• 한국과학교육학회지
• /
• 제43권3호
• /
• pp.237-251
• /
• 2023

본 연구는 합성곱 신경망을 활용한 자동 채점 모델을 설계하고 학생의 운동학 그래프 답안에 적용함으로써, 과학 그래프 답안에 대한 자동 채점의 가능성을 탐색하였다. 연구자가 작성한 2,200개의 답안을 2,000개의 훈련 데이터와 200개의 검증 데이터로 데이터셋을 구성하고, 202개의 학생 답안을 100개의 훈련 데이터와 102개의 시험 데이터로 데이터셋을 구성하여 연구를 진행하였다. 먼저, 자동 채점모델을 설계하고 성능을 검증하는 과정에서는 연구자가 작성한 답안 데이터셋을 활용하여 그래프 이미지 분류에 최적화되도록 자동 채점모델을 완성하였다. 다음으로 자동 채점 모델에 훈련 데이터셋을 여러 유형으로 학습시키면서 학생의 시험 데이터셋에 대한 채점을 수행하여 훈련 데이터의 양이 많고 다양할수록 자동 채점 모델의 성능이 향상된다는 것을 확인하였고, 최종적으로 인간 채점과의 일치율은 97.06%, 카파 계수는 0.957, 가중 카파 계수는 0.968을 얻었다. 한편, 훈련 데이터로 학습되지 않은 유형의 답안의 경우 인간 채점자들 간에는 채점이 거의 일치하였으나, 자동 채점 모델은 일치하지 않게 채점하는 것을 확인하였다.

• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1137-1144
• /
• 2022

본 연구에서는 감정을 표현하기 위한 표정 연습을 보조하는 인공지능을 개발하였다. 개발한 인공지능은 서술형 문장과 표정 이미지로 구성된 멀티모달 입력을 심층신경망에 사용하고 서술형 문장에서 예측되는 감정과 표정 이미지에서 예측되는 감정 사이의 유사도를 계산하여 출력하였다. 사용자는 서술형 문장으로 주어진 상황에 맞게 표정을 연습하고 인공지능은 서술형 문장과 사용자의 표정 사이의 유사도를 수치로 출력하여 피드백한다. 표정 이미지에서 감정을 예측하기 위해 ResNet34 구조를 사용하였으며 FER2013 공공데이터를 이용해 훈련하였다. 자연어인 서술형 문장에서 감정을 예측하기 위해 KoBERT 모델을 전이학습 하였으며 AIHub의 감정 분류를 위한 대화 음성 데이터 세트를 사용해 훈련하였다. 표정 이미지에서 감정을 예측하는 심층신경망은 65% 정확도를 달성하여 사람 수준의 감정 분류 능력을 보여주었다. 서술형 문장에서 감정을 예측하는 심층신경망은 90% 정확도를 달성하였다. 감정표현에 문제가 없는 일반인이 개발한 인공지능을 이용해 표정 연습 실험을 수행하여 개발한 인공지능의 성능을 검증하였다.

• 사물인터넷융복합논문지
• /
• 제8권6호
• /
• pp.115-122
• /
• 2022

최근 병원 밖 심정지 환자의 생존율 향상을 위한 일반인 대상 심폐소생술 교육의 중요성이 강조되고 있다. 일반인 대상 효과적인 심폐소생술 교육을 위해 보다 정확하고 생동감 있는 교육전략이 필요하다. 이에 본 연구에서는 확장현실 기반의 심폐소생술 교육시스템을 개발하고 일반인을 대상으로 교육한 사용성 평가 결과를 제시한다. 3개의 응용프로그램으로 구성된 확장현실 기반 심폐소생술 교육시스템에서는 첫 번째 마네킹에 정합된 3D 심장 해부도를 스마트글라스에 전송하여 가슴압박 지점을 안내한다. 두 번째 응용프로그램은 스마트글라스를 통해 심폐소생술 과정에 대한 시·청각적 정보를 제공함과 동시에 스마트워치의 진동 알림을 전송하여 심폐소생술의 정확한 압박 속도를 안내한다. 세번째 Add on kit는 마네킹에 설치된 센서를 통하여 흉부 압박의 깊이와 속도에 대한 즉각적인 피드백 정보를 스마트폰으로 전송한다. 본 연구에 참여한 93명의 대상자는 확장현실 기반 심폐소생술 교육시스템이 현장감과 효과성 측면에서 긍정적이라 평가하였다. 확장현실 기술을 이용한 정합기술은 현장감과 몰입도를 높이고 자기 주도적 훈련을 쉽게 함으로서 심폐소생술 교육 운영 효율성 향상에 이바지할 수 있다.

