• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.69-76
• /
• 2022

본 연구는 AI 플랫폼을 활용한 인공지능 수업에서 효과적인 내용과 방법을 제시하고자 하였다. 먼저, AI교육 플랫폼을 활용한 인공지능 수업의 각 단계별 내용 요소를 전문가로부터 추출하였다. 5개 단계에서 25개의 수업 요소를 선정하였고 AI플랫폼의 활용 단계에서 가르쳐야 할 내용에 대해 82명의 교사들을 대상으로 인식과 함께 수업 단계별 중요 요소를 설문으로 분석하였다. AI모델 준비 단계에서는 AI 모델의 학습 단계의 이해, 문제 인식과 정의 단계에서는 문제의 파악과 AI 해결 가능성, 데이터 수집과 전처리 단계에서는 데이터의 종류의 이해, AI모델링과 분석 단계에서는 AI가치 내용 요소가 나타났으며 문제해결과 활용 단계에서는 완성된 AI모델의 실생활 활용을 중요하게 보았다.

• 한국융합학회논문지
• /
• 제13권1호
• /
• pp.81-88
• /
• 2022

대학수학능력시험 국어 과목에서 중요한 비중을 차지하는 독서 영역의 주된 교육 목표는 주어진 지문을 온전히 이해할 수 있는가를 평가하는 데에 있다. 따라서 해당 지문에 포함된 질의를 주어진 지문만으로 풀이할 수 있는지는 해당 영역의 교육 목표와 관련이 깊다. 본 연구에서는 처음으로, 교육학 분야와 딥러닝을 접목하여 이러한 교육 목표가 실제로도 타당하게 실현 가능한지를 입증하고자 한다. 대학수학능력시험의 독서 영역의 개별지문과 그에 수반된 다수의 문장 쌍(sentence pair)을 정제하여 추출하고, 해당 문장 쌍을 주어진 지문에 비추어 적절하거나(T), 적절하지 않은지(F)를 판단하는 이진 분류 태스크(binary classification task)에 적용하여 평가하고자 한다. 그 결과, F1 스코어 기준 59.2%의 human performance를 뛰어넘는 성능을 62.49%의 KoELECTRA를 비롯한 대부분의 언어 모델에서 확인할 수 있었으며, 또한 데이터 전처리 과정에 변화를 줌으로써 언어 모델의 구조적 한계를 극복할 수 있었다.

• 컴퓨터교육학회논문지
• /
• 제6권3호
• /
• pp.75-85
• /
• 2003

본 연구는 SCORM 기반 학습 객체의 메타데이타 생성 즉 Asset, SCO, Contents Aggregation과 Contents Package에 대한 메타데이터를 생성하는 시스템(MetaGene)을 개발한다. SCORM 을 지원하는 LMS내 API 어댑터와 인터페이스를 위한 학습 객체 내에 API 활성화 함수를 내장시키고, 데이터 모델을 기반으로 학습 과정을 트래킹 하는 코드도 포함 시킨다. 또한 학습 객체들이 LMS에 전송되게 PIF(Package Interchange File)로 패키징 시킨다. MetaGene에 생성된 학습객체의 메타데이터와 컨텐츠 패키지의 manifest file을 $SCORM^{(TM)}$ Conformance Testsuite을 이용하여 유효성을 검증한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.501-503
• /
• 2022

본 논문은 이동 노드간 클러스터링을 함에 있어 보다 효율적인클러스터링을 제공하고 유지하기 위한 딥러닝의 자율학습에 따른 군집적 알고리즘을 제안한다. 대부분의 클러스터링 군집데이터를 처리함에 있어 상호관계에 따른 분류체계가 제공된다. 이러한 경우 새롭게 입력되거나 변경된 데이터가 비교정보에서 오염된 정보로 분류될 경우 기존 분류된 클러스터링으로부터 오염된 정보로 이해되어 군집성을 저하시키는 요인으로 작용 할 수가 있다. 본 논문에서는 이러한 상황정보를 이해하고 클러스터링을 유지할 수 있는 자율학습기반의 학습 모델을 제시 한다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 춘계학술대회 논문집
• /
• pp.53-58
• /
• 2008

