• 한국식품조리과학회지
• /
• 제23권5호
• /
• pp.589-600
• /
• 2007

본 연구는 서울 지역에 위치한 객단가 만원에서 이만원 수준의 7개 레스토랑을 대상으로 연구팀이 개발한 위생관리 모니터링 도구를 활용하여 위생관리실태를 조사하고, 위생관리가 소홀히 할 경우에 잠정적으로 식중독 유발 가능성이 있는 주요 리스크 인자를 규명하는 한편, 이를 중심으로 레스토랑의 종사원을 위한 위생관리 교육 매체를 개발하였다. 이에 대한 결과를 요약하면 다음과 같다. 1. 연구에 참여한 외식업체는 한식당 6 업소($A{\sim}F$), 일식당이 1개소(G)이었고, 모두 서울에 위치해 있었다. 업장 면적은 90평($297m^2$)에서 400평($1332.4m^2$) 범위이었고, 주방의 면적은 가장 작은 곳은 4평($13.2m^2$)에서 크게는 120평($396.7m^2$) 범위였으며, 업장면적 대비 주방면적 비율로 환산하면 4.4%에서 30% 수준이었다. 조사에 참여한 외식업체들은 중소 기업형 이상의 업체들로 일일 이용 고객수의 규모는 300명에서 925명이었고, 객단가는 9,000원에서 23,000원 수준이었다. 2. 서울 지역 7개의 외식업소를 대상으로 한 위생 관리 점검 결과, 위생관리 수행도 점수는 100점 만점에 57점 수준으로 많은 개선이 요구되는 수준이었다. 특히 음식의 생산공정을 평가하는 영역인 식품위생 영역에 관한 중점적인 교육이 필요한 것으로 나타났다. 위생평가점수는 G업소가 73.0점으로 가장 높았고, A업소가 51.0점으로 가장 낮았다. 영역별 평균점수는 개인위생이 18점 만점에 9.57점(53.1%), 식품위생은 50점 만점에 26.4점(52.8%), 환경위생은 32점 만점에 19.5만점(61.1%)을 나타났다. 이러한 결과를 바탕으로 영역별로 중요도를 달리하는 위생 교육이 필요하였다. 3. 위생관리 평가 항목별 점수를 근거로 레스토랑에서 식중독 발생의 잠재적인 위험 요소로는 개인위생에서 '수세대 구비 및 손세척의 올바른 실행(0.29/4점)으로 나타났다. 식품위생측면에서는 '올바른 검수관리(0.29/4점)', '냉장 냉동 식자재 검수 시 온도 확인 및 조치(0/4점)', '상온 창고내 물품의 바닥방치 금지(0/2점)', '생채소와 과일의 적절한 세척(1.71/4점)' 으로 나타났다. 환경위생관리측면에서는 '청소, 소독 프로그램의 수립 및 감독(2/4점)', '방충 및 구서 관리(0.84/2점)', '화장실 청결 관리(0.43/3점)' 등으로 나타났다. 4. 이상의 결과를 바탕으로 위생교육 매뉴얼을 개발하였다. 위생교육 내용은 4가지 원칙 -개인위생확보, 교차오염방지, 시간온도관리, 냉장관리- 으로 구성하였고, 8영역으로 세분화하였다. 교육 설계방식은 강의식 교육을 위주로 하고, 주제별로, 실연식 교육, 시청각 교육, 토의식 교육을 위한 강의 자료를 마련하였다. 이상의 결과에서 보여 준 레스토랑에서 식중독 예방을 위한 위생관리 활동 내용으로 실천율이 낮은 활동을 규명하고 이 활동에 대한 지속적인 모니터링과 개선활동을 전개한다면 레스토랑의 식중독 예방에 크게 도움일 될 것으로 사료된다. 또한 본 연구에서 개발된 위생교육 자료를 활용한다면, 외식업체의 전반적인 위생수준을 향상시키고 식품의 안전성을 확보하는데 크게 기여할 것으로 기대된다. 최근에 외식업계에서 발생되고 있는 식중독 사고는 이상 기후의 영향이나 시설미비도 그 원인이겠지만, 무엇보다도 중요한 요인은 경영층의 위생에 관한 인식부족, 교육 프로그램의 부재로 사료된다. 그러므로 양적으로 과포화상태에 이르고 있는 외식업계의 질적인 향상을 위해서는 외식업체는 위생교육의 지속적인 실천과 모니터링을 강화하고, 그 결과를 인사고과시스템에 반영하는 통합적인 노력이 요구된다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제24권1호
• /
• pp.235-257
• /
• 2010

