• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.711-714
• /
• 2018

본 연구의 목적은 교육관리시스템(LMS)에서의 학습활동로그를 바탕으로 학습성과 영향도를 분석하고 이를 예측하기 위한 모델을 개발하는데 있다. 연구방법은 먼저 상관분석을 사용하여 유의미한 변수를 선정하였으며, 딥러닝을 사용하여 예측 모델을 생성하였다. 모델 생성 결과 테스트 데이터 셋에 대해 약 84%의 정확도로 학습성과를 예측할 수 있었다. 본 연구는 온라인 교육환경에서 빅데이터와 인공지능을 적용할 수 있는 새로운 관점을 제공할 것으로 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.887-890
• /
• 2021

최근 AI 를 활용한 의료 진단 솔루션 시장이 크게 성장함에 따라 의료 인공지능 기술에 대한 대학 교육에 대한 수요가 증가하고 있지만, 개인정보 유출의 위험성 등으로 인하여 의료 데이터를 대학 교육에 활용하기 어려운 실정이다. 본 논문에서는 실제 의료 데이터 대신 생성적 적대 신경망(GAN)으로 합성된 흉부 X-ray 영상을 활용한 의료 인공지능 교육 모델의 사례를 제시한다. 프로메디우스(주)에 의해 제공받은 흉부 X-ray 합성영상을 사용하여, VGG-16 모델을 훈련하고 성능을 검증 및 평가하며 미세조정을 통해 성능을 개선하는 교육 모델을 구성하였다. 또한 교육모델이 의료 인공지능에 대한 학생들의 이해력 향상에 기여한 효과를 정량적으로 평가하였다.

• 컴퓨터교육학회논문지
• /
• 제10권2호
• /
• pp.65-75
• /
• 2007

e-러닝 콘텐츠 및 시스템을 효과적으로 개발할 수 있게 하기 위한 기술 표준안으로서 개발 중인 SCORM은 전세계적으로 가장 많은 e-러닝 관련 업체에서 폭 넓게 수용하고 있는 구현 참조 모델이다. 최근들어 게임을 학습에 활용하고자 하는 노력에 대한 관심이 고조되고 있는 상황에서 SCORM을 개발한 ADL에서는 게임 기반 학습에 대한 기초 연구를 수행하고 있는 실정이다. 그러나 ADL은 SCORM 명세에 대한 연구와 게임 기반 학습에 대한 연구를 분리하여 따로 진행하고 있고 대부분의 SCORM 콘텐츠에 대한 연구는 고전적 훈련 및 교육 방법에 대한 웹 기반 온라인화에 초점을 두고 있으므로, 게임 데이터 요소를 적용한 SCORM 콘텐츠를 개발하기 위하여 SCORM 명세의 구체적인 어떠한 부분을 어떻게 활용할 것인가에 대한 연구는 매우 미흡한 실정이다. 본 연구에서는 게임 데이터 요소를 SCORM 데이터 모델에 적용하는 구체적 방안에 대한 연구를 수행하고 이를 바탕으로 SCORM을 게임 기반 학습 콘텐츠 개발에 적용하는 실제 사례를 제시한다.

• 정보교육학회논문지
• /
• 제25권5호
• /
• pp.813-824
• /
• 2021

A사이버교육시스템 성인학습자의 자기조절학습 관련 학습 추이를 분석하여 교육 성과를 높이기 위해 인공지능을 활용한 알고리즘 모델을 다양하게 설계하고, 그것을 실제 데이터에 적용함으로써 성능을 평가하였다. 이를 위해 A사이버교육시스템에서 115명의 성인학습자의 로그 데이터를 분석하였다. A사이버교육시스템 성인학습자들은 대부분 권장 학습 시간 이상을 학습하였으나, 학기 말에는 권장 학습 시간 대비 실제 학습 시간이 현저하게 감소하였다. VOD 참여율이나 형성평가 참여율, 학습 활동 참여율에서도 학습 후반부에 접어들수록 학습 참여율이 떨어졌다. 따라서 교육 성과를 높이려면 학습 시간이 후반에도 지속될 수 있도록 지원해야 한다 판단하여 후반부에 학습 시간이 떨어지는 학습자를 찾아내기 위해 Tensorflow를 활용한 인공지능 모델을 개발하여 수강 시작 날짜별 학습 시간을 예측하였다. 그 결과, CNN 모델을 활용하여 단일 출력 또는 다중 출력을 예측할 경우 다른 모델에 비해 평균 절대 오차가 가장 낮게 나타났다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.447-448
• /
• 2023

