• 한국산학기술학회논문지
• /
• 제18권4호
• /
• pp.304-310
• /
• 2017

본 연구는 간호사의 임상적 추론 역량을 강화하기 위한 기초자료로 Liou와 그의 동료들이 개발한 NCRC (Nurse Clinical Reasoning Competence) 도구를 한국어로 번역하고 번역된 항목들에 대해서는 문장구조와 의미의 유사성을 검토하는 절차를 거쳐 도구의 타당도와 신뢰도를 검증하는 방법론적 연구이다. 본 연구는 서울과 부산 소재의 4개의 상급병원에서 근무하는 간호사 166명을 대상으로 하여 타당도 및 신뢰도 검증을 실시하였다. 전문가들을 통한 내용타당도 검증은 전체문항이 모두 CVI 0.8이상으로 확인되었고, 탐색적 요인 분석과 확인적 요인 분석을 통해 최종적으로 1요인으로 구성된 총 15개 문항으로 분석되었다. 또한 동시타당도 검증을 위해 간호사의 비판적 사고성향과 임상 의사결정 능력 측정도구를 활용하여 본 연구의 한국어판 간호사 임상적 추론 척도와의 상관관계를 확인한 결과, 측정도구간의 상관계수는 .55-.64(p<.001)로 나타났고, 도구의 신뢰도는 Cronbach's ${\alpha}=.93$으로 나타났다. 따라서 한국판 NCRC 도구는 한국 간호사들의 임상적 추론 역량을 객관적으로 평가하기에 유용한 도구라고 할 수 있으며, 국내 간호사들의 임상적 추론 역량 사정 및 증진전략 개발에 기초자료를 제공했다는데 의의가 있다. 그러나 한국의 간호 환경과 문화를 고려한 임상적 추론 역량 문항들이 있는지에 대한 추가적인 연구가 필요하다고 생각한다.

• 논리연구
• /
• 제22권1호
• /
• pp.43-86
• /
• 2019

1차 이론인 ZFC는 뢰벤하임-스콜렘 정리(이하 'LST')에 의해 그것이 일관적이라면(모형($M_1$)이 존재한다면) 그것은 이행적인 열거가능한 모형($M_2$)을 갖는다. 이러한 사실에 의해 '스콜렘 역설'이라 불리는 역설적 상황이 발생한다. 스콜렘의 전형적인 해소 방식에 따라, 이것은 어렵지 않게 해소될 수 있지만 그 과정에서 우리는 집합 개념에 대한 모형 상대성을 받아들여야 한다. 이것은 예를 들어 는 집합론적 개념의 의미가 모형에 따라 다르게 주어지는 상황을 발생시킨다. 문제는 다음이다. 이 경우에 PN이 열거불가능하다는 사실을 나타내는 ZFC의 문장 '¬denu(PN)'이 그 두 모형에서, 진리 값의 측면에서, 똑같이 참이 되기 때문에 ZFC에서는 <¬denu> 개념에 대한 차이를 구분할 수 없는 구분불가능성 문제가 발생한다. 혹은 어떤 것이 의도하는 의미인지 결정할 수 없는 미결정성 문제가 발생한다. 나는 먼저, 이러한 문제가 어떤 성격의 문제인지에 대한 구체적인 분석을 제시할 것이다. 그리고 이러한 문제에 대해서 ZFC를 지지하는 입장에서 할 수 있는 세 가지 방식의 대답을 제시할 것이다. 첫 째로, ZFC에서 모형론을 형식화할 수 있음을 이용하여 모형 상대적으로 다르게 주어질 수 있는 <¬denu> 개념이 ZFC에서도 '거의' 구분될 수 있다는 논변을 제시할 것이다. 두 번째로, <¬denu> 개념의 상대성(구분불가능성)에서 핵심적인 역할을 하는 양화사에 대한 의미론적 고려를 통해 <¬denu>이 본질적으로 혹은 자연스럽게 맥락 의존적으로 의미가 변할 수 있는 것임을 보일 것이다. 그래서 <¬denu> 개념의 모형 상대적인 의미 변화는 ZFC가 책임을 져야할 문제가 아니라 언어 외적인 자연스러운 현상이라는 논증을 제시할 것이다. 세 번째로, 문제의 출발점이었던 비표준 모형이 사실은 <¬denu> 개념의 구조적 내용을 예화 할 수 있어서 그것이 단지 문제적 요소가 아니라 의미론적으로 중요한 역할을 할 수 있음을 논증할 것이다. 이러한 논변들을 통해서 나는 비표준 모형과 관련하여 ZFC에 대해서 발생하는 것처럼 보이는 위의 구분불가능성(혹은 미결정성) 문제가 심각한 것이 아님을 논증할 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제19권2호
• /
• pp.211-219
• /
• 2019

