• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.55-58
• /
• 2024

최근 각 기업의 AI 면접시스템 도입이 증가하고 있으며, AI 면접에 대한 실효성 논란 또한 많은 상황이다. 본 논문에서는 AI 면접 과정에서 지원자를 평가하는 방식을 시각, 음성, 자연어처리 3영역에서 구현함으로써, 면접 지원자를 다방면으로 분석 방법론의 적절성에 대해 평가하고자 한다. 첫째, 시각적 측면에서, 면접 지원자의 감정을 인식하기 위해, 합성곱 신경망(CNN) 기법을 활용해, 지원자 얼굴에서 6가지 감정을 인식했으며, 지원자가 카메라를 응시하고 있는지를 시계열로 도출하였다. 이를 통해 지원자가 면접에 임하는 태도와 특히 얼굴에서 드러나는 감정을 분석하는 데 주력했다. 둘째, 시각적 효과만으로 면접자의 태도를 파악하는 데 한계가 있기 때문에, 지원자 음성을 주파수로 환산해 특성을 추출하고, Bidirectional LSTM을 활용해 훈련해 지원자 음성에 따른 6가지 감정을 추출했다. 셋째, 지원자의 발언 내용과 관련해 맥락적 의미를 파악해 지원자의 상태를 파악하기 위해, 음성을 STT(Speech-to-Text) 기법을 이용하여 텍스트로 변환하고, 사용 단어의 빈도를 분석하여 지원자의 언어 습관을 파악했다. 이와 함께, 지원자의 발언 내용에 대한 감정 분석을 위해 KoBERT 모델을 적용했으며, 지원자의 성격, 태도, 직무에 대한 이해도를 파악하기 위해 객관적인 평가지표를 제작하여 적용했다. 논문의 분석 결과 AI 면접의 다면적 평가시스템의 적절성과 관련해, 시각화 부분에서는 상당 부분 정확도가 객관적으로 입증되었다고 판단된다. 음성에서 감정분석 분야는 면접자가 제한된 시간에 모든 유형의 감정을 드러내지 않고, 또 유사한 톤의 말이 진행되다 보니 특정 감정을 나타내는 주파수가 다소 집중되는 현상이 나타났다. 마지막으로 자연어처리 영역은 면접자의 발언에서 나오는 말투, 특정 단어의 빈도수를 넘어, 전체적인 맥락과 느낌을 이해할 수 있는 자연어처리 분석모델의 필요성이 더욱 커졌음을 판단했다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.