본 연구에서는 비전공자들을 위한 디지털 교육을 위하여 노 코드 프로그램을 활용한 정보, 수학, 과학 융합교육 교양 강좌를 개발하였다. 노 코드 프로그램으로는 오렌지3 데이터 마이닝을 선정하였는데, 이는 데이터 분석, 시각화, 머신러닝 모델의 활용이 용이하다는 강점을 가지고 있다. 또한, 산업환경 변화에 대비하는 핵심 교과인 과학, 수학, 정보의 중요성과 데이터 분석과의 밀접성을 고려하여 교육 내용을 융합할 수 있도록 선정하였다. 개발된 교육 프로그램은 8인이 전문가 검토 결과 내용 타당도가 확보되었음을 확인할 수 있었다. 추후 연구에서는 이 강좌를 대학의 학부생에게 적용하여 그 효과성을 확인해 보고자 한다.

• 한국정보기술학회논문지
• /
• 제17권12호
• /
• pp.125-134
• /
• 2019

인공지능 기술은 작동과정에 대한 투명성이 보장되지 않는 수동적 인식 영역에 제한되는 한계점으로 인해, AI가 학습하는 데이터에 의존적인 취약점을 갖는다. 인공지능 학습을 위한 원시데이터는 AI 학습의 고도화를 위한 데이터 품질 확보를 위해 수작업으로 가공과 검수를 해야 하기에 인적 오류가 내재되어 있으며, 데이터의 훼손, 불완전함, 원시데이터와의 차이 등으로 인해 가공데이터를 통한 AI 학습 시 예상 치 못한 결과값을 도출할 수 있다. 이에 본 연구에서는 사이버 보안 관점에서의 접근을 통한 AI 학습데이터의 부정확한 사례 및 사이버보안 공격 방법 분석을 통해 기계학습 전 학습데이터 관리의 필요성을 살펴보고, 학습 데이터 무결성 검증을 위해 블록체인 기반의 학습데이터 환경 모델인 Data-preserving 인공지능 시스템 구축 방향을 제시한다. Data-preserving AI 학습환경 모델은 AI 학습데이터 제공 전 변조되지 않은 데이터로 학습됨을 보장 하여 데이터 가공 시 및 원시데이터 수집을 위한 오픈 네트워크에서의 데이터 제공 및 활용 시 있을 수 있는 사이버 공격, 데이터 변질 등의 위협을 사전에 방지할 수 있을 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.1243-1247
• /
• 2011

센서 네트워크는 많은 수의 센서들로 구성되며 물질세계와 상호작용하여 실시간 감시를 할 수 있는 큰 규모의 네트워크이다. 현실 세계의 물리적 변화를 지속적으로 감시하기 위하여 센서 네트워크에 속해 있는 각 센서들은 주기적으로 측정값을 읽어서 기지국(base station)에 전달하는 기능을 수행한다. 이러한 경우, 각 센서들의 지속적인 통신에 따른 에너지 낭비가 발생하여 센서 네트워크 전체의 수명을 단축시키게 된다. 따라서 데이터 모니터링에 있어서 예측을 통한 근사 데이터 수집을 통해 센서 네트워크의 수명을 연장하고자 하는 연구들이 진행되고 있다. 그러나 현재의 예측을 통한 근사 데이터 수집은 측정값의 변화가 클수록 예측 모델의 갱신이 잦다. 따라서 본 논문에서는 지연 갱신을 이용한 효율적인 예측 모델 갱신 기법을 제안한다. 제안된 기법에서는 예측이 실패하였을 경우 즉시 예측 모델을 갱신하는 대신 문제가 되는 구간의 측정값들을 지연, 근사화하여 전송함으로써 예측 모델의 잦은 갱신을 방지할 수 있다.