21세기는 새로운 지식을 창조할 수 있는 창의적인 인재가 국가발전을 이끈다는 시대적 관심에 따라 세계 여러 나라가 영재교육에 관심을 쏟고 있다. 우리가 잘 알고 있는 미국, 영국, 러시아, 독일, 호주, 이스라엘, 싱가포르 등 영재교육에 관한 관련법을 제정하여 영재교육을 실시하고 있으며 우리나라도 2000년 1월 영재교육진흥법이 공포되고 2002년 4월 영재교육진흥법시행령이 공포 시행됨으로써 영재교육의 활성화의 계기를 마련하게 되었다. 그리고 2008년 10월 영재교육진홍법의 시행령을 개정하였는데 그 주요 취지는 영재교육을 특수교육대상자와 소외계층까지 영재교육의 기회를 확대하는 방안의 마련이다. 이러한 방안의 하나로 각급 학교에 영재학급의 설치를 확대하여 영재교육의 기회를 많은 학생들에게 제공할 수 있도록 하고 있다. 하지만 영재교육의 기회의 확대와 함께 영재교육의 질에 관하여 생각을 해봐야 할 것이다. 무분별한 기회의 확대라는 사회적 견해에 대해 영재학급에서 진행하고 있는 교수-학습 프로그램의 질적인 부분에 대한 평가의 필요성이 요구된다. 본 연구에서는 영재학급을 운영하고 있는 3학교의 중학교 1학년 수학-교수 학습 프로그램을 정규교육과정과 영재교육과정의 비교표를 통해 각각의 해당영역을 살펴보고 영재교육과정 중 어느 영역의 내용을 다루는지 살펴보고 수학-교수 학습 프로그램을 기존에 개발된 평가 틀을 수정 보완한 프로그램 평가기준에 맞추어서 프로그램을 평가해보았다. 따라서 본 연구에서는 영재학급의 수학 영재 교수-학습 프로그램의 내용영역의 구성과 프로그램의 적절성을 평가하기 위해 다음과 같은 연구문제를 선정하였다. 가. 영재학급의 수학 영재 교수-학습 프로그램의 주제에 따른 내용영역의 구성은 7차 교육과정에 따른 것인가? 1. 정규 교육과정의 어떤 내용 영역에 해당하는 프로그램인가? 2. 영재교육과정 중에서 심화와 선택 중 어느 영역에 해당하는 프로그램인가? 3. 내용 영역이 적절하게 편성되어 운영되고 있는가? 나. 영재학급의 수학 영재 교수-학습 프로그램은 적절한가? 1. 교수-학습 프로그램의 교육목표는 수학영재교육의 교육목표에 일치하는가? 2. 프로그램의 내용은 수학영재교육의 특성을 반영하고 학생들의 영재성을 발현시키는가? 3. 교수-학습 모형과 방법은 학생들의 영재성을 발현시킬 수 있도록 다양한가? 4. 프로그램의 평가는 학습목표와 내용, 사고력의 향상정도를 반영하는가? 이러한 연구문제를 바탕으로 다음과 같은 결론을 얻었다. 첫째, 영재학급의 수학 영재 교수-학습 프로그램의 주제에 따른 내용은 정규 교육과정의 수와 연산과 도형, 측정, 확률과 통계, 문자와 식의 영역에 해당하는 프로그램이었으며 함수영역에 관한 내용을 직접적으로 다루지는 않았고 주로 수와 연산과 도형 영역에 관한 내용이 프로그램의 주를 이루고 있었다. 또 영재교육과정 중에서는 심화 영역과 선택 영역의 내용을 학생들의 영재성을 발현시킬 수 있는 다양한 형태로 적절히 제시하고 있었다. 둘째, 영재학급의 수학 영재 교수-학습 프로그램의 교육목표는 수학영재의 방향과 철학에 일치하며 영재의 특성을 반영하여 일반 학생들에게 제시되는 학습목표와는 달리 학생들의 창의성인 문제해결력을 함양하고 주변 사물에 대해 호기심을 가지고 끊임없이 탐구하는 태도와 해당 교과 영역에서 요구되는 사고능력과 탐구능력, 연구 조사기술을 함양하는 등의 학습목표를 제시하고 있다. 또한 사고전략에 있어서는 시각화, 기호화, 단계화, 탐구 전략을 사용하였으며 교수-학습 모형으로 강의식, 협동학습, 발견학습, 문제해결기반학습을 적용하였으며 교수-학습 활동으로 실험, 탐구, 적용, 예상과 추측, 토론(추측과 반박), 적용, 반성의 활동을 통해 학생들의 영재성을 발현시킬 수 있는 다양한 형태의 교수-학습 전략 및 모형을 활용하였으며 교수-학습 프로그램에서 사전 평가에 대한 언급을 하지는 않았지만 프로그램 활동을 진행하는 과정에서 학습목표를 반영하였으며 학생들의 사고력을 향상시킬 수 있도록 여러 가지 활동을 통하여 원하는 평가를 지필평가의 형태보다는 산출물과 수행평가 그리고 포트폴리오를 가지고 평가하는 방법을 주로 사용하였다.

