이 연구는 아시아 지역의 대학들이 국제 경쟁력을 강화하기 위한 발전 전략을 수립하는 과정에서 활용될 수 있는 대학의 미래 시나리오를 구안하여 제안할 목적으로 수행되었다. 미국의 미래학자들은 2002년에 휴스턴 대학에서 하먼의 '팬시나리오 기법'을 응용하여 고등교육의 미래를 예측하였다. 2015년까지 많은 대학들이 '사이버 대학'의 기능을 강화할 것이며, 2020년까지는 대학에서 교재가 사라지게 될 것이며, 2025년까지는 행정 중심으로 편성되어 있는 '학사 일정이 사라지는 대학'이 될 것으로 전망하고 있다. 그리고 2025년 이후에는 누구나 자신이 원하는 대학에 진학하여 공부할 수 있는 대학으로 변화할 것으로 내다보고 있으며, 2030년 이후가 되면 캠퍼스 기반의 대학 강의실 수업은 대부분 사라질 것으로 전망하였다. 이러한 기법은 한국 대학의 미래 시나리오를 개발하는 과정에서도 활용되었다. 이 시나리오는 한국의 특수성을 고려하여 개성과 수월성이 강조되는 학습자 관점, 이윤과 효율성을 중시하는 기업의 관점, 복지와 평등성을 최우선으로 여기는 정부의 관점으로 구분하여 예측모델 3개와 대안모델 4개를 제시하고 있다. 아시아의 대학들은 기억력에 기반을 둔 인지 중심의 교육 비중을 줄이고 의식과 감성에 기반을 둔 실무능력을 키우는데 중점을 둘 필요가 있을 뿐만 아니라 학제간 융합을 통해 새로운 일자리를 창출할 수 있는 특성화 교육도 강화시킬 필요가 있다. 특히 아시아의 대학들은 미국과 유럽의 대학들에 비해 자신들만의 강점요인을 심층 분석하여 찾아낸 다음 이를 강화할 수 있는 전략을 수립하고 이를 바탕으로 대학을 특성화해 나가야만 미래에 생존할 수 있다. 아시아 지역의 특성이 반영된 '동양의학'과 서양 학문의 총화인 '정보공학'의 융합은 아시아 대학을 경쟁력 있게 특성화할 수 있는 좋은 사례라 할 수 있다. 따라서 이러한 관점을 바탕으로 하되 서양의 대학들과는 달리 좁은 토지에 상대적으로 많은 인구가 집중되어 있는 아시아 지역의 특수성을 고려하여 평등성이라는 관점에서 예측모델 1개와 대안모델 3개를 구안하여 제시하였다.
다양한 강점을 지닌 클라우드 서비스는 현대 IT 사업에 주요 이슈 중 하나이다. 클라우드 환경에서 서비스 제공자는 사용자의 동적인 자원 요구량을 예측하여 사용자의 QoS를 만족시켜야 한다. 사용자의 자원 요구량을 예측하는 기존 모델들은 사용자의 QoS는 만족시키지만 서비스 제공자의 이득은 보장하지 않는다. 본 논문에서는 Q-learning 기반의 자원 예측 모델을 제안하여 사용자의 QoS 뿐만 아니라 서비스 제공자의 이득을 최대화하였다. 또한 제안 기법의 성능 분석을 위해 실측 데이터를 이용하여 다른 예측 모델들과 비교함으로써 제안 기법의 우수함을 증명하였다.
본 논문은 강화학습 POMDP(Partially Observable Markov Decision Process) 알고리즘을 사용하여 자갈밭과 같은 비평탄 지형을 극복하는 4족 보행 지능로봇을 설계하고 딥러닝 기법을 사용하여 사람을 검출한다. 로봇의 임베디드 환경에서 1단계 검출 알고리즘인 YOLO-v7과 SSD의 기본 모델, 경량 또는 네트워크 교체 모델의 성능을 비교하고 선정된 SSD MobileNet-v2의 검출 속도를 개선하기 위해 TensorRT를 사용하여 최적화를 진행하였다
SK커뮤니케이션즈가 운영하는 온라인 교육 사이트 이투스(www.etoos.com)가 웹2.0 시대에 맞춰 수강생들의 참여 공간을 늘리고, 온라인을 통해 '학습'과 '재미'를 강화한 개방형 홈페이지로 2007년 초 전면 개편되는 등 기존의 e-Learning 콘텐츠 회사들이 웹2.0 기반의 비즈니스 모델을 통해 콘텐츠 차별화를 꾀하려는 움직임이 매우 활발하다. 본 연구에서는 웹2.0 시대를 맞은 e-Learning 콘텐츠의 현황을 대표적인 중고등 교육 e-Learning 콘텐츠를 중심으로 분석해 보고, 차세대 e-Learning의 발전 방향을 효과적인 피드백이 제공되는 학습자 중심의 콘텐츠 개발과 웹2.0의 본질에 입각한 집단 지성을 이끌어내는 데서 찾고, 'e-Learning 콘텐츠 내의 virtual 개인 과외 선생님 community 형성에 관한 프로젝트'를 제안해 본 것이다.
