• 경영정보학연구
• /
• 제22권4호
• /
• pp.75-92
• /
• 2020

인구 및 세대 구조가 변화면서 점차 대면 관계를 꺼리는 고객의 태도 변화가 정보기술의 발달과 스마트폰의 확산으로 더욱 커지고 있다. 이는 정보기술에 익숙해진 현대 고객들의 소비패턴인 효율성 및 신속성과도 부합되는 것으로, 오프라인 망 중심의 유통회사들이 판매 및 서비스 방식을 언택트로 전환하려는 움직임이 활발해지고 있다. 최근 다양한 분야에서 언택트 서비스가 활성화되고 있지만, 뷰티 제품의 경우 고객의 피부타입 및 상태에 따라 제품 선택이 쉽지 않으므로 비대면을 통해 제품을 추천하기가 쉽지 않다. 이와 관련하여 온라인 뷰티 분야에서 제품 추천을 위한 추천시스템 개발 및 추천 관련 연구들이 수행되었지만, 대부분이 설문조사 방법이나 소셜 데이터를 이용하여 추천 알고리즘을 개발한 연구들이었다. 즉, 고객의 피부타입이나 제품 선호도 등의 실제 사용자 정보를 기반으로 세그먼트를 분류한 연구는 부족하였다. 그리하여, 본 연구에서는 뷰티 분야에서의 언택트 서비스 중의 하나인 모바일 애플리케이션의 고객 정보와 검색 로그 데이터를 기반으로 머신러닝 기법의 K-prototypes 알고리즘을 이용하여 고객 세그먼트를 새롭게 분류하고, 이를 기반으로 언택트 마케팅 전략 방안을 제안한다. 본 연구는 머신러닝 기법을 이용하여 새롭게 고객 세그먼트를 분류함으로써 관련 기존 문헌의 범위를 확장하였다. 더불어, 언택트 서비스라는 새로운 소비 트렌드를 반영하여 고객 세그먼트를 분류하고, 이를 기반으로 뷰티 분야의 언택트 서비스에 활용할 수 있는 구체적인 방안을 제시했다는 실무적 의의가 있다.

• 지식경영연구
• /
• 제21권3호
• /
• pp.229-247
• /
• 2020

지식경영 분야의 P2P금융 플랫폼의 성장속에서 빅데이터 및 머신러닝(Machine Learning) 기술을 보유한 회사만이 치열한 경쟁 속에서 생존할 가능성이 높을 것으로 예상된다. 그럼에도 불구하고 관련 서비스를 제공하는 온라인 P2P대출 플랫폼 업체들은 투자자와 대출을 신청하는 중개자로서의 역할을 수행할 뿐이며 투자와 관련된 위험은 모두 투자자에게 귀속시키고 있다. 이러한 이유로, 투자자 입장에서는 투자상품의 안전성을 확인할 수 있는 유일한 방법이 신문이나 온라인 웹사이트를 통한 P2P대출 플랫폼 업체의 평판에만 의존할 수 밖에 없는 실정이다. 또한, 한국의 P2P대출 플랫폼 업체들이 대출자의 개별 신용분석을 체계적으로 실시하여 연체율 등의 시계열 정보를 정확히 파악하기에는 시간적, 경제적 여건이 매우 열악한 상황이다. 그러나, 최근 몇몇 P2P대출 플랫폼 업체들이 업체별 대출자 신용분석에 대한 역량을 가장 중요한 영업자산으로 인식함으로써 빅데이터 및 머신러닝 기술을 바탕으로 인공지능(AI)에 기반한 새로운 신용평가 시스템을 구축하고 시행에 들어가고 있음은 매우 긍정적으로 평가된다. 따라서, 본 연구에서는 신용대출 시장에 주력하고 있으며 인공지능 활용으로 잘 알려진 상위 3개 업체를 대상으로 사례분석 방식을 통해 인공지능을 활용한 대출자 신용분석 절차 및 사용하는 정보 데이터의 종류 등을 분석하고자 한다. 이를 통하여 현 상황에서 P2P 플랫폼 업체들의 인공지능을 통한 신용분석 기법을 이해하고 현 시점에서 국내 인공지능을 활용한 신용분석 방식의 한계점과 개선방안 등을 함께 고찰하고자 한다.

