• 대한원격탐사학회지
• /
• 제36권3호
• /
• pp.449-460
• /
• 2020

초해상화 기법은 저해상도 영상을 고해상도 영상으로 변환하는 기법이다. 최근에는 딥러닝 기술을 활용한 초해상화 방법이 주류를 이루고 있으며, 원격 탐사 분야에서도 이를 응용한 연구가 증가하고 있다. 본 연구에서는 위성 영상의 4배 해상도 향상을 위하여 deep back-projection network (DBPN) 네트워크에 기반한 초해상화 기법을 제안하였다. 또한, 복원된 영상의 디테일 및 윤곽선 부분에서의 고품질 영상 획득을 위해 윤곽선 손실 함수를 제안하고, 효과적이고 안정적인 학습을 위하여 Wasserstein distance 손실 함수를 사용한 GAN 기법을 적용하였다. 또한, 자연스러운 저해상도 훈련 영상을 획득하기 위한 detail preserving image downscaling (DPID) 기법을 적용하였다. 마지막으로 전정 영상의 특징을 추출하여 훈련의 마지막 단계에 적용 시킴으로써 출력 영상의 세부적인 특징을 효과적으로 생성하였다. 그 결과 실험에 사용된 WorldView-3 영상 및 KOMPSAT-2 영상에서 해상도 향상 효과를 확인하였고, 다른 초해상화 모델에 대비하여 윤곽선 보존력이나 영상의 선명도가 향상 되었음을 확인하였다

• 지능정보연구
• /
• 제29권2호
• /
• pp.219-240
• /
• 2023

사용자가 만족감을 느끼며 상호작용할 수 있는 대화형 인공지능을 개발하기 위한 노력이 이어지고 있다. 대화형 인공지능 개발을 위해서는 사람들의 실제 대화를 반영한 학습 데이터를 구축하는 것이 필요하지만, 기존 데이터셋은 질문-답변 형식이 아니거나 존대어를 사용하여 사용자가 친근감을 느끼기 어려운 문체로 구성되어 있다. 이에 본 논문은 온라인 커뮤니티에서 수집한 30,767개의 질문-답변 문장 쌍으로 구성된 대화 데이터셋(KOMUChat)을 구축하여 제안한다. 본 데이터셋은 각각 남성, 여성이 주로 이용하는 연애상담 게시판의 게시물 제목과 첫 번째 댓글을 질문-답변으로 수집하였다. 또한, 자동 및 수동 정제 과정을 통해 혐오 데이터 등을 제거하여 양질의 데이터셋을 구축하였다. KOMUChat의 타당성을 검증하기 위해 언어 모델에 본 데이터셋과 벤치마크 데이터셋을 각각 학습시켜 비교분석하였다. 그 결과 답변의 적절성, 사용자의 만족감, 대화형 인공지능의 목적 달성 여부에서 KOMUChat이 벤치마크 데이터셋의 평가 점수를 상회했다. 본 연구는 지금까지 제시된 오픈소스 싱글턴 대화형 텍스트 데이터셋 중 가장 대규모의 데이터이며 커뮤니티 별 텍스트 특성을 반영하여 보다 친근감있는 한국어 데이터셋을 구축하였다는 의의를 가진다.

• 한국빅데이터학회지
• /
• 제7권1호
• /
• pp.173-185
• /
• 2022

현재 한국의 웹툰은 세계 디지털 만화 시장을 선도하고 있다. 웹툰은 세계 각국 다양한 언어로 서비스되고 있으며 웹툰의 IP(지식재산권)를 이용해 제작된 드라마와 영화가 크게 흥행하면서 웹툰의 영상화 작업도 점점 많아지고 있다. 그러나 이러한 웹툰의 성공과 함께 웹툰 작가의 노동 환경이 중요한 문제로 떠오르고 있다. 「2021년 만화 이용자 실태조사」에 따르면, 웹툰 작가의 하루 평균 작업시간은 10.5시간이며 일주일 평균 5.9일을 창작활동에 사용한다. 작가들은 매주 많은 분량의 그림을 그려야 하는데, 웹툰 간의 경쟁은 더욱 치열해지고 있으며 회 당 작가가 그려야 할 분량은 점점 늘어가고 있다. 따라서, 이 연구에서는 딥러닝 기술을 이용하여 웹툰 배경 이미지를 생성하고 웹툰 제작에 활용할 것을 제안한다. 웹툰의 주요 인물은 작가의 독창성이 상당 부분 포함되는 영역이지만, 배경 그림은 비교적 반복적이며 독창성이 필요하지 않은 영역이기 때문에, 작가의 작화 스타일과 유사한 배경 그림을 생성할 수 있다면 웹툰 제작에 유용하게 사용될 수 있다. 배경 생성은 image-to-image translation에서 좋은 성능을 보여주고 있는 CycleGAN과 카툰(cartoon) 스타일에 특화된 CartoonGAN을 이용한다. 이러한 생성은 과도한 업무환경에 처한 작가들의 노동 시간을 단축하고 웹툰과 기술의 융합에 기여할 것으로 기대된다.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.967-971
• /
• 2023