본 논문에서는 마르코프 결정 문제 (Markov decision problem)의 풀이 효율을 잴 수 있는 척도를 알아보기 위해 복잡계 네트워크 (complex network) 의 관점에서 MDP를 하나의 그래프로 나타내고, 그 그래프의 위상학적 성질들을 여러 네트워크 척도 (network measurements)들을 이용하여 측정하고 그 MDP의 풀이 효율과의 관계를 분석하였다. 실세계의 여러 문제들이 MDP로 표현될 수 있고, 모델이 알려진 경우에는 평가치 반복(value iteration)이나 모델이 알려지지 않은 경우에도 강화 학습(reinforcement learning) 알고리즘등을 사용하여 풀 수 있으나, 이들 알고리즘들은 시간 복잡도가 높아 크기가 큰 실세계 문제에 적용하기 쉽지 않다. 이 문제를 해결하기 위해 제안된 것이 MDP를 계층적으로 분할하거나, 여러 단계를 묶어서 수행하는 등의 시간적 추상화(temporal abstraction) 방법들이다. 시간적 추상화를 도입할 경우 MDP가 보다 효율적으로 풀리는 꼴로 바뀐다는 사실에 착안하여, MDP의 풀이 효율을 네트워크 척도를 이용하여 측정할 수 있는 여러 위상학적 성질들을 기반으로 분석하였다. 다양한 구조와 파라미터를 가진 MDP들을 사용해 네트워크 척도들과 MDP의 풀이 효율간의 관계를 분석해 본 결과, 네트워크 척도들 중 평균 측지 거리 (mean geodesic distance) 가 그 MDP의 풀이 효율을 결정하는 가장 중요한 기준이라는 사실을 알 수 있었다.
2020년 이후 COVID-19에 따른 학습방법의 변화는 글로벌 에듀테크 시장의 성장세로 이어지면서 에듀테크 시장의 두드러진 성장과 가속화 현상과 함께 직업능력개발과 에듀테크의 결합이 가속화될 것으로 전망된다. 본 연구에서는 에듀테크의 역할과 기능, 그리고 향후 평생직업능력개발 분야에서의 활용과 기대를 수렴하여 에듀테크를 포괄적으로 재정의(working definition)하였다. 재정의의 이면에는 인공지능(AI), 빅데이터, 가상/증강현실(VR/AR), 클라우드 서비스 등의 첨단기술이 더욱 확장된 디지털화된 직업훈련 시대를 앞당기는 혁신기술로 역할이 강화될 것이라는 전제가 함축되어 있으며, 이를 통해 개별화된 학습경험 맞춤형 학습의 평생직업능력개발 체계를 지향하게 될 것이다. 이 같은 에듀테크의 정의에 기초하여 본 연구의 주요 내용은 에듀테크 기술동향을 분석하면서 직업훈련에 전파, 공유하기 위한 목적에서 실제 테크놀로지가 교육 및 직업훈련에 접목된 수준이 어느 정도인지를 전문가 서면 인터뷰를 바탕으로 살펴보고, 직업훈련의 관점에서 유의미한 시사점을 찾아 에듀테크 기반 평생직업능력개발 선도사업 모델을 제안한다.
학습자가 주어진 문제를 해결하는 알고리즘을 작성한 후 그것이 정확한지, 그리고 시간 효율적인지를 확인할 수 있는 알고리즘 자동평가 시스템에 대한 연구가 최근 들어 활발히 진행 중이다. 그러나 기존에 연구되었던 시스템은 대부분 프로그래밍 콘테스트를 위한 Online Judge 방식으로 본 연구에서는 교수 학습 기능을 강화한 클라이언트-서버 기반의 시스템을 개발하였다. 특히, 문제해결력 증진을 위한 교수 학습 설계 모델 CRESST을 토대로 학습자의 메타인지와 동기가 활성화되도록 설계하였으며, 알고리즘 자동평가 시스템의 구성요소인 문제, 채점데이터 세트, 자동평가 프로그램, 사용자서비스 환경 등의 전체 시스템을 구현하였다. 본 시스템의 프로그래밍 학습 효과를 분석하기 위해 초 중 고 학생 39명에 대해서 비동질 통제집단 사전사후측정 실험을 실시하였고, 사후검사에 대한 독립표본 T-검정 결과, 실험집단(18명)의 평균점수가 통제집단(21명)보다 유의미하게 높은 것으로 확인되었다. 이것은 본 시스템을 사용한 교수 학습 방법이 전통적인 교수 학습 방법에 비해 프로그래밍 학습에 더 효과적임을 의미한다.
