• 한국수학교육학회지시리즈A:수학교육
• /
• 제62권2호
• /
• pp.211-236
• /
• 2023

이 연구는 미국 예비교사 교육 양성 과정에서 활용되는 edTPA의 사례를 분석하여 우리나라 예비 수학 교사 교육의 시사점을 도출하는 데 목적이 있다. 최근 예비 수학 교사의 인지적인 차원의 지식 개발뿐만 아니라 실제 수업을 바탕으로 상황적 차원의 영역까지 고려한 전문적인 역량을 진작시키는 것에 관한 관심이 높아지고 있다. 미국 edTPA 평가는 예비교사가 학교 현장에서 수행하는 수업에 기초한 수행 기반 평가이다. 이 연구에서는 미국의 예비 수학 교사가 참여하는 edTPA의 사례가 상세히 서술된 편람을 검토하여 예비 수학 교사에게 요구되는 전문적인 역량에 대해서 분석한다. edTPA 평가는 수업 설계, 실행, 평가 과제로 구성되어 있고, 수업과 연계하여 지속성 있는 평가를 수행한다. 따라서 수업 설계, 실행, 평가 과제 서술에서 평가 항목 및 평가 기준의 연계가 되는 지점과 그 연계로부터 요구하는 전문적인 역량이 무엇인지 분석한다. edTPA 편람을 분석한 결과 edTPA 평가에서 예비 수학 교사에게 요구되는 전문적인 역량은 특정 수학 수업 차시에 대한 초점화 및 이행 역량, 특정 수학 수업 차시 실행 및 평가의 성찰적 이해 역량, 학생들의 언어 및 표상 사용, 학생들의 학습에 대한 학생 성취의 점진적인 판단 역량이다. 이러한 분석의 결과는 우리나라 예비 수학 교사 교육과정 및 실습학기제 운영에서 평가하는 역량의 구인으로 활용할 수 있다.

• 환경생물
• /
• 제40권3호
• /
• pp.307-315
• /
• 2022

본 연구에서는 서식지 질적 평가에 대한 추진체계를 6단계로 구분하고, 평가 대상지 선정 방법과 서식지 질적 평가 항목을 제시하였다. 서식지 질적 평가 항목은 서식지의 건강성, 안정성, 단절화 및 파편화 정도, 서식지 적합성, 위협 정도 등에 대한 종합적인 평가가 가능하도록 구성되었다. 그러나 현시점에서는 자료부족으로 인하여 서식지 질적 평가 체계가 적용 가능한 멸종위기종이 극히 일부에 해당된다. 서식지 질적 평가 체계는 향후 멸종위기종들에 관한 서식환경자료가 축적되고 이를 기반으로 평가항목들에 대한 정량적 기준 및 가중치가 부여되면 멸종위기종별 주요 서식지에 대한 보전방안 마련에 크게 기여할 것으로 기대된다.

• 정보관리학회지
• /
• 제39권1호
• /
• pp.91-117
• /
• 2022

국내를 비롯하여 전 세계적으로 우울증 환자 수가 매년 증가하는 추세이다. 그러나 대다수의 정신질환 환자들은 자신이 질병을 앓고 있다는 사실을 인식하지 못해서 적절한 치료가 이루어지지 않고 있다. 우울 증상이 방치되면 자살과 불안, 기타 심리적인 문제로 발전될 수 있기에 우울증의 조기 발견과 치료는 정신건강 증진에 있어 매우 중요하다. 이러한 문제점을 개선하기 위해 본 연구에서는 한국어 소셜 미디어 텍스트를 활용한 딥러닝 기반의 우울 경향 모델을 제시하였다. 네이버 지식인, 네이버 블로그, 하이닥, 트위터에서 데이터수집을 한 뒤 DSM-5 주요 우울 장애 진단 기준을 활용하여 우울 증상 개수에 따라 클래스를 구분하여 주석을 달았다. 이후 구축한 말뭉치의 클래스 별 특성을 살펴보고자 TF-IDF 분석과 동시 출현 단어 분석을 실시하였다. 또한, 다양한 텍스트 특징을 활용하여 우울 경향 분류 모델을 생성하기 위해 단어 임베딩과 사전 기반 감성 분석, LDA 토픽 모델링을 수행하였다. 이를 통해 문헌 별로 임베딩된 텍스트와 감성 점수, 토픽 번호를 산출하여 텍스트 특징으로 사용하였다. 그 결과 임베딩된 텍스트에 문서의 감성 점수와 토픽을 모두 결합하여 KorBERT 알고리즘을 기반으로 우울 경향을 분류하였을 때 가장 높은 정확률인 83.28%를 달성하는 것을 확인하였다. 본 연구는 다양한 텍스트 특징을 활용하여 보다 성능이 개선된 한국어 우울 경향 분류 모델을 구축함에 따라, 한국 온라인 커뮤니티 이용자 중 잠재적인 우울증 환자를 조기에 발견해 빠른 치료 및 예방이 가능하도록 하여 한국 사회의 정신건강 증진에 도움을 줄 수 있는 기반을 마련했다는 점에서 의의를 지닌다.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.37-64
• /
• 2022

