• 디지털융복합연구
• /
• 제19권11호
• /
• pp.471-483
• /
• 2021

본 연구는 가상 인플루언서 마케팅의 출발선에서 가상 인플루언서에 대한 수용자의 반응을 알아보는 것을 목적으로 한다. 이에 국내에서 활동 중인 가상 인플루언서의 인스타그램에서 게시글과 댓글, '좋아요' 수와 동영상 리뷰 수를 수집하였다. 자료의 수집과 분석에는 Python 3.7과 Textom을 사용하였다. 감성 분석결과, 긍정 감성이 부정과 중립의 감성보다 높게 나타났으며, 긍·부정 모두 가상 인플루언서의 외모가 주요한 요인으로 나타났다. 중립의 감성에서 가상 인플루언서에 대한 소비자의 관심을 유추할 수 있었다. 본 연구는 가상 인플루언서에 대한 소비자의 반응을 알아보고 가상 인플루언서에 대한 긍정과 부정의 감정에 대한 요인을 파악하여, 가상 인플루언서 마케팅의 전략 수립에 도움이 될 자료를 제시했다는 것에 그 의의가 있다.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.287-294
• /
• 2021

삽교호로 유입하는 곡교천 유역의 홍수시 유출량을 추정하기 위해서 Tensorflow를 활용하여 파이썬 기반의 LSTM 모형을 구축하였다. 층의 깊이가 성능에 미치는 영향을 분석하기 위해, 은닉층의 깊이를 2, 4, 6층으로 증가시키면서, 선행시간 1시간부터 5시간까지 예측을 수행하였으며, 은닉층의 개수가 4개일 때가 가장 우수한 성능을 나타내었다. 학습에 사용하는 입력자료의 길이 즉, 시퀀스길이가 모형의 성능에 미치는 영향을 파악하고자 시퀀스길이를 3시간, 5시간, 7시간으로 증가시키면서 모형을 실행한 결과, 시퀀스길이가 3시간 일 때, 전 시간대에 걸쳐 예측 성능이 우수한 것으로 분석되었다. 모형 검증에서 극한 강우 3건에 대하여 예측을 수행한 결과 선행시간 1시간에 대하여 평균 NSE 0.96 이상의 높은 정확도를 나타내었으며, 선행시간 2시간 이상에 대하여 정확도는 점차적으로 낮아지는 것으로 확인되었다. 결론적으로 시퀀스길이 3시간을 사용하여 선행시간 1시간에 대한 예측을 수행한다면 곡교천 강청 관측소의 홍수위를 높은 수준의 정확도로 예측할 수 있음을 확인하였다.

• 한국정보통신학회논문지
• /
• 제23권6호
• /
• pp.704-710
• /
• 2019

프로그래밍 학습은 오랫동안 어려운 과목으로 인식되어왔다. 이를 해결하기 위하여 다양한 연구가 진행되고 있는데, 본 연구에서는 학습자 특성 중 하나인 성별을 기반으로 프로그래밍 학습에서 이탈하려는 동기에 대한 연구를 진행하였다. 본 연구에서는 스크래치를 학습하는 분반과 파이썬을 학습하는 분반을 남학생과 여학생으로 나누어 학습이탈동기의 사전-사후 설문을 진행하였다. 연구 결과로는 남학생이 여학생보다 프로그래밍 학습에 대한 자신감은 높았으나 전체적인 항목에서는 큰 차이가 없었다. 또한 성별마다 학생들이 선택한 전공에 따라서 학습이탈동기의 차이를 발견할 수 있었다. 본 연구를 통하여 프로그래밍 학습에서 학습자 특성을 고려하여 학습 효율 및 만족도를 높일 수 있는지 개선하는데 도움이 될 것이라고 기대한다.