• 한국인터넷방송통신학회논문지
• /
• 제19권3호
• /
• pp.9-15
• /
• 2019

영어로 된 아마존과 같은 대형 글로벌 온라인 쇼핑몰은 전 세계를 대상으로 영어 또는 판매 해당국가 언어로 서비스를 하고 있다. 온라인 쇼핑몰 이용자 중, 많은 고객은 상품 리뷰평가를 참조하여 상품을 구매하고 있다. 그래서 고객들이 작성한 대량의 리뷰데이터를 이용하여 구매 상품에 대해 긍정과 부정을 판정하는 감성분석을 영어를 중심으로 활발히 연구되고 분석 결과는 고객의 타켓 마케팅에 활용되고 있다. 하지만 이와 같은 영어 중심의 감성분석 시스템을 전 세계의 다양한 언어에 그대로 적용하기는 어렵다. 따라서 본 연구에서는 영어로 된 50만개 이상의 아마존 푸드 상품 리뷰데이터를 학습과 테스트 데이터로 분리하여 딥러닝 기술 기반의 감성분석 시스템을 구현하였다. 먼저 영어 테스트데이터의 3가지 모델에 대한 감성분석 평가 실험을 한 후에, 같은 데이터를 자동번역기로 7개국(한국어, 일본어, 중국어, 베트남어, 불어, 독어, 영어) 언어로 번역 후에 다시 영어로 번역하여 실험 결과를 얻었다. 감성분석 정확성은 영어(94.35%)에 비해 각 7개국 언어의 평균(91.59%)보다 정확도가 2.77% 정도 낮게 나왔으나 번역 성능 수준에서 실용 가능성을 확인하였다.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권7호
• /
• pp.651-658
• /
• 2020

기초의학 과목은 보건계열의 전공을 이해하는데 필수적이고 매우 중요하다. 특히 해부학은 의학 교육의 기본 영역 중 하나이다. 한편, 다양한 분야에서 새로운 교수법의 적용이 시도되고 있는데 블렌디드 러닝 중 하나인 스테이션 로테이션 모델도 효과적인 교육 방법 중 하나로 인정받고 있다. 스테이션 로테이션 모델은 학생들이 설계된 일정에 따라 스테이션을 돌며 학습할 수 있으며 스테이션 중 적어도 하나는 온라인 학습으로 구성된다. 본 연구에서는 스테이션 로테이션 모델을 해부학 수업에 적용 할 때 학생들의 만족도를 조사하고자 하였다. 스테이션 로테이션 모델의 각 스테이션은 VR 응용 학습, 온라인 문제 해결, 모델 관찰 및 구술고사로 구성하였다. 본 연구는 H대학교 '작업치료학과' 37 명의 학생이 수강한 '기능해부학 및 실습' 과목에 스테이션 로테이션 모델을 2주 간 적용한 후 수강생을 대상으로 타교수법 대비 만족도 조사를 실시했다. 그 결과 스테이션 로테이션 모델은 이해도, 참여도, 집중도 및 다양성 만족도 모두 강의식 수업보다 유의하게 높았다. 이러한 결과를 바탕으로 스테이션 로테이션 모델을 기초의학 수업에 적용하는 것을 제안하는 바이다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권7호
• /
• pp.440-445
• /
• 2017