정보시스템 감리 수행 시 반드시 필요한 절차, 기법, 방법론 등은 지속적으로 연구가 진행되고 있으며 이를 활용하는 감리인들은 감리 수행 시 감리보고서 표준화 및 품질 제고에 많은 도움을 받고 있다. 또한 정보시스템감리 수행의 최종 결과인 감리보고서는 "정보시스템의 효율적 도입 및 운영 등에 관한 법률(현행, 전자정부법)" 이 제정되면서 법적인 근거와 위상을 갖게 되었다. 따라서, 본 논문은 정보시스템 감리보고서의 품질 향상에 기여하고자 감리인이 전달하고자 하는 보고서 내용의 문장 구성 형태에 어떠한 오류가 있는지를 분석하여 대안을 제시하고 검증을 수행하였다. 본 논문에서 이러한 목적을 달성하기 위해 우선적으로 감리보고서의 작성목적, 기능, 구성 체계, 활용성의 기반이 되는 법적 근거 및 위상을 고찰 후 다수의 현장 감리보고서를 대상으로 보고서에 나타난 문제점을 분석하고, 오류 현황 및 사례를 들어 분류 정리하였다. 오류 현황의 원인 분석 및 개선 방안과 점검 리스트 모형을 만들어 활용할 수 있게 정리하였다. 본 논문의 논거 실효성 검증을 위해 오류 개선방안을 현장 감리보고서에 실제로 적용하였다. 또한, 문법적인 오류를 검증할 수 있는 인공지능(AI) 기반의 자동화 도구에 대한 향후 연구과제도 추가로 제시했다. 향후, 본 논문이 감리 현장에서 유용하게 활용되어 감리발전에 기여할 것을 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제8권2호
• /
• pp.79-88
• /
• 2019

최근 기계 번역에 관한 연구들이 활발하게 이루어지고 있고 한국어와 몽골어 간의 상호 기계 번역 시스템도 개발되고 있다. 한국어와 몽골어는 계통적으로 같은 어족에 속하며 '주어+목적어+서술어'라는 비교적 자유로운 어순을 가지는 언어이고 어미와 조사가 발달한 것이 그 특징이다. 따라서 기계 번역 시 양언어의 조사나 어미의 의미를 잘 번역하는 것이 중요하다. 그러나 한국어 목적격 조사를 몽골어로 번역할 때 한국어 목적격 조사가 몽골어의 여러 격 어미로 번역이 될 수 있는데, 기존의 연구들은 한 가지 격 어미로만 번역해 정확한 의미를 전달하지 못하는 문제점이 있다. 본 논문에서는 이러한 문제점을 개선하기 위하여 한국어 형태소 분석과 동시에 품사 및 동형이의어 태깅 시스템인 유태거(UTagger)를 기반으로 하여 한국어 목적격 조사의 몽골어 격 어미 결정 방법을 제안한다. 제안하는 방법에서는 한국어 목적격 조사에 대응하는 몽골어 격 어미들을 살펴보고 데이터 테이블을 설계하여 적절한 격 어미를 결정한다. 제안한 방법의 성능을 검증하기 위하여 한국어기초사전에서 데이터를 추출하고 유태거와 비교 실험하였다. 실험 결과 목적격 조사를 바로 대격 어미로 번역한 유태거의 정확률은 46.9%인데 반해 본 논문에서 제안한 방법은 88.38%로 제안한 방법이 41.48%p 더 우수한 결과를 보였다.