• 인터넷정보학회논문지
• /
• 제20권4호
• /
• pp.13-19
• /
• 2019

애플의 어플리케이션 마켓인 App Store에 어플리케이션을 등록하기 위해서는 애플 검증 센터를 통해 엄격한 검증 과정을 통과해야 한다. 그렇기 때문에 스파이웨어 어플리케이션의 유입이 까다롭다. 하지만 정상적인 어플리케이션의 취약점을 통해서도 악성코드가 실행될 수 있다. 이러한 공격을 방지하기 위해서는 어플리케이션에서 발생할 수 있는 잠재적 취약점을 패치하기 위해 조기에 발견하고 분석하는 연구가 필요하다. 잠재적 취약점을 증명하기 위해서는 취약점의 근본 원인을 파악하고 악용 가능성을 분석해야 한다. iOS 어플리케이션을 분석하는 도구로는 개발 도구인 Xcode에 내장되어 있는 LLDB라는 이름의 디버거를 활용할 수 있다. LLDB에는 다양한 기능이 존재하며 이 기능들은 API로도 제공되어 Python에서도 사용이 가능하다. 따라서 본 논문에서 LLDB API를 활용하여 iOS 어플리케이션의 잠재적 취약점을 효율적으로 분석하는 방법에 대해 제안한다.

• 한국정보통신학회논문지
• /
• 제23권7호
• /
• pp.764-770
• /
• 2019

본 연구에서는 "4차 산업"과 관련된 논문들의 세부 연구 주제를 파악하기 위하여 텍스트 마이닝 기법을 이용하여 논문들을 분석하였다. 이를 위하여 2016년부터 2019년까지 한국학술지인용색인(KCI)에서 "4차 산업"이라는 키워드로 논문을 검색하여 총 685편의 논문을 수집하였다. 논문 수집을 위해서는 Python 기반의 웹 스크랩핑 프로그램을 사용하였으며, 자료 분석을 위해서는 R 언어로 구현된 LDA 알고리즘 기반의 토픽 모델링 기법들을 활용하였다. 수집된 논문들에 대한 Perplexity 분석 결과, 9가지 토픽이 최적으로 결정되었고 수집된 논문들의 9가지 대표 토픽들을 Gibbs 샘플링 방법을 사용하여 추출하였다. 분석 결과, 인공지능, 빅데이터, 사물인터넷, 디지털, 네트워크 등이 상위 주요 기술들로 나타났으며, 산업, 정부, 교육 현장, 일자리 등 4차 산업과 관련한 다양한 분야에서 주요 기술들로 인한 변화에 대한 연구들이 이루어져 왔음을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제23권7호
• /
• pp.801-806
• /
• 2019

최근 각 대학에서 소프트웨어교육을 강조하여 교양과목에 많이 편성하고 있다. 하지만 학생들은 프로그래밍 학습을 어려워하거나 프로그래밍 학습 동기가 부족하거나 배우려고 하는 의욕이 없는 경우가 많다. 본 연구에서 회복탄력성을 알아보고자 하는 이유는 프로그래밍 학습의 실패를 극복하여 포기하지 않고 다시 학습을 진행할 수 있는 회복하는 힘을 가질 수 있도록 지도하기 위함이다. 본 연구에서는 스크래치를 학습하는 학생 집단과 파이썬을 학습하는 학생 집단을 대상으로 회복탄력성 사전-사후 검사를 진행하였다. 연구결과로는 스크래치는 학생들이 다소 쉽게 받아들이고 열심히 하려는 모습을 보였지만, 파이썬은 상대적으로 스크래치보다 어려움이 있었음을 알 수 있었다. 본 연구를 통하여 프로그래밍 학습을 지속할 수 있는 요인을 파악하는데 도움이 될 것이라고 기대한다.

• 한국인터넷방송통신학회논문지
• /
• 제19권3호
• /
• pp.165-171
• /
• 2019

컴퓨터 구조의 연구 결과, 특정 영역의 하드웨어를 개발하는 과정에서 가격 대 에너지 성능의 획기적인 개선이 이뤄진다고 알려져 있다. 본 논문은 인공신경망(NN)의 추론을 가속화시킬 수 있는 텐서 처리부(TPU) ASIC에 대한 분석을 수행하였다. 텐서 처리부의 핵심장치는 고속의 연산이 가능한 MAC 행렬곱셈기와 소프트웨어로 관리되는 온칩 메모리이다. 텐서 처리부의 실행모델은 기존의 CPU와 GPU의 실행모델보다 인공신경망의 반응시간 요구사항을 제대로 충족시킬 수 있으며, 수많은 MAC과 큰 메모리를 장착함에도 불구하고 면적이 작고 전력 소비가 낮다. 텐서플로우 벤치마크 프레임워크에 대하여 텐서 처리부를 활용함으로써, CPU 또는 GPU보다 높은 성능과 전력 효율을 나타낼 수가 있다. 본 논문에서는 텐서 처리부를 분석하고, 파이썬을 이용하여 모델링한 OpenTPU에 대하여 모의실행을 하였으며, 그 핵심장치인 행렬 곱셈부에 대한 합성을 시행하였다.

