• 대한의용생체공학회:의공학회지
• /
• 제45권1호
• /
• pp.10-19
• /
• 2024

The purpose of this study is to conduct a summative evaluation of the usability of a general-purpose ventilator to determine whether it can be used for its intended purpose in the intended environment by the intended user and to find possible errors in use. The importance of ventilators has increased due to the accelerated aging of the population and the impact of the pandemic. In addition, patients who require ventilators are often in critical condition, so even a small error in use can be fatal. Therefore, it is important to ensure that the ventilator has sufficient stability and can be used satisfactorily without inconvenience to the user. In this study, we conducted a usability test with 17 respiratory nurses with more than 3 years of experience using the ventilator. We analyzed the task success rate, satisfaction, and opinions of the intended users while going through a total of 17 scenarios. Satisfaction was captured through an ASQ questionnaire and subjective opinions were captured through a detailed opinion questionnaire. The results showed a high level of satisfaction with an average score of 6.3 for the use scenarios. Evaluators expressed satisfaction with the overall visibility and versatility of the features, but noted that improvements were needed for calibration tasks with low task success rates. As the calibration method is different from other equipment, it was suggested that specific explanations of the calibration method and the picture that appears when calibrating are needed, and that if relevant training is provided, the equipment can be used without problems. If the usability evaluation is not limited to securing efficiency and satisfaction from the intended users, but also continuously receives feedback from users to prepare for use in emergency environments such as pandemic situations, it will be very helpful to seize opportunities such as emergency authorization in future situations, and ultimately contribute to patient safety by reducing use errors.

• 한국건설관리학회논문집
• /
• 제18권6호
• /
• pp.78-88
• /
• 2017

건설사업의 생애주기 단계별로 BIM의 활용도가 다양해지면서 이를 위한 전문화된 소프트웨어가 증가하고 있다. 이들 소프트웨어 간 BIM 정보 교환 시 상호호환성이 중요하며, 이때 국제표준 포맷인 IFC 데이터 모델을 채택하고 있다. 그러나 BIM 데이터를 IFC로 변환하기 위해서는 개별 객체에 IFC 클래스를 매핑해야 하는데, 현재까지 본 작업은 수동 작업으로 이뤄지고 있어, 매핑 상의 오류나 누락이 발생하게 된다. 본 연구에서는 BIM 객체 및 IFC 클래스 간 매핑의 무결성 검증을 위해 이상탐지분석 기법 중 하나인 Novelty detection을 적용하였다. 동일한 IFC 클래스의 객체들은 기하형상이 유사하다는 전제하에. 매핑이 잘못된 객체를 이상치로 판별하고자 하는 것이다. 3개의 BIM모델로부터 IFC 클래스별로 객체를 분류한 후 이 중 2개의 IFC 클래스(벽체 및 문)에 대해 one-class SVM을 학습시키고 검증하였다. 분석한 결과 총 160개의 이상치 중 141개를 정확하게 분류하여 이상치 판별능력이 높게 나왔다. Novelty detection 기법은 다중 경계면을 형성하고 사전적 학습이 가능하다는 점에서 높은 예측력을 발휘하여, 기존 방식이나 타 알고리즘보다 매핑 오류를 검증하는데 더 적합한 방법인 것으로 확인되었다.

