• 인터넷정보학회논문지
• /
• 제16권6호
• /
• pp.123-131
• /
• 2015

최근 정보통신기술의 발전으로 스마트한 기술들이 확산되면서 이전과 다른 방법으로 소통하고 콘텐츠를 활용할 수 있게 되었다. 이러한 변화는 보다 다양한 학습방법을 가능하게 함으로써 교육산업에 큰 변화를 가져오고 있다. 한국은 e-러닝에 이어 스마트러닝 선도국으로 도약하기 위해 2011년 스마트교육 추진 정책 수립을 시작으로 공교육에 스마트러닝 도입을 적극 추진해왔다. 그러나 아직까지 스마트러닝의 추진 성과는 미미한 것으로 판단된다. 따라서 현 시점에서 공교육의 스마트러닝 추진 문제점을 파악하고 개선안을 마련할 필요가 있다. 본 연구는 스마트러닝이 공교육에 정착하기 위한 성공전략을 제안하는 것을 목적으로 한다. 이를 위하여 공교육과 스마트러닝 환경을 종합적으로 검토하고, SWOT 분석과 AHP 기법을 통해 전략 요인과 우선순위를 도출하였다. 분석 결과, 국내 공교육 환경에 스마트러닝을 성공적으로 정착시키기 위해서는 약점을 보완하여 위협을 극복하는 WT전략에 초점을 맞춰야 하는 것으로 나타났다. 세부 요인으로는 미흡한 스마트러닝 관련 교사 연수 제도(W2), 제도차원 교육환경기반 및 추진역량(S4), 스마트러닝 추진에 대한 제한적 정부지원(T4) 순으로 나타났다. 특히 정부의 제도적 기반이 우선적으로 검토되어야 한다는 시사점이 도출되었다. 이 연구는 향후 스마트러닝 추진을 위한 정책과 지원제도 수립 과정에 전략적 가이드라인을 제공할 수 있을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.903-906
• /
• 2015

최근 산업 전반에 걸쳐 가상세계와 현실세계, 방송과 통신, IT 기술과 전통산업 등 다양한 분야에서 융합연구가 진행되고 있다. 그리고 교육 분야에서는 주입식 교육을 탈피하는 창의력 중심으로의 교육 패러다임이 변하고 있다. 또한, 자기주도형 미래 인재를 육성하기 위한 고품질의 인터랙티브한 교육콘텐츠 기술이 요구되고 있는 실정이다. 이미 스마트 폰의 시장규모가 PC를 추월하고 있으며, 스마트 디바이스와 이러닝 신기술이 융합된 새로운 형태의 교육시스템으로 '스마트 러닝'이라는 새로운 서비스가 나타나고 있다. 본 논문에서는 직접 개발한 콘텐츠 저작 애플리케이션과 웹 사이트, 클라우드 환경을 기반으로 학습자 패턴 수집 및 분석을 하고자 한다. 이러한 정보를 활용하여 학습자의 취향에 맞는 적절한 콘텐츠를 추천해주는 큐레이션 서비스 제공 방안에 대해 연구하였다.

• 실천공학교육논문지
• /
• 제11권1호
• /
• pp.87-103
• /
• 2019

최근 인구 고령화에 따라 고령자의 정보기통신기술 활용에 대한 논의가 증가하고 있으나 고령자들의 스마트 디바이스를 활용한 인터넷 이용은 여전히 타 세대와 격차가 있다. 본 연구는 고령자의 평생학습 관점에서 스마트 디바이스 인터넷 활용의도에 영향을 미치는 요인을 조사하는 것을 목표로 한다. 스마트기기의 인터넷 활용 의도에 영향을 미치는 요인을 파악하기 위해 광주 고령친화산업지원센터(GSTC)를 방문한 고령자 150명을 대상으로 설문조사 방식을 통해 분석하였다. 실증을 통해 고령자의 지각된 경제적 가치와 실용적 가치가 스마트 디바이스의 인터넷 활용의도에 유의한 영향을 미친다는 점을 밝혔으며, 고령자 개인 혁신성의 조절효과는 유의하지 않았지만, 사회활동 참여는 지각된 가치와 스마트 디바이스의 인터넷 활용의도 사이의 관계를 조절하였다. 또한 고령자는 스마트 디바이스의 인터넷 활용을 통해 삶의 질이 향상될 것이라고 기대하였다. 이 연구의 결과는 고령자를 대상으로 한 정부 및 지자체의 고령자 대상 정보통신기술 활용에 대한 지침과 고령자 평생학습 관점에서의 시사점을 제공할 것이다.

