사람은 누구나 잭이나 문서를 읽을 때 중요한 부분에 강조, 해설, 설명을 하기 위해서 표시를 하거나 글을 입력한다. 이와 같이 원본문서에 추가되는 부가 정보를 Annotation이라고 한다[6][7]. Annotation을 이용하면 차후에 원본문서를 재창조하거나 다른 사람이 원본문서를 참조할 경우 과중한 정보의 양을 극복할 수 있으므로[4], 원본문서의 이해도를 향상시킬 수 있다. 따라서, Annotation은 한번 사용하고 그치는 정보가 아닌 재사용할 수 있는 점보임을 의미한다[1,2,3]. 이러한 Annotation 기능을 웹 문서에 적용하게 되면 종이문서에서 얻을 수 있는 장점뿐만 아니라 웹 환경의 특징인 공유[5], 검색[4], 재편집 등의 기능이 가능하다. 이와 관련한 많은 연구가 진행중에 있다. 그러나, 기존의 Annotation 연구는 Anchor 입력된 다수의 Annotation이 무의미한 출력 순서로 제공되고 있으며, 또한 Anchor에 입력된 Annotation의 출력으로 인해 문서 구조가 변경되거나, 가려지는 등의 문제점으로 사용자들이 쉽게 사용 및 이해할 수 있는 Annotation 출력 인터페이스에 대한 연구가 부족한 실정이다. 따라서, 본 논문에서는 Anchor에 입력된 다수의 Annotation들 간의 의미적 순서를 부여하여 보다 적절한 Annotation에 대한 우선 접근이 가능하도록 계층적인 Annotation 우선처리 기법을 제안하고, Annotation 출력으로 인한 문서 변경 문제를 해결하기 위한 유동적인 Annotation 표현 기법을 제안한다. 또한 Annotation이 문서에 부가된 부가정보의 역할을 뿐만 아니라, 다양한 활용이 가능하도록 XML 표준에 기반한 저장 구조를 지원하며, 원본문서와 분리하여 저장한다.속도를 개선시켰고, 국소적인 변형이 있는 패턴과 특징의 수가 다른 패턴의 경우에도 좋은 인식률을 얻었다.r interferon alfa concentrated solution can be established according to the monograph of EP suggesting the revision of Minimum requirements for biological productss of e-procurement, e-placement, e-payment are also investigated.. monocytogenes, E. coli 및 S. enteritidis에 대한 키토산의 최소저해농도는 각각 0.1461 mg/mL, 0.2419 mg/mL, 0.0980 mg/mL 및 0.0490 mg/mL로 측정되었다. 또한 2%(v/v) 초산 자체의 최소저해농도를 측정한 결과, B. cereus, L. mosocytogenes, E. eoli에 대해서는 control과 비교시 유의적인 항균효과는 나타나지 않았다. 반면에 S. enteritidis의 경우는 배양시간 4시간까지는 항균활성을 나타내었지만, 8시간 이후부터는 S. enteritidis의 성장이 control 보다 높아져 배양시간 20시간에서는 control 보다 약 2배 이상 균주의 성장을 촉진시켰다.차에 따른 개별화 학습을 가능하게 할 뿐만 아니라 능동적인 참여를 유도하여 학습효율을 높일 수 있을 것으로 기대된다.향은 패션마케팅의 정의와 적용범위를 축소시킬 수 있는 위험을 내재한 것으로 보여진다. 그런가 하면, 많이 다루어진 주제라 할지라도 개념이나 용어가 통일되지 않고 사용되며 검증되어 통용되는 측정도구의 부재로 인하여 연구결과의 축적이 미비한 상태이다. 따라서, 이에 대한 재고와 새로운 방향