인공지능의 사회적수용도가 증가하면서 머신러닝 기법을 기업에 적용하는 사례가 증가하고 있다. 머신러닝 기법의 선정에는 주로 정확성이나 해석 가능성 등 기술적 요인이 주로 기준이 되어왔다. 그러나 머신러닝 채택의 성공은 개발부서, 사용부서, 리더십과 조직문화 등 경영관리 요인도 영향을 주기도 한다. 아쉽게도 기술적 요인과 경영관리적 요인이 함께 고려된 머신러닝 선정의 성공 요인을 이해하는 통합 연구가 거의 존재하지 않는다. 이에 본 논문의 목적은 기업 내 머신러닝 선정을 이해하기 위해 John Rice의 algorithm selection process model과 task-technology fit, 그리고 IS Success Model 이론을 결합한 기술-경영관리 통합 모형을제안하고 실증적 분석을 하는 것이다. 머신러닝을 도입한 국내 기업 240곳을 대상으로 설문 분석을 실시한 결과 알고리즘 품질과 데이터 품질이 높을수록 문제-알고리즘 적합성에 높게 영향을 주는 것으로 나타났으며, 문제-알고리즘 적합성은 조직의 생산성과 혁신성에도 유의한 영향을 미치는 것으로 검증되었다. 또한 외주화와 경영진 지원이 머신러닝 시스템 품질에 긍정적인 영향을 미치고, 데이터 중심 경영 및 동기화와 같은 조직문화 요인은 활용성과에 높은 영향을 미치는 것으로 확인되었다.

• 한국과학예술포럼
• /
• 제20권
• /
• pp.267-277
• /
• 2015

전 세계적으로 고령화시대에 접어들면서 고령자에게도 시대의 변화에 따라 지식과 기술을 습득하는 '평생교육'의 중요성이 대두되고 있다. 전시시설은 전시컨텐츠와 전시물의 공간적 구성에 의해 교육을 제공하는 평생학습 공간으로서의 시대적 역할이 요구됨에 따라 주 이용자층의 범위 역시 청소년, 청·장년층에서 고령자로 확대되어진다는 사실을 예견할 수 있다. 그러므로 고령자에게는 전시시설이 또 다른 학습공간이 될 수 있으며, 이러한 학습이 원활하게 이루어지기 위해서는 고령자의 신체특성을 고려한 물리적 환경지원이 필요하다. 본 연구는 고령자의 신체특성에 따른 전시시설 환경디자인 체크리스트를 개발하여 전시시설에서의 고령자의 원활한 전시관람 및 교육을 지원하는 환경계획의 틀을 마련하고자 한다. 고령자의 신체적 특성을 '감각(시력, 청력, 촉감)' 과 '운동(골격, 이동, 체력, 근력)'으로 구분하고 전시시설을 진입공간, 전시공간, 공공서비스공간, 교육활동공간, 이동공간으로 분류하여 각 공간에서의 환경디자인 체크리스트를 도출하였다. 기존 관련 법령, 매뉴얼, 선행연구를 종합하여 전시시설에서의 고령자 관람자를 위한 환경디자인 체크리스트를 새롭게 구성하였고, 후속연구를 위한 현장실측항목과 설문항목을 도출하였다.