• 한국가정과교육학회지
• /
• 제24권2호
• /
• pp.117-134
• /
• 2012

본 연구의 목적은 가정과교육에서 창의 인성 교육에 대한 가정과 교사의 관심 단계와 실행 수준, 그리고 실행 실태를 알아보는데 있다. 연구 자료는 전국의 중학교 가정과 교사를 대상으로 체계적 표집과 편의 표집을 하여 우편과 이메일을 통해 설문지를 배포하고 회수된 187부를 최종 분석에 사용하였다. 조사 도구는 주로 Hall(1987)이 개발한 혁신에 대한 교사의 관심도와 실행 수준에 대한 질문지를 수정 보완하여 사용하였고 그 외는 선행연구를 기초하여 개발하였으며 타당도와 신뢰도를 검증하였다. 자료는 SPSS/window(12.0) 프로그램을 이용하여 빈도, 백분율, 평균, 표준편차, t-test, ANOVA를 실시하였다. 본 연구를 통해 밝혀진 결과를 요약하면 다음과 같다. 첫째, 창의 인성 교육에 대한 가정과 교사의 관심 단계는 정보적 관심 단계(85.51)가 가장 높았으며 다음으로 개인적 관심 단계(85.18), 운영적 관심 단계(81.88), 지각적 관심 단계(82.15), 강화적 관심 단계(68.80), 협동적 관심 단계(61.97), 그리고 결과적 관심단계(59.76)의 순으로 나타났다. 둘째, 창의 인성 교육에 대한 가정과 교사의 실행 수준은 기계적 실행 수준(수준 3; 21.4%)이 가장 많았으며, 다음으로 탐색 수준(수준 1; 20.9%), 정교화 수준(수준 5; 17.1%), 사용하지 않는 수준(수준 0; 15.0%), 준비 수준(수준 2; 10.2%), 통합 수준(수준 6; 5.9%), 갱신 수준(수준 7; 4.8%), 일상화 수준(수준 4; 4.8%) 순이었다. 셋째, 창의 인성 교육에 대한 가정과 교사의 실행 실태를 조사한 결과, 반 이상의 가정과 교사(56.1%)는 가정과 수업에서 인성 교육에 치중하고 있으며, 31.0%의 교사는 창의 인성 교육을 모두 실행한다고 응답하였다. 반면 소수의 교사(6.4%)는 창의성 교육을 실행한다고 응답하였고 같은 수의 교사(6.4%)는 창의성과 인성 교육 어느 것도 실행하지 않는다고 응답하였다. 가정과 교사의 창의 인성 교육 요소의 실행 정도를 조사한 결과, 창의 인성 교육 요소의 실행은 평균은 5점 만점에서 3.76이었고 창의성 요소의 평균은 3.59, 인성 요소의 평균은 3.94로 보통보다 높았다. 창의성 교육 요소의 실행 정도에 대해서, 개방성/민감성(3.97)을 가장 많이 실행하였고 다음으로 문제해결능력(3.79), 호기심/흥미(3.73), 비판적 사고(3.68), 논리/분석적 사고(3.63), 문제발견능력(3.61), 독창성(3.57), 유추성(3.47), 유창성/융통성(3.46), 정교성(3.46), 상상력(3.37), 몰입/공감(3.37)의 순으로 실행하였다. 인성 교육 요소는 실천력(4.07)을 가장 많이 실행하였고, 다음으로 협동/배려/공정(4.06), 자기관리능력(4.04), 시민의식(4.04), 진로개발능력(4.03), 환경친화능력(3.95), 책임(감)/소유(3.94), 의사결정능력(3.89), 신뢰/정직/약속(3.88), 자율성(3.86), 글로벌역량(3.55)의 순으로 실행한 것으로 나타났다. 창의 인성 교육을 실행할 때 어려운 점으로, 많은 가정과 교사(64.71%)는 창의 인성 교육을 실행할 수업 자료가 부족한 데 있다고 하였으며, 40.11%의 교사는 창의 인성 교육의 연수 기회가 적은데 있다고 응답하였다. 한편 38.50%의 가정과 교사는 창의 인성 교육에 대한 평가 기준을 설정하거나 평가 도구를 개발하는 것이 어렵다고 응답하였고, 25.67%의 교사는 창의 인성 교육 방법을 모른다고 응답하였다. 창의 인성 교육 실행을 위해서 필요한 지원에 대해서, '창의 인성 교육과 관련된 학생들의 체험활동의 확대'(4.34), '창의성과 인성을 중시하는 가정과 수업 문화 조성'(4.29), '학생 발달 단계에 적합한 창의 인성 교육 내용'(4.27), '창의 인성 교육을 담당할 교수 인력 확보'(4.21), '창의 인성 교육의 개념과 가치 확립'(4.09), '지역 사회 기업 등과 연계한 창의 인성 교육 추진'(3.94)의 순으로 응답하였다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.