본 연구는 텍스트 중심의 연기론과 신체 중심의 연기론의 연결링크가 필요하다는 문제점을 인식하며 출발한다. 배우뿐만 아니라 연기교육자에 의해서도 수차례 논의되어 온 재현적 반복 연기를 통한 현존성 상실이라는 난제를 극복해줄 방안으로 브레히트의 연기론을 연구한다. 브레히트의 연기론은 많은 연구자들에 의해 종래의 배우훈련의 대안으로써 이미 언급된 바 있지만 실제 적용이 가능한 연기 훈련방법에 대한 연구는 많이 진행되지 않은 실정으로 브레히트 연기법의 실제에 대한 기초자료가 될 수 있도록 목표한다. 본 연구는 그 중에서도 텍스트 기반의 모순 찾기와 신체 중심의 브레히트 연기론을 연구하고 그의 연기론이 텍스트와 신체 중심 연기론의 연결링크로써 작용할 수 있는 가능성을 탐구한다. 연구방법으로는 먼저 텍스트 중심의 재현적 연기론과 신체 중심의 포스트드라마 연기론의 개념과 한계에 대한 이론적 고찰을 진행한다. 그리고 브레히트의 서사적 연기 중에서 텍스트에 중점을 둔 연기실행도구와 신체에 중점을 둔 연기실행도구를 구분하여 그가 사용한 용어와 개념을 정리하고 연기실행의 과정에서 도달하는 현존적 효과에 대해 확인한다. 마지막으로 필자의 지도경험을 바탕으로 브레히트의 연기이론을 변형하여 개발한 연기교수법 학습모형을 제안한다. 그러나 본 연구에서 제시한 학습모형은 필자의 지도경험만을 바탕으로 하기 때문에 그 효과를 일반화하는 데는 한계가 있음을 밝힌다. 향후 후속 연구를 통해 브레히트 연기론에 대한 깊이 있는 통찰과 다양한 연기교수법 모형을 개발을 통해 현대 연기교육의 다양성에 보탬이 되기를 기대해 본다.
스마트 기기의 보급과 Apple사의 iBooks 2 보급과 더불어 교육 환경에서의 디지털 교과서의 중요성이 높아지고 있다 국내에서도 정부는 스마트 교육 추진 계획안을 최근 발표하였으며, 디지털 교과서 적용 및 클라우드 교육 시스템 구성 등의 내용을 포함하고 있다. 미래의 교육환경은 이러닝을 넘어 다양한 디바이스에서도 정확한 학습 및 소통이 가능한 스마트 교육 환경을 필요로 하고 있다. 현재 정부의 디지털교과서 사업은 중장기 목표로 추진되고 있으며, 단기적인 목표로 전자책과 유사한 형태의 모델로서 배포가 용이한 PDF 기반 e-교과서 사업을 추진한 바 있다. 그러나 차후 스마트 교육을 위해서는 다양한 종류의 단말기에서도 변형이 용이하고 원본 콘텐츠에 대한 중립성이 강화된 e-교과서 전략이 요구된다. 따라서 본 논문에서는 전자책 기반의 e-교과서 포맷에 대한 표준화 방안을 제안한다. 이를 위하여 먼저 전자책 요소 기술의 동향에 대하여 조사 분석을 하였으며, 기존 교과서의 분석을 바탕으로 서책형 교과서의 디지털화를 위한 전자책 포맷 표준화 방안을 연구하였다. 또한 제안된 표준 방안에 근거하여, 실제 e-교과서 시범 콘텐츠를 제작하였다. 그 결과 제안 기법은 향후 스마트 교육 환경에 적용 가능하며 디지털교과서 중장기 사업 목표에 효과적으로 응용 가능할 것으로 예상한다.