• 한국지능시스템학회논문지
• /
• 제24권5호
• /
• pp.548-553
• /
• 2014

제조공정을 통해 생산된 화살의 성능을 평가하기 위한 방법으로, 활과 화살을 오랫동안 사용해 온 사냥꾼이나 레저 스포츠 용품을 만드는 기술자, 그리고 전문가의 개인적인 경험 등이 사용된다. 또한, 반복슈팅실험을 통해 얻어진 화살의 탄착점 집적도는 생산된 화살의 성능을 평가하기 위한 중요한 지표이다. 탄착점 집적도와 초고속카메라를 통해 촬영된 비행중인 화살의 이미지를 이용하여, 화살의 성능에 대한 연구가 수행되고 있다. 하지만, 화살의 특성(길이, 무게, 스파인, 오버랩, 곧기)과 탄착점의 분포간의 상관관계에 대한 연구는 부족하다. 본 논문에서는 탄착점 분포를 수치적으로 출력할 수 있는 시스템을 개발하고, 생산된 화살이 가지는 특성과 탄착점 사이의 상관관계모델을 구현하는 것이 목적이다. 모델의 입력은 화살이 가지는 특성(스파인, 곧기)이 사용되고, 출력은 화살의 노크 각도를 120도씩 회전시키면서 3번 반복 슈팅하여 얻어지는 삼각형 모양 좌표의 MAD(mean absolute distance)를 이용하였다. 상관관계 모델을 구현하기 위해서 입출력 학습데이터를 수집하였고, 모델의 구현을 위해서는 인공신경회로망(Artificial neural network, ANN)을 사용하였다.

• 기독교교육논총
• /
• 제68권
• /
• pp.175-216
• /
• 2021

본 연구에서는, 코로나 바이러스 팬데믹을 포함하여, 오늘의 교회와 그리스도인들이 마주한 다양한 위기와 도전들에 직면하여 대안적 형태의 교리교육을 모색한다. 그동안 한국교회의 현장에서 이루어져 온 교리교육은, 최근 교리교육에 대한 관심에서도 드러나듯이, 수직적 차원의 신앙에 초점을 두고, 좁은 의미의 교회 중심적 그리스도인 만들기에 많은 노력을 기울여 왔다. 한국교회의 대사회적 신뢰도와 공공성의 상실은 일차적으로 이러한 지역 교회에 헌신하는, 좁은 의미의 혹은 사사화된 제자훈련으로서의 교리교육과 깊이 연관되어 있다고 할 수 있다. 교리교육 방법에 있어서도 교사가 일방적으로 교리 내용을 학습자에게 전수하거나, 학습자들이 그 내용을 반복하고 암송하는 방법이 흔하게 사용되어 왔다. 그 결과 기독교교육의 원형이라고 할 수 있는 교리교육은 기독교교육학 가운데 가장 고루하고 뒤떨어진 영역으로 간주되고 있다. 이를 염두에 두고 본 연구에서는 오늘의 교리교육의 현황에 대한 비판적 평가와, 교리에 대한 새로운 관점들, 교리교육에 대한 기독교 교육학자들의 이론에 기초하여 통전적 신앙의 형성을 지향하는 교리교육을 목적, 교리개념, 체제, 내용, 방법론과 방법 등으로 나누어서 제안한다. 그리고 이를 통하여 기존 교리교육의 재개념화를 시도한다.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.99-109
• /
• 2023

최근에 우리나라에서 뿐만 아니라, 세계 곳곳에서 태풍, 산불, 장마 등으로 인한 재해가 끊이지 않고 있고, 우리나라 태풍 및 호우로 인한 재산 피해액만 1조원이 넘고 있다. 이러한 재난으로 인해 많은 인명 및 물적 피해가 발생하고, 복구하는 데도 상당한 기간이 걸리며, 정부 예비비도 부족한 실정이다. 이러한 문제점들을 사전에 예방하고 효과적으로 대응하기 위해서는 우선 정확한 데이터를 실시간 수집하고 분석하는 작업이 필요하다. 그러나, 센서들이 위치한 환경, 통신 네트워크 및 수신 서버들의 상황에 따라 지연 및 데이터 손실 등이 발생할 수 있다. 따라서, 본 논문에서는 이러한 통신네트워크 상황에서도 분석을 정확하게 할 수 있는 2단계 하이브리드 상황 분석 및 예측 알고리즘을 제안한다. 1단계에서는 이기종의 다양한 센서로부터 강, 하천, 수위 및 경사지의 경사각 데이터를 수집/필터링/정제하여 빅데이터 DB에 저장하고, 인공지능 규칙기반 추론 알고리즘을 적용하여, 위기 경보 4단계를 판단한다. 강수량이 일정값 이상인데도 불구하고 1단계 결과가 관심 이하 단계에 있으면, 2단계 딥러닝 영상 분석을 수행한 후 최종 위기 경보단계를 결정한다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.

• 마이크로전자및패키징학회지
• /
• 제30권4호
• /
• pp.44-49
• /
• 2023

탄소중립을 위한 세계적인 노력 속에서 전기자동차의 사용이 급속하게 증가함에 따라 배터리에 대한 수요도 증가하고 있다. 따라서, 전기자동차의 높은 효율을 달성하기 위해 차체 무게 감소와 배터리에 대한 고려가 중요한 요소로 부각되고 있다. 경량 소재로 알려진 구리와 알루미늄은 레이저 용접을 통해 효과적으로 접합될 수 있다. 그러나 두 소재의 물리적 특성이 서로 다르기 때문에 이를 접합하는 것은 여전히 기술적인 어려움이 존재한다. 본 연구에서는 구리와 알루미늄을 레이저 용접으로 접합하기 위한 최적의 레이저 파라미터를 찾기 위해 시뮬레이션을 수행하였다. 또한, 결과를 시각적으로 제시하기 위해서 Python 언어를 활용하여 GUI(Graphic User Interface) 프로그램을 개발하였다. 이 프로그램은 기계 학습 이미지 데이터를 활용하여 접합 성공을 예측하며, 안전하고 효율적인 레이저 용접 가이드로 활용될 것으로 예상되어, 전기차 배터리 조립 공정의 안전성과 효율성에 기여할 것으로 기대된다.