• 인지과학
• /
• 제9권1호
• /
• pp.31-39
• /
• 1998

본 논문은 HELPS라는 반도체 검사 장비를 위한 전자성능지원시스템(Electronic Performance Support System)에 대하여 기술한다. 본 시스템의 목적은 운영 지원, 훈련, 지식 기반 고장 진단 및 수리를 위한 just-in time. on-the-job 멀티미디어에 기반을 둔 정보를 제공함으로써 오퍼레이터의 생산성을 향상시키는데 있다. HELPS는 운영 모듈과 고장 진단 모듈로 구성되어 있다. 운영 모듈은 사용자에게 장비에 관한 자세하고 쉽게 접근이 가능한 정보를 제공하기 위하여 멀티미디어와 하이퍼미디어를 사용한다. 멀티미디어는 정지 화상, 동화상, 에니메이션, 텍스트, 그래픽, 오디오를 포함하는 다매체 형식을 통합한다. 하이 퍼미디어는 계층적인 정보 구조를 통하여 숙련된 오퍼레이터에게는 작업을 수행하는데 필요한 특정한 정보만을 제공할 뿐만 아니라, 초보 오퍼레이터에게는 자세한 시스템 안내와 정보를 제공한다. 고장 진단 모듈은 오퍼레이터가 장비의 고장을 진단하고 수리하는 것을 자원하기 위하여 전문가 시스템과 멀티미디어를 통합하여 구성하였다. 전문가 시스템을 사용하여 진단한 다음, 멀티미디어에 의한 어드바이스가 텍스트를 포함한 정지 화상이나 음성을 포함한 동화상에 의해 제시된다. HELPS는 훈련 시간과 고장 진단 및 수리 시간의 측면에서 평가되었고, 본 시스템 사용 전에 비하여 약 30%이상의 시간을 절감함으로써 생산성 향상에 크게 도움이 된다는 것을 확인하였다. 앞으로 본 시스템은 ICAI와 가상현실 기법 등을 이용하여 확장된다면 더 많은 생산성 향상을 기대할 수 있을 것이다.

• 한국문헌정보학회지
• /
• 제49권3호
• /
• pp.155-183
• /
• 2015

정보기술 및 데이터 네트워크의 발전은 다양한 학술연구에서 생산되는 데이터의 양의 폭발적인 증가 및 활용 가능성을 가져왔다. 하지만 관련 정책 및 인프라 구축의 부재로 인해 연구데이터의 관리 및 공유가 체계적으로 이루어지지 않고 있다. 특히 과학 및 공학 분야와 비교할 때 인문사회 분야에서는 데이터의 체계적인 수집 및 공유를 뒷받침하는 데이터 리포지토리가 취약하다. 본 연구에서는 국내 인문사회 분야 연구데이터 및 자료의 대표적인 리포지토리인 한국연구재단의 기초학문자료센터를 중심으로 인문학 분야 연구데이터의 체계적인 수집, 활용 및 보존을 위한 프로세스 및 전략을 제시하고자 한다. 특히 데이터센터 운영자의 관점에서 효과적인 데이터 수집을 위한 과제분석과 인문학 분야의 특성을 반영한 원자료 정보 구축에 초점을 맞추고 있다. 또한 향후 국내에서 정부의 재정지원을 받아 수행된 연구에서 생산, 산출되는 연구데이터의 수집 및 활용성 증진을 위한 방안으로 데이터관리계획 관련 정책의 시행, 데이터 관리, 수집 및 공유를 위한 교육 및 지원 서비스 제공을 통한 환경 구축, 데이터 전문가의 양성, 연구데이터의 인용을 통한 활용체계 구축 등을 제시하고 있다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.191-206
• /
• 2022