본 연구에서는 계절내-계절(Subseasonal to seasonal, S2S) 기후예측의 주별 예측 성능을 개선하기 위해서 딥러닝 기반의 후보정(post processing) 기술을 개발하였다. 그 첫 단계로, 일 최고, 최저기온과 일 강수를 목표 변수로, 자료의 특성과 분포에 적합한 자료 변환 및 특성 공학 기법을 규명하고자 하였다. 먼저, 6개 개별 기후모델의 S2S 예측 자료를 딥러닝 모델에 입력하기 위한 훈련자료로 변환하고, 이로부터 다중모델앙상블(Multi-Model Ensemble, MME) 기반 훈련자료를 구축하였다. 참값(label)으로는 ECMWF의 ERA5 재분석 자료를 사용하였다. 자료 변환 알고리즘은 최고 및 최저 차이를 계산하여 입력자료의 범위를 변형시키는 MinMax 및 MaxAbs 변환, 표준편차를 이용하는 Standard 변환 및 분위수를 지정하여 변형하는 Robust와 Quantile 변환으로 구성된 전처리 파이프라인을 구축하였으며, 변환된 훈련자료와 예측 변수와의 상관관계를 계산하여 순위에 따라 훈련자료의 특성을 선택하는 특성 선택 기법을 추가하였다. 본 연구는 U-Net 모델에 TimeDistributed wrapper를 모든 합성곱 층(convolutional layer)에 적용하여 활용하였다. 5개 알고리즘으로부터 변환된 6개 개별 기후모델 및 MME S2S 훈련자료(일 최고 및 최저기온, 강수)에 훈련 모델을 적용한 결과와 훈련 모델을 적용하지 않은 결과를 ERA5와의 공간상관계수(spatial Pattern Correlation Coefficient)를 계산하고 그 개선율인 기술 점수(skill score)를 평가한 결과, 일 강수의 PCC 기술 점수는 Standard 및 Robust 변환으로 처리된 것에서 전체 예측선행(1~4주)에 대해 모두 높았고, 일 최고 및 최저기온에서는 예측 선행시간 3~4주에서만 높게 나타났다. 또한, 일 강수에서 특성 선택에 따른 훈련자료의 차원 감소가 예측 성능 변화에 영향을 미치지 않는 것으로 나타났다. 일 최고 및 최저기온의 경우에는 특성 선택에 의한 훈련자료의 특성 정보 감소가 오히려 예측 성능을 저하시킬 수 있는 것으로 확인되었으며, 원시자료에서 예측성이 높은 1~2주 기온 예측 개선을 위한 적합한 전처리 변환 알고리즘이나 특성 선택을 찾을 수 없었다. 후속 연구에서는 원시 예측 성능이 강수에 비해 높으나 딥러닝 훈련 모델에 의한 후보정 효과가 미미한 예측 선행 1~2주 기온 예측의 저조 원인에 대해 탐색하고, 다양한 딥러닝 훈련 모델로의 적용 및 초매개변수 조정 등 학습 과정의 최적화를 통해 S2S 기후 예측 성능을 개선하고자 한다.
군(軍)에서 방위력개선사업(이하 방위사업)은 매우 투명하고 효율적으로 이루어져야 함에도, 방위사업 관련 법 및 규정의 과도한 다양화로 많은 실무자들이 원활한 방위사업 추진에 어려움을 겪고 있다. 한편, 방위사업 관련 실무자들이 각종 문서에서 다루는 법령 문장은 문장 내에서 표현 하나만 잘못되더라도 심각한 문제를 유발하는 특징을 가지고 있으나, 이를 실시간으로 바로잡기 위한 문장 비교 시스템 구축에 대한 노력은 미미했다. 