• 한국과학교육학회지
• /
• 제41권6호
• /
• pp.441-454
• /
• 2021

본 연구에서는 교육과정 개정에 따른 지구과학 내용 영역과 핵심개념의 변화에 대한 고등학생의 인식을 조사하고, 국내외 지구과학과 교육과정의 천문 영역 학습 요소 비교·분석을 통해 2022 개정 교육과정 고등학교 지구과학 선택과목의 천문 영역 내용구성(안)을 제안하고자 하였다. 이를 위해 2015 개정 교육과정으로 전환하면서 지구과학 교과목에 도입된 내용 영역 및 핵심개념에 대한 고등학생의 인식을 조사하여 분석하였다. 또한, 4명의 지구과학교육 전문가들이 우리나라를 비롯한 미국, 캐나다 British Columbia(BC)주, 일본, 국제 바칼로레아 디플로마 프로그램(IBDP) 교육과정에 제시된 천문 영역 학습 내용을 비교·분석하였다. 설문 조사 결과, 지구과학 내용 영역 중 학생들이 가장 큰 매력을 느끼는 내용은 천문 영역으로 나타났다. 천문 관련 핵심개념에 가장 큰 흥미를 느낀다고 응답한 고등학생들은 2015 개정 교육과정에서 천체관측 관련 내용이 삭제된 것에 대해 많은 아쉬움을 나타내었다. 국내외 교육과정을 비교한 결과, 우리나라와 IBDP 교육과정이 가장 많은 양의 천문 영역 학습 내용을 다루고 있었다. 캐나다 BC주와 IBDP의 경우, 천문 영역을 독립된 과목으로 개설하며, 우리나라와 가장 유사한 일본의 교육과정은 지구과학 과목에서 천문 영역의 내용을 다루고 있다. 연구결과에 따르면, 천문교육 강화를 위해 학생들이 흥미를 가질 수 있는 학습 요소와 변별력을 확보할 수 있는 천문 관련 내용으로 지구과학 일반 선택과목을 구성할 필요가 있는 것으로 나타났다. 천문 영역은 다양한 학문의 배경지식이 요구되며 교과 연계 학습이 필요하므로 일반적인 천문학의 지식체계를 따라 진로 선택과목을 구성할 필요가 있다. 연구결과를 토대로 천문교육을 통한 과학소양교육 실현에 초점을 두고 2022 개정 교육과정 지구과학 선택과목의 천문 영역 내용 구성(안)을 제안하였다.

• 비교문화연구
• /
• 제25권
• /
• pp.695-721
• /
• 2011

본 연구는 결혼이주여성들이 출신국의 문화에 대한 자부심을 가지고 한국문화를 공부하기 위해 자신의 출신국 지역문화 스토리텔링(자기문화 스토리텔링) 활용 표현교육 모형을 제안하고자 한다. 이를 통해 결혼이주여성들이 자신의 문화에 대한 자부심을 가지고 한국문화를 공부할 수 있을 것으로 기대한다. 본 연구는 결혼이주여성들의 자기문화 스토리텔링 활용 표현교육 5단계 모형을 활용하여 한국어 고급 학습자 49명에게 한국어 쓰기와 말하기 활동을 주목하였다. 그 중 일본 출신 A씨의 한국어 쓰기 및 말하기 표현교육 사례를 중심으로 각 단계별 활동 결과물을 제시했다. 활동 결과 제시의 방법은 내러티브 기술법을 사용하였다. 본 연구에서 자기문화 스토리텔링은 스토리텔링의 '대중성', '상호작용성', '참여성'을 중심으로 구성하였다. 자기문화 스토리텔링은 결혼이주여성에게 출신국의 문화에 대한 쓰기와 말하기의 재구성을 포함한다. 이를 통해 결혼이주여성들은 자기문화에 대한 자부심 함양과 정체성의 확립에 긍정적인 변화가 있었을 뿐만 아니라 한국어 및 한국문화 이해도가 높아진 것을 확인할 수 있었다.