• 스마트미디어저널
• /
• 제11권4호
• /
• pp.19-29
• /
• 2022

IoT 기술의 발전에 따라 스마트팜을 활용하는 농가가 증가하고 있다. 스마트팜은 환경을 모니터링하고, 원격 또는 자동으로 최적의 내부 환경을 조성하여 작물의 생산량 및 품질을 향상시킨다. 이를 위해 수집되는 농업 디지털 데이터를 활용하여 작물의 생산성을 예측하는 기술에 대한 연구가 활성화되고 있다. 그러나 생산량 예측을 위한 연구에서는 기존의 통계자료를 바탕으로 하는 통계모델 기반의 연구가 대부분이며, 이에 따라 예측 정확도가 낮은 문제점이 존재한다. 본 연구에서는 시설 원예 스마트팜에 수집된 농업 디지털 데이터를 활용하여 다양한 머신러닝 모델을 통해 생산량 및 판매 수익금을 예측하고, 성능을 비교하였다. 성능을 비교한 모델은 다중선형회귀, 서포트벡터머신, 인공신경망, 순환신경망, LSTM, ConvLSTM이다. 성능 비교 결과 ConvLSTM가 R2 값 및 RMSE 값에서 가장 우수한 성능을 나타내었다.

• 문화기술의 융합
• /
• 제8권4호
• /
• pp.429-434
• /
• 2022

본 논문에서는 현대사회의 삶과 다양한 가치 해석을 통해 노동시장이 변화되고 이에 의무교육에서 평생교육의 필요성이 절실해진 현대사회에서 박물관이 국민들에게 제공하는 체험 학습과 서비스는 물론 학술적 연구의 합리적인 발전과 운영 과제를 스마트 글라스 도입을 통한 실감미디어 교육 프로그램을 개발하고 강화하는데 관련한 내용을 중점으로 다루었다. 본 연구와 사례를 통해 스마트 글라스를 통한 박물관의 교육 프로그램과 체험학습의 질을 높이고 학술 연구에 도움이 되어 국민들에게 보다 수준 높은 교육 서비스를 제공하고 발전에 기여함을 기대하기 위하여 논문을 작성하게 되었다.

• 제어로봇시스템학회논문지
• /
• 제20권6호
• /
• pp.619-624
• /
• 2014

This paper introduces a robot-based learning system which is designed to teach multiplication to children. In addition to a small humanoid and a smart device delivering educational content, we employ a type of mixed-initiative operation which provides enhanced multi-modal cognition to the r-learning system through human intervention. To investigate major factors that influence people's intention to use the r-learning system and to see how the multi-modality affects the connections, we performed a user study based on TAM (Technology Acceptance Model). The results support the fact that the quality of the system and the natural interaction are key factors for the r-learning system to be used, and they also reveal very interesting implications related to the human behaviors.

• International journal of advanced smart convergence
• /
• 제12권3호
• /
• pp.141-148
• /
• 2023

As the direction of education in the fourth industry in the 21st century, convergence talent education that emphasizes the connection and convergence between core competency-based education and academia is emerging to foster creative talent. The purpose of this paper is to present the criteria for evaluating the competency of learning outcomes in order to develop a strategic model for innovation in engineering teaching-learning. In this paper, as a study to establish the direction of implementation of convergence talent education, a creative innovation teaching method support system was established to improve the quality of convergence talent education. Firstly, a plan to develop a teaching-learning model based on computing thinking. Secondly, it presented the development of a teaching-learning model based on linkage and convergence learning. Thirdly, we would like to present educational appropriateness and ease based on convergence learning in connection with curriculum improvement strategies based on computing thinking skills. Finally, we would like to present a strategic model development plan for innovation in engineering teaching-learning that applies the convergence talent education program.

