• 한국과학교육학회지
• /
• 제44권3호
• /
• pp.231-248
• /
• 2024

본 연구에서는 오픈소스 소프트웨어와 인공지능 문서 분류 모델인 한국어 Sentence-BERT로 고등학교 1학년 통합과학 질문-답변 챗봇을 제작하고 2023학년도 1년 동안 독립형 서버에서 운영했다. 챗봇은 Sentence-BERT 모델로 학생의 질문과 가장 유사한 질문-답변 쌍 6개를 찾아 캐러셀 형태로 출력한다. 질문-답변 데이터셋은 인터넷에 공개된 자료를 수집하여 초기 버전을 구축하였고, 챗봇을 1년 동안 운영하면서 학생의 의견과 사용성을 고려하여 자료를 정제하고 새로운 질문-답변 쌍을 추가했다. 2023학년도 말에는 총 30,819개의 데이터셋을 챗봇에 통합하였다. 학생은 챗봇을 1년 동안 총 3,457건 이용했다. 챗봇 사용 기록을 빈도분석 및 시계열 분석한 결과 학생은 수업 중 교사가 챗봇 사용을 유도할 때 챗봇을 이용했고 평소에는 방과 후에 자습하면서 챗봇을 활용했다. 학생은 챗봇에 한 번 접속하여 평균적으로 2.1~2.2회 정도 질문했고, 주로 사용한 기기는 휴대폰이었다. 학생이 챗봇에 입력한 용어를 추출하고자 한국어 형태소 분석기로 명사와 용언을 추출하여 텍스트 마이닝을 진행한 결과 학생은 과학 질문 외에도 시험 범위 등의 학교생활과 관련된 용어를 자주 입력했다. 학생이 챗봇에 자주 물어본 주제를 추출하고자 Sentence-BERT 기반의 BERTopic으로 학생의 질문을 두 차례 범주화하여 토픽 모델링을 진행했다. 전체 질문 중 88%가 35가지 주제로 수렴되었고, 학생이 챗봇에 주로 물어보는 주제를 추출할 수 있었다. 학년말에 학생을 대상으로 한 설문에서 챗봇이 캐러셀 형태로 결과를 출력하는 형태가 학습에 효과적이었고, 통합과학 학습과 학습 목적 이외의 궁금증이나 학교생활과 관련된 물음에 답해주는 역할을 수행했음을 확인할 수 있었다. 본 연구는 공교육 현장에서 학생이 실제로 활용하기에 적합한 챗봇을 개발하여 학생이 장기간에 걸쳐 챗봇을 사용하는 과정에서 얻은 데이터를 분석함으로써 학생의 요구를 충족할 수 있는 챗봇의 교육적 활용 가능성을 확인했다는 점에 의의가 있다.

• Journal of Cardiovascular Imaging
• /
• 제31권3호
• /
• pp.125-132
• /
• 2023

BACKGROUND: There is limited data on the residual echocardiographic findings including strain analysis among post-coronavirus disease (COVID) patients. The aim of our study is to prospectively phenotype post-COVID patients. METHODS: All patients discharged following acute COVID infection were systematically followed in the post-COVID-19 Recovery Clinic at Vancouver General Hospital and St. Paul's Hospital. At 4-18 weeks post diagnosis, patients underwent comprehensive echocardiographic assessment. Left ventricular ejection fraction (LVEF) was assessed by 3D, 2D Biplane Simpson's, or visual estimate. LV global longitudinal strain (GLS) was measured using a vendor-independent 2D speckle-tracking software (TomTec). RESULTS: A total of 127 patients (53% female, mean age 58 years) were included in our analyses. At baseline, cardiac conditions were present in 58% of the patients (15% coronary artery disease, 4% heart failure, 44% hypertension, 10% atrial fibrillation) while the remainder were free of cardiac conditions. COVID-19 serious complications were present in 79% of the patients (76% pneumonia, 37% intensive care unit admission, 21% intubation, 1% myocarditis). Normal LVEF was seen in 96% of the cohort and 97% had normal right ventricular systolic function. A high proportion (53%) had abnormal LV GLS defined as < 18%. Average LV GLS of septal and inferior segments were lower compared to that of other segments. Among patients without pre-existing cardiac conditions, LVEF was abnormal in only 1.9%, but LV GLS was abnormal in 46% of the patients. CONCLUSIONS: Most post-COVID patients had normal LVEF at 4-18 weeks post diagnosis, but over half had abnormal LV GLS.

