• 한국산학기술학회논문지
• /
• 제20권1호
• /
• pp.131-143
• /
• 2019

본 연구목적은 노인 대상 치매예방프로그램 국내 연구동향 분석을 하기 위함이다. 2000년~2018년 사이에 '치매예방', '치매예방 프로그램', '치매', '노인', '노인놀이'를 키워드로 한국교육학술정보원(Riss), 구글학술검색, DBpia, 한국학술정보(Kiss)에 게재된 노인들을 위한 치매예방프로그램 연구논문을 대상으로 하였다. 총 404편의 연구논문 중 자료의 분석기준과 방법에 따라 36편의 논문을 최종 선별 하였다. 연구결과로는 첫째, 연구자료의 기본 구조와 프로그램 시행 구조를 가지고 있는 논문은 2012년~2018년 연구의 학술지 17편으로 나타났다. 그리고, 양적연구방법을 적용한 경우는 25편으로 월등히 높은 경향을 보였다. 노인 대상 치매예방프로그램 시행 구조에 대한 동향을 분석한 결과, 진행 기관은 요양원(노인복지병원)이 11편이 가장 많았고, 참여노인의 성별은 여성노인이 남성노인 보다 높은 것으로 나타났으며, 연구대상 연령은 65세 이상 연령대의 비중이 높은 것으로 나타났다. 둘째, 치매예방 중재 프로그램의 종류를 분석한 결과 통합프로그램이 11편으로 가장 높게 나타났다. 셋째, 치매예방 프로그램 측정도구 및 효과성 분석 결과, 인지기능을 측정하는 한국판 간이정신상태검사 MMSE-K 도구가 16편의 논문에서 가장 많이 사용하는 것으로 나타났으며, 통합프로그램은 인지기능에서는 10편의 연구에서 인지기능의 유의한 향상이 나타났다. 이 연구는 노인들을 위한 치매예방 교육이 단편적인 프로그램에서 벗어나 노인들의 인지기능 및 정신행동, 생활 습관 등에 영향을 주고, 건강한 노후와 삶의 질을 향상시킬 수 있도록 치매예방 프로그램이 통합적으로 이루어져야 한다는 점을 제안하였다.

• 정보화정책
• /
• 제26권3호
• /
• pp.3-35
• /
• 2019

4차 산업혁명시대에 지능정보기술의 발전에 따라 인공지능의 다양한 역할이 주목을 받고 있다. 구글의 알파고를 계기로 인공지능은 더 이상 공상의 기술이 아닌 실존하는 기술이라는 점에서 사회전역에 파급효과를 가져올 것으로 예상되고 있다. 이에 따라 본 연구에서는 공공부문에서 인공지능을 활용한 정책결정의 가능성과 쟁점에 대한 탐색적 논의를 진행하였다. 이에 따른 연구목적은 세 가지 측면으로 구분되며, 첫째, 공공부문에서 인공지능이 정책결정까지 이어질 수 있는지에 대한 검토이다. 둘째, 인공지능의 정책결정과정이 기존 정책결정과의 어떠한 차이를 가지는가이다. 셋째, 인공지능이 정책결정에 도입될 경우에 나오게 될 쟁점을 다루었다. 이러한 인공지능에 의한 정책결정이 기존의 정채결정과 구별되는 점은 많은 정보와 대안에 기반한 합리적 의사결정, 투명성 및 신뢰성의 제고, 정책이슈에 대한 객관적인 시각, 신속한 의사결정 등이다. 하지만 인공지능의 정책의사결정시 야기되는 쟁점 역시 존재 한다. 첫째는 인공지능의 우월성, 둘째 윤리성 논란, 셋째 책임성, 넷째 기존 민주주의의 변화, 다섯째 공공부문 인력의 대체 논쟁, 여섯째 인공지능에 필요한 데이터 활용의 문제점 등이다. 공공부문 정책의사결정에서 인공지능의 도입은 향후 실현될 것이기 때문에, 사회적 충격을 최소화하기 위해 그에 따른 순기능과 역기능에 대한 융합적인 접근이 필요하다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.1-17
• /
• 2017

