• 한국가정과교육학회지
• /
• 제23권3호
• /
• pp.69-90
• /
• 2011

본 연구는 중학교 기술 가정 교과 의생활 영역을 중심으로 타당도 신뢰도 높은 서술형 평가 문항을 개발하여, 이를 학생들에게 적용해보고, 평가 결과를 분석해보는 것에 목적을 두었다. 이를 위해 평가할 내용을 분석하고, 평가 문항을 설계 개발하여 평가를 실시한 후 그 결과를 분석하였다. 목표 이원분류표와 평가 영역 및 평가 목표 설정을 토대로 서술형 평가 문항 초안을 작성하였고, 채점 기준표와 예시답안을 함께 작성하였다. 전문가 검토와 예비 검사를 거쳐, 최종적으로 서술형 평가 문항 총 23개를 완성하였으며, 이를 중학교 2학년 2개 학급 총 65명을 대상으로 본 검사를 시행하고 분석하였다. 본 연구의 결과, 서술형 평가 문항의 타당도는 각 문항별로 비교적 높게 나타났다. 채점자간 신뢰도는 세 채점자간에 강한 상관관계가 있는 것으로 나타나 개발된 평가 문항은 타당하고 신뢰할 만한 문항이라고 할 수 있다. 반면, 개발된 서술형 평가 문항에 대한 학업 성취도는 전반적으로 낮았다. 즉, 알고 있는 지식을 자신의 언어로 표현해서 서술하는 것과 정확하고 구체적인 답안을 작성하는 것을 힘들어했다. 또한 서술형 평가에 대해 비교적 긍정적으로 인식하고 있었으나, 서술하는 것에 대한 어려움, 학습량의 증가 등이 학생들에게 서술형 평가를 부담스러워 하는 것으로 인식하였다. 따라서 서술형 평가 방식을 통한 학생들의 평가가 보다 효율적이고 변별력 있게 시행되기 위해서는 서술형 평가를 위한 별도의 학습이나 훈련이 반드시 필요하다고 볼 수 있다. 이를 위해 앞으로 학생들은 수업시간을 통해서 교과 내용과 관련된 교과서 이외의 다양한 자료를 접해보고, 주어진 문제의 해결 방법에 대해 자신의 생각을 정리해보며, 사고를 확장시키고, 이를 글로 서술하여 표현해보는 연습이 요구된다. 그러므로 서술형 평가가 학교 현장에서 공정하고 객관성 있게 시행되기 위해서는 타당도 신뢰도 높은 평가 문항의 개발이 더욱 활발히 이루어져야 하고, 평가 문항의 개발과 관련된 교사들의 자발적이고 적극적인 연수와 연찬을 제안해 본다.

• The Journal of Korean Physical Therapy
• /
• 제18권4호
• /
• pp.61-70
• /
• 2006

연구목적: 본 연구는 가정 거주노인과 시설 거주 노인의 일상생활동작(ADL)과 도구적 일상생활동작(IADL)을 비교 분석하여 노인 돌봄에 관여하는 의료 종사자, 특히 물리치료사와 작업치료사의 업무에 도움을 주고자 시행하였다. 방법: 일상생활동작 및 도구적 일상생활동작의 검진은 한국형 일상생활동작 평가서와 도구적 일상생활동작 평가서를 사용하여 거주 형태가 다른 두 노인 집단의 평가 결과를 분석하였다. 결과: 노인들의 일상생활동작과 도구적 일상생활동작의 수행 능력은 부부 동거, 자녀 수, 수입, 현재 앓고 있는 질병 및 나이에 의해 영향을 받고 있는 것으로 나타났다. 또한 일상생활동작 중에는 한 가지 동작이 도구적 일상생활동작은 한 가지 동작을 제외한 모든 동작에서 수행 능력의 차이를 보이고 있다. 부부가 함께 동거하는 노인이 홀로 사는 노인에 비해 전반적으로 일상생활 활동이 원활한 것으로 나타났다. 결론: 한국형 일상생활동작 평가서와 도구적 일상생활동작 평가서가 한국 노인의 일상생활 활동을 평가하는데 보다 사용하기 좋았다. 노인을 돌보는 의료 종사자 특히 물리치료사 및 작업치료사는 노인의 일상생활 활동을 증진시키기 위해 훈련을 시행한다면 일상생활동작 훈련에서는 목욕하기에 중점을 두고 도구적 일상생활동작의 훈련에서는 거의 모든 동작을 훈련 시켜야 할 것을 조언한다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.131-150
• /
• 2015