• 미래기술융합논문지
• /
• 제3권3호
• /
• pp.17-27
• /
• 2024

본 연구는 우리나라 경도 치매 노인의 지역사회 참여 증진을 위해 국제 기능, 장애 및 건강 분류(ICF) 기반의 챗봇 시스템을 개발하고 평가하였다. 대상자는 경도 치매 진단을 받고 독거 생활을 하는 노인 12명과 가족 돌봄 제공자 15명을 선정하였다. ICF기반 챗봇 시스템의 개발과정은 포괄적인 요구 평가, 시스템 설계, 콘텐츠 생성, 트랜스포머 어텐션 알고리즘을 사용한 자연어 처리 및 사용성 테스트를 포함하였다. ICF기반 챗봇은 개인 맞춤형 활동 추천, 알림 및 신체적, 사회적, 인지적 참여를 지원하는 정보를 제공하도록 설계되었다. 본 연구에서 사용성 테스트 결과 사용자 만족도와 유용성 인식이 높았으며, 지역사회 활동 및 사회적 상호작용에서 유의미한 개선이 확인되었다. 정량 분석 결과, 주간 지역사회 활동이 92% 증가하고 사회적 상호작용이 84% 증가하였다. 정성적 분석(심층 인터뷰)에서는 챗봇의 사용자 친화적 인터페이스, 제안된 활동의 적절성, 그리고 돌봄 제공자의 부담을 줄이는 역할이 강조되었다. 본 연구는 ICF 기반 챗봇 시스템이 경도 치매 노인의 지역사회 참여를 효과적으로 촉진하고 삶의 질을 향상시킬 수 있음을 시사한다.

• 한국치위생학회지
• /
• 제24권4호
• /
• pp.271-280
• /
• 2024

연구목적: 본 연구는 치과위생사 및 치위생(학)과 학생의 디지털 역량이 구강스캔 시간과 오차에 영향을 미칠 수 있는지를 확인하고자 시행되었다. 연구방법: 구강스캐너 사용 경험이 없는 치과위생사 및 치위생(학)과 학생을 대상으로 디지털 역량에 대한 설문 조사를 시행하였다. 동일한 대상자들에게 구강스캐너 사용법을 교육한 후, 구강 스캔을 3회 시행시켰고 이때 각 회차별 스캔 시간을 측정하였다. 이후, 3D 분석 프로그램을 이용, 모델스캐너로 채득한 기준데이터와 구강스캐너로 앞서 채득한 개별데이터를 중첩 분석하여 스캔오차를 확인하였다. 연구결과: 연령이 낮을수록 디지털 역량이 높고 스캔 시간이 적게 소요되었고, 디지털 역량 수준이 높은 그룹에서 스캔 시간이 짧았으며, 통계적으로 유의하였다. 세부 역량 중에서는 디지털 기술과 디지털 지식 역량 점수가 1점 증가 시, 스캔 시간이 각각 3.73분, 3.98분 감소하였다(p<0.05). 반면, 스캔 오차는 디지털 역량의 영향을 받지 않았다. 결론: 구강스캐너 연구 및 교육 시행 시, 연령과 디지털 역량을 고려해야 할 것이며, 추후 연구에서 치과 영역 맞춤형 디지털 역량 평가 도구 개발을 제안한다.

• 농업과학연구
• /
• 제51권2호
• /
• pp.187-192
• /
• 2024

This research aimed to investigate the relationship between meat quality and muscle-to-fat ratio in specific cuts of pork (pork belly and Boston butt) utilizing magnetic resonance imaging (MRI). Twenty-eight pigs were selected, and 24 hours post-slaughter, pork belly and Boston butt samples were individually extracted from the left half carcass for MRI assessment. The MRI scans were reviewed using the Picture Archiving and Communications System. Muscle and fat volumes in the pork belly and Boston butt from the cross-sectional images captured by MRI were estimated using Vitrea workstation version 7. Subsequently, these data were processed using Vitrea post-processing software to automatically determine the volumes, measured in milliliters (mL). Additionally, a three-dimensional reconstruction of the organ being studied was generated. The relationship between regions (pork belly and Boston butt) was assessed using Pearson's correlation coefficient, and statistical analysis was conducted using Graph Pad Prism 8. The muscle-to-fat ratio determined by MRI for pork belly was 1 : 0.64, whereas for Boston butt it was 1 : 0.35. Results of comparing the muscle-fat ratio, the correlation coefficient between pork belly and Boston butt was found to be 0.6127 (R² = 0.3754, p < 0.001) based on MRI analysis. As a result of measuring the muscle-to-fat ratio using MRI as a non-destructive approach, there was a positive correlation between the muscle-to-fat ratios of pork belly and Boston butt.