• 한국지구과학회지
• /
• 제32권2호
• /
• pp.212-224
• /
• 2011

현재 야외답사는 개발된 야외 학습장의 부족과 접근의 어려움, 학급 당 학생 수의 과밀화, 거리와 시간의 문제, 그리고 비용의 문제 등으로 극히 제한된 범위에서만 행해지고 있다. 이러한 이유로 실제야외답사의 이점을 장점으로 살리면서 현실적인 어려움을 보완하기 위한 대안이 요구되고 있다. 본 연구의 목적은 플래시 파노라마를 활용하여 웹-기반의 가상야외지질답사를 개발하고 이를 다양하게 활용하기 위한 방안을 탐색하는 것이다. 개발된 제주도 VFT의 특징은 다음과 같다: 중 고등학생들에게 화산 지형과 지질에 관한 학습을 위한 가상의 공간을 제공한다; 웹-기반으로 개발되어 학습 내용에 비순차적으로 접근할 수 있으며, 학생들이 자신의 능력에 따라 학습 속도를 조절할 수 있다; 시공간적 제약과 경제적인 부담이 없고, 같은 장소를 얼마든지 반복적으로 탐구 할 수 있다; 학교급에 따라 수준별로 학습할 수 있는 활동지가 제공된다; 지형 지물의 근접 촬영 이미지, 탐구활동과 관련된 질문과 설명, 해당지역의 실제 암석의 표본 사진 및 박편 이미지 등의 다양한 보충적인 웹 콘텐츠들을 제공한다. 개발된 제주도 VFT를 과학 수업 및 비교과 영역에서 활용할 수 있는 방안과 지도 모형을 각각 제안하였다.

• 한국산학기술학회논문지
• /
• 제17권2호
• /
• pp.610-619
• /
• 2016

제품 및 설비의 3차원 디지털 모델을 기반으로 제품 생산 시 이루어지는 모든 공정 및 제품을 구성하는 재료의 기계적 거동 등을 초기 설계 과정에서 미리 시뮬레이션 해봄으로써 저비용으로 보다 신속하고 신뢰성 있는 설계를 할 수 있도록 돕는 일련의 기술들을 디지털매뉴팩처링 기술이라 부른다. 그러나 이 기술들을 수행할 수 있는 전산적 인프라스트럭처의 가격이 매우 높을 뿐만 아니라, 특히 중소 제조 기업규모에서는 그러한 시뮬레이션 결과를 정확하고도 효율적으로 설계에 적용할 수 있는 전문 인력이 절대적으로 부족한 실정이다. 이러한 점을 고려하여 한국과학기술정보연구원(KISTI), H대학교 그리고 지역 중소기업체 등이 협력하여 고성능 컴퓨팅 기반 디지털 제조 전문 인력 양성을 위한 산학연 협동 디지털매뉴팩처링(DM) 트랙을 H대학교에 설치하여 운영 중이다. 본 논문에서는 이 과정을 이수하는 학생들이 졸업 후에 산업체에서 디지털매뉴팩처링 실무에 바로 투입되어 일할 수 있는 일련의 교육 과정 사례를 보여준다. 2013년부터 2년간 진행했던 디지털매뉴팩처링 트랙 강의의 운영 사례를 수록하되, 설립 과정, 강의 내용, 실습 내용, 학생들의 평가 및 개선 방향 등을 정리하였다. 전반적으로 트랙 운영, 교과목 운영, 학생들의 학습 성취도 면에서는 성공적이었으며, 향후 보다 많은 학생들의 활발한 참여와 더불어 취업이나 인턴십 제공, 캡스톤디자인프로젝트의 협동 운영 등을 포함한 참여 기업의 보다 적극적인 관심을 촉진하여, 전국적인 디지털매뉴팩처링 인력 양성 네트워크로 확대해 나갈 수 있을 것으로 보인다.

• 시큐리티연구
• /
• 제17호
• /
• pp.33-51
• /
• 2008

일반적 사전적 의미에 의하면, 경호는 "경계하고 보호함"을 뜻하는 것으로, 이는 불의의 침입이나 다양한 사건 사고로부터 경계하여 경호대상자의 신변을 보호하는 것을 의미한다. 이러한 개념정의에서도 볼 수 있듯이 경호는 모두 위해행위로부터 보호하고자 하는 행위라고 할 수 있다. 경호위해행위는 본질적으로 형법상의 범죄행위의 개념 범주에서 논의되어질 수 있는 것이다. 형법상 행위를 본질로 하는 이러한 위해행위를 오늘날 주목되어지고 있는 뇌신경과학과 인지심리학에 기반을 둔 인지과학이라는 학문영역의 관점에서 재조명 해보고, 이러한 경호위해행위에 대한 분석을 과학적 예방적 사회안전 대책을 수립하기 위한 기초로서 삼고자 한다. 이를 위해 먼저 범죄행위를 그 본질로 하는 경호위해행위에 대해 경호학적 관점과 형법적 관점에서 검토고자 한다. 다음으로 경호위해행위도 인간행위의 한 형태이므로 이를 인지과학적 관점에서 분석하기에 앞서 인지과학이 행위에 대해 어떻게 이해하고 있는가를 소개하고자 한다. 마지막으로 이러한 행위에 대한 인지과학적 관점에 의해 경호위해행위를 분석하면서, 과학적 안전대책 수립을 위한 인지과학적 분석의 필요성을 논하고자 한다.

