• 한국가정과교육학회지
• /
• 제34권1호
• /
• pp.59-80
• /
• 2022

본 연구는 「식품안전과 건강」과목의 수업과 평가를 지원할 수 있는 워크북을 개발하고 타당도를 검증하는 데 목적이 있다. 워크북 개발은 「식품안전과 건강」교육과정과 식생활 교육자료, 워크북 관련 선행연구를 분석하여 워크북의 개발 방향을 설정하고, 영역별 활동 아이디어를 도출하여 전체 구성을 설계하였다. 이후 초안을 개발하고 3차에 걸쳐서 교차 검토와 식품의약품안전처의 검토와 수정을 반복하여 편집본을 개발하였고, 9인의 전문가와 44인의 가정과교사들에게 타당도 검증을 받아 수정·보완하여 최종적으로 워크북을 완성하였다. 워크북은 4개 영역으로 '식품선택' 영역의 학습 주제 10개 36차시, '식중독과 식품 관리' 영역의 학습 주제 10개 36차시, '식품의 조리' 영역의 학습 주제 11개 43차시, '건강한 식사' 영역의 학습 주제 11개 55차시로 총 42개 학습 주제 170차시로 구성하였다. 워크북은 실천적 문제해결 역량, 생활자립 역량, 창의적사고 역량, 공동체 역량을 고루 배양할 수 있도록 하였으며, 문제를 인식하고 실험을 통해 문제를 해결하거나 발견학습을 통해 학습과제를 수행하고, 실험한 내용에 대해 심화 탐구학습을 진행하며, 평가를 통해 자가진단을 할 수 있도록 맥락적으로 구성하였다. 워크북의 타당도를 검증한 결과 학생 참여형 수업과 평가를 운영하고, 실험·실습을 강화하여 탐구하는 수업 분위기를 형성하는데 매우 적절한 것으로 평가되었다. 본 연구는 고교학점제 시행과 개별 학생의 학습 선택권이 강조되는 시점에서 가정계열 선택과목의 외연을 확장하고, 탐구 중심으로 학생이 주도하는 교실 수업을 구현하는데 기여할 것이다.

• Journal of Nutrition and Health
• /
• 제56권1호
• /
• pp.35-53
• /
• 2023

소아청소년은 성인과는 다른 신체적, 생리적 특성이 있으므로 동일한 신체활동을 할지라도 에너지소비량이 다름이 보고된 바 있다. 그러나 지금까지 국내에서 수행된 소아청소년 대상 연구에서 이들의 에너지소비량을 평가 시, 성인 대상으로 측정한 에너지소비량 또는 성인대상 18단계 신체활동분류표가 이용되어왔다. 최근 소아청소년을 대상으로 한 미국의 자료와 국내의 일부 자료를 토대로 4단계 연령대 (6-9세, 10-12세, 13-15세 및 16-18세)에 따라 서로 다른 에너지당량 (METs)을 제시하는 한국 소아청소년을 위한 신체활동분류표가 보고되었다. 이에 본 연구의 1부에서 에너지소비량 측정방법의 gold standard로 알려져 있는 이중표식수법을 이용하여 소아청소년을 위한 신체활동분류표의 타당도를 평가한 결과, 이의 활용 가능성을 확인하였다. 2부에서는 세계보건기구에서 제안한 방법 (TEE = REE × PAL), 즉 간접열량계로 측정한 REE과 소아청소년 신체활동분류표로 측정한 PAL을 이용하여 166명의 소아청소년 (초·중·고등학생)의 일일 총에너지소비량을 산출하였다. 이를 기준으로 한국인 영양소 섭취기준에서 제시한 공식을 이용한 EER을 비교한 결과, 과대평가 비율이 47.3%로 나타났다. 또한 소아청소년 신체활동분류표를 이용하여 산출된 신체활동 강도별 및 신체활동 유형별 소비시간이 성별 및 연령대별로 차이가 있음을 알 수 있었다. 앞으로 중학생 및 고등학생을 포함하는 다수의 소아청소년을 대상으로 이중표식수법을 이용하여 일일 총에너지소비량을 측정하는 연구가 수행되어, 소아청소년을 위한 신체활동분류표의 타당도가 폭넓게 평가되어야 한다. 또한 이와 같은 이중표식수법 연구를 통하여 우리나라 소아청소년을 위한 에너지필요추정량 산출 공식의 타당도 평가와 함께 한국의 소아청소년을 위한 에너지필요추정량공식이 개발되어야 할 것이다. 또한 학업부담이 많은 고등학생 뿐만 아니라, 중학생 및 초등학생에서도 강도있는 신체활동의 소비시간이 매우 낮은 것으로 나타났으므로 우리나라 소아청소년의 건강 및 비만의 예방 및 관리를 위하여 이들의 에너지소비량을 증진시킬 수 있는 프로그램의 개발 및 적용이 요구된다

