다. 그러나 현재 전공 및 교양 교육 차원에서 개설된 융합 교과목의 대부분은 타 학문 분야의 지식이나 이론을 소재나 화제로 활용함으로써, 단편적인 지식 습득 차원에 머무르는 경향이 강하다. 이에 본고에서는 과학기술 분야와 인문학 분야의 지식을 균형적으로 통합하여 종합적으로 사고함으로써, 지식 습득에서 한 단계 더 나아가 지식을 응용 재창조 할 수 있는 '융합형 교육 프로그램'을 구안(具案)하였다. 이 프로그램은 문화콘텐츠의 창조를 전제했을 때 유용한 '과학기술'과 '문화 원형'에 대한 이해를 제공하고, 습득된 지식을 가치 있는 결과물로 도출하기 위한 방법으로 '스토리텔링' 학습을 제안한다. 이를 통해 학습자는 과학 기술과 인문 분야를 융합할 수 있는 매개인 '과학문화콘텐츠'를 구성하기 위한 교육을 제공받게 된다. 이로써 전공 지식에 대한 탐구와 응용을 시도하는 가운데, 논리적 창의적 사고를 진작하게 될 것이다. 더불어 그간 과학과 인문학이라는 두 영역을 대상으로 한 '다학제적 교육'이 갖는 한계를 극복할 수 있으리라 본다.

• 한국컴퓨터정보학회논문지
• /
• 제25권11호
• /
• pp.277-286
• /
• 2020

이 연구의 목적은 전문가 집단을 대상으로 프로그래밍 교육에 필요한 프로그래밍 개념의 구성원을 도출하여 학습자의 개념화를 돕는데 있다. 이를 위해 변수, 연산자, 제어 구조 등의 프로그래밍 요소를 질적 연구 방법인 개념적 메타포 분석 방법을 적용하여 프로그래밍 교육 전문가 집단이 형성한 개념의 전형적 속성을 확인하고 델파이 연구 방법을 통해 타당성을 확보하였다. 이 연구의 결과로 프로그래밍 개념의 전형적 속성 17가지를 도출하였다. 이를 바탕으로 내린 결론은 프로그래밍 교육에서 학습자가 1)변수 개념은 데이터를 저장하는 방법, 이름을 정하는 방법, 변수의 주소가 갖는 의미, 값을 변하게 하는 방법, 변수의 다양한 형태, 변수가 갖는 크기의 의미 등, 2)연산자 개념은 사칙 연산 방법, 논리적인 처리 방법, 우선순위에 따른 연결 방법, 연산 기호의 의미, 비교하는 방법 등, 3)제어 구조 개념은 실행 흐름 제어 방법, 참/거짓으로 논리적 판단 방법, 실행 규칙 설정 방법, 선택적 실행 방법, 순차적 실행의 의미, 반복적 실행 방법 등을 이해하도록 교육 내용을 보다 구체적으로 설정해야 한다는 것이다.

• 한국과학교육학회지
• /
• 제35권4호
• /
• pp.537-548
• /
• 2015

이 연구의 목적은 초등과학영재와 일반학생이 관찰 상황에서 나타내는 과학적 의문 생성 패턴을 분석하는 것이다. 이 연구에서 과학적 의문 생성 패턴(pattern in generating scientific questions)이란 과학적 의문의 유형(Type of scientific questions)과는 구분되는 것으로, 학생들이 탐구 과정 중 여러 유형의 의문들을 생성해가는 방식을 의미한다. 연구에 적합한 관찰 과제로 사이다 속 건포도, 촛불, 염색된 샐러리 과제를 선정하였다. 그리고 연구의 대상은 전라남도 S시 영재교육원 6학년 과학영재 26명과 같은 지역 시내에 위치한 초등학교 6학년 일반학생 27명으로 하였다. 연구 결과는 다음과 같다. 첫째, 초등과학영재와 일반학생이 관찰 상황에서 나타낸 과학적 의문 생성 패턴은 '[패턴 1] 한 가지 유형의 의문 생성', '[패턴 2] 서로 다른 유형의 의문을 차례로 생성', '[패턴 3] 서로 다른 유형의 의문을 반복하여 생성', '[패턴 4] 서로 다른 유형의 의문을 순환하여 생성', '[패턴 5] 서로 다른 유형의 의문을 반복 순환하여 생성'의 다섯 가지로 분류할 수 있었다. 둘째, 초등과학영재와 일반학생은 각각 다섯 가지 패턴을 모두 나타냈으나 그 빈도에는 차이가 있었다. 영재학생들은 [패턴 3]과 [패턴 5]를 주로 나타냈으나, 일반학생들은 [패턴 1], [패턴 2], [패턴 3]을 가장 많이 나타냈다. 이러한 연구 결과는 학생들이 탐구 과정 중 생성한 개별 의문의 유형과 더불어 각 유형의 의문들을 생성해나가는 방식 또한 매우 중요함을 시사한다. 이를 통해 교사들은 학습자의 특성에 알맞은 과학적 의문 교수 학습 전략을 수립할 수 있을 것이다.