• 방송공학회논문지
• /
• 제23권2호
• /
• pp.246-252
• /
• 2018

제스처는 스마트 글라스 등 웨어러블 기기의 NUI(Natural User Interface)로 주목받고 있다. 최근 MPEG에서는 IoT(Internet of Things) 및 웨어러블 환경에서의 효율적인 미디어 소비를 지원하기 위한 IoMT(Internet of Media Things) 표준화를 진행하고 있다. IoMT에서는 손 제스처 검출과 인식이 별도의 기기에서 수행되는 것을 가정하고 이들 모듈간의 인터페이스 규격을 제공하고 있다. 한편, 최근 인식률 개선을 위하여 딥러닝 기반의 손 제스처 인식 기법 또한 활발히 연구되고 있다. 본 논문에서는 IoMT의 유스 케이스(use case)의 하나인 웨어러블 기기에서의 미디어 소비 등 다양한 응용을 위하여 CNN(Convolutional Neural Network) 기반의 손 제스처 인식 기법을 제시한다. 제시된 기법은 스마트 글래스로 획득한 스테레오 비디오로부터 구한 깊이(depth) 정보와 색 정보를 이용하여 손 윤곽선을 검출하고, 검출된 손 윤곽선 영상을 데이터 셋으로 구성하여 CNN을 학습한 후, 이를 바탕으로 입력 손 윤곽선 영상의 제스처를 인식한다. 실험결과 제안기법은 95%의 손 제스처 인식율를 얻을 수 있음을 확인하였다.

• 한국산학기술학회논문지
• /
• 제22권2호
• /
• pp.392-400
• /
• 2021

핵심기본간호술은 간호사가 환자를 효과적으로 돌보기 위해 반드시 가져야하는 기술이다. 본 연구는 모바일 기반의 성찰일지를 활용하여 교내실습 과정을 소개하고, 핵심기본간호술을 수행할 때 학생들이 직면하는 어려움을 측정하였다. 본 연구는 Kolb의 경험적 학습 과정을 기반으로 교내 실습을 진행한 후 분석되었다. 분석 자료로 학생들이 각 수업에 대하여 작성한 모바일 기반의 온라인 성찰일지를 활용하였다. 성찰일지의 내용을 분석하여 핵심술기 수행에 있어 어려움을 지식, 기술(수행), 태도로 구분하여 파악하였고, 핵심기본간호술에 대한 난이도, 중요도, 자신감도 평가하였다. 핵심기본간호술 평가 결과 학생들은 특히 기술적인 부분에서 다양한 측면의 어려움을 겪고 있었으며, 정맥수액주입 및 유치도뇨와 같이 핵심술기 난이도 "상"에 해당하는 항목에서 자신감이 부족한 것으로 나타났다. 또한 50% 이상의 학생들이 정맥수액주입 및 활력징후 측정을 가장 중요한 핵심기본간호술로 간주하였다. 향후 학생들의 핵심술기 수행 시 겪는 어려움을 해결하기 위해 다양한 콘텐츠 개발 및 교수법의 적용과 관련한 지속적인 연구가 필요할 것으로 사료된다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.307-332
• /
• 2022

