• 한국초등과학교육학회지:초등과학교육
• /
• 제40권4호
• /
• pp.520-544
• /
• 2021

이 연구는 초등학생의 창의 과정과 산물의 관계를 탐색하기 위한 과학 창의성 검사 도구를 개발하는데 목적을 두고 있다. 이를 위해 연구자는 과학 창의성 관련 논문을 분석한 후, 창의 과정과 산물의 구성요인에 근거하여 문항을 개발하였다. 그리고 과학 교육 전문가 9명의 검토를 마친 검사 도구를 파일럿 테스트하였다. '동물', '식물'의 두 세트로 이루어진 검사 도구는 수정과 보완을 거쳐 최종적으로 5학년 학생 105명에게 투입되었다. 투입 결과는 WinSteps, SPSS와 AMOS 통계프로그램으로 분석되었다. 이 연구의 주요 결과는 첫째, 과학 영역에서 창의 과정은 과학 지식, 탐구기능, 창의적 사고기능(확산적, 수렴적, 연관적 사고)을 포함한다. 창의 산물은 새로우면서 과학적으로 유용한 아이디어가 어떤 형태로 나타난 것이다. 둘째, 이 연구에서 대표 탐구기능으로 선정된 관찰은 구성 타당도 측면에서 창의적 사고기능과 연관성이 없어야 했다. 셋째, 유용성 항목은 다른 항목 중 가장 낮은 평균치를 기록하였는데, 평가자인 교사의 관점에서 과학적 타당성과 유용성을 만족시키기 어렵기 때문으로 사료된다. 넷째, 동형검사 신뢰도를 알아보기 위한 '동물'과 '식물' 문항 간 스피어만 상관 계수는 독창성 항목을 제외하고 유의하게 나타났다. 다섯째, 검사 도구는 집중타당성, 판별타당성, 법칙타당성 세 가지 측면에서 구성 타당도를 대체로 만족시켰다. 연구 결과를 바탕으로 창의 과정과 산물의 관계를 탐색하고 학교 현장에서 실제적인 평가 도구로 역할을 할 검사 도구의 유용성을 논하였다.

• 한국가정과교육학회지
• /
• 제34권4호
• /
• pp.93-111
• /
• 2022

제4차 산업혁명, 포스트 코로나 시대로의 전환 등 사회적 혁신을 기반으로 모두를 위한 삶의 질을 제고할 수 있는 교육 패러다임의 전환이 필요한 시기이다. 이러한 시대 변화의 흐름을 파악하여 교육과정의 변화를 준비하여야 한다. 이에 본 연구는 4차 산업혁명, 포스트 코로나 시대로의 패러다임의 변화에 따른 미래 초·중등교육의 방향성이 논의되고 있는 시점에서, '미래교육환경의 변화에 따라 의생활교육은 어떤 혁신적 과제를 수행해야 하는가?'의 문제의식에서 출발하여 미래 교육환경의 변화의 특징과 의생활교육과정을 분석해보고, 이를 바탕으로 의생활교육과정의 방향을 탐색하는데 목적을 두었다. 이러한 연구목적을 수행하기 위해 제1차 교육과정에서부터 2015 개정 교육과정의 의생활교육과정 분석결과를 활용하였다. 결론적으로 미래 교육환경의 변화에 따른 의생활교육과정의 방향으로는 먼저 인재상으로 인공지능(AI)에 인간의 감성과 환경, 의생활문화를 더하는 융·복합교육인재양성, 소프트웨어 역량과 실천적 문제해결 역량을 연계하는 의생활교육, 인공지능(AI)을 활용한 패션 메이커교육과 가치 지향적인 의생활교육 등을 도출하였다. 본 연구를 통해 실제적 교육현장 적용인 의생활 교수·학습방법에 대한 후속연구가 진행되기를 기대한다.