대량의 말뭉치를 비지도 방식으로 학습하여 자연어 지식을 획득할 수 있는 사전학습 언어모델(Pre-trained Language Model)은 최근 자연어 처리 모델 개발에 있어 매우 일반적인 요소이다. 하지만, 여타 기계학습 방식의 성격과 동일하게 사전학습 언어모델 또한 학습 단계에 사용된 자연어 말뭉치의 특성으로부터 영향을 받으며, 이후 사전학습 언어모델이 실제 활용되는 응용단계 태스크(Downstream task)가 적용되는 도메인에 따라 최종 모델 성능에서 큰 차이를 보인다. 이와 같은 이유로, 법률, 의료 등 다양한 분야에서 사전학습 언어모델을 최적화된 방식으로 활용하기 위해 각 도메인에 특화된 사전학습 언어모델을 학습시킬 수 있는 방법론에 관한 연구가 매우 중요한 방향으로 대두되고 있다. 본 연구에서는 금융(Finance) 도메인에서 다양한 자연어 처리 기반 서비스 개발에 활용될 수 있는 금융 특화 사전학습 언어모델의 학습 과정 및 그 응용 방식에 대해 논한다. 금융 도메인 지식을 보유한 언어모델의 사전학습을 위해 경제 뉴스, 금융 상품 설명서 등으로 구성된 금융 특화 말뭉치가 사용되었으며, 학습된 언어 모델의 금융 지식을 정량적으로 평가하기 위해 토픽 분류, 감성 분류, 질의 응답의 세 종류 자연어 처리 데이터셋에서의 모델 성능을 측정하였다. 금융 도메인 말뭉치를 기반으로 사전 학습된 KB-BERT는 KoELECTRA, KLUE-RoBERTa 등 State-of-the-art 한국어 사전학습 언어 모델과 비교하여 일반적인 언어 지식을 요구하는 범용 벤치마크 데이터셋에서 견줄 만한 성능을 보였으며, 문제 해결에 있어 금융 관련 지식을 요구하는 금융 특화 데이터셋에서는 비교대상 모델을 뛰어넘는 성능을 보였다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

• 한국콘텐츠학회논문지
• /
• 제16권10호
• /
• pp.664-675
• /
• 2016

본 연구의 목적은 간호대학생의 초등학교 현장실습에 관한 직무 및 과업을 DACUM 기법을 활용하여 분석하고자 하였다. J도에 소재한 일 간호대학의 보건교사교직과정을 이수하고, 초등학교 현장실습과정을 수행한 간호학과 4학년을 대상으로 DACUM 워크숍을 실시하여 임무, 과업, 과업별 중요도, 난이도, 빈도 등의 직무내용을 분석하였고, 직무에 요구되는 지식, 기술, 태도, 도구, 장래전망과 특성을 도출하였다. 도출된 직무분석 내용은 J시, I시, G시 등의 학교현장전문가 7인과 교육학전공 교수 2인으로부터 내용타당도를 검증받았고, 이를 토대로 본 연구자가 DACUM 차트를 개발하였다. DACUM 차트는 6개 임무와 24개 과업으로 구성되었고, 직무수행에 필요한 지식, 기술, 태도 등이 도출되었다. 연구의 결과로는 초등학교 학교현장실습의 임무 중 건강관리는 가장 중요도가 높은 과업으로 산출되었고, 교수학습능력과 문서작업능력이 실습을 위한 기본적인 기술로 제시되었다. 학교현장에서의 보건교사의 전문성과 역할에 대한 중요도는 증가되므로 보건교육 향상 프로그램 개발을 위한 교육기관의 제도적 노력과 교육환경 개선 등의 뒷받침이 필요할 것으로 사료된다.

• 감성과학
• /
• 제17권1호
• /
• pp.71-78
• /
• 2014

본 연구는 보다 정확한 텍스트의 감성 분석을 위해 새로운 감성 특징인 감성 패턴을 제안하고, 이를 이용한 영화평 평점 추론에 대해 소개한다. 텍스트 감성 분석은 텍스트에 포함된 감성인 긍정과 부정을 인식하고 분류하는 작업으로, 이를 위해 감성 특징인 감성 단어와 구문 패턴을 이용한다. 텍스트 내에 존재하는 감성 단어와 구문 패턴의 감성을 통해 텍스트 전체의 감성을 분류하는 것이다. 하지만, 기존 감성 분석은 감성 단어와 구문 패턴의 감성을 독립적으로 고려하기 때문에 문장 혹은 글 전체의 감성 정보를 정확히 파악하기 어렵다는 한계를 가지고 있다. 그러므로 본 연구는 기존 감성 특징들을 독립적으로 고려하는 것뿐만 아니라 문장 내에서 출현하는 감성들을 의미적으로 연결하여 하나의 패턴으로 정의한 감성 패턴을 제안하고, 감성 분석의 세부 연구 주제인 평점 추론에 감성 패턴을 새로운 감성 특징으로 사용하였다. 제안하는 감성 패턴의 효과를 검증하기 위해 영화평에 대한 평점 추론 실험을 수행하였다. 감성 패턴을 포함한 모든 감성 특징들을 사전에 정의한 학습 영화평들로부터 추출하고, 이를 확률 기법을 이용해 실험 영화평들의 평점을 추론하였다. 그 결과 감성 패턴을 사용하였을 경우 기존 감성 특징들만 사용했을 때 보다 추론한 평점이 더욱 정확함을 확인하였다.