최근에는 다양한 플랫폼 서비스가 인공지능을 활용하여 제공되고 있으며, 그 중 하나로 ChatGPT는 대량의 데이터를 자연어 처리하여 자가 학습 후 답변을 생성하는 역할을 수행하고 있다. ChatGPT는 IT 분야에서 소프트웨어 프로그래밍 분야를 포함하여 다양한 작업을 수행할 수 있는데, 특히 프로그램을 대표하는 C언어를 통해 간단한 프로그램을 생성하고 에러를 수정하는데 도움을 줄 수 있다. 이러한 능력을 토대로 C언어를 기반으로 만들어진 하드웨어 언어인 베릴로그 HDL도 ChatGPT에서 원활한 생성이 예상되지만, 베릴로그 HDL의 합성은 명령문들을 논리회로 구조 형태로 생성하는 것이기에 결과물들의 정상적인 실행 여부를 확인해야 한다. 본 논문에서는 용이한 실험을 위해 규모가 적은 논리회로들을 선택하여 ChatGPT에서 생성된 디지털회로와 인간이 만든 회로들의 결과를 확인하려 한다. 실험 환경은 Xilinx ISE 14.7로 모듈들을 모델링하였으며 xc3s1000 FPGA칩을 사용하여 구현하였다. 구현된 결과물을 FPGA의 사용 면적과 처리 시간을 각각 비교 분석함으로써 ChatGPT의 생성물과 베릴로그 HDL의 생성물의 성능을 비교하였다.

• 한국과학교육학회지
• /
• 제33권4호
• /
• pp.826-839
• /
• 2013

본 연구는 과학 교과교육학 이론이 예비과학교사에게 어느 정도 필요한지에 대한 과학교육 연구자들의 의견을 알아보고자 하였다. 이를 위해서 과학교육 전공교수들의 설문을 통해 과학교사의 역량과 소양 측면에서 과학 교과교육학 이론들의 세부 내용들이 어느 정도 중요한지에 대한 의견을 분석하였다. 또한 중등과학교사신규임용후보자선정경쟁시험(중등과학교사 임용시험)에 제시된 과학 교과교육학 이론 관련 문항을 분석하여 과학교육 연구자들의 의견과의 차이점을 비교하였다. 그 결과, 과학교육 전공교수들은 탐구과정, 과학지식 평가, 탐구능력 평가 실험장치 및 도구 사용법, 실험실 안전, 학생의 오개념, 토론, 논술 등에 대해서 중요하다고 인식하고 있었다. 반면에, 과학교육 전공교수들은 과학 철학, 과학교육과정의 변천, 외국 교육과정, 브루너의 수업이론, 카플러스 순환학습모형, 발생학습모형, 발견학습모형, 클로퍼 교육목표 분류 등의 내용이 상대적으로 덜 중요하다고 인식하고 있었다. 중등과학교사임용시험 문항 분석 결과, 교육과정이나 오수벨 이론 등과 같이 중요도와 관계없이 편중된 영역에서 많은 문항들이 출제된 것으로 나타나 과학교육 연구자들이 중요하게 생각하는 이론의 중요성과 중등과학교사임용시험에서 출제된 문항 분포는 관련이 적었다. 본 연구는 과학교육 연구자들의 의견과 중등과학교사임용시험 출제 경향의 차이를 줄이는 방안 마련이 필요함을 시사한다.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.464-471
• /
• 2023