따라서 본 논문에서는 Siamese Network 기반의 자연어 처리(NLP) 분야 인공 신경망 모델을 이용하여 군(軍)의 방위사업 관련 문서에서 등장할 가능성이 높은 문장과 이와 관련된 법령 조항의 유사도를 비교하여 위법 위험 여부를 판단·분류하고, 그 결과를 사용자에게 인지시켜 주는 '군(軍) 보고서 등장 문장과 관련 법령 간 비교 시스템' 구축 방안을 제안하려고 한다. 직접 제작한 데이터 셋인 모(母)문장(실제 법령에 등장하는 문장)과 자(子)문장(모(母)문장에서 파생시킨 변형 문장) 3,442쌍을 사용하여 다양한 인공 신경망 모델(Bi-LSTM, Self-Attention, D_Bi-LSTM)을 학습시켰으며 1 : 1 문장 유사도 비교 실험을 통해 성능 평가를 수행한 결과, 상당히 높은 정확도로 자(子)문장의 모(母)문장 대비 위법 위험 여부를 분류할 수 있었다. 또한, 모델 학습에 사용한 자(子)문장 데이터는 법령 문장을 일정 규칙에 따라 변형한 형태이기 때문에 모(母)·자(子)문장 데이터만으로 학습시킨 모델이 실제 군(軍) 보고서에 등장하는 문장을 효과적으로 분류한다고 판단하기에는 제한된다는 단점을 보완하기 위해, 실제 군(軍) 보고서에 등장하는 형태에 보다 더 가깝고 모(母)문장과 연관된 새로운 문장 120문장을 추가로 작성하여 모델의 성능을 평가해본 결과, 모(母)·자(子)문장 데이터만으로 학습시킨 모델로도 일정 수준 이상의 성능을 확인 할 수 있었다. 결과적으로 본 연구를 통해 방위사업 관련 군(軍) 보고서에서 등장하는 여러 특정 문장들이 각각 어느 관련 법령의 어느 조항과 가장 유사한지 살펴보고, 해당 조항과의 유사도 비교를 통해 위법 위험 여부를 판단하는 '실시간 군(軍) 문서와 관련 법령 간 자동화 비교 시스템'의 구축 가능성을 확인할 수 있었다.
필자가 이 글에서 주장하려는 바는 예술의 맥락은 논외로 친다고 하더라도, 적어도 과학의 맥락에서는 창의성의 핵심은 비판적 사고 능력에 있으며, 그것이 창의성 교육과 관련이 될 때는 더더욱 비판적 사고 교육이 그 핵심이 되어야 한다는 것이다. 다시 말해, 발산적 사고를 의미하는 협의의 창의성 개념을 제외한 나머지 2가지 창의성 개념, 즉 문제해결과 같은 유용성의 준거를 중시하는 광의의 창의성 개념이나 기존의 정보들의 변형이나 조합을 기반으로한 과정으로서의 창의성 개념은 모두 비판적 사고 개념 속에 포섭되며, 적어도 과학의 맥락에서는 이 비판적 사고 개념에 속하는 두 창의성 개념이 창의성 개념의 요체라는 것이다. 바꾸어 말하면, 비록 발산적 사고라는 협의의 창의성 개념은 비판적 사고 개념 속에 포섭되지는 않으나, 창의적 문제 해결을 추구하는 과학의 맥락에서 그 역할은 결정적이지 않다는 것이다. 필자는 창의성 연구자들이 종합력이라고 분류하고 있는 지적 작업들이 실제로는 논리적ㆍ비판적 작업이라는 것을 우선 지적한다. 예를 들어, 가설이나 이론을 만드는 작업은 가설연역추리, 그리고 더 나아가서는, 귀추법(abduction) 또는 최선의 설명에로의 추론(inference to the best explanation)이라고 불리는 고차적인 논리적 작업에 속하며, 일반화 작업 역시 귀납적 일반화, 또는 통계적 일반화와 같은 기본적인 귀납 추리 작업에 속한다는 것을 지적한다. 