• 융합정보논문지
• /
• 제9권2호
• /
• pp.49-54
• /
• 2019

대학 교육은 컴퓨팅 사고력 기반의 융합 인재 양성을 강조하고 있으며, 문제 해결력을 향상시키기 위해 소프트웨어 교육을 강조하고 있다. 본 연구에서는 문제해결학습 기반의 파이선 프로그래밍을 통한 소프트웨어 교육을 실시하고, 이에 대한 만족도와 학업 성적간의 상관관계를 분석한다. 문제해결학습 기반의 소프트웨어 교육을 받는 대학생 143명을 대상으로 설문조사를 실시한 결과, 실제 학업 성적과의 상관관계 분석과 다중회귀분석을 통해 문제해결학습의 만족도와 학업 성적 간에 관련성이 있고, 학업 성적에도 영향을 주는 것으로 나타났다. 다양한 문제상황을 파악하고 컴퓨팅 사고력을 활용하여 문제를 해결하는 능력은 점점 더 중요해질 것이므로, 대학 소프트웨어 교육은 문제해결학습 기반으로 실시하는 것이 바람직한 방향이 될 것이다.

• 한국융합학회논문지
• /
• 제10권10호
• /
• pp.7-13
• /
• 2019

대부분의 천연가스(NG)는 공기 중으로 누출 되며 그중에서도 메탄가스의 누출은 기후에 많은 영향을 준다. 미국 도시의 거리에서 메탄가스 누출 데이터를 수집하였다. 본 논문은 메탄가스누출 정도를 예측하는 딥러닝(Deep Neural Network)방법을 제안하였으며 제안된 방법은 OrdinalEncoder(OE) 기반 K-means clustering과 Multilayer Perceptron(MLP)을 활용하였다. 15개의 특징을 입력뉴런과 오류역전파 알고리즘을 적용하였다. 데이터는 실제 미국의 거리에서 누출되는 메탄가스농도 오픈데이터를 활용하여 진행하였다. 우리는 OE 기반 K-means알고리즘을 적용하여 데이터를 레이블링 하였고 NG누출 예측을 위한 정규화 방법 OE, MinMax, Standard, MaxAbs. Quantile 5가지 방법을 실험하였다. 그 결과 OE 기반 MLP의 인식률이 97.7%, F1-score 96.4%이며 다른 방법보다 상대적으로 높은 인식률을 보였다. 실험은 SPSS 및 Python으로 구현하였으며 실제오픈 데이터를 활용하여 실험하였다.

• 정보교육학회논문지
• /
• 제23권2호
• /
• pp.179-188
• /
• 2019

본 연구는 초등학생의 논리성 향상을 위해 파이썬을 활용한 탐색 알고리즘 기반 수행시간 비교 및 분석 교육 프로그램을 개발하고 적용하여 그 효과를 분석했다. 본 교육 프로그램은 ${\bigcirc}{\bigcirc}$ 도내 초등학교 6학년 133명을 대상으로 실시한 사전 요구분석 결과를 활용하였고, ADDIE 모형의 절차에 따라 개발하였다. 개발한 교육 프로그램의 효과를 검증하기 위해서 ${\bigcirc}{\bigcirc}$대학교에서 실시한 교육기부 프로그램의 지원자 25명을 대상으로 6일간 42차시 수업을 진행하였고, GALT검사를 통해 교육의 사전 사후 효과를 비교 분석하였다. 분석해 본 결과, 본 연구에서 개발한 SW교육 프로그램이 초등학생의 논리성에 긍정적인 영향을 줄 수 있다는 것을 알 수 있었다.