본 논문에서는 StyleGAN Encoder를 활용한 표정 이미지 생성에서의 연령 왜곡을 감소시키는 방법을 제안한다. 표정 이미지 생성 과정은 StyleGAN Encoder를 사용하여 얼굴 이미지를 생성하고, SVM을 이용하여 학습된 boundary를 잠재 벡터에 적용하여 표정을 변화시킨다. 그러나 웃는 표정의 boundary를 학습할 때 표정 변화에 따른 연령 왜곡이 발생한다. 웃는 표정에 대한 SVM 학습에서 생성된 smile boundary는 표정 변화로 인해 생긴 주름이 학습 요소로 포함되어 있으며 연령에 대한 특성도 함께 학습된 것으로 판단한다. 이를 해결하기 위해, 제안된 방법에서는 smile boundary와 age boundary의 상관계수를 계산하고, 이를 이용하여 smile boundary에서 age boundary를 상관계수에 비례하여 조절하는 방식을 도입한다. 제안된 방법의 효과를 확인하기 위해 공개된 표준 얼굴 데이터셋인 FFHQ 데이터셋을 사용하고 FID score를 측정하여 실험한 결과는 다음과 같다. Smile 이미지에서는 기존 방법에 비하여, Ground Truth와 제안된 방법으로 생성된 smile 이미지의 FID score가 약 0.46 향상되었다. 또한, Smile 이미지에서 기존 방법에 비하여, StyleGAN Encoder로 생성된 이미지와 제안된 방법으로 생성된 smile 이미지의 FID score가 약 1.031 향상되었다. Non-smile 이미지에서는 기존 방법에 비하여, Ground Truth와 본 논문에서 제안된 방법으로 생성된 non-smile 이미지의 FID score가 약 2.25 향상되었다. 또한, Non-smile 이미지에서 기존 방법에 비하여, StyleGAN Encoder로 생성된 이미지와 제안된 방법으로 생성된 non-smile 이미지의 FID score가 약 약 1.908 향상됨을 확인하였다. 한편, 각 생성된 표정 이미지의 연령을 추정하여 StyleGAN Encoder로 생성된 이미지의 추정된 연령과 MSE를 측정한 결과, 기존방법 대비 제안하는 방법이 smile 이미지에서 약 1.5, non-smile 이미지에서 약 1.63의 성능 향상되어 제안한 방법에 대한 성능의 효율성이 입증되었다.

• 한국측량학회지
• /
• 제38권4호
• /
• pp.363-373
• /
• 2020

정사영상 생성을 위한 많은 연구들이 진행되어 왔다. 기존의 방법은 정사영상을 제작할 경우, 폐색지역을 탐지하고 복원하기 위해 항공영상의 외부표정요소와 정밀 3D 객체 모델링 데이터가 필요하며, 일련의 복잡한 과정을 자동화하는 것은 어렵다. 본 논문에서는 기존의 방법에서 탈피하여 딥러닝(DL)을 이용하여 엄밀정사영상을 제작하는 새로운 방법을 제안하였다. 딥러닝은 여러 분야에서 더욱 급속하게 활용되고 있으며, 최근 생성적 적대 신경망(GAN)은 영상처리 및 컴퓨터비전 분야에서 많은 관심의 대상이다. GAN을 구성하는 생성망은 실제 영상과 유사한 결과가 생성되도록 학습을 수행하고, 판별망은 생성망의 결과가 실제 영상으로 판단될 때까지 반복적으로 수행한다. 본 논문에서 독일 사진측량, 원격탐사 및 공간정보학회(DGPF)가 구축하고 국제 사진측량 및 원격탐사학회(ISPRS)가 제공하는 데이터 셋 중에서 라이다 반사강도 데이터와 적외선 정사영상을 GAN기반의 Pix2Pix 모델 학습에 사용하여 엄밀정사영상을 생성하는 두 가지 방법을 제안하였다. 첫 번째 방법은 라이다 반사강도영상을 입력하고 고해상도의 정사영상을 목적영상으로 사용하여 학습하는 방식이고, 두 번째 방법에서도 입력영상은 첫 번째 방법과 같이 라이다 반사강도영상이지만 목적영상은 라이다 점군집 데이터에 칼라를 지정한 저해상도의 영상을 이용하여 재귀적으로 학습하여 점진적으로 화질을 개선하는 방법이다. 두 가지 방법으로 생성된 정사영상을 FID(Fréchet Inception Distance)를 이용하여 정량적 수치로 비교하면 큰 차이는 없었지만, 입력영상과 목적영상의 품질이 유사할수록, 학습 수행 시 epoch를 증가시키면 우수한 결과를 얻을 수 있었다. 본 논문은 딥러닝으로 엄밀정사영상 생성 가능성을 확인하기 위한 초기단계의 실험적 연구로서 향후 보완 및 개선할 사항을 파악할 수 있었다.

