• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.41-44
• /
• 2017

기계이해 시스템은 주어진 문서를 이해하고 질의에 해당하는 정답을 출력하는 방법으로 심층 신경망을 활용한 주의집중 방법이 발달하면서 활발히 연구되기 시작했다. 본 논문에서는 어휘 정보를 통해 문서와 질의를 이해하는 어휘 이해 모델과 품사 등장 정보, 의존 구문 정보를 통해 문법적 이해를 하는 구문 이해 모델을 함께 사용하여 기계이해 질의응답을 하는 Dual Bi-Directional Attention Flow모델을 제안한다. 한국어로 구성된 18,863개 데이터에서 제안 모델은 어휘 이해 모델만 사용하는 Bi-Directional Attention Flow모델보다 높은 성능(Exact Match: 0.3529, F1-score: 0.6718)을 보였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.41-44
• /
• 2017

기계이해 시스템은 주어진 문서를 이해하고 질의에 해당하는 정답을 출력하는 방법으로 심층 신경망을 활용한 주의집중 방법이 발달하면서 활발히 연구되기 시작했다. 본 논문에서는 어휘 정보를 통해 문서와 질의를 이해하는 어휘 이해 모델과 품사 등장 정보, 의존 구문 정보를 통해 문법적 이해를 하는 구문 이해 모델을 함께 사용하여 기계이해 질의응답을 하는 Dual Bi-Directional Attention Flow모델을 제안한다. 한국어로 구성된 18,863개 데이터에서 제안 모델은 어휘 이해 모델만 사용하는 Bi-Directional Attention Flow모델보다 높은 성능(Exact Match: 0.3529, F1-score: 0.6718)을 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.380-383
• /
• 2017

과학에서 사용하는 모델은 자연 그 자체가 아니면 자연을 단순화하여 표현한 표상이다. 그렇기 때문에 각 모델은 자연을 표상하기 위한 특정한 알고리즘을 갖는다. 그러므로 과학 모델에 대한 이해는 자연을 표상하기 위한 특정한 알고리즘이 무엇인지에 대한 이해가 필수적이다. 이러한 특정한 알고리즘에 대한 이해와 이를 바탕으로 한 다른 현상의 예측과 설명을 위한 도구로 본 논문은 스크래치를 활용하였다. 또한 과학의 모델에 대한 이해의 소재로 대학생뿐만 아니라 많은 과학교사 조차도 대안개념에 머물러 있는 뜨거나 가라앉는 현상을 선정하였다. 연구대상은 K대학원 교육대학원 멀티미디어와 과학교육을 수강한 17명의 과학교사이며, 스크래치를 통해 기본 알고리즘 3시간, 응용 알고리즘 3시간을 투입하였다. 모델에 대한 이해를 위해 뜨거나 가라 앉는 현상에 때한 LP설문지를 사전, 사후검사에 실시하였다. 1차적으로 양적변화를 통해 이 현상에 대한 개념의 수준의 변화를 알아보았으며, 2차적으로 인터뷰와 자기보고식 설문지를 이용하여 모델에 대한 이해를 질적으로 분석하였다. 연구결과 과학교사들은 현상에 대한 개념에 대한 수준이 상승하였으며, 질적자료 분석 결과, 모델에 대한 깊은 이해(depth)와 전이능력(transfer)이 증가하였다. 이는 스크래치를 통해 과학 모델의 이해를 높일 수 있음을 시사한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.384-385
• /
• 2017

과학 모델은 복잡한 자연현상을 단순화하고 패턴화한 것이다. 따라서 과학 모델은 특정한 알고리즘을 가지며, 과학 모델에 대한 이해는 모델이 갖는 특정한 알고리즘에 대한 이해와 직접적으로 관련되어있다. 본 연구에서는 많은 학생들이 대안 개념을 가지고 있는 산-염기를 주제로 하여, 이 모델이 가지는 알고리즘을 학습하기 위한 프로그램을 설계하고, 알고리즘을 학습 하였을 때 과학 학습에 미치는 효과를 확인하였다. 고등학생 3학년을 대상으로 4차시로 수업을 진행하였으며, 수업의 사전과 사후 검사를 실시하여, 학생들의 모델에 대한 이해를 분석하였다. 수업 결과, 학생들은 모델의 정의와 화학반응 및 화학평형의 정성적인 부분에서는 이해의 향상을 보였으나, 정량적인 부분에는 효과를 보이지 못하였다. 이는 화학이 많은 수의 입자를 고려해야 하는 독특한 과목의 특성에 기인하며, 이를 보완하기 위하여 추후 컴퓨터프로그램을 교육 도구로 사용하는 수업을 통해 후속연구를 진행하고자 한다.

• Korea Trade Review
• /
• v.42 no.5
• /
• pp.161-182
• /
• 2017

This study is to conduct a stakeholder analysis using Project Stakeholder Management Model established by US Project Management Institute (or PMI) in order to identify current stakeholder related to Korea's trade policy and to establish the stakeholder management process for Korea's trade negotiation. Project Stakeholder Management Model includes four stages such as identifying, planning, managing, and controling stakeholder. The stakeholder management process for Korea's trade negotiation classifies domestic stakeholder into two category; internal stakeholder and external stakeholder. This research suggests that Korea should invite consumer groups, labor unions, and farmer's association into the official communication channel of trade authority while unifying the current stakeholder management divisions and relevant advisory committees within the trade ministry.