부도예측모형은 여러 금융기관의 신용평가모형의 지식기반(knowledge base)로 이용되고 있으며 최근 머신러닝 기법의 발전으로 이를 도입하여 고도화하려는 다양한 시도가 진행 중이다. 그러나 실제 이러한 모형이 도입되기 위해서는 모형을 이용하는 사용자와 설명제공 대상인 고객의 이해와 수용이 전제되어야 한다. 그러나 사용자에게 제공되는 설명이 현실적 타당성(feasibility)이 결여되어 있다면 모형의 신뢰성과 수용도에 부정적인 영향을 미친다. 이에 따라 본 연구는 도메인 지식을 설명 생성 알고리즘에 통합하여 현실적으로 타당한 설명을 사용자에게 제공하고자 한다. 본 연구에서는 머신러닝 기반의 부도예측 모형에 설명력을 더하는 방법으로 반사실적 예시(counterfactual example) 기반의 로컬영역에서의 설명을 제공하는 모델을 제안한다. 제안 모델은 모형에 이용된 재무변수의 특성을 설명력 생성 알고리즘에 통합하여 설명의 현실적 가능성을 확보하고 이를 통해 사용자의 이해와 수용을 도모하고자 한다. 또한 본 연구에서는 반사실적 예시기반 설명을 위해 유전알고리즘(GA)를 이용하며 다목적함수를 목적함수로 설정하여 반사실적 예시의 주요 기준이 되는 항목을 반영하고 있다. 본 연구는 대표적인 머신러닝 기법인 인공신경망을 이용해 부도예측모형을 학습시킨 뒤, 사후적 방법(post-hoc)으로 설명을 위한 알고리즘을 도입하여 기존의 모형 설명 알고리즘인 LIME과 현실적 가능성이 결여된 반사실적 예시 기반 알고리즘과 비교하였다. 더 나아가 제안방법의 금융/회계 분야의 종사자를 대상으로 서베이를 진행하여 제안 방법의 설명의 질을 정성적으로 평가하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권1호
• /
• pp.207-220
• /
• 2021

본 연구는 신임 119구급대원의 출동경험을 바탕으로 응급구조학 교육의 현장 적용 및 효용성을 파악한 후 대학교육의 한계점과 개선점 및 발전방향을 도출해내고자 한 질적 연구이다. 연구대상자는 응급구조학과를 졸업한 119 구급대원으로 구급활동을 시작한 지 3년 이내의 신임구급 대원 6명이다. 내러티브 인터뷰(narrative interview)방식으로 심층면담을 진행한 후 현상학적 방법 중 하나인 Colaizzi방법으로 분석하였다. 의미있는 진술에서 82개의 구성된 의미가 도출되었다. 구성된 의미로 부터 23개의 theme, 4개의 theme cluster, 2개의 category가 확인되었다. 4개의 주제모음은 '대학교육의 효용성', '대학교육의 한계점', '교육방법론에서의 개선방향', '교육내용에서의 개선방향'으로 신임구급대원들은 대학교육이 전반적으로는 도움이 되었으나 소방 현장보다는 병원 쪽에 치우친 이론교육이 주입식 강의로 이루어진 한계점을 지적하였다. 이에 신임대원들은 사례중심의 학습, 현장사례리뷰, 역할극방식 교육, 시뮬레이션 교육의 확대와 함께 실습위주로 장비를 활용한 술기교육을 강화할 것을 제안하였다. 또한 신임대원들은 대학교육과 현장사이에서 이론과 실제사이의 괴리감을 토로하며 소방현장에 맞는 교육의 도입을 제안하고 다양한 시각을 위한 다양한 지도를 언급하였다. 응급구조학 대학교육은 전반적으로 도움이 되었으나 제한점이 동시에 관찰되므로 교육방법론과 교육내용의 개선을 통해 발전해가야 한다.

• 방사선산업학회지
• /
• 제17권1호
• /
• pp.19-32
• /
• 2023

The amount of radioactive waste is expected to dramatically increase with decommissioning of nuclear power plants such as Kori-1, the first nuclear power plant in South Korea. Accurate nuclide analysis is necessary to manage the radioactive wastes safely, but research on verification of radionuclide analysis has yet to be well established. This study aimed to develop the technology that can verify the results of radionuclide analysis based on artificial intelligence. In this study, we propose an anomaly detection algorithm for inspecting the analysis error of radionuclide. We used the data from 'Updated Scaling Factors in Low-Level Radwaste' (NP-5077) published by EPRI (Electric Power Research Institute), and resampling was performed using SMOTE (Synthetic Minority Oversampling Technique) algorithm to augment data. 149,676 augmented data with SMOTE algorithm was used to train the artificial neural networks (classification and anomaly detection networks). 324 NP-5077 report data verified the performance of networks. The anomaly detection algorithm of radionuclide analysis was divided into two modules that detect a case where radioactive waste was incorrectly classified or discriminate an abnormal data such as loss of data or incorrectly written data. The classification network was constructed using the fully connected layer, and the anomaly detection network was composed of the encoder and decoder. The latter was operated by loading the latent vector from the end layer of the classification network. This study conducted exploratory data analysis (i.e., statistics, histogram, correlation, covariance, PCA, k-mean clustering, DBSCAN). As a result of analyzing the data, it is complicated to distinguish the type of radioactive waste because data distribution overlapped each other. In spite of these complexities, our algorithm based on deep learning can distinguish abnormal data from normal data. Radionuclide analysis was verified using our anomaly detection algorithm, and meaningful results were obtained.