영어와 달리 한국어나 일본어 문장의 경우 용언의 필수격을 채우는 명사구가 생략되는 무형대용어 현상이 빈번하다. 특히 백과사전이나 위키피디아의 문서에서 표제어로 채울 수 있는 격의 경우 그 격이 문장에서 더 쉽게 생략된다. 정보검색, 질의응답 시스템 등 주요 지능형 응용시스템들은 백과사전류의 문서에서 주요한 정보를 추출하여 수집하여야 한다. 그러나 이러한 명사구 생략 현상으로 인해 양질의 정보추출이 어렵다. 본 논문에서는 백과사전 종류 문서에서 생략된 명사구 즉 무형대용어를 복원하는 시스템의 개발을 다루었다. 우리 시스템이 다루는 문제는 자연어처리의 무형대용어 해결 문제와 거의 유사하나, 우리 문제의 경우 문서의 일부가 아닌 표제어도 복원에 이용할 수 있다는 점이 다르다. 무형대용어 복원을 위해서는 먼저 무형대용어의 탐지 즉 문서 내에서 명사구 생략이 일어난 곳을 찾는 작업을 수행한다. 그 다음 무형대용어의 선행어 탐색 즉 무형대용어의 복원에 사용될 명사구를 문서 내에서 찾는 작업을 수행한다. 문서 내에서 선행어를 발견하지 못하면 표제어를 이용한 복원을 시도해 본다. 우리 방법의 특징은 복원에 사용된 문장성분을 찾기 위해 Structural SVM을 사용하는 것이다. 문서 내에서 생략이 일어난 위치보다 앞에 나온 명사구들에 대해 Structural SVM에 의한 시퀀스 레이블링(sequence labeling) 작업을 시행하여 복원에 이용 가능한 명사구인 선행어를 찾아내어 이를 이용하여 복원 작업을 수행한다. 우리 시스템의 성능은 F1 = 68.58로 측정되었으며 이는 의미정보의 이용 없이 달성한 점을 감안하면 높은 수준으로 평가된다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.221-241
• /
• 2018

지식사회에 들어서며 새로운 형태의 자본으로서 정보의 중요성이 강조되고 있다. 그리고 기하급수적으로 생산되는 디지털 정보의 효율적 관리를 위해 정보 분류의 중요성도 증가하고 있다. 본 연구에서는 기업의 기술사업화 의사결정에 도움이 될 수 있는 맞춤형 정보를 자동으로 분류하여 제공하기 위하여, 기업의 사업 성격을 나타내는 한국표준산업분류(이하 'KSIC')를 기준으로 정보를 분류하는 방법을 제안하였다. 정보 혹은 문서의 분류 방법은 대체로 기계학습을 기반으로 연구되어 왔으나 KSIC를 기준으로 분류된 충분한 학습데이터가 없어, 본 연구에서는 문서간 유사도를 계산하는 방식을 적용하였다. 구체적으로 KSIC 각 코드별 설명문을 수집하고 벡터 공간 모델을 이용하여 분류 대상 문서와의 유사도를 계산하여 가장 적합한 KSIC 코드를 제시하는 방법과 모델을 제시하였다. 그리고 IPC 데이터를 수집한 후 KSIC를 기준으로 분류하고, 이를 특허청에서 제공하는 KSIC-IPC 연계표와 비교함으로써 본 방법론을 검증하였다. 검증 결과 TF-IDF 계산식의 일종인 LT 방식을 적용하였을 때 가장 높은 일치도를 보였는데, IPC 설명문에 대해 1순위 매칭 KSIC의 일치도는 53%, 5순위까지의 누적 일치도는 76%를 보였다. 이를 통해 보다 정량적이고 객관적으로 중소기업이 필요로 할 기술, 산업, 시장정보에 대한 KSIC 분류 작업이 가능하다는 점을 확인할 수 있었다. 또한 이종 분류체계 간 연계표를 작성함에 있어서도 본 연구에서 제공하는 방법과 결과물이 전문가의 정성적 판단에 도움이 될 기초 자료로 활용될 수 있을 것으로 판단된다.

