• 한국컴퓨터정보학회논문지
• /
• 제29권5호
• /
• pp.143-153
• /
• 2024

이 연구는 델파이 분석을 활용하여 스쿠버다이빙 교육현장의 이러닝 활용실태와 개선방안을 분석하는데 목적이 있다. 이러닝으로 스쿠버다이빙 교육활동을 진행하고 있는 스쿠버다이빙 교육단체 소속 스쿠버다이빙센터 및 리조트의 경영대표, 교육팀장 등 운영에 관련된 전문가 25명을 대상으로 3차례에 델파이 조사를 진행하였다. 이러닝 활용실태와 개선방안 요인을 비교 분석한 결과 활용 기대효과에서는 사용자의 편의성 증대, 학습활동의 시간적 유연성, 상품에 대한 접근성 용이가 중요 요인으로 나타났으며, 문제점에서는 단순한 필수시험 합격, 단순한 설명의 피드백으로 전문성 결여, 학습자와 교수자 간 양방향 커뮤니케이션 미비가 중요 요인으로 나타났다. 개선방안에서는 다양한 온라인 커뮤니티를 연계한 소통, 필수시험은 오프라인으로 실시, 다양한 콘텐츠 개발이 중요 요인으로 나타났으며, 발전방향에서는 주기적인 프로그램 품질평가 실시, 다양한 다이빙 커뮤니티로의 연계, 담당 튜터 배정이 중요 요인으로 나타났다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2017년도 제29회 한글및한국어정보처리학술대회
• /
• pp.116-121
• /
• 2017

cQA(Community-based Question Answering) 시스템은 온라인 커뮤니티를 통해 사용자들이 질문을 남기고 답변을 작성할 수 있도록 만들어진 시스템이다. 신규 질문이 인입되면, 기존에 축적된 cQA 저장소에서 해당 질문과 가장 유사한 질문을 검색하고, 그 질문에 대한 답변을 신규 질문에 대한 답변으로 대체할 수 있다. 하지만, 키워드 매칭을 사용하는 전통적인 검색 방식으로는 문장에 내재된 의미들을 이용할 수 없다는 한계가 있다. 이를 극복하기 위해서는 의미적으로 동일한 문장들로 학습이 되어야 하지만, 이러한 데이터를 대량으로 확보하기에는 어려움이 있다. 본 논문에서는 질문이 제목과 내용으로 분리되어 있는 대량의 cQA 셋에서, 질문 제목과 내용을 의미 벡터 공간으로 사상하고 두 벡터의 상대적 거리가 가깝게 되도록 학습함으로써 의사(pseudo) 유사 의미의 성질을 내재화 하였다. 또한, 질문 제목과 내용의 의미 벡터 표현(representation)을 위하여, semi-training word embedding과 CNN(Convolutional Neural Network)을 이용한 딥러닝 기법을 제안하였다. 유사 질문 검색 실험 결과, 제안 모델을 이용한 검색이 키워드 매칭 기반 검색보다 좋은 성능을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.716-718
• /
• 2023

엔데믹 시대, 외식 비중이 증가하고 온라인 커뮤니티를 중심으로 인기있는 식당에 대한 공유가 활발하게 일어나며 특정 식당으로 쏠리는 현상 심화, 주요 시간대에 식사를 하기 위해 줄을 서거나 아예 헛걸음을 하는 경우가 많아지고 있다. 본 연구에서는 대부분의 식당에 설치되어 있는 CCTV에서 촬영 이미지를 활용해서 딥러닝을 활용한 Data Labeling을 시행, 현재 식당의 남은 자리를 분석하여 사용자에게 전달하는 프로젝트에 대한 방식을 서술한다. Client를 통해 사용자는 실시간으로 특정 식당의 남은 좌석 수를 확인할 수 있고, 이 정보를 바탕으로 해당 식당에 방문할지 말지를 결정할 수 있을 것이다. 프로젝트 진행에 앞서 데이터를 분석하는 딥러닝 모델인 YOLO에 대해 분석하였고, 각 버전에 대해 특징을 비교 및 대조, 본 프로젝트에 적합한 버전으로 YOLOv5s를 선정하였다.