• 디자인융복합연구
• /
• 제15권6호
• /
• pp.195-214
• /
• 2016

예측 분석은 패턴인식(Pattern recognition) 혹은 기계학습(Machine learning)으로 불리는 확률적 학습 알고리즘을 기반으로 하기 때문에 사용자가 분석 과정에 개입하여 더 많은 정보를 얻어내기 위해서는 높은 통계적 지식수준이 요구된다. 또한 사용자는 분석 결과외의 다른 정보를 확인 할 수 없고 데이터의 특성 변화와 데이터 하나하나의 특징을 파악하기 힘들다는 단점이 있다. 본 연구는 이러한 예측분석의 단점을 보완하고자 통계적인 데이터 분석 방법과 시각화 분석 방법을 결합하여 데이터 분석을 진행하였으며 통계적인 분석 방법만을 진행 할 경우 발생하는 단점을 보완하고 데이터에서 더 많은 정보를 도출해 내기 위한 방법론을 제시 하고자하였다. 이를 위해 본 연구는 영화 리뷰에서 추출한 감정 어휘가 독립변인이고 영화의 흥행 값이 종속변인인 데이터를 예제 데이터로 활용하여 진행하였다. 본 연구의 연구 방법론을 적용하였을 때의 이점은 다음과 같다. 첫째, 의사결정나무 분석에서 제시된 분할 기준이 적용될 때 마다 변하는 데이터의 패턴을 파악할 수 있다. 둘째, 제시된 최종 예측모형에 포함된 데이터들의 특성을 확인 할 수 있다. 본 연구의 시사점은 예측모형의 단점을 보완하고 데이터로부터 더 많은 정보를 추출하기 위해 통계적인 데이터 분석과 시각적인 데이터 분석을 결합하여 시행하였다는 것이다. 통계적인 분석 방법을 통해 각 변수의 관계를 파악하고 높은 예측 값을 가지는 모형을 도출하였으며, 시각화 분석에서는 인터랙션 기능을 제공함으로서 통계적으로 제시된 예측모형을 검증하고 더 다양한 정보를 도출 할 수 있게 하였다.

• 대한토목학회논문집
• /
• 제28권6B호
• /
• pp.697-707
• /
• 2008

격자기반 운동파 강우유출모형 KIMSTORM(grid-based KIneMatic wave STOrm Runoff Model)은 유역의 지표흐름, 지표하흐름 및 하천흐름의 시간적 변화와 공간적 분포를 모의할 수 있다. 본 모형은 유닉스 운영체제의 C++언어로 개발되었으며, 각 셀에서의 흐름을 모의하기 위하여 단방향흐름 알고리즘과 격자기반 수문학적 물수지요소를 채택하고 있으나 운영에 몇몇 제약사항이 있다. 본 연구에서는 기존모형을 개선하고자 하였으며, MS Windows 운영체제에서 실행 가능하도록 FORTRAN 90 언어를 이용하여 ModKIMSTORM을 개발하였다. 기존모형에 비해 개선된 주요사항으로, 물리적 기반의 침투기법인 GAML(Green-Ampt & Mein-Larson) 침투모형 추가, 격자 유출심과 Manning 조도계수에 의한 논에서의 지표유출 제어, 지표격자의 기저유출 요소 추가, 공간강우와 지점강우의 처리, 전 후 처리부문 개발, 5개 평가항목(피어슨의 결정계수 $R^2$, Nash & Sutcliffe 모형효율 E, 유출용적 편차 $D_v$, 첨두유출의 상대오차 $EQ_p$, 첨두시간의 절대오차 $ET_p$)을 이용한 모의결과의 자동 평가 기능을 개발하였다. 추가적으로, 모형의 계산효율을 향상시키고 지표격자의 기저유출을 하천격자로 이송하기 위하여 쉘정렬 알고리즘을 채택하였다. 모형의 입력자료는 ESRI ArcInfo W/S 또는 ArcView와 같은 GIS 소프트웨어 및 MS Excel을 이용하여 간단히 구축할 수 있으며, 모의결과의 공간적 분포를 확인할 수 있는 토양수분, 지표유출, 유출심 및 유속분포도는 BSQ, ESRI ASCII Grid, ESRI Binary Grid 및 IDRISI Raster 형식으로 출력할 수 있도록 개선하였다.

• 정보화정책
• /
• 제30권4호
• /
• pp.3-39
• /
• 2023

정보/정보시스템의 중요성이 높아지면서, 정보보안에 대한 중요성이 강조되고 있고, 조직에 적합한 정보보안 수준을 유지하기 위한 도구로서 정보보안 감사의 중요성 또한 높아지고 있다. 본 연구의 목적은 정보보안 감사 분야의 국내외 학술 논문들을 분석하여 전반적인 연구 현황을 살펴보고 향후 연구 분야를 제시하는 것이다. 이를 위해 총 103편의 국내외 논문을 일반 기준과 연구 주제 관련 기준을 바탕으로 분석하였다. 주요한 분석 결과로는 연구 방법적인 측면에서 이 분야의 이론적인 발전을 위해 실증 연구의 비중을 높일 필요가 있다. 연구의 내용적인 측면에서 보면, 연구주제 '감사인/감사조직'의 경우, 연구의 누적적인 발전을 위해 역량과 같은 변수들에 대한 프레임워크를 제시하는 연구가 필요하다. 연구 주제 '감사 활동/절차'에 대해서는 감사의 세부 활동 과정/결과를 분석하는 연구를 수행할 필요가 있다. 연구 주제 '감사 대상'의 경우에는 해외 연구에서 분석한 신기술/특정 산업/특정 보안분야 등을 주목해 볼 가치가 있다. 연구 주제 '감사 목적/효과'의 경우, 현재 연구마다 서로 다르게 조작화되고 있는 성과/품질을 종합적이고 체계적으로 정의하는 연구가 필요하다. 연구 주제 '감사 기준/지침'의 경우, 국내에서는 2016년 이후로 지침/모델에 대한 연구가 없으므로, 지속적인 관심이 필요하다.