• 인간행동과 음악연구
• /
• 제4권2호
• /
• pp.66-83
• /
• 2007

본 연구의 목적은 성악심리치료활동이 자기의식 수준 변화에 미치는 영향을 알아보고 자기의식 수준의 차이에 따라 자기보고서에 보고하는 내용이 어떻게 다른지를 알아보는 데에 있다. 본 연구는 서울시에 위치하고 있는 E 대학교에 재학 중인 여대생 3명을 대상으로 총 10회로 약 60분간 진행되었다. 연구에 참여한 이들은 음악치료 프로그램 지원자 모집에 자발적으로 지원한 자들이며, 연구에 사용된 성악심리치료 프로그램은 4단계로 구성되었다. 성악심리치료활동을 통한 대상자의 자기의식 수준 변화를 알아보기 위해 사전사후에 자기의식검사를 실시하였으며, 매 회기 성악심리치료활동을 마친 후 자기보고서를 작성하여 보고 내용의 변화를 분석하였다. 본 연구에서는 첫째로 성악심리치료활동이 자기의식검사 점수 변화에 미치는 영향을 알아보고자 하였다. 성악심리치료 프로그램의 실시 전후에 자기의식검사를 실시한 결과, 자기의식검사 전체 점수와 하위개념 점수가 개인별로 다른 변화를 보였다. 자기의식검사의 전체 점수와 하위개념 점수의 사전사후 점수에는 나타나지 않은 변화를 살펴보기 위해 문항별 변화를 알아본 결과, 총 28문항 중에서 대상자 A는 13개, 대상자 B는 16개, 대상자 C는 19개의 문항이 1-2점씩 변화하였다. 이는 점수의 변화율에는 나타나지 않은 결과로 위의 내용들을 종합하면, 성악심리치료활동이 자기의식검사의 하위개념 점수의 증감에 영향을 미친다는 결론을 유추할 수 있다. 둘째로는 매 회기를 마친 후 자기보고서에 보고된 내용의 분석을 통해 성악심리치료활동이 진행되는 동안 자기의식 수준의 차이에 따라 자기보고서에 보고하는 내용이 어떻게 다른지를 알아보고자 하였다. 질적 분석 결과, 자기의식의 개인차에 따라 자신을 목소리로 표현하는 것에 대한 인식, 자신의 목소리에 대한 인식, 타인이 의식되는 정도와 내용이 회기와 개인별로 다르게 나타났다. 분석된 자기보고서의 내용을 구체적으로 살펴보면, 사적자기의식 점수와 공적자기의식 점수가 상대적으로 높은 대상자 A는 자신의 내적 사고와 감정에 대한 측면을 많이 의식하고, 사회적 객체로서의 자신에게 주의를 집중하는 경향이 자기보고서에 많이 나타났다. 또한 감정적 풍부함, 예술적 호기심과 같은 긍정적 정서 경험과 함께 특성, 상태 불안, 신경증적 경향성 등의 부정적 정서도 많이 나타났다. 반면, 대상자 A와 함께 사적자기의식 점수와 공적자기의식 점수가 상대적으로 높은 B의 경우 사회적 객체로서의 자신에게 주의를 집중하는 경향은 A와 비슷하나, 다른 사람 앞에서 불안해하고 당황하는 사회불안 관련 경향이 많이 보고되었다. 마지막으로, 다른 참여자들에 비해 상대적으로 낮은 자기의식점수를 보이는 대상자 C는 대상자 A와 B에 비해 자신의 타인을 의식하는 경향이 상대적으로 적게 보고되었으며, 특성, 상태 불안과 같은 부정적 정서도 적게 보고되었다. 이 연구는 자기의식으로 인해 활성화되는 자기평가과정으로 인해 어려움을 겪는 이들을 위한 연구라는 점과 자기(Self)와 밀접하게 연관된 목소리를 주로 사용한다는 점, 그리고 기술적 어려움의 해소를 위해 성악기술훈련을 실시하였다는 점이 의미가 있다. 또한 성악심리치료활동을 통해 정신건강과 성격발달에 긍정적인 변화를 가져올 수 있다는 사실을 시사한다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• 시큐리티연구
• /
• 제58호
• /
• pp.9-34
• /
• 2019

경찰은 헌법상 권리인 집회의 자유를 보장해야 하며, 동시에 이러한 권리행사에 있어서 야기될 수 있는 과도한 무질서와 불편 역시 예방하고 억제해야 하는 이중적인 책무를 부여받고 있다. 경찰은 집회 참가자에 대한 안전관리 목적 차원에서 집회시위 참가인원을 추산하고 있으며, 그 추산방식은 기본적으로 단위면적당 인구밀도 값을 통하여 "특정시점 최대 인원"을 집계하는 방식이다. 이와 대조적으로, 집회시위 주최자는 집회시위 참가인원의 숫자(규모) 자체가 집회의 성공여부로 연결되는 만큼 전체 집회에 잠깐이라도 참여한 사람까지 모두 포함하는, 다시 말해서 누적인원을 계산하는 이른바 "연인원 집계방식"을 사용하고 있다. 집계방식의 목적과 세부 방법론의 차이로 인한 추산결과의 격차는 당연한 결과임에도 불구하고, 경찰은 고의적으로 추산인원을 축소하다는 비판에 직면하자 현재는 추산결과 자체를 공개하지 않고 있다. 집회시위 추산방식에 대한 상당한 논쟁과 이슈에도 불구하고, 관련 국내 선행연구는 극소수에 불과한 것으로 확인되었다. 이마저도 경찰의 특정시점 최대인원 집계방식과 집회시위 주최자의 연인원 집계방식의 장단점을 도출하고 비교하는 정도에 그치고 있었고, 아쉽게 국외의 학술논문이나 연구에 대한 분석 부분은 전혀 찾아볼 수 없었다. 이에 본 학술논문은 "외국에서는 집회시위 인원 추산방식에 대한 어떠한 연구가 존재할까? 특정시점 최대인원방식과 연인원 누적 집계방식 외에 다른 세부 방법론은 존재하지 않는 것일까? 만약 존재한다고 한다면, 어떠한 세부 방법론이 제시되어 있을까?"라는 연구문제를 도출하였고, 이에 대한 해답을 찾기 위하여 참가인원 추산방법에 대한 해외 학술논문 및 연구결과를 분석해보았다. 이러한 분석을 바탕으로, 본 연구에서는 해외에서 연구된 참가인원 추산방식을 크게 ① 단위면적당 인구밀도 활용모델, ② 행진인원 추산모델, ③ 전자기술기반 이미지 비활용 추산모델 등, 세 가지 모델로 분류해보았고, 나아가 각각의 모델에 속하는 세부 연구결과도 요약·제시해보았다. 이를 통하여 마지막으로, 우리의 집회시위 참가인원 추산방식에 대한 개괄적인 정책 시사점 내지 향후 추진되어야 할 연구 방향성도 도출하고자 하였다.