인공위성을 통해 취득된 데이터들은 지상국의 수신처리시스템을 거쳐 표준영상으로 생산되며, 생산된 영상으로부터 사용자에게 의미 있고, 가치 있는 정보를 이끌어 내는 판독의 단계를 수행하게 된다. 본 연구에서는 원격탐사의 전반적인 이해를 돕기 위한 교육적 모델로서 캔샛 프로그램을 도입하였다. 캔샛 프로그램은 스탠포드대 로버트 트윙 교수의 제안으로 학생들에게 한 학기의 짧은 시간에 실제 인공위성의 설계, 해석, 제작, 조립, 시험, 발사, 운용 등 전반적인 시스템의 이해를 도모하기 위한 1Kg 이하의 캔 크기의 초소형 위성을 개발하는 교육 프로그램이다. 본 연구는 한국과학영재학교 R&E 프로그램의 지원으로 시작하였으며, 실제 초소형 위성 캔샛('KSAsat'으로 명명)을 직접 설계, 제작, 조립하고 최종적으로 발사 운용 시험을 수행하였다. 주 탑재체로 일반 상용 디지털 카메라를 장착하였으며, GPS, 광센서, 3 축 가속도계, 온도센서, 압력센서를 탑재하였다. 비행시험을 통해 성공적으로 영상을 취득하고, 각종 센서로부터의 데이터를 지상국으로 전송 받았다. 지상국을 통해 처리 되어진 데이터로부터 의미 있는 정보를 추출하는 판단의 단계를 거쳐 원격탐사의 전반적인 교육을 성공적으로 수행할 수 있었다. 본 논문에서 캔샛 프로그램이 원격탐사 교육에도 충분히 활용될 수 있음을 보였다.

• 산업경영시스템학회지
• /
• 제29권2호
• /
• pp.37-42
• /
• 2006

기술집약적인 경제성장의 중요성이 강조되고 있는 가운데 이공계 진학과 과학기술직종선택의 감소는 성장잠재력에 가장 근본적인 위협이 된다. 이를 유지하려는 여러 가지 정책이 교육학적이나 사회학적 근거에서 제시되고 있으나 이를 분석하는 이론적 경험적 틀이 상대적으로 부족한 상태이다. 직업선택모델은 사회학적인 접근법이 활발하게 진행되었으나, 경제적 동인에 대극 분석이 부족하다. 본 논문에서는 2000년 미국 센서스 데이터에 나타난 가장 국제화된 미국의 과학기술직 사례를 통해 인적자본 모델을 기준으로 하여 기술직에 대한 기존의 연구와 비교한다. 이민의 직업선택모델의 관점에서 원주민의 경우와 비교하며, 동시에 타 직업군과 비교한다. 직업선택에서 미래소득에 대한 예측이 대체로 정확하나 실제의 선택이 다르다는 기존 논문들의 주장은 성간 차이의 문제를 제외하고는 현격하지 않다. 민족적 차이의 효과도 인적자본효과에 비해서는 크지 않다. 과학기술직은 고급 화이트칼라 직종에 비해 결혼과 교육 언어 경험면에서 저급한 직종의 특성을 보인다. 여성의 과학기술직 기피는 남성프리미엄이 높아서는 아니지만 합리적인 차별 때문으로 볼 수 있다.

• 전자공학회논문지CI
• /
• 제48권5호
• /
• pp.24-32
• /
• 2011

국방 분야와 정보기술의 융합 가속화에 따라 군 원격교육체계에서도 혁신적 변화가 요구되고 있다. 즉, 네트워크중심 지식정보화로 발전하기 위해 표준, 상호운용성 등을 바탕으로 통합의 필요성이 증가하고 있다. 이에 본 연구에서는, SOA 기반에서 동영상콘텐츠 서비스에 대한 운영모델과 운영시스템을 도출하여 군 원격교육체계에 대한 통합 혁신 발전 방향을 제시하고자 한다. SOA가 지닌 서비스 중심으로 프로세스 단위의 통합과 확장이 용이한 점을 이용하여, 동영상 서비스 플랫폼 구조를 정의하고, Imprimatur 모델을 바탕으로 서비스 체계를 도출한다. 이를 바탕으로, 운영모델에서는 동영상콘텐츠 서비스를 위해 생산모델, 중개모델, 소비모델에 따른 각 단계별 액터들의 역할을 정의하고, 운영시스템에서는, 운영모델을 바탕으로 동영상콘텐츠 서비스를 위해 필요한 기능을 제어하고 처리할 수 있도록 기능과 데이터를 정의한다.

