• 한국문헌정보학회지
• /
• 제57권2호
• /
• pp.453-475
• /
• 2023

본 연구는 북미 지역 50개 대학도서관 홈페이지를 대상으로 연구데이터 관련 서비스명과 서비스명 간의 계층 관계, 연구데이터 서비스 담당자의 직책명과 직무내용을 살펴보았다. 연구 결과, 북미 지역 대학도서관의 경우 연구데이터 관련 서비스명 간에는 분명한 계층 관계가 존재하였고 이를 통해 연구데이터 관련 서비스명들의 계층 구조를 파악할 수 있었다. 연구데이터 관련 서비스 담당자의 직책명으로는 'Librarian'이 가장 많이 사용되고 있었고 'Librarian'이 담당하는 직무내용이 가장 폭넓은 것으로 나타났다. 'Librarian' 외에 'Specialist', 'Analyst' 등의 다양한 연구데이터 관련 전문인력의 직책명이 사용되고 있음이 발견되었다. 다양한 직책명의 존재는 대학도서관이 연구데이터 관련 서비스의 전문성을 강화하려는 의도로 파악되었다. 국내 대학도서관의 연구데이터 서비스 구성체계는 '연구데이터 서비스'를 최상위 서비스명으로 하고 '연구데이터 관리 서비스', 'GIS 서비스', '데이터 시각화 서비스'를 하위 서비스명으로 할 것을 제안하였다. 그리고 연구데이터 관련 서비스를 제공하는 초기에는 기존 대학도서관 사서 간에 업무조정을 통해 연구데이터 관련 서비스를 제공하는 것이 필요하며 점진적으로 연구데이터 관련 전문 인력의 신규 채용을 고려할 수 있음을 제안하였다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.57-71
• /
• 2013

세계에는 수많은 사람들이 살아가고 있고, 사람들의 일상으로부터 매일, 매 시간 단위로 새로운 뉴스가 발생한다. 발생되는 뉴스는 예정된 일과 예상하지 못한 일들을 포함하고 있다. 발생하는 뉴스의 거대한 양과 이를 전달하는 수많은 미디어들로 인해 사람들은 뉴스 콘텐츠를 이용하는데 많은 시간을 소비하게 된다. 하지만 미디어에 시시각각 나타나는 속보와 실시간 이슈의 대부분이 가십 기사로 이루어져 있어 사용자들이 자신의 성향에 맞는 뉴스를 선별하고, 뉴스로부터 정보를 획득하는 것은 쉽지 않은 일이다. 또한 사용자의 관심사가 시간에 따라 변하기 때문에 뉴스 제공에 있어 사용자의 변하는 관심사를 반영하는 것이 요구된다. 본 논문에서는 사용자의 최근 관심사를 기반으로 사용자 선호도에 맞는 뉴스를 제공하기 위한 콘텐츠 기반의 추천 기법 및 시스템을 제안한다. 사용자의 최근 선호도를 파악하기 위하여 소셜 네트워크 서비스인 Facebook 사용자의 정보와 최근 게시글을 이용하여 동적으로 사용자 프로파일을 생성하여 이를 뉴스 서비스에 활용하고, 사용자 선호도에 적합한 뉴스를 추출하기 위해서 뉴스 콘텐츠의 분석을 요구한다. 뉴스 콘텐츠 분석을 위해 미디어에서 제공되는 뉴스의 카테고리를 사용하고, 뉴스 방송원고의 분석 및 주요 키워드 추출을 통해 뉴스 프로파일을 생성한다. 사용자 프로파일과 뉴스 프로파일 간의 유사도 측정을 위해서는 두 프로파일 간 형식의 일치화가 요구되므로 사용자 프로파일을 뉴스 프로파일과 동일한 형태로 생성한다. 사용자가 시스템에 접속하면 시스템은 사용자 프로파일에 명시된 선호도를 기반으로 뉴스 프로파일과의 유사도를 측정하고, 사용자 선호도에 가장 적합한 뉴스들을 제공하게 된다. 또한 사용자에게 제공된 뉴스 프로파일과 다른 뉴스 프로파일들 간에 유사도를 측정하여 유사도가 높은 관련된 뉴스들을 제공하게 된다. 제안한 개인화된 뉴스 서비스의 성능을 평가하기 위해 사용자에게 추천된 뉴스에 대한 사용자 평가와 시스템 예측값의 오차를 기반으로 6Sub-Vectors 벤치마크 알고리즘과 성능 평가를 수행하였고, 실험 결과를 통해 제안한 시스템의 우수성을 입증하였다.