• 공학교육연구
• /
• 제10권2호
• /
• pp.44-61
• /
• 2007

본 논문은 공학 교육에서 강조하고 있는 창의력, 협업 능력 및 의사소통능력의 함양을 주 목적으로 홍익대학교 기계 시스템디자인공학과에서 새로이 개발한 교과목에 관하여 소개하고자 한다. '기계 시스템 디자인공학과'는 엔지니어링 디자인을 강조하는 새로운 교과목을 갖춘, 기존 홍익대학교 기계공학과의 새로운 이름이다. 급변하는 교육환경과 산업계의 요구에 부응하기위해서 기계공학과는 아날로그 기반, 산업중심의 하드한 관점에서 디지털 기반, 인간 중심의 소프트한 가치 중심으로 그 교육 접근방식을 전환하였다. 이러한 관점에서 새로이 개설된 세 가지 학과목인 기계 시스템디자인 개론, 창의적 공학 설계, 제품디자인은 공통적으로 팀 프로젝트를 통해서 손으로 직접 만들고 대화하고 표현하는(이하 Hands-on experience)경험을 중요시 하고 있다. 또한 이들 과정에서는 브레인스토밍(Brain Storming)과 스케치를 통한 시제작(Prototyping) 과정을 강조하고 있으며, 전통적으로 다루기 힘들고 무거운 금속 소재 대신에 폴리스티렌 블록이나 카드보드와 같은 가볍고 유연성 있는 소재를 사용하여 가능한 다양하고 창의적인 원형(Prototype)을 만들고, 팀원들간의 활발한 의사소통을 체험 할 수 있도록 유도하였다. Hands-on experience 중심 프로그램들은 학생들로 하여금 협업능력을 강조한 학과목들을 통해 시각적이며 구체적인 체험을 하게 하여 전통적으로 분석적이고 수학적이며 추상적인 사고에 초점을 맞춘 공학과목들을 균형적으로 보완하는 역할을 할 것으로 보이며, 졸업 후 그들이 산업현장에서 접하게 될 복잡하고 구체적인 엔지니어링 과제들을 해결하는 엔지니어링 감각과 창의력을 개발하는데 중요한 역할을 할 수 있을 것으로 예상된다.

• 한국초등수학교육학회지
• /
• 제15권1호
• /
• pp.19-38
• /
• 2011

본 연구의 목적은 개방형 수학 문제 해결 과정에서 수학 영재교육 대상 학생과 일반 학생의 문제해결 전략과 그 해결 과정에서 보이는 행동 특성을 비교 분석하는 것이다. 이 분석을 토대로 일반 수학 수업에서의 영재교육 대상 학생들을 위한 창의성을 강조한 수업의 가능성을 탐구하였다. 이를 위해 수학 영재교육 대상 학생집단과 일반 학생 집단을 다단계 군집표집하여 수학 영재교육 대상 학생 55명과 일반 학생 100명을 선정하여 다양한 해법이 가능한 개방형 문제를 6개월 동안 제시하여 해결 전략 및 행동 특성을 분석하였다. 행동특성은 수업 관찰과 활동지 분석 및 개별 면담을 사용하였다. 연구결과 수학 영재 교육 대상 학생들이 일반 학생들에 비하여 다양한 전략을 보여 주었으나 많은 수학 영재교육 대상 학생도 고차원적 조작 능력이 미흡하였다. 또한 수학 영재교육 대상 학생의 행동 특성은 일반에 비하여 집착력이 강하고 다양한 해법을 추구하는 면에서 뛰어났다. 그런데 과제의 특성에 따라서 반응의 양상이 다르게 나타나므로 수학 영재교육 대상 학생의 수준과 능력에 맞게 다양한 유형의 과제를 개발하여 제시할 필요가 있다.

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.63-70
• /
• 2021

고해상도 심층신경망을 이용하여 기상데이터를 초해상화하면 보다 더 정밀한 연구와 실생활에 유용한 서비스를 제공할 수 있다. 본 논문에서는 고해상도 심층신경망 학습에 사용하기 위한 개선된 훈련자료 생산기술을 최초로 제안한다. 기상전문 지식으로 고해상도 기상 자료를 생성하기 위해, 전문 기관의 관측자료와 ERA5 재분석장 자료를 바탕으로 람베르트 정각원추도법과 객관분석을 적용했다. 그 결과, 기상 전문 지식 기반의 기온 및 습도 분석자료는 기존 배경장 대비 RMSE 값이 각각 최대 42%, 46% 개선되었다. 다음으로, 기상 전문 기술을 이용한 수동적인 데이터 생성 기법을 자동화하기 위해 인공지능 기술 중 하나인 SRGAN을 이용했고, 10 km 해상도를 가지는 전지구모델자료로부터 1 km 해상도를 가지는 고해상도 자료를 생성하는 실험을 진행했다. 최종적으로, SRGAN으로 생성한 결과는 전지구모델입력자료에 비해 높은 해상도를 가지며 수동으로 생성한 고해상도 분석자료와 유사한 분석 패턴을 보이면서도 부드러운 경계를 보였다.