둘째로, 실제적인 창의적 문제 해결의 맥락에서는 예컨대 벽돌과 같은 물건의 용도를 주어진 시간내에 가능한 한 많이(fluency), 다양하게(flexibility), 그리고 독특하게(originality) 제시할 수 있는 능력이 중요한 것이 아니라, 주어진 문제 상황과 관련하여 해결 개연성이 높은 적절한 아이디어를 찾아나갈 수 있는 능력이 중요한 것임을 지적한다. 필자는 발산적 사고가 작동을 하지 않고서도 어떻게 역사적인 창의적 행위가 가능할 수 있는지를 보여주는 예로 Kekule의 벤젠링 발견의 경우 둥을 살펴본다. 창의적 문제 해결에서는 발산적 사고가 중요한 것이 아니라 해결해야할 문제 영역에 대한 통찰력과 아울러 어떤 아이디어가 주어진 문제 해결에 유용한지에 대한 통찰력이 핵심 요체이며, 이러한 통찰력은 바로 논리적ㆍ비판적 사고 훈련을 통해서 길러질 수 있는 능력인 것이다. 이와 같은 비판적 사고 교육의 강조는 정보화 사회 혹은 지식기반 사회 등으로 특징지워지는 현대사회의 특성과도 밀접한 연관을 맺고 있다. 현대 과학기술의 급격한 발전과 정치ㆍ사회ㆍ문화의 패러다임의 급속한 변화는 요구되는 지식기반의 내용과 중요성을 유동적으로 변화시키게 되었다. 따라서 새로운 변화에 신속히 적응하고 새로운 상황에서 발생하는 여러 문제들을 적절히 해결할 수 있는 상황적응적인 인지적 능력의 배양이 필요하게 되었다 우리는 이제 누구나 인터넷 서핑을 통해 방대한 정보와 지식에 접근할 수 있게 되었다. 이에 따라 암기 등을 통한 정보와 지식의 습득과 축적의 그 본래적 가치는 과거에 비해 현저히 낮아졌다. 가치를 만들어 내는 중심은 지식을 가지고 있다는 데에 있지 않고, 습득한 정보와 지식들을 조합하고 재구성하여 합리적인 문제 해결안을 마련할 줄 아는 능력에 놓이게 된 것이다. 우리 시대에 정보와 지식을 논리적·비판적으로 구성하고 판단하는 능력은 합리적인 문제 해결을 위한 필수 요소라고 할 수 있다. 이와 같이 새로운 변화에 따라 발생하는 새로운 형태의 문제들에 적절히 대응할 수 있는 상황적응적인 인지적 능력의 핵심이 바로 비판적 사고인 것이다. 그리고 비판적 논리적 사고를 통한 합리적 문제해결이 결과적으로 새로움의 성격을 띨 때 우리는 그것을 ''창의적 사고''라 부르는 것이다. 따라서 비판적 사고 교육은 명제적 지식(knowing that)이나 서술적 지식(declarative knowledge)에 대한 학습이 아닌 문제해결 방식(knowing how)이나 절차적 지식(procedural knowledge)에 대한 학습이 중심이 되어야 하며, 성취(performance)보다는 능력(competence)을 배양하는 교육이 되어야 할 것이다.
필자가 이 글에서 주장하려는 바는 예술의 맥락은 논외로 친다고 하더라도, 적어도 과학의 맥락에서는 창의성의 핵심은 비판적 사고 능력에 있으며, 그것이 창의성 교육과 관련이 될 때는 더더욱 비판적 사고 교육이 그 핵심이 되어야 한다는 것이다. 다시 말해, 발산적 사고를 의미하는 협의의 창의성 개념을 제외한 나머지 2가지 창의성 개념, 즉 문제해결과 같은 유용성의 준거를 중시하는 광의의 창의성 개념이나 기존의 정보들의 변형이나 조합을 기반으로한 과정으로서의 창의성 개념은 모두 비판적 사고 개념 속에 포섭되며, 적어도 과학의 맥락에서는 이 비판적 사고 개념에 속하는 두 창의성 개념이 창의성 개념의 요체라는 것이다. 바꾸어 말하면, 비록 발산적 사고라는 협의의 창의성 개념은 비판적 사고 개념 속에 포섭되지는 않으나, 창의적 문제 해결을 추구하는 과학의 맥락에서 그 역할은 결정적이지 않다는 것이다. 