• 한국치위생학회지
• /
• 제18권4호
• /
• pp.477-488
• /
• 2018

Objectives: The purpose of this study was to investigate career competency, tasks, and job satisfaction of public servants, public institutions, and researchers. Methods: The survey was conducted about career competency, job satisfaction, and satisfaction on work life. Next, they interviewed on the characteristics of each job by two or three dimensions. The following conclusions were obtained from July to August 2017. Results: Career competencies were GPA with 3.87, 818 points of TOEIC score, and ITQ certification. Public servants required the information on literacy skills for employment and job performance, while civil servants need more than one year of clinical experience in the dental hospital. The non-commissioned officer needed a written test and fitness training. The health insurance review and assessment center required more than one year of experience from general hospital or medical institutions. Researchers required a research career, language skill, and professors required research and teaching experiences with clinical experience more than three years. The main job tasks were as follows; for public servants, they were official document processing and community projects. For the civilian workers and military/noncommissioned officers, they were medical assistant and administrative works. The employees of the health insurance review and assessment service are examining the medical expenses and the medical examination, the researchers are experimenting, researching and writing articles, and the teaching staff are lecturing and conducting individual research. Conclusions: The results of job satisfaction survey showed that occupational satisfaction was the highest in civil servants, researchers, and teaching professions. Job security was the highest in health workers and health inspectors' evaluation centers, and time vacancy was the highest in civilian workers and military/noncommissioned officers. If you want to work in such an institution, you should prepare elements that match your basic literacy and job specific characteristics. And we should try to increase the satisfaction of work even after work.

• 인터넷정보학회논문지
• /
• 제23권1호
• /
• pp.77-86
• /
• 2022

본 연구의 궁극적인 목표인 지능형 해안 경계 체계 구축을 위해, 본 논문에서는 먼저 해안경계 지능화를 위한 AI 학습 모델의 구축 방안을 제시하였다. 우리는 3면이 바다로 이루어져있고 남과 북이 대치하는 상황으로 인해 해안 경계가 중요한 국가적 과업인 나라이다. 국방개혁 2.0에 의해 해안경계를 담당하고 있는 R/D (Radar) 운용인력이 감소하고 복무 기간이 단축되고 있다. 특히, 레이더와 같이 고도의 장비를 다루는 데에는 휴먼 에러가 발생할 개연성은 늘 상존하는 것이다. 해안 경계와 인공지능의 접목은 정부의 인공지능 국가전략의 구현과 확대라는 목표에도 필요 충분한 시점에 와 있다. 지능형 해안 경계 체계 구축을 위한 AI학습 모델 개발의 기능별 방안을 제시하였다. R/D신호 분석 AI모델 개발, 책임해역 분석 AI모델 개발, 표적 관리 자동화 기능으로 구분하였다. 이를 실현하기 위한 3단계 추진 전략을 살펴보았다. 1단계는 AI 학습모델 구축의 통상적인 단계로써, 데이터 수집, 데이터 저장, 데이터 여과, 데이터 정제, 데이터 변환 등이 이루어진다. 2단계에서는 R/D 특성에 기초해 신호분석을 실시하고, 실상과 허상을 분류하는 AI 학습모델 개발을 진행하고, 책임해역을 분석하고, 취약지역/시간 분석을 실시한다. 최종 단계에서는 AI 학습모델의 검증, 가시화 및 시연 등이 이루어진다. 군 무기체계에 AI 기술이 접목돼 지능화된 무기체계로 바뀌는 최초의 성과가 달성된다.