• 한국정보통신학회논문지
• /
• 제24권12호
• /
• pp.1595-1603
• /
• 2020

포털 사이트의 인터넷 뉴스 댓글, SNS, 커뮤니티 사이트 등의 온라인상에서 명예 훼손 사건이 최근 점점 증가하고 있다. 온라인상의 차별 및 혐오 표현은 명예 훼손 문제뿐만 아니라 사생활 침해, 인신 공격 등 다양한 형태로 온라인 서비스 이용자들을 위협하고 있다. 지난 몇 년간 산업계와 학계는 이러한 문제를 해결하고자 다양한 방법으로 연구해왔다. 하지만 한국어 대상으로 수행된 딥러닝 기반 혐오 표현 탐지 연구는 아직까지 부족한 상황이다. 본 연구의 목적은 혐오 표현뿐만 아니라 다양한 차별적 표현에 대한 탐지를 위해 데이터셋을 구축하고 이를 분류하기 위한 딥러닝 모델링을 실험하는 것이다. 데이터셋 구축은 10명의 인원이 교차적으로 검토를 하면서 7개 항목에 대한 라벨링 기준을 확립했다. 본 연구는 약 137,111개에 해당하는 한국어 인터넷 뉴스 댓글 데이터셋에 대해 7개의 항목을 각각 이진 분류하고, 이를 딥러닝 기법을 통해 분석한다. 본 연구에서 제안하는 기법은 어텐션 기반 다중 채널 CNN 모델링 기법이다. 실험 결과 7개 항목에 대해 가중 평균 f1 점수를 평가했을 때, 70.32%의 성능을 달성했다.

• 디지털융복합연구
• /
• 제12권1호
• /
• pp.51-60
• /
• 2014

인터넷에 의해 사회의 모든 분야가 변해가고 있으며 교육 분야에서도 그 영향력이 높아지고 있다. 이러닝은 인터넷을 이용하여 시간과 공간에 제약을 받지 않고 학습자가 원하는 수준과 방법으로 능동적인 학습할 수 있는 장점을 가지고 있다. 따라서 본 논문은 이러닝을 통하여 영어쓰기능력을 향상시키는 방안에 대해서 연구하였으며 연구 결과는 다음과 같다. 첫째, 온라인 강의 사이트, 인터넷 사이트, 커뮤니티나 블로그 등을 통해서 영어쓰기를 향상시키기 위한 강의를 들을 수 있고 학습 자료를 받을 수 있다. 둘째, 이러닝을 통한 영어쓰기 학습은 학습자 중심의 학습이며, 자신의 수준에 맞는 학습을 단계적으로 진행할 수 있다. 또한 자신이 선택한 학습을 하기 때문에 흥미를 가지고 능동적인 학습이 이루어진다. 셋째, 이메일이나 채팅을 통해 원어민과 글로 의사소통을 함으로써 자신의 생각을 자유롭게 표현할 수 있는 기회를 가질 수 있고, 다른 나라의 문화를 이해할 수 있으며 실질적인 영어를 학습할 수 있다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권3호
• /
• pp.103-110
• /
• 2023

인터넷이 보급되면서 사람들 간의 소통을 위한 커뮤니티가 활성화됨과 함께 익명 커뮤니티가 나타났고 익명성을 이용한 공격적인 게시글, 댓글을 남기는 등 타인에게 피해를 주는 행위를 하는 이용자가 많아지고 있다. 과거에는 관리자가 직접 글과 댓글을 확인하며 삭제 및 차단했지만, 커뮤니티 이용자가 늘어나면서 관리자가 계속 감시할 수 없는 수준에 이르렀다. 초기에는 특정 단어가 포함되면 해당 글을 게시하거나 댓글을 달 수 없는 형태로 악의적인 글이 게시되는 것을 막는 단어 필터링 기법을 사용하였으나 유사한 단어를 사용하는 등 우회하는 형식으로 필터링을 피해 갔다. 이를 해결하는 방법으로 딥러닝을 이용하여 실시간으로 이용자들이 게시하는 글들을 감시하였으나 최근 커뮤니티에서는 해당 커뮤니티에서만 이해할 수 있는 단어를 사용하거나 일반적인 한글이 아닌 인간의 시야에서만 이해할 수 있는 문자를 사용하고 있다. 이들이 사용하는 문자의 종류나 형태가 다양하여 인공지능 모델에 모든 것을 학습시키기에 어려움이 있다. 이에 본 논문에서는 한글의 자음과 모음 띄어쓰기 이미지를 학습시킨 CNN 모델을 이용해서 문장의 각 문자를 이미지화해 인간의 시야에서만 이해할 수 있는 문자를 모델이 예측한 문자로 변환하는 전처리 기법을 제안한다. 실험 결과, 제안한 전처리 기법을 통해 LSTM, BiLSTM, CNN-BiLSTM 모델에서의 성능이 각각 3.2%, 3.3%, 4.88% 증가함을 확인했다.