• 한국과학교육학회지
• /
• 제41권4호
• /
• pp.339-358
• /
• 2021

본 연구에서는 초등학교 과학 모델링 수업에서 구성원들의 협력적 참여를 위해 노력했던 리더의 행위주체적 모습과 그 발현 맥락을 탐색하고, 집단적 행위주체성으로의 발전이 좌절된 맥락에 대해 분석하였다. 연구 참여자는 초등학교 5학년 1개 학급 학생 22명과 교사 1명이었으며, 학생들의 행위주체성은 수업과 인터뷰에서 나타난 발화 및 행동을 통해 분석되었다. 연구 결과, 수업 초반 리더는 권위자로서 많은 권력을 가지고 활동을 주도하였고, 이에 따라 비협력적 참여 형태가 나타났다. 그러나 수업 중반부터는 문제에 대한 해결책 파악과 개인적 경험 성찰, 연구자와의 인터뷰를 통해 소집단을 돕는 선생님으로서의 정체성을 갖고 행위주체성을 발현하게 되었다. 리더의 행위주체적인 행동은 다음과 같이 3가지 측면으로 분류할 수 있다. 첫째, 인지적 측면에서 자신의 지식을 공유하여 구성원들과의 지식 격차를 줄임으로써 구성원들이 모델링에 참여할 수 있도록 도왔다. 둘째, 규범적 측면에서 모든 학생들에게 평등한 발언권을 주기 위해 소집단의 규칙을 만들어 그들이 모두 모델링에 참여하게 했다. 셋째, 감정적 측면에서 구성원들의 기여를 인정하고 그들의 자신감을 높여 줌으로써 참여를 촉진했다. 이와 같이 리더의 행위주체성은 다양한 모습으로 나타나, 일시적으로 소집단의 권력 위계를 완화시키고 협력적인 참여 형태를 만드는 데 영향을 미쳤다. 그러나, 리더의 행위주체성이 집단적 행위주체성으로 발전되기에는 한계가 있었는데, 리더의 권력이 제한적으로 재분배되었고, 구성원들이 자신을 리더와 동등한 권위를 가진 사람으로 위치 짓지 못했기 때문이었다. 또한, 리더는 협력적 참여를 위한 구조적 지원이 부족함을 인지하고 행위주체성이 좌절되었으며, 이전의 비협력적 참여 형태로 돌아가게 되었다. 연구 결과는 리더의 행위주체성 발현을 지속시키기 위해서는 교실의 구조적 개선이 필요함을 시사하며, 리더 개인뿐만 아니라 소집단의 모든 구성원들 및 교사와의 협력을 통해 집단적 행위주체성으로 발전되어야 함을 제안한다. 이 연구는 학생들의 행위주체성 발현을 지원하는 방법에 대한 이해를 향상시키는 데 도움을 줄 수 있을 것이다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.89-115
• /
• 2019

