• 한국정보통신학회논문지
• /
• 제24권5호
• /
• pp.674-677
• /
• 2020

The cultural background of users utilizing image search engines has a significant impact on the satisfaction of the search results. Therefore, it is important to analyze and understand the cultural context of images for more accurate image search. In this paper, we investigate how the cultural context of images can affect the performance of image classification. To this end, we first collected various types of images (e.g,. food, temple, etc.) with various cultural contexts (e.g., Korea, Japan, etc.) from web search engines. Afterwards, a deep transfer learning approach using VGG19 and MobileNetV2 pre-trained with ImageNet was adopted to learn the cultural features of the collected images. Through various experiments we show the performance of image classification can be differently affected according to the cultural context of images.

• 한국문헌정보학회지
• /
• 제56권3호
• /
• pp.313-334
• /
• 2022

본 연구는 국가오픈액세스플랫폼(AccessON)의 하위시스템인 OA 논문검색(Discover)의 경제적 이용가치 측정을 목적으로 수행되었다. OA 및 OA 지원시스템과 관련한 문헌연구, 가치측정을 위한 심층면담을 통해 해당 서비스의 가치를 시간절감가치로 규명하였고 국내 연구자 1,313명을 대상으로 설문조사를 실시하여 연구자 개인의 연간 절감시간가치를 측정하였다. 가치 산출에 필요한 논문검색시간, 논문출판건수, 논문 한편 당 참고문헌 건수 등과 같은 요소들을 국내 연구자들의 실제 학술활동에 기반하여 측정하는 한편, 연도별 Discover 이용자 규모 및 총 이용량 등을 추정하여 총 이용가치를 산출하였다. 그 결과 국내 연구자는 연간 2.84편의 논문을 출판하고, 논문 1편을 검색하고 이용하는데 30.13분이 소요되며 Discover로 인해 5.64분이 절감되어 연구자 1인은 연간 총 225분, 99,384원을 절감하는 것으로 파악되었다. 이와 같이 파악된 기초 데이터에 총 이용 추정치를 적용한 결과, 8년간의 사업기간 동안 총 820억 원의 경제적 가치가 산출되었고, OA논문을 의무기탁하는 법제화 상황에서는 추가적으로 113억 원의 가치가 창출되는 것으로 추정되었다. 본 연구 결과의 의의는 국가 OA논문 통합서비스플랫폼 사업 투자가 충분한 경제적 가치가 있음을 실증적으로 확인함과 동시에 향후 학술연구 관련 경제성 평가에서 활용될 수 있는 중요한 국내 기반 데이터를 산출했다는 측면에서 찾을 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권9호
• /
• pp.387-398
• /
• 2023

코로나 19 유행은 인류 생활 방식과 패턴에 큰 영향을 주었다. 코로나 19는 침 방울(비말)은 물론 공기를 통해서도 감염되기 때문에 가능한 대면 접촉을 피하고 많은 사람이 가까이 모이는 장소는 피할 것을 권고하고 있다. 코로나 19 환자와 접촉했거나 코로나 19 환자가 발생한 장소에 있었던 사람이 코로나 19에 감염되었을 것을 염려한다면 구글에서 코로나 19 증상을 찾아볼 것이라고 충분히 예상해 볼 수 있다. 본 연구에서는 과거 독감 감시와 관리에 중요 역할을 했었던 구글 트렌드(Google Trends)를 다시 소환하고 코로나 19 확진자수 데이터와 결합하여 미래의 코로나 19 확진자수를 예측할 수 있을지 딥러닝 모델(DNN & LSTM)을 사용한 탐색적 데이터 분석을 실시하였다. 특히 이 연구에 사용된 검색어 빈도 데이터는 공개적으로 사용할 수 있으며 사생활 침해의 우려도 없다. 심층 신경망 모델(DNN model)이 적용되었을 때 한국에서 가장 많은 인구가 사는 서울(960만 명)과 두 번째로 인구가 많은 부산(340만 명)에서는 검색어 빈도 데이터를 포함하여 예측했을 때 더 낮은 오류율을 기록했다. 이와 같은 분석 결과는 검색어 빈도 데이터가 일정 규모 이상의 인구수를 가진 도시에서 중요한 역할을 할 수 있다는 것을 보여주는 것이다. 우리는 이와 같은 예측이 더 강력한 예방 조치의 실행이나 해제 같은 정책을 결정하는데 근거 자료로 충분히 사용될 수 있을 것으로 믿는다.