• 대한본초학회지
• /
• 제24권1호
• /
• pp.179-189
• /
• 2009

Objectives : Coptidis Rhizoma (Coptis japonica MAKINO; CR) is a well known crude drug as antimicrobial, antibacterial, anti-inflammatory, antioxidant activity. However, there is no study of the effect of CR on brain infarction and it's mechanism. The aim of this study was to investigate the effects on ischemic stroke induced by photothrombotic infarction by evaluating the functional & neuronal recovery after brain infarction. Materials & Methods : Male Sprague-Dawley rats (250-300 g) were induced photothrombotic brain infarction on sensorimotor cortex, and brain infarction volume by image J software (NIH, USA) after Nissl stain, also single pellet reaching task as a functional motor recovery were observed. After orally pretreated by CR (500 mg/kg) or normal saline as a sham control before 7 days from the time of photothrombotic infarction, rats were sacrificed. After then we analysed anti-inflammatory cytokines (TNF-$\alpha$, IL-6, IL-1$\beta$), by RT-PCR and ELISA method, and immunohistochemistry (GFAP, connexin-43) as a marker of neural plasticity. Results : CR (100, 250, 500 mg/kg) decreased the infarction volume dose-dependently, however the effect of 500mg/kg of CR (CR 500) showed the best (P=0.051). Also, CR 500 decreased the infarction volume time-dependently, the most effective time was 3-7 days after stroke. Photothrombosis increased inflammatory cytokines after infarction, CR 500 suppressed significantly mRNA expression of IL-1$\beta$, IL-6 and TNF-$\alpha$. In serum, CR 500 decreased the amount of IL-1$\beta$, 12h, 24h and 48h respectively (p < 0.05), also decreased that of IL-6 and TNF-$\alpha$, 12h respectively (p < 0.05) after infarction. The more astrocytes were observed and neural plasticity was facilitated in the rat brain of CR 500 than that of sham control in immunohistochemistry. Conclusions : This results suggest that CR decrease infarction volume and improve functional motor recovery in acute stage in photothrombotic ischemic infarction model in the mechanism of anti-inflammation and promoting neural plasticity.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권3호
• /
• pp.125-132
• /
• 2022

문장 압축은 원본 문장의 중요한 의미는 유지하면서 길이가 축소된 압축 문장을 생성하는 자연어처리 태스크이다. 문법적으로 적절한 문장 압축을 위해, 초기 연구들은 사람이 정의한 언어 규칙을 활용하였다. 또한 시퀀스-투-시퀀스 모델이 기계 번역과 같은 다양한 자연어처리 태스크에서 좋은 성능을 보이면서, 이를 문장 압축에 활용하고자 하는 연구들도 존재했다. 하지만 언어 규칙을 활용하는 연구의 경우 모든 언어 규칙을 정의하는 데에 큰 비용이 들고, 시퀀스-투-시퀀스 모델 기반 연구의 경우 학습을 위해 대량의 데이터셋이 필요하다는 문제점이 존재한다. 이를 해결할 수 있는 방법으로 사전 학습된 언어 모델인 BERT를 활용하는 문장 압축 모델인 Deleter가 제안되었다. Deleter는 BERT를 통해 계산된 perplexity를 활용하여 문장을 압축하기 때문에 문장 압축 규칙과 모델 학습을 위한 데이터셋이 필요하지 않다는 장점이 있다. 하지만 Deleter는 perplexity만을 고려하여 문장을 압축하기 때문에, 문장에 속한 단어들의 언어 정보를 반영하여 문장을 압축하지 못한다. 또한, perplexity 측정을 위한 BERT의 사전 학습에 사용된 데이터가 압축 문장과 거리가 있어, 이를 통해 측정된 perplexity가 잘못된 문장 압축을 유도할 수 있다는 문제점이 있다. 이를 해결하기 위해 본 논문은 언어 정보의 중요도를 수치화하여 perplexity 기반의 문장 점수 계산에 반영하는 방법을 제안한다. 또한 고유명사가 자주 포함되어 있으며, 불필요한 수식어가 생략되는 경우가 많은 뉴스 기사 말뭉치로 BERT를 fine-tuning하여 문장 압축에 적절한 perplexity를 측정할 수 있도록 하였다. 영어 및 한국어 데이터에 대한 성능 평가를 위해 본 논문에서 제안하는 LI-Deleter와 비교 모델의 문장 압축 성능을 비교 실험을 진행하였고, 높은 문장 압축 성능을 보임을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권5호
• /
• pp.217-228
• /
• 2023