• 영재교육연구
• /
• 제21권1호
• /
• pp.175-191
• /
• 2011

본 연구는 일반 학생들과 과학영재들을 대상으로 문제해결과정에서 주로 활용하고 있는 창의적 사고의 편향을 알아보기 위한 것이다. 일반 학생 144명과 과학영재 97명을 대상으로 창의적 사고의 편향을 알아보기 위하여 R/LCT, BPI를 실시하였다. R/LCT에서 일반 학생들은 우뇌 영역의 사고를 주로 활용하였고, 과학영재들은 좌뇌 영역의 사고를 주로 활용하였다. 일반학생들은 전체적 사고의 활용을 가장 선호하였고, 언어적 사고를 가장 기피하였다. 과학영재들은 논리적 사고를 가장 선호하였고, 임의적 사고를 가장 기피하였다. 일반 학생들의 좌뇌선호집단과 우뇌선호집단 간 좌뇌 영역 사고의 성향과 우뇌 영역 사고의 성향에서 모두 유의미한 차이를 보였다. 즉, 각 집단은 특정의 사고에 편향되어 문제를 해결하려는 경향이 분명하다. 그러나 과학영재들은 좌뇌선호집단과 우뇌선호집단 간 좌뇌 영역 사고 성향은 차이가 적고 주로 우뇌 영역의 사고 성향에서 차이가 크게 나타났다. 즉 과학영재들은 두 집단 모두 논리적 사고, 상징적 사고, 직선적 사고 등 좌뇌 영역의 사고를 적극적으로 활용하고 있다. 결과적으로 과학영재는 일반학생들에 비해 문제를 해결하는 과정에서 서로 다른 방식으로 문제를 해결하려고 한다. 따라서 복잡한 문제는 다양한 사고를 통하여 해결할 수 있으므로 효과적인 과학영재교육을 위하여 영재들의 창의적 사고의 편향을 고려한 교수학습방법이 요구된다.

• 한국산학기술학회논문지
• /
• 제16권4호
• /
• pp.2749-2756
• /
• 2015

최근 데이터의 질이 높아짐에 따라 영상을 처리하는데 많은 시간이 소모되는 문제가 제기되어 영상 처리 알고리즘의 가속화가 필요하게 됨으로써, 기존의 CPU와 CUDA(Compute Unified Device Architecture) 기반의 인식 시스템에서 연산속도와 성능이득 비교를 위해 OpenMP를 가지고 측정할 수 있는 문자 인식시스템으로 학습된 문자데이터가 입력되면 매칭이 가장 잘 되는 영상의 영역을 인식하는 환경으로 구현하여 각 영문 알파벳의 글씨체가 일정하고 크기가 규격화 되어 있으므로 문자를 학습하고 문자 정합도를 계산하기 위한 영상 매칭 방법을 구현하게 되었다. GPGPU(General Purpose GPU)프로그래밍 플랫폼 기술인 CUDA연산 기법을 이용하여 알고리즘을 빠르고 효율적으로 처리하는 OpenMP에서 인텔 i5 2500의 네 개의 코어를 사용하여 인식 할 때, 기존 CPU의 성능보다 4배의 속도가 나오지 않고 데이터의 분할과 병합 연산의 지연으로 인해 약 3.2배의 속도로 향상되는 가속화 방법을 제안하고 그래픽카드에서 처리하는 병렬처리 결과, 순차적 연산을 수행하였던 CPU 기반의 처리에 비해 성능이득이 약 21X(배)로 향상됨을 확인하였다.

• 스마트미디어저널
• /
• 제5권2호
• /
• pp.15-23
• /
• 2016

본 논문에서는 신체 부분 포즈를 이용한 깊이 영상 포즈렛과 제스처를 인식하는 방법을 제안한다. 제스처는 순차적인 포즈로 구성되어 있기 때문에, 제스처를 인식하기 위해서는 시계열 포즈를 획득하는 것에 중점을 두고 있어야 한다. 하지만 인간의 포즈는 자유도가 높고 왜곡이 많기 때문에 포즈를 정확히 인식하는 것은 쉽지 않은 일이다. 그래서 본 논문에서는 신체의 전신 포즈를 사용하지 않고 포즈 특징을 정확히 얻기 위해 부분 포즈를 사용하였다. 본 논문에서는 16개의 제스처를 정의하였으며, 학습 영상으로 사용하는 깊이 영상 포즈렛은 정의된 제스처를 바탕으로 생성하였다. 본 논문에서 제안하는 깊이 영상 포즈렛은 신체 부분의 깊이 영상과 해당 깊이 영상의 주요 3차원 좌표로 구성하였다. 학습과정에서는 제스처를 학습하기 위하여 깊이 카메라를 이용하여 정의된 제스처를 입력받은 후, 3차원 관절 좌표를 획득하여 깊이 영상 포즈렛이 생성되었다. 그리고 깊이 영상 포즈렛을 이용하여 부분 제스처 HMM을 구성하였다. 실험과정에서는 실험을 위해 깊이 카메라를 이용하여 실험 영상을 입력받은 후, 전경을 추출하고 학습된 제스처에 해당하는 깊이 영상 포즈렛을 비교하여 입력 영상의 신체 부분을 추출한다. 그리고 HMM을 적용하여 얻은 결과를 이용하여 제스처 인식에 필요한 부분 제스처를 확인한다. 부분 제스처를 이용한 HMM을 이용하여 효과적으로 제스처를 인식할 수 있으며, 관절 벡터를 이용한 인식률은 약 89%를 확인할 수 있었다.