전자상거래 발전에 따라 온라인 쇼핑을 이용하는 사람들이 증가하였고 제품 또한 다양해지고 있다. 이러한 추세로 구매자가 만족할 수 있는 정확한 추천시스템의 중요성이 증대되었으며 정확도를 높이기 위한 새로운 방법의 연구가 계속되고 있다. 순환신경망은 시퀀스 학습에 적합한 딥 러닝 방법 중 하나이며 본 연구에서는 추천시스템의 정확도를 높이는 방법으로 구매자의 제품 접근순서를 순환신경망에 적용하여 알고리즘 성능평가를 하였다. 알고리즘 성능평가에는 대표적인 순환신경망 알고리즘과 최적화 알고리즘으로 진행하였다. 순환신경망 알고리즘으로는 RNN, LSTM, GRU 그리고 최적화 알고리즘으로는 Adagrad, RMSProp, Adam optimizer를 사용하였다. 실험 도구로는 구글의 오픈소스 라이브러리인 텐서플로우를 사용하였고 데이터는 RecSys Challenge 2015에서 제공하는 e-commerce session 데이터를 활용하였다. 실험 결과 실험 데이터에 적합한 최적의 하이퍼파라미터를 발굴하고 적용하여 RecSys Challenge 2015 참가자들의 결과와 비교하였다. 상품 접근 순서만을 학습시킨 결과이기 때문에 등수가 높지는 않았지만 기존 추천시스템에 접목한다면 정확도 향상에 기여할 수 있을 것으로 보인다.

• 정보교육학회논문지
• /
• 제13권4호
• /
• pp.451-459
• /
• 2009

정보통신기술의 급격한 발달은 새로운 정보와 지식의 양을 급속하게 증가시켜 지식기반사회로의 체제를 굳건히 만들고 있다. 지식기반사회에서 전통적 교수-학습 방법은 더 이상 학습자의 문제해결에 도움을 주기 어렵다. 이런 이유 때문에 전통적 교수-학습 방법을 대신할 수 있는 지식기반사회의 적합한 수업모형인 문제중심학습이 대두되고 있다. 본 논문에서는 e-러닝과 PBL(문제기반학습)을 결합시킨 수업모형인 온라인 기반의 e-PBL을 제안한다. 이는 전통적인 교수-학습 방법의 문제점을 극복할 수 있다. 따라서 본 논문에서는 초등학교 정보소양교육 분야에서 활용할 수 있는 e-PBL 수업모형, 수업문제를 개발하고 이를 실제 교육현장에 적용하여 타당성과 효과성을 검증하였다. 또한 e-PBL을 지원하기 위한 e-PAS 시스템을 구축하여 학업성취도 및 자기주도적 학습능력을 향상시키고 학습만족도를 신장시켰다.

• 정보과학회 논문지
• /
• 제44권7호
• /
• pp.680-685
• /
• 2017

온라인 소셜미디어의 등장으로 방대한 사용자 데이터가 수집되고 이는 루머의 탐지와 같은 복잡하고 도전적인 사회 문제를 자료 기반 기법으로 해결할 수 있게끔 한다. 최근 딥러닝 기반 모델들이 이러한 문제를 해결하기 위한 빠르고 정확한 기법 중의 하나로서 소개되었다. 하지만 기존에 제시된 모델들은 전파 종료 후 작동하거나 오랜 관찰기간을 필요로 하여 활용성이 제한된다. 이 연구에서는 초기 소량 데이터만을 활용하는 recurrent neural networks (RNNs) 기반의 빠른 루머 분류 알고리즘을 제안한다. 제시된 모델은 소셜미디어 스트림을 시계열 자료로 변환하여 사용하며, 이 때 시계열 데이터는 팔로워 수와 같이 정보 전파자 관련 정보는 물론 주어진 컨텐츠에서 추론한 언어심리학적 감성의 점수로 구성된다. 수백만의 트윗을 포함하는 498개의 실제 루머 및 494개의 비루머 사례 분석을 통해 이 연구는 제안하는 RNN 기반 모델이 초기 30개의 트윗 만으로도 (초기 수시간) 0.74 F1의 높은 성능을 보임을 확인한다. 이러한 결과는 실제 응용가능한 수준의 빠르고 효율적인 루머 분류 알고리즘 개발의 초석이 된다.