본 연구는 고전 추리 소설 작가로 유명한 아서 코난 도일과 애거서 크리스티의 문체적 차이점을 데이터 분석을 통해 제시하고, 나아가 텍스트 마이닝에 입각한 문체 연구의 해석적 방법론을 제시하고자 시행되었다. 추리 소설의 핵심 요소인 사건과 인물에 더해 작가의 문법적인 집필 방식을 문체로 정의하고 분석을 시도하였다. 작가 별로 각 2권, 총 4권의 책을 선정하였으며 문장 단위로 텍스트를 나누어 데이터를 확보하였다. 각 문장에 따른 감성 점수를 부여한 뒤 페이지 진행에 따른 감성을 시각화하였으며, 페이지에 따라 토픽 모델링을 적용하여 소설 속 사건 진행 흐름을 파악할 수 있었다. 동시 발생 매트릭스(co-occurrence matrix)를 구성하고 네트워크 분석(Network Analysis)을 시행함으로써 사건이 진행되는 과정에서 인물들 간 관계의 변화를 확인할 수 있었다. 또한 전체 문장을 총 6가지 문체를 기준으로 문법적인 체계를 나누어 작가 간, 그리고 작품 간 집필 방식의 차이점을 확인하였다. 이러한 일련의 연구 과정은 문체에 대한 이해를 바탕으로 글 전체의 맥락을 파악할 수 있도록 도움을 줄 수 있으며, 나아가 기존에 개별적으로 진행되었던 문체 연구를 통합시킴으로써 문체 구조에 대한 이해를 도울 수 있다. 그리고 이러한 선행된 이해를 통해 온라인 텍스트를 비롯한 비정형 데이터 속 문체의 존재를 발견하고 구체화하는 작업에 기여할 수 있다. 뉴미디어를 포함한 온라인 텍스트를 심도 있게 분석하고자 하는 시도가 증가하고 있는 상황에서 해당 연구들과 연계를 통해 보다 의미 있는 온라인 텍스트 분석에 기여할 것으로 기대된다.

• 지능정보연구
• /
• 제26권3호
• /
• pp.71-90
• /
• 2020

최근 전 세계 보험업계에도 기계학습, 자연어 처리, 딥러닝 등의 인공지능 기술 활용을 통한 디지털 전환이 급속도로 확산하고 있다. 이에 따라 인공지능 기술을 기반으로 한 인슈어테크와 플랫폼 비즈니스 성공을 이룬 해외 보험사들도 증가하고 있다. 대표적으로 중국 최대 민영기업인 평안보험그룹은 '금융과 기술', '금융과 생태계'를 기업의 핵심 키워드로 내세우며 끊임없는 혁신에 도전한 결과, 인슈어테크와 디지털플랫폼 분야에서 괄목할만한 성과를 보이며 중국의 글로벌 4차 산업혁명을 선도하고 있다. 이에 본 연구는 평안보험그룹 인슈어테크와 플랫폼 비즈니스 활동을 ser-M 분석 모델을 통해 분석하여 국내 보험사들의 인공지능 기술기반 비즈니스 활성화를 위한 전략적 시사점을 제공하고자 했다. ser-M 분석 모델은 기업의 경영전략을 주체, 환경, 자원, 메커니즘 관점에서 통합적으로 해석이 가능한 프레임으로, 최고경영자의 비전과 리더십, 기업의 역사적 환경, 다양한 자원 활용, 독특한 메커니즘 관계가 통합적으로 해석되도록 연구하였다. 사례분석 결과, 평안보험은 안면·음성·표정 인식 등 핵심 인공지능 기술을 활용하여 세일즈, 보험인수, 보험금 청구, 대출 서비스 등 업무 전 영역을 디지털로 혁신함으로써 경비 절감과 고객서비스 발전을 이루었다. 또한 '중국 내 온라인 데이터'와 '회사가 축적한 방대한 오프라인 데이터 및 통찰력'을 인공지능, 빅데이터 분석 등 신기술과 결합하여 금융 서비스와 디지털 서비스 사업이 통합된 디지털 플랫폼을 구축하였다. 이러한 평안보험그룹의 성공 배경을 ser-M 관점에서 분석해 보면, 창업자 마밍즈 회장은 4차 산업혁명 시대의 디지털 기술발전, 시장경쟁 및 인구 구조의 변화를 빠르게 포착하여 새로운 비전을 수립하고 디지털 기술중시의 민첩한 리더십을 발휘하였다. 환경변화에 대응한 창업자 주도의 강력한 리더십을 바탕으로 인공지능 기술 투자, 우수 전문인력 확보, 빅데이터 역량 강화 등 내부자원을 혁신하고, 외부 흡수역량의 결합, 다양한 업종 간의 전략적 제휴를 통해 인슈어테크와 플랫폼 비즈니스를 성공적으로 끌어냈다. 이와 같은 성공사례 분석을 통하여 인슈어테크와 디지털플랫폼 도입을 본격 준비하고 있는 국내 보험사들에게 디지털 시대에 필요한 경영 전략과 리더십에 대한 시사점을 줄 수 있다.