비디오 개체 분할은 비디오를 구성하는 영상 프레임 각각에 대해 관심 개체 분할을 수행해야 할 뿐만 아니라, 해당 비디오를 구성하는 프레임 시퀀스 전체에 걸쳐 개체들에 대한 정확한 트래킹을 요구하기 때문에 난이도가 높은 기술이다. 특히 드라마 비디오에서 인물 개체 분할은 다양한 장소와 시간대에서 상호 작용하는 복수의 주요 등장인물들에 대한 정확한 트래킹을 요구하는 특징을 가지고 있다. 또한, 드라마 비디오 인물 개체분할은 주연 인물들과 조연 혹은 보조 출연 인물들 간의 등장 빈도에 상당한 차이가 있어 일종의 클래스 불균형 문제도 있다. 본 논문에서는 미생 드라마 비디오들을 토대로 구축한 인물 개체 분할 데이터 집합인 MHIS를 소개하고, 등장인물 클래스 간의 심각한 데이터 불균형 문제를 효과적으로 해결하기 위한 새로운 비디오 데이터 보강 기법인 CDVA를 제안한다. 기존의 비디오 데이터 보강 기법들과는 달리, 새로운 CDVA 보강 기법은 비디오들의 시-공간적 맥락을 충분히 고려해서 목표 인물이 삽입되어야 할 배경 클립 내의 위치를 결정함으로써, 보다 더 현실적인 보강 비디오들을 생성한다. 따라서 본 논문에서 제안하는 새로운 비디오 데이터 보강 기법인 CDVA는 비디오 개체 분할을 위한 심층 신경망 모델의 성능을 효과적으로 향상시킬 수 있다. 본 논문에서는 MHIS 데이터 집합을 이용한 다양한 정량 및 정성 실험들을 통해, 제안 비디오 데이터 보강 기법의 유용성과 효과를 입증한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권11호
• /
• pp.481-492
• /
• 2023

본 연구는 생성형 대규모 언어 모델을 활용하여 텍스트에서 정보를 추출하기 위한 한글 데이터셋 구축 방법을 탐구한다. 현대 사회에서는 혼합된 정보가 빠르게 유포되며, 이를 효과적으로 분류하고 추출하는 것은 의사결정 과정에 중요하다. 그러나 이에 대한 학습용 한국어 데이터셋은 아직 부족하다. 이를 극복하기 위해, 본 연구는 생성형 대규모 언어 모델을 사용하여 텍스트 기반 제로샷 학습(zero-shot learning)을 이용한 정보 추출을 시도하며, 이를 통해 목적에 맞는 한국어 데이터셋을 구축한다. 본 연구에서는 시스템-지침-소스입력-출력형식의 프롬프트 엔지니어링을 통해 언어 모델이 원하는 결과를 출력하도록 지시하며, 입력 문장을 통해 언어 모델의 In-Context Learning 특성을 활용하여 데이터셋을 구축한다. 생성된 데이터셋을 기존 데이터셋과 비교하여 본 연구 방법론을 검증하며, 관계 정보 추출 작업의 경우 KLUE-RoBERTa-large 모델 대비 25.47% 더 높은 성능을 달성했다. 이 연구 결과는 한국어 텍스트에서 지식 요소를 추출하는 가능성을 제시함으로써 인공지능 연구에 도움을 줄 것으로 기대된다. 더욱이, 이 방법론은 다양한 분야나 목적에 맞게 활용될 수 있어, 다양한 한국어 데이터셋 구축에 잠재력을 가진다고 볼 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권10호
• /
• pp.455-460
• /
• 2023