• 지능정보연구
• /
• 제23권2호
• /
• pp.1-17
• /
• 2017

딥러닝 프레임워크의 대표적인 기능으로는 '자동미분'과 'GPU의 활용' 등을 들 수 있다. 본 논문은 파이썬의 라이브러리 형태로 사용 가능한 프레임워크 중에서 구글의 텐서플로와 마이크로소프트의 CNTK, 그리고 텐서플로의 원조라고 할 수 있는 티아노를 비교하였다. 본문에서는 자동미분의 개념과 GPU의 활용형태를 간단히 설명하고, 그 다음에 logistic regression을 실행하는 예를 통하여 각 프레임워크의 문법을 알아본 뒤에, 마지막으로 대표적인 딥러닝 응용인 CNN의 예제를 실행시켜보고 코딩의 편의성과 실행속도 등을 확인해 보았다. 그 결과, 편의성의 관점에서 보면 티아노가 가장 코딩 하기가 어렵고, CNTK와 텐서플로는 많은 부분이 비슷하게 추상화 되어 있어서 코딩이 비슷하지만 가중치와 편향을 직접 정의하느냐의 여부에서 차이를 보였다. 그리고 각 프레임워크의 실행속도에 대한 평가는 '큰 차이는 없다'는 것이다. 텐서플로는 티아노에 비하여 속도가 느리다는 평가가 있어왔는데, 본 연구의 실험에 의하면, 비록 CNN 모형에 국한되었지만, 텐서플로가 아주 조금이지만 빠른 것으로 나타났다. CNTK의 경우에도, 비록 실험환경이 달랐지만, 실험환경의 차이에 의한 속도의 차이의 편차범위 이내에 있는 것으로 판단이 되었다. 본 연구에서는 세 종류의 딥러닝 프레임워크만을 살펴보았는데, 위키피디아에 따르면 딥러닝 프레임워크의 종류는 12가지가 있으며, 각 프레임워크의 특징을 15가지 속성으로 구분하여 차이를 특정하고 있다. 그 많은 속성 중에서 사용자의 입장에서 볼 때 중요한 속성은 어떤 언어(파이썬, C++, Java, 등)로 사용가능한지, 어떤 딥러닝 모형에 대한 라이브러리가 잘 구현되어 있는지 등일 것이다. 그리고 사용자가 대규모의 딥러닝 모형을 구축한다면, 다중 GPU 혹은 다중 서버를 지원하는지의 여부도 중요할 것이다. 또한 딥러닝 모형을 처음 학습하는 경우에는 사용설명서가 많은지 예제 프로그램이 많은지 여부도 중요한 기준이 될 것이다.

• 대한핵의학회지
• /
• 제37권6호
• /
• pp.355-363
• /
• 2003

목적: 게이트 심근 SPECT 영상에서 국소부피변화를 얻으면, 요골동맥 긴장도를 측정하여 얻은 중심 동맥의 압력 곡선으로부터 최대탄성률을 얻을 수 있다. 이 연구에서는 좌심실의 국소탄성률을 평가하기 위한 방법을 개발하고 국소탄성률 측정의 재현성을 평가하였다. 대상 및 방법: 게이트 Tc-99m MIBI 심근 관류 SPECT를 두 번 연속으로 시행한 환자 7명(남:여=5:2, $58{\pm}11.9$세)을 대상으로 하였다. 국소적 부피변화를 측정하기 위하여 개발한 CSA(Cardiac SPECT Analyzer) 소프트웨어를 이용하여 좌심실의 부피변화를 측정하였으며, 시간-압력곡선과 국소 시간-부피 곡선을 이용하여 반복연산을 통하여 구한 국소 시간-탄성률 곡선에서 국소탄성률을 얻었다. 같은 SPECT 영상에 대해서 두 번 측정한 국소탄성률의 재현성과, 같은 환자에서 연속하여 두 번 얻은 SPECT 영상에 대해서 측정한 국소탄성률의 재현성을 평가하였다. 결과: 평균 국소탄성률은 15분할모델에서 $3.36{\pm}3.38mmHg/mL$이었으며, 7분할모델과 5분할모델에서 각각 $3.16{\pm}2.25mmHg/mL,\;3.11{\pm}2.52mmHg/mL$이었다. 국소탄성률의 조화평균은 전체탄성률과 일치하였다. 동일한 데이터에서 두 번 측정한 국소탄성률 값의 상관계수는 모든 모델에서 0.97이상이었고, Bland Altman 도표에서 차이의 2-표준편차는 각각 1.5%, 1.0%, 0.9%였다. 동일 환자에서 두 번 연속 촬영한 SPECT 데이터로부터 측정한 국소탄성률의 상관계수는 모든 모델에서 0.95이상이었으며, Bland Altman 도표에서 차이의 2-표준편차는 각각 2.2%, 1.0%, 1.2%였다. 결론: 게이트 심근 SPECT를 이용한 좌심실의 국소탄성률을 측정하였으며 재현성 있는 결과를 얻었다. 심근 SPECT를 이용하여 얻은 국소탄성률의 평가방법은 향후 임상적인 데이터를 바탕으로 새로운 심기능 분석지표로 활용될 수 있을 것이다.