딥러닝 프레임워크의 대표적인 기능으로는 '자동미분'과 'GPU의 활용' 등을 들 수 있다. 본 논문은 파이썬의 라이브러리 형태로 사용 가능한 프레임워크 중에서 구글의 텐서플로와 마이크로소프트의 CNTK, 그리고 텐서플로의 원조라고 할 수 있는 티아노를 비교하였다. 본문에서는 자동미분의 개념과 GPU의 활용형태를 간단히 설명하고, 그 다음에 logistic regression을 실행하는 예를 통하여 각 프레임워크의 문법을 알아본 뒤에, 마지막으로 대표적인 딥러닝 응용인 CNN의 예제를 실행시켜보고 코딩의 편의성과 실행속도 등을 확인해 보았다. 그 결과, 편의성의 관점에서 보면 티아노가 가장 코딩 하기가 어렵고, CNTK와 텐서플로는 많은 부분이 비슷하게 추상화 되어 있어서 코딩이 비슷하지만 가중치와 편향을 직접 정의하느냐의 여부에서 차이를 보였다. 그리고 각 프레임워크의 실행속도에 대한 평가는 '큰 차이는 없다'는 것이다. 텐서플로는 티아노에 비하여 속도가 느리다는 평가가 있어왔는데, 본 연구의 실험에 의하면, 비록 CNN 모형에 국한되었지만, 텐서플로가 아주 조금이지만 빠른 것으로 나타났다. CNTK의 경우에도, 비록 실험환경이 달랐지만, 실험환경의 차이에 의한 속도의 차이의 편차범위 이내에 있는 것으로 판단이 되었다. 본 연구에서는 세 종류의 딥러닝 프레임워크만을 살펴보았는데, 위키피디아에 따르면 딥러닝 프레임워크의 종류는 12가지가 있으며, 각 프레임워크의 특징을 15가지 속성으로 구분하여 차이를 특정하고 있다. 그 많은 속성 중에서 사용자의 입장에서 볼 때 중요한 속성은 어떤 언어(파이썬, C++, Java, 등)로 사용가능한지, 어떤 딥러닝 모형에 대한 라이브러리가 잘 구현되어 있는지 등일 것이다. 그리고 사용자가 대규모의 딥러닝 모형을 구축한다면, 다중 GPU 혹은 다중 서버를 지원하는지의 여부도 중요할 것이다. 또한 딥러닝 모형을 처음 학습하는 경우에는 사용설명서가 많은지 예제 프로그램이 많은지 여부도 중요한 기준이 될 것이다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.155-175
• /
• 2017