• Annual Conference of KIPS
• /
• 2024.05a
• /
• pp.733-736
• /
• 2024

최근 GTP4, LLama와 같은 초거대 언어모델을 활용한 서비스가 공개되어 많은 사람의 주목을 받고 있다. 해당 모델들은 사용자들의 다양한 질문에 대하여 유창한 결과를 생성하고 있지만 한국어 데이터에 대한 학습량이 부족하여 한국어 이해 및 한국 문화 등에 대한 잘못된 정보를 제공하는 문제를 야기할 수 있다. 이에 본 논문에서는 한국어 데이터를 학습한 주요 공개 모델 6개를 선정하고 5개 분야(한국어 이해 및 문화 영역으로 구성)에 대한 평가 데이터셋을 구성하여 한국어 이해 능력에 대한 평가를 진행하였다. 그 결과 한국어 구사 능력은 Bookworm 모델이, 한국어 이해 및 문화와 관련한 부문은 LDCC-SOLAR 모델이 우수한 것으로 확인할 수 있었다.

• Journal of Software Engineering Society
• /
• v.13 no.3
• /
• pp.71-78
• /
• 2000

컴포넌트 기반으로 소프트웨어를 개발해 나가는 기술에서는 컴포넌트의 특성을 파악하고 이를 적당한 곳에 적절히 구성하는 작업이 중요하다. COTS, 즉 패키지로 구입할 수 있는 대부분의 소프트웨어 컴포넌트는 블랙박스 형태로 제공된다. 따라서 COTS 컴포넌트를 블랙박스로 이해할 수 있는 모델과 효과적으로 이해할 수 있도록 프로세스 지원이 필요하다. 이 논문에서는 유지보수 단계를 전제로 한 프로그램 이해 모델을 살펴보고 컴포넌트 이해에 맞는 멘탈 모델은 어떤 것인지 살펴보았다. 대규모 컴포넌트로서 어떻게 패키징 되었는지를 나타내는 측면뿐만 아니라 컴포넌트가 어떤 서비스를 제공하는지를 나타내는 인터페이스 측면, 컴포넌트의 통합적 구성 측면이 멘탈 모델에 잘 표현되어 있어야 한다. 이런 조건을 잘 만족하는 모델로서 하드웨어 컴포넌트를 모방한 개념을 소개하였고 소프트웨어 컴포넌트에도 잘 적용될 수 있음을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.364-366
• /
• 2005

소프트웨어 개발시 요구사항 협의단계에서 WinWin 협의모델은 이해당사자들이 모두 만족할 수 있는 합의값물 결정하도록 도와준다. 이해당사자들은 각각의 Win 조건을 정의하고, 이것을 품질특성별로 규명한 수치화된 값으로 만든 후 이를 대상으로 협의하여 합의값을 도출한다. 하지만 이같은 합의값을 도출하는 과정에서 모든 이해당사자들이 Win 조건에 도달했는지 설명할 수 있는 방법은 없다. 본 논문은 WinWin 모델에서 이같은 합의값 도출 과정을 규명 가능한 수준으로 만들어 전체적으로 WinWin 모델의 성능이 개선될 수 있다는 것을 제시한다. 각 이해당사자들은 WinWin 모델 내의 합의값 도출과정을 퍼지 합의모델인 OCA(Opinion Changing Aversion)를 이용하여 산출된 합의값의 신뢰도를 평가한다. 평가된 신뢰도를 향상시킬 때까지 반복이 가능하므로 전체적으로 OCA는 WinWin 협의모델의 성능을 개선시킬 수 있다는 것을 증명한다.

• Annual Conference of KIPS
• /
• 2023.11a
• /
• pp.23-26
• /
• 2023

본 논문에서는 서술형 수학 문제 풀이 모델의 숫자 대소관계 파악을 위한 명시적 자질추출방식 Explicit Feature Extraction(EFE) Reasoner 모델을 제안한다. 서술형 수학 문제는 자연현상이나 일상에서 벌어지는 사건을 수학적으로 기술한 문제이다. 서술형 수학 문제 풀이를 위해서는 인공지능 모델이 문장에 함축된 논리를 파악하여 수식 또는 답을 도출해야 한다. 때문에 서술형 수학 문제 데이터셋은 인공지능 모델의 언어 이해 및 추론 능력을 평가하는 지표로 활용되고 있다. 기존 연구에서는 문제를 이해할 때 숫자의 대소관계를 파악하지 않고 문제에 등장하는 변수의 논리적인 관계만을 사용하여 수식을 도출한다는 한계점이 존재했다. 본 논문에서는 자연어 이해계열 모델 중 SVAMP 데이터셋에서 가장 높은 성능을 내고 있는 Deductive-Reasoner 모델에 숫자의 대소관계를 파악할 수 있는 방법론인 EFE 를 적용했을 때 RoBERTa-base 에서 1.1%, RoBERTa-large 에서 2.8%의 성능 향상을 얻었다. 이 결과를 통해 자연어 이해 모델이 숫자의 대소관계를 이해하는 것이 정답률 향상에 기여할 수 있음을 확인한다.

• Journal of the Korean Chemical Society
• /
• v.64 no.5
• /
• pp.267-276
• /
• 2020

This study analyzed the level of chemistry teachers' cognition related to two types of acid-base models taught in secondary schools. For the purpose, a questionnaire was developed to identify teachers' cognitions based on previous studies that analyzed the 'Ignorance' of each model. The questionnaire consisted of two items, one related to acid and base reactions and one related to acid and base dissociation, which suggested inconsistencies between the two models. The subjects were 15 chemistry teachers, and as a result, teachers' cognitions were analyzed at four levels. The four levels are: if they don't know the two models, if they only understand one model, if they understand the two models, and perceived the 'Ignorance' of one model, and if they understand the two models and perceived the 'Ignorance' of the two models. The largest proportion of teachers understood the two models and perceived the 'Ignorance' of one model. However, the proportion of understanding the two models and perceiving the 'Ignorance' of the two models was very small. Through this, we argued that efforts to increase the level of chemistry teachers' cognition of the model and 'Ignorance' were necessary.