• 해양환경안전학회지
• /
• 제26권4호
• /
• pp.366-373
• /
• 2020

선박안전법 제77조 및 동법 시행규칙 제97조의2에 따르면 정부대행검사기관 선박검사원은 일반적으로 특정분야의 학력과 경력을 가지고 있거나 국가기술자격법상 면허를 취득해야 함을 알 수 있다. 하지만, 해사 고등학교 졸업생 및 해기사 단기양성과정 이수생의 경우 수·해양계 및 조선관련 학과를 졸업하지 않아 선박검사원 자격기준을 만족하지 못하고 있는 실정이다. 영국, 미국, 캐나다 등 주요 해운국가는 우리나라와 같은 규정이 없이 IACS 규정을 준용하고 있고, 일본의 경우 선박안전법에서 선박검사원의 자격 요건을 삭제하였다. 특히, IMO 및 IACS의 선박검사원 자격기준은 공학 또는 자연 과학 분야와 관련하여 고등교육기관에서 최소 2년 이상의 과정을 이수; 또는 해상 또는 해사 교육기관에서 자격을 취득하고 자격 있는 선박 사관으로 승선한 경력이 있는 경우; 그리고 관련 업무를 수행하는데 적합한 영어실력을 요구하는 것이 일반적이다. 이에 공무원임용시험령 제17조에 따라 학력제한을 금지하고 있는 점, 영국 및 일본의 선박검사관 응시자격에 학력제한이 없는 점 등을 감안하면 해사 고등학교 졸업생의 경우 충분한 승선경력 및 교육훈련을 쌓는다면 선박검사원 응시자격을 인정할 수 있을 것으로 판단된다. 또한 해기사 단기양성기관의 수료생의 경우 입학자격이 전문학사 이상의(3급 면허 취득학생의 경우) 학력을 보유하도록 되어 있고, 수료 후 일정한 승선경력을 갖추게 되므로 선박검사원 응시자격을 인정할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.43-61
• /
• 2019

최근 4차 산업혁명과 함께 인공지능 기술에 대한 연구가 활발히 진행되고 있으며, 이전의 그 어느 때보다도 기술의 발전이 빠르게 진행되고 있는 추세이다. 이러한 인공지능 환경에서 양질의 지식베이스는 인공지능 기술의 향상 및 사용자 경험을 높이기 위한 기반 기술로써 중요한 역할을 하고 있다. 특히 최근에는 인공지능 스피커를 통한 질의응답과 같은 서비스의 기반 지식으로 활용되고 있다. 하지만 지식베이스를 구축하는 것은 사람의 많은 노력을 요하며, 이로 인해 지식을 구축하는데 많은 시간과 비용이 소모된다. 이러한 문제를 해결하기 위해 본 연구에서는 기계학습을 이용하여 지식베이스의 구조에 따라 학습을 수행하고, 이를 통해 자연어 문서로부터 지식을 추출하여 지식화하는 방법에 대해 제안하고자 한다. 이러한 방법의 적절성을 보이기 위해 DBpedia 온톨로지의 구조를 기반으로 학습을 수행하여 지식을 구축할 것이다. 즉, DBpedia의 온톨로지 구조에 따라 위키피디아 문서에 기술되어 있는 인포박스를 이용하여 학습을 수행하고 이를 바탕으로 자연어 텍스트로부터 지식을 추출하여 온톨로지화하기 위한 방법론을 제안하고자 한다. 학습을 바탕으로 지식을 추출하기 위한 과정은 문서 분류, 적합 문장 분류, 그리고 지식 추출 및 지식베이스 변환의 과정으로 이루어진다. 이와 같은 방법론에 따라 실제 지식 추출을 위한 플랫폼을 구축하였으며, 실험을 통해 본 연구에서 제안하고자 하는 방법론이 지식을 확장하는데 있어 유용하게 활용될 수 있음을 증명하였다. 이러한 방법을 통해 구축된 지식은 향후 지식베이스를 기반으로 한 인공지능을 위해 활용될 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.65-82
• /
• 2021