• 한국과학교육학회지
• /
• 제37권1호
• /
• pp.87-101
• /
• 2017

미래교육의 새로운 비전으로 융합과 창의성을 기조로 한 융합인재 교육이 초중등교육 현장에서 활발하게 진행되고 있다. 그동안 융합인재교육 연구는 영재교육 영역에서 초등학생 대상 연구가 중점적으로 이루어졌으며, 개별적 단위로서의 효과성 연구가 주로 진행되었다. 이에 본 연구는 메타분석을 적용하여 선행연구결과에 대한 체계적이고 종합적인 결론을 정리해봄으로써 융합인재교육을 활용한 창의성 개발에 유용한 정보를 제공할 목적으로 시행되었다. 분석은 2012년부터 2015년 까지 최근 4년간 발표된 융합인재교육의 효과를 분석한 석 박사 학위 논문과 학술지 논문을 대상으로 메타분석을 실시하였다. 총 분석대상 논문 75편의 논문으로부터 총 183개의 효과크기를 산출하고, 연구의 종속변인인 창의성과 그 하위변인, 문제해결력과 중재변인인 연구자, 대상지역, 학생구분, 실험설계유형, 학교급 별에 따라 효과크기에 어떠한 차이가 있는지를 분석하였다. 창의성에 대한 전체 효과크기가 0.776로 나타났고, funnel plot에서 대칭성을 만족하고 있어 출판편의가 존재하지 않는다고 볼 수 있으며, fail-safe N이 780개로 8,945보다 작으므로 이 연구 결과는 신빙성이 있다고 주장할 수 있다. 또한, 문제해결력에 있어서는 0.584로 나타나 중간 정도의 효과크기로 나타났고, funnel plot에서 대칭성을 만족하고 있으므로 출판편의가 존재하지 않으며, fail-safe N이 780개로 1,170보다 작으므로 이 연구 결과는 신빙성이 있다고 주장할 수 있다. 창의성 하위변인들의 연구방법에 따른 차이를 보면 유창성이 0.929로 가장 높게 나타났고, 융통성 0.881, 독창성 0.838, 정교성 0.653, 제목의 추상성 0.705, 종결에 대한 저항 0.527로 나타났다. 본 연구는 융합인재교육의 효과를 메타분석으로 그 평균의 효과크기를 제시했다는 점에서 의의를 찾을 수 있다. 연구결과 통합교육의 효과는 판단할 수 있었으나 효과의 원인, 학습원리에 대해서는 구체적인 발견이 어려웠다. 융합인재교육의 효과는 학령에 따라 상승 또는 하향하는 것이 아니라는 것이 밝혀졌으며, 창의력에 있어서는 연구방법과 연구자에 따라 차이가 있는 것으로 나타났다.