• 한국게임학회 논문지
• /
• 제17권3호
• /
• pp.33-44
• /
• 2017

인터넷 환경의 발달로 소비자들 사이에 상품정보에 대한 의견이 교환되기 시작하면서 다양한 형식의 온라인 리뷰들이 급속도로 생성되고 있다. 이러한 추세에 따라, 기업들은 온라인 리뷰들을 분석하여 마케팅, 세일즈, 제품개발 등의 다양한 기업 활동에서 그 결과를 활용하려는 노력을 진행하고 있다. 그러나 대표적인 경험재인 '게임'과 관련된 산업에서의 온라인 리뷰에 대한 연구는 매우 부족한 실정이다. 이에 본 연구는 머신러닝 모델을 활용하여 스팀(STEAM)게임의 커뮤니티 데이터를 분석하였다. 이를 통해 타 사용자의 게임 리뷰를 유용하다고 판단하는데 영향을 미치는 요인을 분석하고, 리뷰의 유용성을 예측하는데 있어 가장 우수한 성능을 보인 모델과 변수들을 도출하여 사용자의 충성도와 사용성을 증대시키기 위한 제안을 하고자 한다.

• 정보교육학회논문지
• /
• 제10권2호
• /
• pp.171-182
• /
• 2006

초등 과학과 학습은 관찰이나 실험 등의 탐구 활동을 소집단 중심으로 수행하는 경우가 많다. 학습자는 다양한 의견을 교류하면서 협력적 상호작용을 통하여 실험 및 관찰 결과로부터 결론을 도출할 수 있어야 한다. 오프라인과 온라인의 장점을 활용하는 새로운 교육방법인 블랜디드 러닝(Blended-Learning)을 활용하여 오프라인 상의 실험, 관찰 활동을 보완하고 온라인 커뮤니케이션 기능을 실험의 전 과정에 밀착 적용하여 학습자들의 다양한 상호작용을 강화함으로써 학습자들이 탐구학습에 보다 적극적으로 참여하도록 한다. 이러한 관점에서 제안된 웹 기반 탐구학습 시스템은 온라인 커뮤니케이션 기능을 사용하여 오프라인 탐구학습 과정에서 발생한 다양한 의견을 모으고 생각을 정리하여 아동들이 반성적 사고의 기회를 갖게 함으로써 탐구학습을 효율적으로 수행하도록 도와주는 것이다. 웹 기반 탐구학습 시스템을 초등학교에 실험한 결과 과학과 탐구학습에 대한 관심과 흥미도가 높아졌고, 학업 성취도가 향상되었으며 탐구학습 방법의 습득으로 탐구 능력이 향상되었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.116-121
• /
• 2017

cQA(Community-based Question Answering) 시스템은 온라인 커뮤니티를 통해 사용자들이 질문을 남기고 답변을 작성할 수 있도록 만들어진 시스템이다. 신규 질문이 인입되면, 기존에 축적된 cQA 저장소에서 해당 질문과 가장 유사한 질문을 검색하고, 그 질문에 대한 답변을 신규 질문에 대한 답변으로 대체할 수 있다. 하지만, 키워드 매칭을 사용하는 전통적인 검색 방식으로는 문장에 내재된 의미들을 이용할 수 없다는 한계가 있다. 이를 극복하기 위해서는 의미적으로 동일한 문장들로 학습이 되어야 하지만, 이러한 데이터를 대량으로 확보하기에는 어려움이 있다. 본 논문에서는 질문이 제목과 내용으로 분리되어 있는 대량의 cQA 셋에서, 질문 제목과 내용을 의미 벡터 공간으로 사상하고 두 벡터의 상대적 거리가 가깝게 되도록 학습함으로써 의사(pseudo) 유사 의미의 성질을 내재화 하였다. 또한, 질문 제목과 내용의 의미 벡터 표현(representation)을 위하여, semi-training word embedding과 CNN(Convolutional Neural Network)을 이용한 딥러닝 기법을 제안하였다. 유사 질문 검색 실험 결과, 제안 모델을 이용한 검색이 키워드 매칭 기반 검색보다 좋은 성능을 보였다.

• 한국게임학회 논문지
• /
• 제19권5호
• /
• pp.103-114
• /
• 2019

온라인 커뮤니티 안에서 다른 사용자들의 글에 반응할 수 있는 딥러닝 연구를 2017년부터 진행해 왔으나, 한국어의 조사와 같은 특성으로 인한 단어처리의 어려움과 RNN 모델의 특성으로 인한 GPU 사용률 저조 문제로 인해 적은 양의 데이터로 학습을 제한해야 했다. 하지만 최근 자연어 처리 분야의 급격한 발전으로 이전보다 뛰어난 모델들이 등장함에 따라 본 연구에서는 이러한 발전된 모델을 적용해 더 나은 학습 결과를 생성해 내는 것을 목표로 한다. 이를 위해 셀프-어텐션 개념이 적용된 트랜스포머모델을 도입했고 여기에 한국어 형태소 분석기 MeCab을 적용해 단어처리의 어려움을 완화했다.