• 지능정보연구
• /
• 제20권2호
• /
• pp.123-136
• /
• 2014

최근 온라인 및 다양한 스마트 기기의 사용이 확산됨에 따라 온라인을 통한 쇼핑구매가 더욱 활성화 되었다. 때문에 인터넷 쇼핑몰들은 쇼핑에 관심이 있는 잠재 고객들에게 한 번이라도 더 자사의 링크를 노출시키기 위해 키워드에 비용을 지불할 용의가 있으며, 이러한 추세는 검색 광고 시장의 광고비를 증가시키는 원인을 제공하였다. 이 때 키워드의 가치는 대체로 검색어의 빈도수에 기반을 두어 산정된다. 하지만 포털 사이트에서 검색어로 자주 입력되는 모든 단어가 쇼핑과 관련이 있는 것은 아니며, 이들 키워드 중에는 빈도수는 높지만 쇼핑몰 관점에서는 별로 수익과 관련이 없는 키워드도 다수 존재한다. 그렇기 때문에 특정 키워드가 사용자들에게 많이 노출된다고 해서, 이를 통해 구매가 이루어질 것을 기대하여 해당 키워드에 많은 광고비를 지급하는 것은 매우 비효율적인 방식이다. 따라서 포털 사이트의 빈발 검색어 중 쇼핑몰 관점에서 중요한 키워드를 추출하는 작업이 별도로 요구되며, 이 과정을 빠르고 효과적으로 수행하기 위한 자동화 방법론에 대한 수요가 증가하고 있다. 본 연구에서는 이러한 수요에 부응하기 위해 포털 사이트에 입력된 키워드 중 쇼핑의도를 포함하고 있을 가능성이 높을 것으로 추정되는 키워드만을 자동으로 추출하는 방안을 제시하고, 구체적으로는 전체 검색어 중 검색결과 페이지에서 쇼핑과 관련 된 페이지로 이동한 검색어만을 추출하여 순위를 집계하고, 이 순위를 전체 검색 키워드의 순위와 비교하였다. 국내 최대의 검색 포털인 'N'사에서 이루어진 검색 약 390만 건에 대한 실험결과, 제안 방법론에 의해 추천된 쇼핑의도 포함 키워드가 단순 빈도수 기반의 키워드에 비해 정확도, 재현율, F-Score의 모든 측면에서 상대적으로 우수한 성능을 보이는 것으로 나타남을 확인할 수 있었다.

• 비교교육연구
• /
• 제27권4호
• /
• pp.187-209
• /
• 2017

본 연구의 목적은 유럽연합에서 개발한 세계 대학 평가시스템 '유-멀티랭크(U-Multirank)'를 통해 대학의 실제 경쟁력과 질적 수준을 재검토해야 할 필요성 그리고 세계 대학 순위평가 시스템이라는 개념을 재정립해야 필요성을 역설하는 데 있다. 지금까지 널리 활용되고 있는 THE나 ARWU와 같은 세계 대학 순위평가 시스템은 연구중심 종합대학에 초점을 맞추어 정량화된 평가 방식을 취해왔다. 그러나 이러한 평가 방식은 세계 고등교육 분야에서 대학과 전공 간의 서열화를 조장하는 동시에 소규모 지방대학이나 유사 고등교육기관을 소외시키는 결과를 낳았다. 더구나 대학 순위평가제의 본래 취지가 잠재적 대학 편 입학자들에게 실질적이고 포괄적인 정보를 제공함으로써 그들 개개인의 교육 이상과 요구에 부합하는 고등교육기관을 선택할 수 있도록 돕는데 있다는 점을 도외시한채, 기존의 정량화된 평가 방식과 순위발표는 결코 도표 위의 수치로 환원될 수 없는 복잡다양한 교육현실을 축소시키는 문제마저 초래하였다. 유럽연합 교육위원회는 세계 대학 평가시스템의 이러한 결함을 보완하고 유럽 사회에 필요한 고등인재를 길러내기 위해 2009년부터 2011년까지 타당성 조사와 파일럿 테스트를 거쳐 '유-멀티랭크'라는 새로운 세계 대학 평가시스템을 개발하였다. THE나 ARWU 등과 차별화되는 유-멀티랭크의 특징은 사용자 중심성, 다차원성, 개별성이라는 원칙 아래 대학에 관한 질적 평가 방식을 취한다는 데 있다. 이 시스템은 모바일 운영체계를 기반으로 설계되어 디지털 글로벌 시대에 최적화된 세계 대학 평가시스템의 본보기를 제시할 뿐 아니라, 사용자의 접근성과 참여폭을 확장시킴으로써 시스템 자체의 무한한 자기검증과 진화 가능성까지 열어놓고 있다. 이는 대학 평가시스템의 투명성 확보와 관련해 대단히 중요한 장점이다. 무엇보다 유-멀티랭크의 사용자 중심 모바일 운영체계는 미국대학 중심의 기존 세계 대학리그에 국내 외의 다양한 대학들을 노출시킴으로써 공정한 질적 경쟁의 장을 마련해준다는 점에서 우리 대학들의 글로벌 경쟁력 강화를 위해서도 희망을 걸만한 대안이라 생각된다. 유-멀티랭크를 통한 세계 대학 평가시스템의 재개념화 가능성을 타진하기 위해 본 연구는 Edgar Morin의 복잡성 사고 이론과 Karl Popper의 과학철학에 기댄 인식론적 접근을 시도하고 있다.