• 산업경영시스템학회지
• /
• 제44권4호
• /
• pp.12-22
• /
• 2021

This article suggests the machine learning model, i.e., classifier, for predicting the production quality of free-machining 303-series stainless steel(STS303) small rolling wire rods according to the operating condition of the manufacturing process. For the development of the classifier, manufacturing data for 37 operating variables were collected from the manufacturing execution system(MES) of Company S, and the 12 types of derived variables were generated based on literature review and interviews with field experts. This research was performed with data preprocessing, exploratory data analysis, feature selection, machine learning modeling, and the evaluation of alternative models. In the preprocessing stage, missing values and outliers are removed, and oversampling using SMOTE(Synthetic oversampling technique) to resolve data imbalance. Features are selected by variable importance of LASSO(Least absolute shrinkage and selection operator) regression, extreme gradient boosting(XGBoost), and random forest models. Finally, logistic regression, support vector machine(SVM), random forest, and XGBoost are developed as a classifier to predict the adequate or defective products with new operating conditions. The optimal hyper-parameters for each model are investigated by the grid search and random search methods based on k-fold cross-validation. As a result of the experiment, XGBoost showed relatively high predictive performance compared to other models with an accuracy of 0.9929, specificity of 0.9372, F₁-score of 0.9963, and logarithmic loss of 0.0209. The classifier developed in this study is expected to improve productivity by enabling effective management of the manufacturing process for the STS303 small rolling wire rods.

• 품질경영학회지
• /
• 제49권4호
• /
• pp.551-567
• /
• 2021

Purpose: The purpose of this paper is to present implications by analyzing research trends on smart factories by text analysis and visual analysis(Comprehensive/ Fields / Years-based) which are big data analyses, by collecting data based on previous studies on smart factories. Methods: For the collection of analysis data, deep learning was used in the integrated search on the Academic Research Information Service (www.riss.kr) to search for "SMART FACTORY" and "Smart Factory" as search terms, and the titles and Korean abstracts were scrapped out of the extracted paper and they are organize into EXCEL. For the final step, 739 papers derived were analyzed using the Rx64 4.0.2 program and Rstudio using text mining, one of the big data analysis techniques, and Word Cloud for visualization. Results: The results of this study are as follows; Smart factory research slowed down from 2005 to 2014, but until 2019, research increased rapidly. According to the analysis by fields, smart factories were studied in the order of engineering, social science, and complex science. There were many 'engineering' fields in the early stages of smart factories, and research was expanded to 'social science'. In particular, since 2015, it has been studied in various disciplines such as 'complex studies'. Overall, in keyword analysis, the keywords such as 'technology', 'data', and 'analysis' are most likely to appear, and it was analyzed that there were some differences by fields and years. Conclusion: Government support and expert support for smart factories should be activated, and researches on technology-based strategies are needed. In the future, it is necessary to take various approaches to smart factories. If researches are conducted in consideration of the environment or energy, it is judged that bigger implications can be presented.

• 한국인터넷방송통신학회논문지
• /
• 제22권4호
• /
• pp.29-33
• /
• 2022

본 논문은 스마트 그리드를 위한 전력선 통신 시스템에서 데이터 신뢰성을 향상시키는 딥러닝 기반의 사전 간섭 제거 알고리즘에 대해 연구하였다. 본 논문에서 제안한 기법은 딥러닝 기술을 적용하여 채널에서 발생하는 임펄시브 잡음을 예측하여 제거하는 기술로서 송신단에서 딥러닝에 의해 학습된 잡음들을 활용하여 효과적으로 잡음을 제거함으로써 신호의 품질을 향상시킬 수 있다. 딥러닝 기술의 잡음 예측 정확도를 향상시키기 위해 기존의 잡음 형태를 데이터베이스화하여 활용하였다. 채널 모델로서 Middleton Class A 간섭 모델을 사용하였고, 비트 오류율을 평가하여 성능을 검증하였다. 모의실험을 통해 간섭 제거 기법이 적용된 시스템 모델과 이론적인 모델의 비트오류율을 비교하여 제안하는 시스템이 잡음을 효과적으로 제거하여 신호의 품질 성능을 향상시킬 수 있음을 확인하였다. 제안한 시스템 모델은 전력선 통신뿐만 아니라 일반적인 통신 시스템에서도 신호의 품질을 향상시킬 수 있도록 다양하게 적용이 가능하다.