• 지적과 국토정보
• /
• 제54권1호
• /
• pp.19-32
• /
• 2024

본 연구에서는 드론영상을 기반으로 YOLO 알고리즘을 통해 시설물과 농경지를 대상으로 객체탐지를 실시하고, 이를 법정지목과 비교를 수행하여 영상기반의 조사 가능성을 검토하였다. YOLO 알고리즘을 통해 객체를 탐지한 결과 건축물의 경우에는 기존 수치지형도에서 제공하고 있는 건축물 중 96.3%에 해당하는 객체를 탐지하는 것으로 분석되었다. 또한 수치지형도에서는 건축물이 위치하지 않지만, 영상에서 건축물이 존재하는 136개의 건축물을 추가로 탐지하는 것으로 나타나 정확도가 높은 것으로 나타났다. 비닐하우스의 경우에는 총 297개를 탐지했으나, 일부 과수형 비닐하우스의 경우에 탐지율이 낮은 것으로 분석되었다. 마지막으로 농경지는 가장 낮은 탐지율을 보였다. 농경지는 시설물 대비 넓은 면적과 불규칙한 형상으로 학습데이터의 일관성이 낮아 정확도가 시설물에 비해 작은 것으로 판단된다. 따라서 농경지의 경우에는 박스형태의 탐지가 아닌 Segmentation 탐지가 더욱 효과적으로 활용될 것으로 보인다. 마지막으로 탐지된 객체를 법정지목과 비교를 수행하였다. 그 결과 건축물이 입지가 어려운 농경지 및 임야에서 건축물이 존재하는 것으로 분석되었다. 그러나 이 건축물이 불법으로 활용됨을 파악하기 위해선 행정정보와 연계가 필요할 것으로 보여진다. 따라서 현재 수준에서는 건축물이 입지하기 어려운 필지에 건축물의 존재유무를 객관적으로 판단할 수 있는 수준까지 조사가 가능한 것으로 볼 수 있다.

• 헤리티지:역사와 과학
• /
• 제52권1호
• /
• pp.170-189
• /
• 2019

소치 허련(小癡 許鍊,1808~893)은 조선 말기 대표적 남종 문인서화가이며 남도 문인화의 시조로, 초의선사와 추사 김정희의 문하에서 문인의 학문적 면모와 화원의 능숙한 화법을 모두 체득해 '사의화(寫意畵)'를 이룬 직업형 문인화가였다. 허련의 산수화는 그의 화격을 높이 산 김정희의 지도에 의해 형성되었으나, 추사 사후 그의 나이 70세경에 본격적으로 그리기 시작한 묵란화는 '추사란(秋史蘭)'의 양식과는 관련이 없고, 전체적으로는 고법(古法)을 따르면서도 거칠고 호방한 필치의 사의성을 띠고 있어 주목된다. 허련의 묵란화는 사군자류 중 화란법(畵蘭法)을 남길 만큼 관심을 가졌던 분야임에도 전체적인 작품의 조사나 분석이 이루어지지 않고 있다. 이에 본고에서는 화란법과 제발(題跋), 인문(印文)에 나타난 난화관(蘭畵觀)을 통해 그의 묵란화 인식을 살피고, 화보를 임방하고 당대 화풍을 수용하면서도 개성적인 필묵의 운용으로 형성된 소치란(小癡蘭)의 면모를 파악해보고자 한다. 특히 허련은 당시 묵란화의 대가인 이하응이나 조희룡과 화우(畵友)로 지내지만 난 그림에 있어서는 김정희의 난화론을 바탕으로 삼아 초기 지두란(指頭蘭)을 그리는 등 자신만의 화란법을 형성하고 예술세계를 구축한다. 또한 난화는 유가적 전고(典故)를 바탕으로 그리지만 제발과 인장의 내용을 통해서는 유가적 성격뿐만 아니라 도가 불가적 의미까지 더해져 허련의 인생 지향과 사유세계를 유추할 수 있다. 이러한 복합적이고 다양한 철학과 심미의식이 반영된 허련의 묵란화는 시기에 따라 변화 과정을 거치며 만년에 사의 묵란화를 형성한다. 즉 그는 직업형 화가였음에도 말년에 더욱 활발히 제작했던 사의란을 통해 조선 사대부의 이상에 더욱 가까이 다가가려 했음을 알 수 있고, 소치란은 문인의 표상을 실현하려는 사의적 시각과 의지의 발로였다는 것을 보여준다.