• Korean Chemical Engineering Research
• /
• 제60권2호
• /
• pp.249-254
• /
• 2022

최근 반도체와 같은 정보통신 기술의 발전과 함께 사물인터넷(IoT) 기술 발전이 급격히 이루어지면서 센서와 무선 통신 기능을 내장하여 주변 사물 및 환경 조건을 감지 및 분석하여 대응하는 원격 환경 모니터링 기술이 주목받고 있다. 하지만, 기 개발된 원격 환경 모니터링 시스템은 모두 별도의 전원 공급 장치를 필요로 하기 때문에 시·공간적 기기 사용의 제한을 야기하여, 사용자의 불편함을 유발할 수 있다. 따라서, 본 연구에서는 생체 역학적 에너지의 역학적 특성이 고려된 기구학적 설계 기반 전자기 발전 소자(Electromagnetic generator, EMG)를 개발함으로써 이의 에너지 자립형 원격 환경 모니터링 구동을 위한 전원 공급 장치로써 활용한다. 낮은 진동 주기 및 큰 진폭 변화의 역학적 특성을 지닌 생체 역학적 에너지를 효과적으로 이용하기 위해 자석의 기구학적 배치를 통한 깨지기 쉬운 힘의 평형을 유도하는 Levitation-EMG (L-EMG)를 설계했다. 이를 통해, L-EMG는 외부 진동에 민감하게 반응하여 자석과 코일 간의 효과적인 상대 움직임을 야기하여 고품질 전기 에너지 공급을 가능하게 했다. 뿐만 아니라, 실제 환경 감지 센서와 무선 통신 모듈의 필요 전력을 최소화하기 위한 마이크로 컨트롤러(Micro control unit, MCU)를 구성하였으며, 내장기능 중 저전력모드(Sleep mode)를 접목하여 소비전력의 최소화 및 이의 구동시간 증가를 달성했다. 최종적으로 사용자의 편의성을 극대화하기 위해 휴대폰 어플리케이션을 구축하여 손쉽게 주변 환경 모니터링을 가능하게 했다. 따라서, 이번 연구는 생체역학적 에너지를 이용한 에너지 자립형 원격 환경 모니터링 구축 가능성을 검증할 뿐만 아니라, 더 나아가 별도의 외부 전원 없이 주변 환경 모니터링이 가능한 설계 방안을 제시할 수 있다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.143-163
• /
• 2016

인구통계학적 정보는 디지털 마케팅의 핵심이라 할 수 있는 인터넷 사용자에 대한 타겟 마케팅 및 개인화된 광고를 위해 고려되는 가장 기초적이고 중요한 정보이다. 하지만 인터넷 사용자의 온라인 활동은 익명으로 행해지는 경우가 많기 때문에 인구통계특성 정보를 수집하는 것은 쉬운 일이 아니다. 정기적인 설문 조사를 통해 사용자들의 인구통계특성 정보를 수집할 수도 있지만 많은 비용이 들며 허위 기재 등과 같은 위험성이 존재한다. 특히, 모바일 환경에서는 대부분의 사용자들이 익명으로 활동하기 때문에 인구통계특성 정보를 수집하는 것은 더욱 더 어려워지고 있다. 반면, 인터넷 사용자의 온라인 활동을 기록한 클릭스트림 데이터는 해당 사용자의 인구통계학적 정보에 활용될 수 있다. 특히, 인터넷 사용자의 온라인 행위 특성 중 하나인 페이지뷰는 인구통계학적 정보 예측에 있어서 중요한 요인이 된다. 본 연구에서는 기존 선행 연구를 토대로 클릭스트림 데이터 분석을 통해 인터넷 사용자의 온라인 행위 특성을 추출하고 이를 해당 사용자의 인구통계학적 정보 예측에 사용한다. 또한, 1)의사결정나무를 이용한 변수 축소, 2)주성분분석을 활용한 차원축소, 3)군집분석을 활용한 변수축소의 방법을 제안하고 실험에 적용함으로써 많은 설명변수를 이용하여 예측 모델 생성 시 발생하는 차원의 저주와 과적합 문제를 해결하고 예측 모델의 정확도를 높이고자 하였다. 실험 결과, 범주의 수가 많은 다분형 종속변수에 대한 예측 모델은 모든 설명변수를 사용하여 예측 모델을 생성했을 때보다 본 연구에서 제안한 방법론들을 적용했을 때 예측 모델에 대한 정확도가 향상됨을 알 수 있었다. 본 연구는 클릭스트림 분석을 통해 추출된 인터넷 사용자의 온라인 행위는 해당 사용자의 인구통계학적 정보 예측에 활용 가능하며, 예측된 익명의 인터넷 사용자들에 대한 인구통계학적 정보를 디지털 마케팅에 활용 할 수 있다는데 의의가 있다. 또한, 제안 방법론들을 통해 어느 종속변수에 대해 어떤 방법론들이 예측 모델의 정확도를 개선하는지 확인하였다. 이는 추후 클릭스트림 분석을 활용하여 인구통계학적 정보를 예측할 때, 본 연구에서 제안한 방법론을 사용하여 보다 높은 정확도를 가지는 예측 모델을 생성 할 수 있다는데 의의가 있다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.