• 한국컴퓨터교육학회 학술대회
• /
• 한국컴퓨터교육학회 2017년도 하계학술대회
• /
• pp.201-204
• /
• 2017

빅 데이터의 시대가 도래하면서 이전보다 데이터로부터 유의미한 정보를 추출하는 것에 대한 연구가 활발하게 진행되고 있다. 딥러닝은 텍스트, 이미지, 동영상 등 다양한 데이터에 대한 학습을 가능하게 할 뿐만 아니라 높은 학습 정확도를 보임으로써 차세대 머선러닝 기술로 각광 받고 있다. 그러나 딥러닝은 일반적으로 학습해야하는 데이터가 많을 뿐만 아니라 학습에 요구되는 시간이 매우 길다. 또한 데이터의 전처리 수준과 학습 모델 튜닝에 의해 학습정확도가 크게 영향을 받기 때문에 활용이 어렵다. 딥러닝에서 학습에 요구되는 데이터의 양과 연산량이 많아지면서 분산 처리 프레임워크 기반 분산 학습을 통해 학습 정확도는 유지하면서 학습시간을 단축시키는 사례가 많아지고 있다. 본 연구에서는 범용 분산 처리 프레임워크인 아파치 스파크에서 데이터 병렬화 기반 분산 학습 모델을 활용하여 모바일 빅 데이터 분석을 위한 딥러닝을 구현한다. 딥러닝을 구현할 때 분산학습을 통해 학습 속도를 높이면서도 학습 정확도를 높이기 위한 모델 튜닝 방법을 연구한다. 또한 스파크의 분산 병렬처리 효율을 최대한 끌어올리기 위해 파티션 병렬 최적화 기법을 적용하여 딥러닝의 학습속도를 향상시킨다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.331-334
• /
• 2024

하이퍼레저 패브릭(Hyperledger Fabric)은 참여자의 신원을 확인하고, 정보교환(트랜잭션)의 유효성을 검증하는 허가형 블록체인 모델이다. 기존의 대표적인 블록체인 모델인 비트코인, 이더리움과 대비하여 효율적인 데이터 검증 방안이 가능한대, 체인코드와 채널, 그리고 피어를 중심으로 구성되어 있기 때문이다. 먼저 본 블록체인 모델은 '체인코드'라는 스마트 계약(컨트랙트)를 실행하며 허가된 사용자만 네트워크에 참여할 수 있다. 또한, '채널' 기능이 있어 서로 다른 조직 간의 데이터 공유와 검증에 대한 새로운 접근방식을 보여줄 수 있으며, 특정 네트워크 내에서 데이터를 분리할 수 있다. 이를 통해 특정 데이터에 대한 접근권한을 제어하는 기능을 제공하며 동시에 데이터의 신뢰성과 보안성을 높일 수 있다. 마지막으로 '피어'는 체인코드를 통해 들어온 트랜잭션을 검증하고, 유효한 데이터만 원장에 추가하는 기법으로 무결성을 유지하는 데 중요한 역할 담당하고 있다. 본 연구결과를 기반으로 하이퍼레저 패브릭을 효과적으로 활용하여 데이터 검증 프로세스가 산업계에 널리 적용될 수 있기를 기대한다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권4호
• /
• pp.717-736
• /
• 2023

본 연구는 데이터와 인공지능 예측모델을 활용한 통계프로그램을 개발하여 초등학교 6학년 한 학급에 적용함으로써 학생들의 통계적 소양 신장에 효과가 있는지 확인하는 것을 목적으로 한다. 오늘날 초등학교 통계교육의 문제점을 분석하고, 4차 산업혁명 시대에서 중시되는 데이터와 인공지능 교육을 융합하여 통계적 문제해결의 전 과정을 경험하고 미래에 대한 올바른 예측을 경험해 볼 수 있는 총 15차시의 통계프로그램을 개발하였다. 본 프로그램의 가장 큰 특징은 인공지능 교육의 중점 요소인 데이터의 중요성 인식, 공공데이터플랫폼에서 제공하는 실생활 데이터를 사용하여 맥락을 고려한 자료 수집 및 분석 활동을 포함한다는 것이다. 또한 공학 도구인 엔트리와 이지통계를 활용하고, 인공지능 예측모델을 제작하여 데이터를 기반으로 미래를 예측해 보는 활동으로 구성된다는 점에서 의사소통역량, 정보처리역량, 비판적 사고 역량을 기를 수 있는 역량 중심의 프로그램으로 구성하였다. 본 프로그램의 적용 결과, 프로그램 적용은 초등학생의 통계적 소양에 긍정적 영향을 미쳤을 뿐만 아니라 학생들의 흥미, 주체적이고 비판적 탐구, 통계적 문제해결 전 과정에서의 수학적 의사소통을 관찰할 수 있었다.