최근 급격한 기후변화와 도시화 및 산업화로 인한 지류하천에서의 수량과 수질의 변동은 생물 다양성 감소와 수생태계 건강성 저하에 큰 영향을 미치고 있다. 효율적인 수생태 관리를 위해서는 지속적인 유량, 수질, 그리고 수생태 모니터링을 통한 데이터 축적과 더불어 면밀한 상관 분석을 통해 수생태계 건강성의 악화 원인을 규명해야 할 필요가 있다. 그러나 수많은 지류하천을 대상으로 한 지속적인 모니터링은 현실적으로 어려움이 있으며, 수생태계의 특성 상 단일 영향 인자만으로 수생태계의 건강성 변화와의 관계를 정확히 파악하는데 한계가 있다. 따라서 지류하천에서의 유량 및 수질의 시공간적인 변동성과 다양한 영향 인자를 고려하여 수생태계의 건강성을 효율적으로 예측할 수 있는 기술이 필요하다. 이에 본 연구에서는 경험적 데이터 기반의 머신러닝 모델 구축을 통해 미계측 하천에서의 수생태계 건강성 지수(BMI, TDI, FAI)의 등급(A to E)을 예측하고자 하였다. 머신러닝 모델은 학습 데이터셋의 양과 질에 따라 성능이 크게 달라질 수 있으며, 학습 데이터셋의 분포가 불균형적일 경우 과적합 또는 과소적합 문제가 발생할 수 있다. 이를 보완하고자 본 연구에서는 실제 측정망 데이터셋을 바탕으로 생성적 적대 신경망 GAN(Generative Adversarial Network) 알고리즘을 통해 머신러닝 모델 학습에 필요한 추가 데이터셋(유량, 수질, 기상, 수생태 등급)을 확보하였다. 머신러닝 모델의 성능은 5차 교차검증 과정을 통해 평가하였으며, GAN 데이터셋의 정확도는 실제 측정망 데이터셋의 정규분포와의 비교 분석을 통해 평가하였다. 최종적으로 SWAT(Soil and Water Assessment Tool) 모형을 통해 예측 된 미계측 하천에서의 데이터셋을 머신러닝 모델의 검증 자료로 사용하여 수생태계 건강성 등급 예측 정확도를 평가하였다. 본 연구에서의 GAN에 의해 강화된 머신러닝 모델은 수질 및 수생태 관리가 필요한 우심 지류하천 선정과 구조적/비구조적 최적관리기법에 따른 수생태계 건강성 개선 효과를 평가하는데 활용될 수 있을 것이다. 또한 이를 통해 예측된 미계측 하천에서의 수생태계 건강성 등급 자료는 수량-수질-수생태를 유기적으로 연계한 통합 물관리 정책을 수립하는데 기초자료로 활용될 수 있을 것이라 사료된다.
90년대 들어 각광받고 있는 에이전트 기술은, 동현 또는 이형의 에이전트가 각자 맡은 일을 해결하는 일종의 멀티분산 시스템으로, 조정 에이전트가 여러 응용 에이전트의 통신과 제어를 담당하는 멀티 에이전트 시스템이 주류를 이룬다. 에이전트 기반 응용 기술로는 인터넷 정보검색, 온라인 쇼핑, 메시징, 네트워크 관리등이 있는데, 포괄적으로 본다면 이러한 기술은 인터넷의 보편화에 따라 넘쳐나는 정보를 효율적으로 다루기 위한 기술이라고 볼 수 있다. 본 논문의 목적은 유사도와 강화 학습을 사용하여, 정보를 제공하는 에이전트와 정보를 요청하는 에이전트간의 연결을 매개하는 조정 에이전트(Coordination Agent, Middle Agent) 구현 방식을 제안하는데 있다. 정보 에이전트를 사용하는 멀티 에이전트 시스템에서, 정보 에이전트는 조정 에이전트에게 자신의 정보를 등록하고, 질의 에이전트는 조정 에이전트에게 원하는 질의를 요청함으로써, 서로에 대한 지식 없이도 정보의 교류가 가능하다. 그러나. 정확한 정보의 교류가 가능하기 위해서는 정보 에이전트가 자신이 제공하는 정보를 조정 에이전트에 등록했을 때, 등록된 정보와 정확히 일치하지 않는 정보를 지의 에이전트가 요청했을 경우에 대한 적절한 대처 방안이 마련되어야 한다. 이를 위하여 본 논문에서는 질의 에이전트의 질의와 가장 밀접한 정보를 제공하는 것으로 판단되는 정보 에이전트를 찾는 방안을 제안하고 가상의 실험공간에서 얻어진 결과에 대하여 타당성을 검증한다.
이 논문은 지방문화산업지원센터의 역할모델을 중심으로 산 ${\cdot}$학 협력을 기반으로한 지역문화콘텐츠산업의 혁신 환경을 창출하기 위한 사업모델을 개발하는데 초점을 두었다. 이를 위하여 경기디지털콘텐츠진흥원의 공공아카데미사업과 경기문화원형디지털콘텐츠개발 사업에 대한 사례분석을 실시하였다. 이를 바탕으로 이 논문에서는 지역문화산업 혁신환경 차원에서 경기디지털콘텐츠진릉원의 산학협력사업 모델을 문화콘텐츠 R&D 네트워크센터 구축사업, 인력양성사업과 지역클러스터사업의 연계 강화사업, 산 ${\cdot}$ 학과의 파트너쉽 기반 문화콘텐츠체험 및 학습 프로그램 체계 구축사업 등 세 가지 차원에서 설정하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.