• 한국건설관리학회논문집
• /
• 제22권5호
• /
• pp.73-85
• /
• 2021

본 연구는 딥러닝 기반의 텍스트 데이터 분류 모델의 성능 고찰을 통해 한국어 건설 재해사례의 효율적 관리방향을 제안한다. 이를 위해 비정형 텍스트 문서인 건설 재해 보고서를 활용해 건설 사고의 대표적 유형인 추락, 감전, 낙하, 붕괴, 협착의 5개 범주로 분류하는 딥러닝 모델을 구현하였다. 초기 모델 테스트 결과, 추락 재해의 분류 정확도가 상대적으로 높게 도출되며 타 유형을 추락 재해로 분류하는 경우가 많이 발생한다는 특징이 나타났다. 원인 분석 결과, 1) 구체적인 사고 유발 행동, 2) 유사한 문장 구조, 3) 여러 유형에 해당되는 복합사고가 위의 특징에 영향을 미치는 것으로 분석되었으며, 이 중 추가 실험을 통해 검증이 가능한 복합사고에 대한 두 가지 정확도 개선 실험을 진행하였다: 1) 재분류, 2) 제외. 실험 결과, 복합사고 제외 시 분류 성능이 185.7% 향상되었으며, 이를 통해 여러 사고 유형에 대한 내용을 동시에 포함하는 복합사고의 다중공선성(multicollinearity)이 해소되었음을 알 수 있다. 결론적으로 본 연구에서는 향후 사고에 대한 상황을 상세히 서술하는 체계를 마련함과 동시에 복합사고를 독립적으로 관리할 필요성을 시사한다.

• 대한지구과학교육학회지
• /
• 제14권1호
• /
• pp.48-58
• /
• 2021

이 연구는 핵심역량중심교육 관점에서 초등과학 교과서에 나타난 지층관련 내용을 분석하고, 교육대학교 1학년 학생 50명을 대상으로 학생들의 지층개념을 조사하였다. 연구결과, 초등교과서의 지층관련 지식은 대부분 'A는 B이다'와 같은 선언적 문장구조를 가지고 있다. 위와 같은 지식의 형식은 과학수업에서 학생들 간 토의와 토론의 주제로 사용하는데 한계를 지님으로써 핵심역량교육 관점에서 불리하다. 교육대학교 학생들의 지층개념과 관련하여 조사대상자의 70%는 진흙, 모래, 자갈 등의 퇴적물들을 단단한 퇴적암으로 변화시키는 속성작용의 원인으로'상부의 퇴적층에서 가하는 압력과 압력으로 생긴 열이다'고 응답하였다. 또한 지질시대의 자연환경에 대한 정보를 지층을 통해 얻을 수 있는지에 대해서는 약 20%가 '지층에서 나타난 화석을 통해서만 얻을 수 있다'고 응답했다. 약 80%의 학생들은 지층을 통해 얻을 수 과거 지질시대의 자연환경 정보를 얻을 수 있다고 응답하였으나, 얻을 수 있다고 주장하는 자연환경에 대한 정보는 지층의 단단함 등 오개념이 비율이 높았다. 결론적으로 지층개념에 대한 교수/학습을 통해 핵심역량교육의 학습효과를 높이기 위해서는 초등과학교과서에 제시된 지층 관련 지식의 형태와 내용을 검토할 필요가 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권1호
• /
• pp.1-8
• /
• 2021

뉴스 기사의 정치 분야는 보수, 진보와 같이 양극화된 편향적 특성이 존재하며 이를 정치적 편향성이라고 한다. 뉴스 기사로부터 편향성 문제를 분류하기 위해 키워드 기반의 학습 데이터를 구축하였다. 대부분의 임베딩 연구에서는 미등록어로 인한 문제를 완화시키기 위해 형태소 단위로 문장을 구성한다. 본 논문에서는 문장을 언어 모델에 의해 세부적으로 분할하는 부분 단어로 문장을 구성할 경우 미등록어 수가 감소할 것이라 예상하였다. 부분 단어 토큰화 기법을 이용한 문서 임베딩 모델을 제안하며 이를 SVM과 전방향 뉴럴 네트워크 구조에 적용하여 정치적 편향성 분류 실험을 진행하였다. 형태소 토큰화 기법을 이용한 문서 임베딩 모델과 비교 실험한 결과, 부분 단어 토큰화 기법을 이용한 문서 임베딩 모델이 78.22%로 가장 높은 정확도를 보였으며 부분 단어 토큰화를 통해 미등록어 수가 감소되는 것을 확인하였다. 분류 실험에서 가장 성능이 좋은 임베딩 모델을 이용하여 정치적 인물을 기반한 어휘를 추출하였으며 각 성향의 정치적 인물 벡터와의 평균 유사도를 통해 어휘의 편향성을 검증하였다.