주식시장에 참여하는 투자자들은 크게 외국인투자자, 기관투자자, 그리고 개인투자자로 구분된다. 외국인투자자 같은 전문투자자 집단은 개인투자자 집단과 비교하여 정보력과 자금력에서 우위를 보이고 있으며, 그 결과 시장 참여자들 사이에는 외국인투자자들이 좋은 투자 성과를 보이는 것으로 알려져 있다. 외국인 투자자들은 근래에는 인공지능을 이용한 투자를 많이 하고 있다. 본 연구의 목적은 투자자별 거래량 정보와 머신러닝을 결합하는 투자전략을 제안하고, 실제 주가와 투자자별 거래량 데이터를 이용하여 제안 모형의 포트폴리오 투자 성과를 분석하는 것이다. 일별 투자자별 매수 수량과 매도 수량 정보는 한국거래소에서 공개하고 있는 자료를 활용하였으며, 여기에 인공신경망을 결합하여 최적의 포트폴리오 전략을 도출하고자 하였다. 본 연구에서는 자기 조직화 지도 모형 인공신경망을 이용하여 투자자별 거래량 데이터를 그룹화하고 그룹화한 데이터를 변환하여 오류역전파 모형을 학습하였다. 학습 후 검증 데이터 예측결과로 매월 포트폴리오 구성을 하도록 개발하였다. 성과 분석을 위해 포트폴리오의 벤치마크를 지정하였고 시장 수익률 비교를 위해 KOSPI200, KOSPI 지수 수익률도 구하였다. 포트폴리오의 동일배분 수익률, 복리 수익률, 연평균 수익률, MDD, 표준편차, 샤프지수, 벤치마크로 지정한 시가총액 상위 10종목의 Buy and Hold 수익률 등을 사용하여 성과 분석을 진행하였다. 분석 결과 포트폴리오가 벤치마크 대비 2배 수익률을 올렸으며 시장 수익률보다 좋은 성과를 보였다. MDD와 표준편차는 포트폴리오와 벤치마크가 비슷한 결과로 성과 대비 비교한다면 포트폴리오가 좋은 성과라고 할 수 있다. 샤프지수도 포트폴리오가 벤치마크와 시장 결과보다 좋은 성과를 내었다. 이를 통해 머신러닝과 투자자별 거래정보 분석을 활용한 포트폴리오 구성 프로그램 개발의 방향을 제시하였고 실제 주식 투자를 위한 프로그램 개발에 활용할 수 있음을 보였다.

• 정보관리학회지
• /
• 제39권2호
• /
• pp.111-129
• /
• 2022

불면증은 최근 5년 새 환자가 20% 이상 증가하고 있는 현대 사회의 만성적인 질병이다. 수면이 부족할 경우 나타나는 개인 및 사회적 문제가 심각하고 불면증의 유발 요인이 복합적으로 작용하고 있어서 진단 및 치료가 중요한 질환이다. 본 연구는 자유롭게 의견을 표출하는 소셜 미디어 'Reddit'의 불면증 커뮤니티인 'insomnia'를 대상으로 5,699개의 데이터를 수집하였고 이를 국제수면장애분류 ICSD-3 기준과 정신의학과 전문의의 자문을 받은 가이드라인을 바탕으로 불면증 경향 문헌과 비경향 문헌으로 태깅하여 불면증 말뭉치를 구축하였다. 구축된 불면증 말뭉치를 학습데이터로 하여 5개의 딥러닝 언어모델(BERT, RoBERTa, ALBERT, ELECTRA, XLNet)을 훈련시켰고 성능 평가 결과 RoBERTa가 정확도, 정밀도, 재현율, F1점수에서 가장 높은 성능을 보였다. 불면증 소셜 데이터를 심층적으로 분석하기 위해 기존에 많이 사용되었던 LDA의 약점을 보완하며 새롭게 등장한 BERTopic 방법을 사용하여 토픽 모델링을 진행하였다. 계층적 클러스터링 분석 결과 8개의 주제군('부정적 감정', '조언 및 도움과 감사', '불면증 관련 질병', '수면제', '운동 및 식습관', '신체적 특징', '활동적 특징', '환경적 특징')을 확인할 수 있었다. 이용자들은 불면증 커뮤니티에서 부정 감정을 표현하고 도움과 조언을 구하는 모습을 보였다. 또한, 불면증과 관련된 질병들을 언급하고 수면제 사용에 대한 담론을 나누며 운동 및 식습관에 관한 관심을 표현하고 있었다. 발견된 불면증 관련 특징으로는 호흡, 임신, 심장 등의 신체적 특징과 좀비, 수면 경련, 그로기상태 등의 활동적 특징, 햇빛, 담요, 온도, 낮잠 등의 환경적 특징이 확인되었다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권12호
• /
• pp.425-435
• /
• 2018