• 컴퓨터교육학회논문지
• /
• 제9권2호
• /
• pp.27-36
• /
• 2006

본 연구는 e-Learning 협력학습 기술 개발 지원을 위한 기반 연구로서, e-Learning 에서의 협력학습을 위한 기본모형 개발과 협력학습 활동에서 발생하는 학습자들의 학습행위요소를 세부적으로 분석 제시하는 것을 연구의 목적으로 하였다. 연구의 목적을 달성하기 위하여 면대면 교실수업에서 이루어져 온 다양한 협동학습 모형들을 분석하였으며, 면대면과 온라인 환경에서 협력학습 및 커뮤니케이션 활동을 강조하는 문제중심학습, 프로젝트 학습, 탐구학습, 토론학습 등 교수모형에 기초한 주요 학습모형들의 절차와 단계, 학습활동 등도 분석하였다. 연구 결과 e-Learning에서의 협력학습을 위한 일반 모형과 세부 학습행위요소들, 그리고 시스템적 지원기능들이 제시되었으며, 추후 연구를 위한 과제가 제안되었다.

• 디자인학연구
• /
• 제18권3호
• /
• pp.149-160
• /
• 2005

본 연구는 e-러닝 환경에서 자기주도적 교수학습전략을 바탕으로 학습자의 상호작용성과 상용편이성을 고려한 자기주도 학습운영시스템과 학습컨텐츠를 구현한 것이다. 상호작용유형은 학습자를 중심으로 (1) 학습자와 교수자 (2) 학습자와 학습자 (3) 학습자와 학습컨텐츠 (4) 학습자와 학습운영시스템으로 나눈다. 학습운영시스템은 학습자들의 자기 주도적 학습 능력을 향상시키고 온라인 커뮤니케이션이 촉진될 수 있도록 유형에 따라 상호작용 설계전략을 제시하고 구체적인 구성요소들을 설정하여 구현한다. 학습컨텐츠는 자기주도적 학습전략을 기초로 단순한 네비게이션, 일관성, 직관적인 인터페이스, 연결성, 사용자 지원, 즉각적 피드백이라는 여섯 가지 인터페이스 전략을 기초로 학습자의 사용편이성을 최대한 고려하여 구현한다. 본 연구개발은 학습운영시스템의 자기 주도적 기능을 보완하고 그러한 기능들을 학습컨텐츠와 연결함으로써 학습자 중심의 상호작용성과 사용편이성을 개선한 것에 의의가 있다. 본 연구결과는 e-러닝 학습 환경의 질 개선에 도움이 될 것으로 기대된다.

• 한국산업정보학회논문지
• /
• 제23권6호
• /
• pp.29-38
• /
• 2018

본 논문에서 마네킨에 착용된 의상 이미지를 분할하고 사용자의 사진에 입히는 가상의상착용 (VTON) 기술을 개발하였다. 의상과 모델의 3차원 정보가 필요하지 않는 2차원 이미지 기반 가상착용연구는 실용적인 가치가 크지만, 연구결과 현재 기술로는 의상 분할 시 가림이나 왜곡에 의한 문제 등 제약사항이 존재한다. 본 연구는 마네킨 의상을 사용함으로써 이러한 어려움을 줄였다는 가정 하에서, 딥러닝 기반 영역분할과 자세추정을 통하여 얻은 결과를 사용자 사진에 입히는 알고리즘을 제안하였다. 기존의 연구 대비 성능 개선을 위하여 사전 자세정보의 신뢰성 검사, 외곽선을 이용한 변형개선, 분할 영역개선 등을 사용하였다. 결과로 시각적으로 만족할 만한 의상착용의 경우가 전체의 50%이상으로 상당히 개선된 결과를 얻었다.