• 지능정보연구
• /
• 제24권2호
• /
• pp.85-109
• /
• 2018

추천시스템은 사용자의 과거 구매행동을 통해 향후 구매할 것이라고 예상되는 제품을 자동으로 검색하여 추천해준다. 특히 전자상거래 기업의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로 가치가 있다. 하지만, 전통적인 추천시스템, 특히 학계 및 산업계에서 가장 널리 사용되고 있는 전통적인 협업필터링 기법은 단일차원의 '종합 평점'만을 고려하여 추천결과를 생성하도록 설계되어 있어, 사용자들의 정확한 니즈를 이해하고 대응하는데 근본적인 한계가 있다. 최근에는 전자 상거래 기업들도 고객들로부터 보다 다각화된, 다기준 방식으로 피드백을 받고 있다. 특히 다기준 평점은 정량적으로 입력되는 정보이므로 상대적으로 분석 및 처리가 용이하다는 장점이 있다. 그러나 다기준 평점 역시 사전에 정해진 기준에 대해서만 사용자의 피드백이 이루어지기 때문에, 보다 상세하게 사용자의 의견을 이해하여 추천에 반영하는 데에는 한계가 있다. 이에 본 연구는 다기준 평점 정보와 선택적 협업필터링의 서로 다른 접근방법을 통해 도출된 추천결과를 종합하여, 최종적으로 추천 대상리스트를 산출할 수 있는 하이브리드 기술을 제안한다. 본 연구에서 제안한 연구모형의 유용성을 검증하기 위해, 식음료점(식당, 카페 등)에 대한 실제 이용자를 대상으로 온라인 설문을 통해 종합 평점과 다기준 평점을 수집하였으며, 데이터를 학습용과 검증용으로 구분하여 학습시키고 성과를 평가하였다. 이 기법은 결합 함수 기반 접근법과 사용자마다 구매의사결정의 체계가 다르다는 전제하에, 사용자들을 유형화하고, 유형에 따라 정보원을 선택적으로 활용하는 협업필터링 알고리즘을 활용했다. 실험결과, 제안 알고리즘을 통한 추천 방법이 단일 차원을 고려하는 전통적인 협업필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인했다. 아울러, 본 연구가 제안하는 다기준 평점과 선택적 협업필터링 알고리즘을 종합하여 추천하는 방법이, 단순히 다기준 평점을 고려했을 때 보다 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.123-139
• /
• 2019

국내 NPL (Non performing loan) 시장은 1998년에 형성되었지만, 본격적으로 활성화 된 시기는 2009년으로 역사가 짧은 시장이다. 이로 인해 NPL 시장에 대한 연구도 아직까지는 활발히 진행되지 않고 있는 상황이다. 본 연구는 NPL 시장의 각 물건 별 기준 수익률 달성 유무를 예측할 수 있는 모델을 제안한다. 모델 구축에 사용되는 종속변수는 물건 별 최종 수익률이 기준 수익률 수치 도달 여부를 나타내는 이항변수를 사용하였고, 독립변수로는 물건의 특성을 나타내는 11개의 변수를 대상으로 one to one t-test와 logistic regression stepwise, decision tree를 수행하여 의미있는 7개의 독립변수를 선별하였다. 그리고 통상적으로 사용되는 기준 수익률 수치(12%)가 의미있는 기준 수치인지 확인하기 위해 수치 값을 조절해가며 종속변수를 산출하여 예측모델을 구축해보았다. 그 결과 12%의 기준 수익률 수치로 산출한 종속변수를 이용하여 구축한 예측모델의 평균 Hit ratio가 64.60%로 가장 우수하다는 결과를 얻었다. 다음으로 선별된 7개의 독립변수들과 12%를 기준으로한 수익률 달성유무 종속변수를 이용하여 판별분석, 로지스틱 회귀분석, 의사결정나무, 인공신경망, 유전자알고리즘 선형 모델의 5가지 방법론을 적용해 예측모델을 구축해보았다. 5가지 방법론으로 도출한 예측 모델 간 Hit ratio를 비교한 결과 인공신경망을 이용하여 구축한 예측모델의 Hit ratio가 67.4%로 가장 우수한 결과를 도출해내었다. 본 연구를 통해 추후 NPL시장 신규 물건 매매에 있어서 7가지의 독립변수들과 인공신경망 예측 모델을 활용하는 것이 효과적임을 증명하였다. 물건의 12% 수익률 달성 여부를 사전에 예측해봄으로써 유동화회사가 투자 의사결정을 하는 데에 도움을 줄 것으로 예상하며, 나아가 NPL 시장의 거래가 적정한 가격 선에서 진행됨으로 인해 유동성이 더욱 높아질 것이라 기대한다.