• 한국콘텐츠학회논문지
• /
• 제18권9호
• /
• pp.231-239
• /
• 2018

본 연구는 사용자를 통한 실험 및 심층면접을 통해 최근 많은 광고물량이 몰리고 있는 페이스북 광고운영에 도움이 되는 요소가 무엇이 있는지 모바일매체를 중심으로 찾아보는 탐색적 논문이다. 연구 방법은 모바일광고, 그리고 모바일광고 내 매체현황, 콘텐츠성향, 광고회피현상을 고찰한 후, 남녀 대학생 50명을 대상으로 실험자 자신의 페이스북을 30초간 체험하게 하여 사용과정에서의 물리적 행위를 관찰하고, 실험 후 토론을 기반으로 심층 분석하였다. 실험의 결과는 광고의 긍정적 요인와 부정적 요인으로 나누어 논할 수 있었다. 페이스북을 이용하는 동안 광고를 좋게 보이게 해주는 긍정적 요인으로 네이티브 광고디자인 효과, 지인 효과, 검색 효과의 영향을 받고 있음을 확인할 수 있었으며, 페이스북 사용자로 하여금 광고회피를 쉽게 해주는 광고의 부정적 요인으로 초당 평균 1.5-3회의 빠른 스크롤 행위로 광고스킵이 가능함을 발견할 수 있었다. 그러나, 부정적 행위에 해당하는 빠른 스크롤 행위는 앞서 언급한 긍정적 요소들과 더불어 페이스북은 모바일 상에서 다른 매체 대비 광고로 인한 스트레스가 높지 않다는 의견이 나왔다.

• 디지털융복합연구
• /
• 제15권10호
• /
• pp.467-483
• /
• 2017

본 연구는 스마트폰이 여성의 일상생활 속에서 어떠한 역할과 의미를 갖는지 탐구하기 위해, 20대 중국 여성에 대한 심층인터뷰를 실시했다. 연구결과, 스마트폰은 중국 여성의 소비활동, 여가활동, 사회적 교류활동 등 일상의 다양한 영역에 영향을 미치고 있었다. 여성 이용자들은 스마트폰을 통해 소비습관이 바뀌었으며, 다양한 애플리케이션 활용을 통해 많은 여가시간을 보내고 있는 것으로 나타났다. 그러나 구매상품, 검색정보, 콘텐츠 선택 등에 있어서는 소위 여성영역의 소프트웨어를 선택하고, 이러한 선택에 그들의 성역할이 반영되고 있는 것으로 나타났다. 또한, 여성 이용자들은 SNS를 정보이용이나 단순한 커뮤니케이션 수단으로 활용할 뿐, 자신의 의견제시 등의 참여에는 소극적 태도를 보임으로써 남성과는 달리 수동적인 이용행태를 보였다. 즉 여성들의 스마트폰 이용은 활발하지만, 콘텐츠의 선택이나 이용방식에 있어서는 성별화된 특성과 사회의 젠더가치가 재생산되고 있는 것으로 나타났다. 아울러 본 연구는 스마트폰이 일상화됨에 따라 우리생활에 어떤 변화를 가져오는지를 살펴본 것으로, 특히 스마트폰 강국으로 떠오르는 중국의 사례를 통해 앞으로 국내의 상황을 가늠해보는 중요한 단서를 제공한다고 할 수 있다.

• 한국융합학회논문지
• /
• 제9권12호
• /
• pp.25-32
• /
• 2018

방대해지고 있는 온라인 패션 시장에서는 소비자도 자신이 원하는 스타일에 대해 키워드 검색으로 원하는 패션 스타일을 일일이 찾기란 쉽지 않은 일이다. 이를 해소해줄 수 있는 것은 소비자의 니즈를 반영한 패션 추천이다. 기존 온라인 쇼핑 사이트는 소비자의 니즈를 파악하고 추천하기 위하여 설문조사 형식으로 소비자의 선호 스타일을 파악하는 것이 대부분이었다. 본 논문에서는 기존 방법의 한계점을 해소하고자 암묵적 프로파일링 방법을 통하여 소비자들의 니즈와 선호하는 스타일에 대해 간편하고 효과적으로 파악할 수 있는 모델을 제안하였다. 또한 이렇게 수집된 데이터로 학습한 딥러닝기반의 지능형 선호 패션 모델을 통하여 이미지 자체에 대한 특성을 반영하도록 학습하는 방법을 제안하였다. 제안한 모델의 정성적 평가를 통하여 의미있는 결과를 얻을 수 있었다.

• 디지털융복합연구
• /
• 제17권10호
• /
• pp.411-416
• /
• 2019

본 연구는 이케아(IKEA)의 IKEA Place와 아마존(Amazon)의 Amazon AR View를 중심으로 AR 쇼핑 애플리케이션에 관하여 분석하고 고찰하여 어떤 차이가 있는지를 연구하였다. 먼저 문헌 연구를 통하여 AR 시장의 전망 및 현황 등을 고찰하였고 AR 쇼핑 애플리케이션에 관한 사례조사를 하였다. 2차로 AR 쇼핑몰 애플리케이션의 주요 기능을 위주로 피터 모빌(Peter Morville)의 허니콤 모형(Honeycomb Model)을 6가지 요소로 재구성하여 태스크를 기반으로 설문조사와 심층 인터뷰를 진행하였다. 그 결과 사용자들은 AR 쇼핑 애플리케이션을 사용할 때 기능을 사용하면서 거치는 행위들이 간소하고, 자신이 원하는 제품을 검색하기 수월한 애플리케이션을 선호한다는 것을 파악할 수 있었다. 본 연구는 AR 기반 쇼핑 애플리케이션 사용자 경험 증대에 도움이 될 것으로 기대한다.