• 생명과학회지
• /
• 제28권5호
• /
• pp.621-626
• /
• 2018

최근 의공학과 의학기술의 발달로 인간의 수명이 늘어나고 있으며, 이제는 수명에 대한 관심보다는 건강한 노후에 대한 관심에 초점을 맞추어 항노화 산업과 의과학 및 스포츠 과학이 발달하고 있다. 노화의 자연스런운 과정동안 노인들은 면역기능과 생리학적인 기능이 소실되고, 제2형 당뇨병, 고혈압, 골다공증, 골관절염, 심혈관 질환 및 인지감소 등을 경험하게 된다 하지만 규칙적인 운동을 참여할 때 건강한 노후를 맞이할 수 있다. 하지만 이제까지 노인들에게 규칙적인 운동활동의 참여가 건강체력, 정신건강, 인지기능 및 면역력의 변화를 확인하는 연구가 부족한 것으로 여겨진다. 따라서 본 연구는 노인에게서 일상생활도 관리 및 규칙적인 운동활동의 참여가 건강한 노후와 면역력유지에 미치는 효과를 분석하고자 한다. 본 연구를 수행하기 위하여 최근 20여년간 국내,외 이 분야에서 수행된 최신 연구결과들은 펍메드 데이터 베이스를 활용하여 비교 및 분석하고자 한다. 본 연구결과 레저활동을 포함하는 규칙적인 운동활동은 노인의 근육량과 골밀도를 증진시키고, 아울러 당뇨병, 고혈압, 동맥경화, 관절염 등과 같은 성인병을 예방하며, 아울러 인지기능 증가에 따른 치매의 예방과 치료 뿐만 아니라 면역력의 증진을 통한 만성질환과 암의 예방에도 필수적인 것으로 사료된다. 특히 노인에게는 요가나 필라테스를 기반으로 하는 수행하기 쉬운 운동이 좋으며, 흥미있고 자주 할 수 있는 운동이 권장된다. 체력이 전반적으로 약하기 때문에 무리한 운동은 오히려 심혈관계의 부담, 항상성의 교란, 및 면역저하를 동반할 수 있으므로, 레저스포츠 활동, 근력운동을 포함하는 저항운동, 및 일상생활도 증가를 통한 체력증진, 충분한 휴식, 최적의 영양관리가 필요하며 추후 건강한 노인에 최적화된 스포츠 장비, 영양소 섭취와 스포츠 음료 등의 계발에 관한 연구가 이루어져야 할 것이다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.147-161
• /
• 2010

최근 방송과 통신의 융합으로 TV에 통신이라는 기술이 접목되면서, TV 시청 형태에 많은 변화를 가져왔다. 이러한 형태의 TV 시청 변화는 서비스 선택의 폭을 넓혀주지만 프로그램을 선택을 위해 많은 시간을 투자해야 한다. 이러한 단점을 개선하기 위해서 본 논문에서는 IPTV환경에서 사용자의 다양한 콘텐츠를 제공하는 방송 환경에서 고객의 시청 정보를 바탕으로 고객 사용정보 온톨로지를 구축하고 그에 따라 고객을 k-medoids 방법을 이용해서 클러스터링 한다. 이를 바탕으로 고객이 선호하는 콘텐츠를 추천 하는 방법을 제안하였다. 실험부분에서 본 제안방법의 우수성을 기존의 방법과 비교하여 보여준다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.43-61
• /
• 2019

최근 4차 산업혁명과 함께 인공지능 기술에 대한 연구가 활발히 진행되고 있으며, 이전의 그 어느 때보다도 기술의 발전이 빠르게 진행되고 있는 추세이다. 이러한 인공지능 환경에서 양질의 지식베이스는 인공지능 기술의 향상 및 사용자 경험을 높이기 위한 기반 기술로써 중요한 역할을 하고 있다. 특히 최근에는 인공지능 스피커를 통한 질의응답과 같은 서비스의 기반 지식으로 활용되고 있다. 하지만 지식베이스를 구축하는 것은 사람의 많은 노력을 요하며, 이로 인해 지식을 구축하는데 많은 시간과 비용이 소모된다. 이러한 문제를 해결하기 위해 본 연구에서는 기계학습을 이용하여 지식베이스의 구조에 따라 학습을 수행하고, 이를 통해 자연어 문서로부터 지식을 추출하여 지식화하는 방법에 대해 제안하고자 한다. 이러한 방법의 적절성을 보이기 위해 DBpedia 온톨로지의 구조를 기반으로 학습을 수행하여 지식을 구축할 것이다. 즉, DBpedia의 온톨로지 구조에 따라 위키피디아 문서에 기술되어 있는 인포박스를 이용하여 학습을 수행하고 이를 바탕으로 자연어 텍스트로부터 지식을 추출하여 온톨로지화하기 위한 방법론을 제안하고자 한다. 학습을 바탕으로 지식을 추출하기 위한 과정은 문서 분류, 적합 문장 분류, 그리고 지식 추출 및 지식베이스 변환의 과정으로 이루어진다. 이와 같은 방법론에 따라 실제 지식 추출을 위한 플랫폼을 구축하였으며, 실험을 통해 본 연구에서 제안하고자 하는 방법론이 지식을 확장하는데 있어 유용하게 활용될 수 있음을 증명하였다. 이러한 방법을 통해 구축된 지식은 향후 지식베이스를 기반으로 한 인공지능을 위해 활용될 수 있을 것으로 판단된다.