텍스트 증강은 자연어처리 모델의 성능 향상을 목적으로 원본 텍스트의 변환, 생성을 통하여 새로운 증강 텍스트를 생성하는 방법론이다. 기존 연구된 기법들은 표현적 다양성 부족, 의미 왜곡 , 한정적인 양의 증강 텍스트와 같은 한계점이 존재한다. 거대언어모델과 few-shot learning을 활용한 텍스트 증강은 이러한 한계점의 극복이 가능하지만, 잘못된 생성으로 인한 노이즈 발생의 위험성이 존재한다. 본 논문에서는 여러 후보 텍스트를 생성하고 적합한 텍스트를 증강 텍스트로 선정하는 TAGS를 제안한다. TAGS는 기존 텍스트 few shot learning을 통해 다양한 표현을 생성하면서 대조 학습과 유사도 비교를 통해 원본 텍스트가 적더라도 적합한 데이터를 효과적으로 선정한다. 이를 텍스트 증강이 필수적인 업무용 챗봇 데이터에 적용하여 60배 이상의 양적 향상을 달성하였다. 또한 증강 텍스트의 질적 향상을 확인하기 위해 실제 생성된 텍스트를 분석하여 원본 텍스트에 비해 의미론적, 표현적으로 다양한 텍스트를 생성함을 확인하였으며, 증강 텍스트로 실제 분류 모델을 학습하고 실험하여 실질적으로 자연어처리 모델 성능 향상에 도움이 되는 것을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권12호
• /
• pp.505-518
• /
• 2023

3차원 포인트 클라우드 의미적 분할은 각 포인트별로 해당 포인트가 속한 물체나 영역의 분류 레이블을 예측함으로써, 포인트 클라우드를 서로 다른 물체들이나 영역들로 나누는 컴퓨터 비전 작업이다. 기존의 3차원 의미적 분할 모델들은 RGB 영상들에서 추출하는 2차원 시각적 특징과 포인트 클라우드에서 추출하는 3차원 기하학적 특징의 특성을 충분히 고려한 특징 융합을 수행하지 못한다는 한계가 있다. 따라서, 본 논문에서는 2차원-3차원 멀티-모달 특징을 이용하는 새로운 3차원 의미적 분할 모델 MMCA-Net을 제안한다. 제안 모델은 중기 융합 전략과 멀티-모달 교차 주의집중 기반의 융합 연산을 적용함으로써, 이질적인 2차원 시각적 특징과 3차원 기하학적 특징을 효과적으로 융합한다. 또한 3차원 기하학적 인코더로 PTv2를 채용함으로써, 포인트들이 비-정규적으로 분포한 입력 포인트 클라우드로부터 맥락정보가 풍부한 3차원 기하학적 특징을 추출해낸다. 본 논문에서는 제안 모델의 성능을 분석하기 위해 벤치마크 데이터 집합인 ScanNetv2을 이용한 다양한 정량 및 정성 실험들을 진행하였다. 성능 척도 mIoU 측면에서 제안 모델은 3차원 기하학적 특징만을 이용하는 PTv2 모델에 비해 9.2%의 성능 향상을, 2차원-3차원 멀티-모달 특징을 사용하는 MVPNet 모델에 비해 12.12%의 성능 향상을 보였다. 이를 통해 본 논문에서 제안한 모델의 효과와 유용성을 입증하였다.