필자는 창의성 연구자들이 종합력이라고 분류하고 있는 지적 작업들이 실제로는 논리적ㆍ비판적 작업이라는 것을 우선 지적한다. 예를 들어, 가설이나 이론을 만드는 작업은 가설연역추리, 그리고 더 나아가서는, 귀추법(abduction) 또는 최선의 설명에로의 추론(inference to the best explanation)이라고 불리는 고차적인 논리적 작업예 속하며, 일반화 작업 역시 귀납적 일반화, 또는 통계적 일반화와 같은 기본적인 귀납 추리 작업에 속한다는 것을 지적한다. 둘째로, 실제적인 창의적 문제 해결의 맥락에서는 예컨대 벽돌과 같은 물건의 용도를 주어진 시간내에 가능한 한 많이(fluency), 다양하게(flexibility), 그리고 독특하게(originality) 제시할 수 있는 능력이 중요한 것이 아니라, 주어진 문제 상황과 관련하여 해결 개연성이 높은 적절한 아이디어를 찾아나갈 수 있는 능력이 중요한 것임을 지적한다. 필자는 발산적 사고가 작동을 하지 않고서도 어떻게 역사적인 창의적 행위가 가능할 수 있는지를 보여주는 예로 Kekule의 벤젠링 발견의 경우 둥을 살펴본다. 창의적 문제 해결에서는 발산적 사고가 중요한 것이 아니라 해결해야할 문제 영역에 대한 통찰력과 아울러 어떤 아이디어가 주어진 문제 해결에 유용한지에 대한 통찰력이 핵심 요체이며, 이러한 통찰력은 바로 논리적ㆍ비판적 사고 훈련을 통해서 길러질 수 있는 능력인 것이다. 이와 같은 비판적 사고 교육의 강조는 정보화 사회 혹은 지식기반 사회 등으로 특징지워지는 현대사회의 특성과도 밀접한 연관을 맺고 있다. 현대 과학기술의 급격한 발전과 정치ㆍ사회ㆍ문화의 패러다임의 급속한 변화는 요구되는 지식기반의 내용과 중요성을 유동적으로 변화시키게 되었다. 따라서 새로운 변화에 신속히 적응하고 새로운 상황에서 발생하는 여러 문제들을 적절히 해결할 수 있는 상황적응적인 인지적 능력의 배양이 필요하게 되었다 우리는 이제 누구나 인터넷 서핑을 통해 방대한 정보와 지식에 접근할 수 있게 되었다. 이에 따라 암기 등을 통한 정보와 지식의 습득과 축적의 그 본래적 가치는 과거에 비해 현저히 낮아졌다. 가치를 만들어 내는 중심은 지식을 가지고 있다는 데에 있지 않고, 습득한 정보와 지식들을 조합하고 재구성하여 합리적인 문제 해결안을 마련할 줄 아는 능력에 놓이게 된 것이다. 우리 시대에 정보와 지식을 논리적·비판적으로 구성하고 판단하는 능력은 합리적인 문제 해결을 위한 필수 요소라고 할 수 있다. 이와 같이 새로운 변화에 따라 발생하는 새로운 형태의 문제들에 적절히 대응할 수 있는 상황적응적인 인지적 능력의 핵심이 바로 비판적 사고인 것이다. 그리고 비판적 논리적 사고를 통한 합리적 문제해결이 결과적으로 새로움의 성격을 띨 때 우리는 그것을 ‘창의적 사고’라 부르는 것이다. 따라서 비판적 사고 교육은 명제적 지식(knowing that)이나 서술적 지식(declarative knowledge)에 대한 학습이 아닌 문제해결 방식(knowing how)이나 절차적 지식(procedural knowledge)에 대한 학습이 중심이 되어야 하며, 성취(performance)보다는 능력(competence)을 배양하는 교육이 되어야 할 것이다.