최근 독감 예측이나 당선인 예측, 구매 패턴, 투자 등 다방면에서 웹검색 트래픽 정보. 소셜 네트워크 내용 등 거대한 데이터를 통해 사회적 현상, 소비 패턴을 분석하는 시도가 이전보다 늘어났다. 구글, 네이버, 바이두 등 인터넷 포털 업체들의 웹검색 트래픽 정보 공개 서비스와 함께 웹검색 트래픽 정보를 활용하여 소비자나 사용자와 관련된 연구가 실시되기 시작했다. 웹검색 트래픽 정보를 활용한 사회 현상, 소비 패턴 분석을 연구는 많이 수행되었으나, 그에 비해서 도출된 여행 수요 모델을 토대로 의사결정을 위한 실질적 대책 수립으로 이어지는 연구는 많이 진행되지 않은 실정이다. 관광산업은 상대적으로 많은 고용을 가능하게 하고 외자를 유치하는 등 고부가가치를 창출하여 경제 전체에 선순환 효과를 일으키는 중요한 산업이다. 그 중에서도 국내 입국외래객중 수년간 2위와의 큰 차이로 1위를 차지해왔던 중국 국적의 관광객 '유커' 및 그들이 지출하는 1인당 평균 관광 수지는 한국 경제에 매우 중요한 한 부분이다. 관광 수요의 예측은 효율적인 자원 배분과 합리적인 의사 결정에 있어서 공공부문 및 민간부문 모두 중요하다. 적절한 관광 수요 예측을 통해서 한정된 자원을 더욱 효과적으로 활용하여 더욱 많은 부가가치를 창출하기 위한 것이다. 본 연구는 중국인 인바운드를 예측하는 방법에 있어, 이전보다 더 최신의 트렌드를 즉각적으로 반영하고 개인들의 집합의 관심도가 포함되어 예측 성능이 개선된 방법을 제안한다. 해외여행은 고관여 소비이기 때문에 잠재적 여행객들이 입국하기 전 웹검색을 통해 적극적으로 자신의 여정과 관련된 정보를 취득하기 위한 활동을 한다. 따라서 웹검색 트래픽 수치가 중국인 여행객의 관심정도를 대표할 수 있다고 보았다. 중국인 여행객들이 한국 여행을 준비하는 단계에서 검색할만한 키워드를 선정해 실제 중국인 입국자 수와 상관관계가 있음을 검증하고자 하였다. 중국 웹검색 엔진 시장에서 80%의 점유율을 가지는 중국 최대 웹검색 엔진 '바이두'에서 공개한 웹검색 데이터를 활용하여 그 관심 정도를 대표할 수 있을 것이라 추정했다. 수집에 필요한 키워드의 선정 단계에서는 잠재적 여행객이 여정을 계획하고 구체화하는 단계에서 일반적으로 검색하게 되는 키워드 후보군을 선정하였다. 키워드의 선정에는 중국 국적의 잠재적 여행객 표본과의 인터뷰를 거쳤다. 트래픽 대소 관계 확인 결과에 따라서 최종 선정된 키워드들을 한국여행이라는 주제와 직접적인 연관을 가지는 키워드부터, 간접적인 연관을 가지는 키워드까지 총 세 가지 레벨의 카테고리로 분류하였다. 분류된 카테고리 내의 키워드들은 바이두'가 제공하는 웹검색 트래픽 데이터 제공 서비스 '바이두 인덱스'를 통해 웹검색 트래픽 데이터를 수집했다. 공개된 데이터 페이지 특성을 고려한 웹 크롤러를 직접 설계하여 웹검색 트래픽 데이터를 수집하였고, 분리되어 수집된 변수에는 필요한 변수 변환 과정을 수행했다. 자동화 수집된 웹검색 트래픽 정보들을 투입하여 중국 여행 인바운드에 대한 유의한 영향 관계를 확인하여 중국인 여행객의 한국 인바운드 여행 수요를 예측하는 모형을 개발하고자 하였다. 정책 의사결정 및 관광 경영 의사결정 같은 실무적 활용을 고려하여 각 변수의 영향력을 정량적으로 설명할 수 있고 설득이 명료한 방법인 다중회귀분석방법을 적용해 선형 식을 도출하였다. 수집된 웹검색 트래픽 데이터를 기존 검증된 모형 독립변인들에 추가적으로 투입함으로써 전통적인 독립변인으로만 구성된 연구 모형과 비교하여 가장 뛰어난 성능을 보이는 모형을 확인하였다. 본 연구에서 검증하려는, 웹검색 트래픽으로 대표되는 독립변인을 투입한 최종 도출된 모형을 통해 중국인 관광 수요를 예측할 때 유의한 영향을 끼치는 웹검색 트래픽 변수를 확인할 수 있다. 최적 모형 설명력을 가지는 모형을 기반으로 최종 회귀 식을 만들었고 이를 '유커마이닝' 시스템 내부에 도입하였다. 데이터 분석에서 더 나아가 도출된 모형을 직관적으로 시각화하고, 웹검색 트래픽 정보를 활용하여 도출할 수 있는 인사이트를 함께 보여주는 데이터 분석 기반의 '유커마이닝' 솔루션의 시스템 알고리즘과 UX를 제안하였다. 본 연구가 제안하는 모형과 시스템은 관광수요 예측모형 분야에서 웹검색 트래픽 데이터라는 정보 탐색을 하는 과정에 놓인 개인들의 인터랙티브하고 즉각적인 변수를 활용한 새로운 시도이다. 실무적으로 관련 정책결정자나 관광사, 항공사 등이 활용 가능한 실제적인 가치를 가지고, 정책적으로도 효과적인 관광 정책 수립에 활용될 수 있다.