• 방송공학회논문지
• /
• 제26권6호
• /
• pp.778-789
• /
• 2021

최근 다양한 분야에서 뛰어난 성능을 나타내는 Convolutional Neural Network(CNN)모델을 모바일 기기에서 사용하기 위한 다양한 연구가 진행되고 있다. 기존의 CNN 모델은 모바일 장비에서 사용하기에는 가중치의 크기가 크고 연산복잡도가 높다는 문제점이 있다. 이를 해결하기 위해 가중치의 표현 비트를 낮추는 가중치 양자화를 포함한 여러 경량화 방법들이 등장하였다. 많은 방법들이 다양한 모델에서 적은 정확도 손실과 높은 압축률을 나타냈지만, 대부분의 압축 모델들은 정확도 손실을 복구하기 위한 재학습 과정을 포함시켰다. 재학습 과정은 압축된 모델의 정확도 손실을 최소화하지만 많은 시간과 데이터를 필요로 하는 작업이다. Weight Quantization이후 각 층의 가중치는 정수형 행렬로 나타나는데 이는 이미지의 형태와 유사하다. 본 논문에서는 Weight Quantization이후 각 층의 정수 가중치 행렬을 이미지의 형태로 비디오 코덱을 사용하여 압축하는 방법을 제안한다. 제안하는 방법의 성능을 검증하기 위해 ImageNet과 Places365 데이터 셋으로 학습된 VGG16, Resnet50, Resnet18모델에 실험을 진행하였다. 그 결과 다양한 모델에서 2%이하의 정확도 손실과 높은 압축 효율을 달성했다. 또한, 재학습 과정을 제외한 압축방법인 No Fine-tuning Pruning(NFP)와 ThiNet과의 성능비교 결과 2배 이상의 압축효율이 있음을 검증했다.

• 컴퓨터교육학회논문지
• /
• 제13권6호
• /
• pp.79-89
• /
• 2010

본 논문은 한국어 표절 검사를 위해서 표절의 유형을 분석하여, 유형별 분석 결과를 기반으로하여 유사 문장 판별 모델을 제안한다. 제안하는 방법은 한국어 문장에 대한 표절 유형 분석 결과를 토대로 LSA와 N-gram을 이용한 유사 문장 검색을 통하여 여러 유형의 표절로부터 견고한 유사 문장 판별 모델을 구현하였다. 제안한 모델의 성능 분석을 위해서 학생들이 인위적으로 작성한 표절 리포트와 표절한 첨부 문서로 실험 데이터를 구축하였다. 성능 비교를 위해서는 기존의 N-gram 모델, 벡터모델, LSA 모델이 사용되었으며, 실험 결과 제안한 모델이 정확률, 재현율, 그리고 F값 척도에서 우수한 성능을 보임을 알 수 있었다.

• 정보와 통신
• /
• 제31권12호
• /
• pp.73-80
• /
• 2014

본고에서는 교육 분야에서 다양한 데이터를 수집 및 분석하여 개인화된 학습 서비스를 제공하려는 학습 분석(Learning Analytics) 서비스의 개념과 앞으로 기대되는 유즈케이스를 소개한다. 국제적으로 주목 받고 있는 학습 분석 기술은 현재 개념화 수준에 머물러 있지만, 글로벌 기업들이 주축이 된 민간단체에서는 데이터 수집체계와 같은 구체적인 구현 방법에 대한 논의도 추진되고 있어서 관련 현황에 대한 진단도 해본다. 특히 국제 표준화 기구와 단체를 통해 추진되고 있는 내용을 중심으로 소개한다. 다양한 데이터 응용 기술을 융합해서 기대할 수 있는 학습 분석 서비스 모형을 제시하면서 관련 정책과 제품개발에 기여할 수 있을 것으로 기대한다.