• 한국도서관정보학회지
• /
• 제51권4호
• /
• pp.231-247
• /
• 2020

인공지능(AI)이 4차 산업혁명 중에서도 미래유망기술로 부각됨에 따라 도서관을 포함한 사회 전 분야에 걸쳐 인공지능기술을 적용하고 확대하고자 노력하고 있다. 이 연구는 인공지능이 대학도서관 서비스에 미치고 있는 영향과 이슈, 그리고 시사점에 대해 조사하였다. 연구방법은 북미지역 대학도서관 IT전문가들과의 심층인터뷰를 수행하였으며, 인터뷰결과와 국내외 관련 문헌들을 통해 결론과 논의점을 도출하였다. 본 연구는 연구결과로 북미지역 대학도서관들은 인공지능 시스템을 기반으로 정보 접근과 검색을 효율화하는 인프라구축에 노력하고, 대학내 인공지능 연구소들과도 협업하여 새로운 서비스 제공을 시도하고 있음을 밝혔다. 또한 향후 도서관과 사서의 역할 변화, 프라이버시, 그리고 데이터품질에 대한 이슈들을 제기하였다. 논의를 통해 대학의 사서들이 지식을 보급하는 역할을 수행하는 소프트웨어 엔지니어가 되기 위한 사서 재교육의 필요성과 대학 도서관의 정보시스템 구축을 위한 투자와 도서관에 인공지능 연구소를 세우는 방안을 제시하였다. 연구환경 변화에 따른 연구의 제한점과 향후 연구에 대한 제안도 논의되었다.

• 한국도서관정보학회지
• /
• 제53권4호
• /
• pp.101-121
• /
• 2022

본 연구는 국립세종도서관의 현재 서비스인 정책정보포털(POINT)에서 향후 제공할 신정부의 120대 국정과제서비스의 확장 및 개발을 위해 수행되었다. 이를 위해 정부부처 공무원 및 정책 연구원 등을 대상으로 국정과제 희망정보자료와 서비스 요구사항, 제공을 필요로 하는 정보, 역점사항 등에 대한 설문조사와 심층면담을 진행하였다. 설문조사와 심층면담 분석결과를 통해 향후 정책정보포털(POINT)의 국정과제 서비스 지원 시 고려해야 할 방향 등을 제시했다. 분석결과 현 정책정보포털 서비스 이용이 저조한 것으로 나타났으며 정보접근의 개선, 통합검색, 정보제공 자료의 확대등이 더욱 필요한 것으로 조사되었다. 국정과제 서비스 제공 활성화를 위한 방향으로 다양한 정보를 종합적으로 제공하는 원스톱 서비스 구현, 과제별 연관자료의 체계적 정보 제공, 해외 동향 관련 자료, 핵심서비스 제공, 재가공자료 제공, 홍보 활성화, 다양한 정부부처 및 연구기관과의 협력 강화를 통한 자료 연계, 편리한 자료제공 방식, 일반시민들도 쉽게 접근할 수 있는 정보제공 및 메뉴 구성 등이 필요함을 제안하였다.

• 한국방사선학회논문지
• /
• 제16권4호
• /
• pp.453-462
• /
• 2022

본 논문에서는 의료 영상 분석 분야에서 이용되고 있는 AI(Artificial Intelligence)기술을 문헌 검토를 통해 분석하였다. 문헌 검색은 중심어(keyword)를 사용하여 PubMed, ResearchGate, Google 및 Cochrane Review의 문헌 검색을 수행했다. 문헌 검색을 통해 114개의 초록을 검색하였고 그 중 16개의 중복된 것을 제외하고 98개의 초록을 검토했다. 검토된 문헌에서 AI가 응용되고 있는 분야는 분류(Classification), 국소화(Localization), 질병의 탐지(Detection), 질병의 분할(Segmentation), 합성 영상의 적합도(Fit degree) 등으로 나타났다. 기계학습(ML: Machine Learning)을 위한 모델은 특징 추출을 한 후 신경망의 네트워크에 특징 값을 입력하는 방식은 지양되는 것으로 나타났다. 그 대신에 신경망의 은닉층을 여러 개로 하는 심층학습(DL: Deep Learning) 방식으로 변화되고 있는 것으로 나타났다. 그 이유는 컴퓨터의 메모리 량의 증가와 계산속도의 향상, 빅 데이터의 구축 등으로 특징 추출을 DL 과정에서 처리하는 것으로 사료된다. AI를 이용한 의료영상의 분석을 의료에 적용하기 위해서는 의사의 역할이 중요하다. 의사는 AI 알고리즘의 예측을 해석하고 분석할 수 있어야 한다. 이러한 이해를 위해서는 현재 의사를 위한 추가 의학 교육 및 전문성 개발과 의대에 재학 중인 학습자를 위한 개정된 커리큘럼이 필요해 보인다.