• 디지털정책학회지
• /
• 제2권4호
• /
• pp.1-10
• /
• 2023

본 연구는 경찰교통에서의 효과적 ChatGPT 활용 방안 도출을 위한 사전 연구로서 운전면허 학과시험과 도로교통사고감정사 시험에 대한 ChatGPT의 응답을 분석하였다. ChatGPT가 뛰어난 성능과 접근성으로 여러 분야에서 기대를 받고 있으나 경찰 교통법규와 같이 고도의 정확성이 요구되는 분야에서는 사전에 그 성능과 한계를 탐색할 필요가 있다. 이에 본 연구에서는 운전면허 학과시험 문제은행과 도로교통사고감정사 1차 시험을 대상으로 파이썬 코드로 OpenAI API를 이용해 30회의 반복 실험으로 ChatGPT의 응답을 수집하고 응답 결과를 바탕으로 시험별·연도별·내용 영역별 정답률, 일관성 능력을 분석하였다. 분석 결과 첫째, 운전면허 학과시험 및 도로교통사고감정사 1차 시험의 평균 정답률은 각 44.60%, 35.45%로 합격기준보다 낮았다. 연도별로는 2022년 이후 정답률이 평균 정답률을 하회했다. 둘째, 영역별 정답률은 29.69%~56.80%로 나타나 큰 편차를 보였다. 셋째, 정답을 맞힌 경우 95% 이상 일관되게 같은 응답을 출력하였다. ChatGPT의 효과적 활용을 위해서는 사용자의 전문 지식, 평가 데이터 및 방법 마련, 양질의 교통법규 말뭉치 설계와 주기적 학습이 필요하다고 판단된다.

• Korean Journal of Radiology
• /
• 제22권3호
• /
• pp.344-353
• /
• 2021

Objective: The mitotic count of gastrointestinal stromal tumors (GIST) is closely associated with the risk of planting and metastasis. The purpose of this study was to develop a predictive model for the mitotic index of local primary GIST, based on deep learning algorithm. Materials and Methods: Abdominal contrast-enhanced CT images of 148 pathologically confirmed GIST cases were retrospectively collected for the development of a deep learning classification algorithm. The areas of GIST masses on the CT images were retrospectively labelled by an experienced radiologist. The postoperative pathological mitotic count was considered as the gold standard (high mitotic count, > 5/50 high-power fields [HPFs]; low mitotic count, ≤ 5/50 HPFs). A binary classification model was trained on the basis of the VGG16 convolutional neural network, using the CT images with the training set (n = 108), validation set (n = 20), and the test set (n = 20). The sensitivity, specificity, positive predictive value (PPV), and negative predictive value (NPV) were calculated at both, the image level and the patient level. The receiver operating characteristic curves were generated on the basis of the model prediction results and the area under curves (AUCs) were calculated. The risk categories of the tumors were predicted according to the Armed Forces Institute of Pathology criteria. Results: At the image level, the classification prediction results of the mitotic counts in the test cohort were as follows: sensitivity 85.7% (95% confidence interval [CI]: 0.834-0.877), specificity 67.5% (95% CI: 0.636-0.712), PPV 82.1% (95% CI: 0.797-0.843), NPV 73.0% (95% CI: 0.691-0.766), and AUC 0.771 (95% CI: 0.750-0.791). At the patient level, the classification prediction results in the test cohort were as follows: sensitivity 90.0% (95% CI: 0.541-0.995), specificity 70.0% (95% CI: 0.354-0.919), PPV 75.0% (95% CI: 0.428-0.933), NPV 87.5% (95% CI: 0.467-0.993), and AUC 0.800 (95% CI: 0.563-0.943). Conclusion: We developed and preliminarily verified the GIST mitotic count binary prediction model, based on the VGG convolutional neural network. The model displayed a good predictive performance.