• 재활치료과학
• /
• 제10권2호
• /
• pp.109-128
• /
• 2021

목적 : 본 연구는 타문화권에서 개발된 일상생활활동중심 작업기반 신경행동평가(A-ONE)를 국내 임상에서 사용할 수 있도록 한국판을 개발하고 한국 환자에게 적용하여 신뢰도와 타당도를 검증하고자 하였다. 연구방법 : 영문판 A-ONE을 한국어로 번역하고 문화적 차이를 검토하였다. 완성된 한국판을 13명의 작업치료학과 교수와 작업치료사에게 국내 적용 가능성을 확인받고, 뇌졸중 환자 42명을 대상으로 신뢰도와 타당성을 검증하였다. 결과 : 총 3개의 문항을 국내 문화에 알맞도록 수정한 결과, 한국판 A-ONE은 Index at the item level(I-CVI)=0.92-1.00을 보이며 평가 문항들이 국내 문화를 잘 대표하고 있는 것으로 나타났다. Functional Independence Measure(FIM)과 상관관계는 의사소통영역을 제외하고 r=0.52-0.77(p>0.01)로 높게 나타난 반면, Lowenstein Occupational Therapy Cognitive Assessment(LOTCA)와는 전반적으로 유의미한 상관관계를 보이지 않았다(p>0.05). 내적일치도는 기능적 독립성이 Cronbach's α=0.58-0.93, 신경행동손상이 α=0.42-0.93을 보였다. 검사-재검사 신뢰도는 기능적 독립성이 Intraclass correlation coefficient(ICC)=0.79-1.00, 신경행동손상이 ICC=0.74-1.00으로 높은 수준을 보였다. 마지막으로, 검사자간 신뢰도는 기능적 독립성이 ICC=0.75-1.00, 신경행동손상이 ICC=0.72-1.00으로 높은 신뢰도를 보였다. 결론 : 한국판 A-ONE은 뇌졸중 환자의 일상생활활동 수행능력과 신경행동손상의 종류 및 손상정도를 평가하기 위해 국내 임상에서 사용될 수 있는 유용한 평가도구이다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.191-204
• /
• 2015

국내 소프트웨어(SW) 개발인력의 미충원율은 매우 높으며, 특히 2년 이상의 현장경력이 있는 고급 개발자의 부족문제는 심각하다. 최근 정부도 이를 인식하고, 정책적으로 SW개발 신규인력 양성에 힘을 기울이고 있다. 그러나, 이러한 노력은 초급개발자의 수급문제를 해결하는데 효과적일 수 있지만, 업계에서 요구하는 고급 개발자의 부족현상을 해결하는 근본적인 대책으로 인식되지는 못하고 있다. SW 전문개발자를 양성하기 위해서는 초급개발자들이 지속적으로 직무를 수행하여 풍부한 업무경험을 갖춘 고급 개발자로 성장해야 하기 때문이다. 이에, 본 연구는 국내 SW업체에서 근무하고 있는 개발관련 인력들의 업무 지속수행 의도를 조사하고, 이에 영향을 주는 주요요인들을 분석하였다. 이를 위해, 2014년 9월부터 10월까지 국내 SW업체에 근무하고 있는 현직 개발자 총 130명을 대상으로 설문조사를 수행하였으며, 이를 기반으로 SW개발업무 지속수행의도 및 이에 영향을 주는 요인들을 개발자의 특성, 직무환경, 그리고 SW개발자에 대한 사회적 인식 및 산업전망 등의 측면에서 분석하였다. 분석에는 데이터마이닝 기법들 중에서, 분석과정에서의 설명능력이 있는 회귀분석과 의사결정나무가 사용되었다. 회귀분석 결과, SW개발자가 스스로 인식하는 근무 가능한 연령이 높을수록, 내성적인 성향을 가질수록, 또한 적성에 맞아서 직무를 선택한 경우, 지속적 직무 수행 의도가 높은 것으로 나타났다. 이와 더불어, 선형회귀분석에서는 유의하지 않았으나, 규칙기반의 의사결정나무 분석에서 파악된 추가적 요인으로, 새로운 기술에 대한 학습능력 및 SW산업에 대한 전망이 직무 지속수행의도에 영향을 미치는 것으로 나타났다. 이러한 연구결과는 기업의 인적자원관리 및 고급 SW인력 양성정책에 활용될 수 있을 것으로 생각되며, 궁극적으로 SW개발인력의 직무 지속성을 증진시키는 데 기여할 수 있을 것으로 기대된다.