• 한국건축시공학회지
• /
• 제24권1호
• /
• pp.145-156
• /
• 2024

건설 프로젝트의 규모와 복잡성이 커지는 가운데, 체계적이고 통합적인 공정관리의 실행은 국내 건설 산업의 도전과제로 남아있다. 이러한 배경에서 본 연구는 먼저 종합적인 관점에서 공정관리 역량을 제도 및 규정, 발주자 요구사항, 전문 인력 및 조직, 공정관리 관련 업무, 스마트건설 기술 활용 5개 분야로 정의하였다. 그리고 국내 건설 산업 종사자를 대상으로 각 분야별 공정관리 역량 요소별로 중요성과 현재수준을 평가하는 설문을 진행하고 IPA분석을 실시하여 국내 건설 산업의 공정관리 역량을 분석하였다. 이를 통해 공정관리 역량을 구성하는 다양한 요소를 대상으로 중요성을 인식되고 있지만, 현재 수준과의 격차가 존재함을 밝혀, 개선이 필요한 영역을 제시하였다. 특히 개선이 필요한 영역으로는 발주처의 공정 관리를 위한 예산 확보, 공사 기간의 적정성 산전 및 평가기준 수립, 현장 공정 관리 인력의 배치, 공정 관리 소프트웨어에 대한 투자 등이 꼽혔다. 이와 같이 본 연구는 국내 건설 산업의 공정 관리 역량에 대한 자세한 시각과 개선방향을 제시하였으며, 이는 공정관리 실무적용을 활성화하는데 도움이 될 것으로 기대된다.

• 디자인학연구
• /
• 제17권2호
• /
• pp.77-86
• /
• 2004

사용자 중심 디자인(User-Centered Design)은 주어진 환경(Context)에서의 사용자 행동(Activity)을 모델링 하여 사용자가 기능적, 논리적으로 주어진 작업(Task)을 수행해 낼 수 있는 상품의 디자인을 가능케 하는데 크게 기여한 바 있다. 그러나 사용자 중심 디자인은 사용하기 편하고 유용한 측면을 디자인하는 데는 큰 기여를 했지만, 소비자의 감성 및 문화를 고려한 상품 디자인을 개발하는 측면에서는 아직 성공적인 사례를 제시하지 못했다는 비난을 받고 있는 것도 사실이다. 이는 사용자 중심 디자인이 사용자의 요구사항 (기능적인 요구 사항)에만 치중하는 접근법이기 때문으로, 사용 상황이 중요한 공공 시설물이나 기업 소프트웨어의 개발에는 적합하지만 소비자를 직접 대상으로 하는 디지털 컨텐트 및 디지털 가전의 디자인을 위해서는 부족한 면이 없지 않아 있는 것으로 발표되고 있다. Jordan은 이러한 문제법의 해결안을 제시하면서, 사용자 요구사항의 다차원적(개인적, 사회적, 인지적, 물리적) 접근법을 제안하였고, 그것을 Pleasure-based Approach라고 명명하였다. Jordan도 사용자 조사의 중요성은 부각하였지만, 사용자 조사의 결과를 상품 개발에 접목시키기 위한 방안은 제시하고 있지 못했다. 본 논문에서는 Kano의 상품 속성 모형을 도입하여 사용자 조사 방법과 상품 요소 도출과의 연결고리를 발견하고자 하였다. Kano 모델에서는 상품 요소를 크게 기본요소, 퍼포먼스요소, 엑셀런트 요소로 나누어 설명하고 있다. 퍼포먼스 요소는 설문조사와 같이 직접적으로 고객으로부터 얻을 수 있는 요소로 설명하고 있다. 그러나 기본요소 및 엑셀런트 요소는 직접적인 사용자 조사를 통해서 얻을 수 있는 요소가 아니라 고 주장하고 있고, 이런 요소들을 도출하기 위하여 경쟁상품분석, 참여적 소비자 조사 등과 같은 방법이 도입되어야 한다. 고 말하고 있다. 이에 본 연구에서는 '13-18 청소년용 온라인 커뮤니티 컨텐트 개발 프로젝트' 를 중심으로 엑셀런트 요소 및 퍼포먼스 요소를 도출하기 위한 참석 관찰의 프레임 워크를 제시하고, 그 결과를 기능적 요소, 감성적 요소로 정리하여 상품개발에 활용하도록 하였다. 본 연구의 의의는 상품개발에 사용자 조사의 필요성 및 활용도를 실질적인 프로젝트를 통하여 시도해 보았다는 데 있다고 할 수 있겠다.