이미지 분류에서 딥러닝 모형을 사용하는 가장 큰 이유는 이미지의 전체적인 정보에서 각 지역 특징을 추출하여 서로의 관계를 고려할 수 있기 때문이다. 하지만 이미지의 지역 특징이 없는 감정 이미지 데이터는 CNN 모델이 적합하지 않을 수 있다. 이러한 감정 이미지 분류의 어려움을 해결하기 위하여 매년 많은 연구자들이 감정 이미지에 적합한 CNN기반 아키텍처를 제시하고 있다. 색깔과 사람 감정간의 관계에 대한 연구들도 수행되었으며, 색깔에 따라 다른 감정이 유도된다는 결과들이 도출되었다. 딥러닝을 활용한 연구에서도 색깔정보를 활용하여 이미지 감성분류에 적용하는 연구들이 있어왔으며, 이미지만을 가지고 분류 모형을 학습한 경우보다 이미지의 색깔 정보를 추가로 활용한 경우가 이미지 감성 분류 정확도를 더 높일 수 있었다. 본 연구는 사람이 이미지의 감정을 분류하는 기준 중 많은 부분을 차지하는 색감을 이용하여 이미지 감성 분류 정확도를 향상시키는 방안을 제안한다. 이미지의 RGB 값에 K 평균 군집화 방안을 적용하여 이미지를 대표하는 색을 추출하여, 각 감성 클래스 별 해당 색깔이 나올 확률을 가중치 식으로 변형 후 CNN 모델의 최종 Layer에 적용하는 이-단계 학습방안을 구현하였다. 이미지 데이터는 6가지 감정으로 분류되는 Emotion6와 8가지 감정으로 분류되는 Artphoto를 사용하였다. 학습에 사용한 CNN 모델은 Densenet169, Mnasnet, Resnet101, Resnet152, Vgg19를 사용하였으며, 성능 평가는 5겹 교차검증으로 CNN 모델에 이-단계 학습 방안을 적용하여 전후 성과를 비교하였다. CNN 아키텍처만을 활용한 경우보다 색 속성에서 추출한 정보를 함께 사용하였을 때 더 좋은 분류 정확도를 보였다.
최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.
본 연구의 목적은 자연수 뺄셈의 실생활 맥락 문제 상황에서 '큰 수'와 '작은 수'의 제시 순서와 관련한 교수학적 의사결정의 관례에 대한 개선 방안을 모색하는 것이다. 이를 위하여 수학 교과 전문성을 가지고 있는 초등교사 30명을 대상으로 자연수 뺄셈의 실생활 문제 상황에 등장하는 크고 작은 두 수의 제시 순서와 뺄셈 상황에 대한 교수학적 인식을 조사하였다. 설문 조사를 통해 수집한 자료는 뺄셈의 문제 상황 유형을 분석 기준으로 활용하여 양적, 질적 분석을 하였다. 연구 결과, 뺄셈에 대한 학생들의 사고의 폭을 넓힐 수 있도록 실제 상황의 크고 작은 두 수의 제시 순서를 유지하는 뺄셈의 실생활 맥락 문제 상황을 활용하여 지도할 필요가 있다. 그리고 다양한 실생활 기반의 뺄셈 문제해결 학습이 이루어질 수 있도록 '큰 수'를 먼저, '작은 수'를 나중에 생각해야 하는 문제 상황으로 변형시키는 관례적인 교수학적 조치에 대한 제고가 필요하다. 이를 위해서는 자연수 뺄셈 지도 시 '큰 수'를 먼저, '작은 수'를 나중에 생각해야 하는 뺄셈 문제 상황뿐만 아니라 실생활에서 종종 등장하는 '작은 수'를 먼저, '큰 수'를 나중에 생각하게 되는 뺄셈의 실생활 맥락 문제 상황 도입에 대한 필요성을 교사가 인식하고 이에 대한 교수학적 견해를 갖출 수 있도록 수업 반성 및 연찬의 기회를 제공해야 할 것이다.
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.