본 연구는 경남 사천지역에 잔존해 있는 죽방렴의 실제 현황조사와 여러 역사적 문헌 고찰을 통해 죽방렴의 문화적 가치와 비즈니스 가치를 연구하여 지역문화자원으로서의 가치를 입증하고 세계농어업유산과 세계문화유산의 등재에 필요한 기초자료를 만드는 것이 목적이다. 농업과 더불어 수산업은 인류 역사에 있어 지대한 의미를 가진다. 특히, 삼면이 바다로 둘러싸인 우리나라의 지정학적 요인으로 인하여 매우 중요한 산업으로 발전하여 왔다. 그럼에도 불구하고 기르는 양식산업 이전 원시산업의 채집, 수렵할 때부터 이어온 여러 어로방식 중 실제로 남아있는 것은 거의 없는 실정이다. 경남 남해안의 사천과 남해지역에는 오백년 이전부터 지금까지 존재하여 실제로 운영하는 '죽방렴'이 있다. 이것은 예전부터 국가의 중요한 어업자원으로 관리되어져 왔다는 것을 여러 문헌적 연구를 통하여 알 수 있었다. 죽방렴은 자연지리적인 해협의 조류 흐름을 이용하여 고기를 채집하는 과학적 원리에 기초하여 만들어진 것으로 우리조상들의 지혜가 담긴 것이다. 조사결과, 죽방렴과 관련한 독특한 지역공동체의 문화가 존재하였으며, 주민들에게도 중요한 자산으로 관리되어져 왔다. 죽방렴은 이러한 역사, 인문학적 가치뿐만 아니라, 과학적 어로원리 이해교육과 해양어로작업 체험장과 같은 교육적 가치와 주변의 역사유적 및 지질환경자원과 연계하여 지역의 중요한 관광자원으로서 비즈니스적 가치를 지닌다. 결론적으로 죽방렴은 우리의 소중한 문화유산으로서 전승해야할 주요 자산인 것이다.

• 의료법학
• /
• 제24권4호
• /
• pp.67-101
• /
• 2023

생성형 AI의 활용은 교육계를 넘어서 이미 의료계에서도 의료 기기에 임상 소프트웨어 등의 도입 등으로 연구되고 있다. 생성형 AI는 대규모 대화형 언어모델을 활용하여 방대한 데이터를 이해하고 자료를 선별하는 시간과 에너지를 줄여주면서 사용자와 끊임없는 대화를 통한 정보의 전달이 가능하다. 바로 이러한 점이 인류에게 생성형 AI가 혁신적인 기술의 등장으로 인정받고 있는 점이기도 하다. 그러나 반면 사용자에게 제공되는 컨텐츠의 정합성은 출처나 근거 없이 사용자에게 판단의 영역으로 맡겨지고 있다. 그러나 이 글에서는 생성형 AI를 활용함에 있어서 가장 직접적으로 발생할 수 있는 쟁점을 우선적으로 살펴보기로 한다. 따라서 이 글에서는 생성형 AI의 대표적인 프로그램인 Chat GPT의 발전과 이용자의 활용에 대비하여 특히 개인정보 보호의 쟁점에 대하여 논의하였다. 이를 위하여 먼저 생성형 AI의 기술적인 특성을 살펴본 뒤에 발생 가능한 민사적 쟁점 가운데에서도 개인정보 보호에 관한 문제를 우선적으로 살펴보았다. 생성형 AI는 그 자체로서 학습 데이터의 편향이나 출처 없는 결과값의 제공 등 여러 문제점이 제기되고 있으나, 이러한 문제점은 윤리적 문제를 내포하는 것으로 당장 임상 소프트웨어로서 의료기기에서 활용될 경우 개인정보 보호법제와 보건의료데이터의 활용 가이드로 환자 혹은 이용자의 개인정보를 보호할 수 있을 것인가에 대한 의문에 대한 논의가 시급하다고 판단되었다. 우리나라의 개인정보 보호법제는 특히 보건의료데이터의 활용에서 특정 개인의 개인정보를 가명처리하고 비식별조치를 취하는 데에 적절한 프로세스를 갖추고 있는 것으로 보이나, 생성형 AI이 소프트웨어로서 의료기기에 적용되었을 경우에도 이 법제로서 개인정보 보호의 목적을 이루기에는 어려운 점이 있다. 임상 소프트웨어에서 활용될 생성형 AI의 기능을 대비하기 위해서는 생성형 AI에 걸맞는 개인정보 보호의 법제가 필요할 것으로 보인다.