• 한국의학물리학회지:의학물리
• /
• 제26권3호
• /
• pp.168-177
• /
• 2015

세기조절방사선치료(IMRT)는 복잡하고 정교한 방사선치료 기법을 이용한 환자 치료 시 치료계획의 정확성을 평가하기 위해 첫 치료 시작 전 품질관리를 권고하고 있다. 이 목적 실현을 위해 최근 상용화된 품질관리 소프트웨어를 이용하면 치료 전후의 정확한 방사선량의 전달을 확인할 수 있다. 이에 본 연구에서는 품질관리 시스템 내에 MLC의 선량학적엽간격(DLG)의 변화에 따른 IMRT 치료계획 경우별 계산 결과의 분석을 통해 그 효용성을 평가하고자 한다. MobiusFx에 입력할 MLC 다이나로그 파일(Dynamic MLC Log File)을 획득하기 위하여 HD120 MLC가 장착된 Novalis Tx를 이용하였다. IMRT 치료계획을 수립하기 위해 Eclipse 치료계획시스템을 사용하였으며, IBA사의 I'mRT 팬톰영상에 표적 및 장기 윤곽(다중표적, 전립선, 두경부, C-모양)을 묘사하였다. DLG에 따른 선량분포의 변화를 확인하기 위해서 MLC 다이나로그 파일을 MobiusFX 시스템에 입력하고 각 경우마다 0.5, 0.7, 1.0, 1.3, 1.6 mm로 DLG를 변화시켜 선량계산의 차이를 평가하였다. 선량평가는 허용범위가 3%/3 mm인 3차원 감마지표의 통과율과 DVH 그리고 CC13 전리함에 대한 점선량을 통해 분석하였다. MobiusFx에서 4가지의 경우에 대해 각 DLG 마다의 선량분포를 비교 분석한 결과, 다중표적과 두경부는 DLG가 0.5와 0.7 mm에서 3~5%, 1.0~1.6 mm에서 3% 미만의 선량차이를 보였다. 감마 지수 통과율에서도 0.7 mm 이하의 DLG에서 다중표적 경우의 중앙표적과 상위표적은 30% 미만, PTV와 척수는 81% 미만이었으며, 다른 DLG에서는 95% 이상의 통과율을 보였다. 하위표적과 귀밑샘은 모든 DLG에서 100.0%이었다. 전립선에서 점선량은 모든 DLG에서 3% 미만의 차이를 보였으나 PTV에서 DLG 0.7 mm 이하와 1.0 mm 이상에서는 각각 95% 미만과 98% 이상의 통과율을 보였다. 직장과 방광은 모든 DLG에서 100.0%로 나타났다. C-모양에서 점선량은 1.3 mm를 제외한 모든 DLG에서 3~9%의 차이를 보이며 PTV는 1.0과 1.3 mm의 DLG에서 각각 96.7, 93.0%의 통과율을 보였으나 다른 DLG에서는 86% 미만이었다. 코어에서는 모든 DLG에서 100.0%였다. 본 연구에서는 치료계획 품질관리 시스템에서 DLG 적용 값의 차이에 따라 품질관리의 정확성에 유의미한 영향을 미치는 것으로 확인되었다. 그러므로 IMRT, VMAT 등 MLC의 움직임을 이용한 방사선치료법의 경우 정확한 품질관리를 위해서는 사용하고 있는 치료장비 및 치료계획시스템에 맞는 적합한 DLG 값을 상호 일치시켜 사용해야 할 것으로 판단된다.