• 한국지구과학회지
• /
• 제22권5호
• /
• pp.427-447
• /
• 2001

과학교사들은 과학에 대하여, 학습자의 학습방법에 대하여, 과학을 가르치기 위한 효과적인 교수방법에 대하여 알아야 할 뿐만 아니라, 그들이 취하고 있는 교수방법이 배경하고 있는 이론적 근거(rationale)를 이해해야만 한다. 이러한 이유로 본 글에서는 전통적 교수/학습관에 대한 대안으로 제시되고 있는 구성주의 학습관, 나아가 다양한 형태의 구성주의의 유래를 논의하였다. 과학교육에서 구성주의는 철학적 구성주의, 구성주의 연구 패러다임, 사회학적 구성주의 및 교육학적 구성주의 등 여러 가지 의미로 광범위한 상황들에서 사용되고 있다. 이 가운데 교육학적(또는 심리학적) 구성주의는 각 형태가 취하고 있는 존재론적, 인식론적 신념에 따라 다시 개인적 구성주의, 급진적 구성주의 및 사회적 구성주의의 세 가지 유형으로 나누어진다. 나아가, 각 교육학적 구성주의는 각각이 취하고 있는 존재론 및 인식론적 관점에 바탕하고 다른 교수/학습관을 지지하고 있다. 이에 본고에서는 각각의 교육학적 구성주의가 채택하고 있는 존재론적, 인식론적, 과학교수/학습적 관점을 논의한다. 끝으로 구성주의 교수/학습관에 대한 두 가지의 주된 비판에 대하여 살펴보고, 각 형태의 교육학적 구성주의가 취하고 있는 연구방법에 대한 시사점도 간단히 제시한다.

• 한국인지과학회:학술대회논문집
• /
• 한국인지과학회 2002년도 춘계학술대회
• /
• pp.59-64
• /
• 2002

인지심리학 및 인지언어학 분야에서 시도한 어휘 표상, 특히 움직임과 관련된 동사의 인지도식에 관한 연구들을 비교해보고자 한다. 인간의 언어학적인 지식을 도식적으로 표상 하고자 하는 노력은 언어의 통사적인 외형에만 치중하는 연구에서는 언어의 의미구조를 파악하기 힘들다고 판단하고 의미적인 범주화를 중요시하게 되었다. 본 연구에서는 시각적 이미지 도식을 중점적으로 살펴보기로 한다. 이미지 도식은 공간적 위치 관계, 이동, 형상 등에 관한 지각과 결부되어 있다. 이미지로 나타낸 표상은 근본적으로 세상의 인식과 세상에 대한 행동방법을 사용하게 하는 유추적이고 은유적인 원칙에 기초하고 있다. 이러한 점에 있어서, 언술을 발화한 화자는 어느 정도 주관적인 행동의 능력과 그가 인식한 개념화에서부터 문자화시킨 표상을 구성한다. 인지 원칙에 입각한 의미 표상에 중점을 둔 도식으로는, Langacker, Lakoff, Talmy의 도식이 있다. 프랑스에서 톰 R. Thom과 같은 수학자들은 질적인 현상에 관심을 가져 형역학(morphodynamique)이론을 확립하였는데, 이 이론은 요즘의 인지 연구에 수학적 기초를 제공하였다. R. Thom, J. Petitot-Cocorda의 도식 및 구조 의미론의 창시자라고 불리는 B.Pottier의 도식이 여기에 속한다 J.-P. Descles가 제시한 인지연산문법(Grammaire Applicative et Cognitive)은 다른 인지문법과는 달리 정보 자동처리과정에서 사용할 수 있는 연산자와 피연산자의 관계에 기초한 수학적 연산작용을 발전시켰다. 동사의 의미는 의미-인지 도식으로 설명되는데, 이것은 서로 다른 연산자와 피연산자로 구성된 형식화된 표현이다. 인간의 인지 기능은 언어로 표현되며, 언어는 인간의 의사소통, 사고 행위 및 인지학습의 핵심적 기능을 담당한다. 인간의 언어정보처리 메카니즘은 매우 복잡한 과정이기 때문에 언어정보처리와 관련된 언어심리학, 인지언어학, 형식언어학, 신경해부학 및 인공지능학 등의 관련된 분야의 학제적 연구가 필요하다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제17권
• /
• pp.115-126
• /
• 2003

수학사는 수학적 사실이나 수학자에 대한 연대기적 나열만을 의미하는 것은 아니다. 수학사에서는 수학적 개념들, 정리들, 연구 방법의 발생, 축적, 그리고 발전에 대한 폭넓은 견해를 접할 수 있다. 특히, 수학사에서 접할 수 있는 수학 문제해결의 다양한 방법은 수학 교수-학습 과정에서 교사의 올바른 교수학적 선택을 위한 중요한 기초 자료가 될 수 있다. 본 연구에서는 그리스의 수학자 아르키메데스가 구의 부피를 구하기 위해 사용했던 공학적 문제해결 방법을 살펴보고, 공학적 방법의 활용에 관련된 수학적 기초를 살펴보고, 공학적 문제해결 방법을 중등학교 수학 영재교육에 활용할 수 있는 가능성을 모색할 것이다.

• 비교문화연구
• /
• 제45권
• /
• pp.55-83
• /
• 2016

한국 대학에서 영시에 대한 수요를 높이기 위해 실제 수업과정에서 학습자가 겪는 어려움을 확인하고, 그 원인을 분석하며, 텍스트 해석 과정에 개입되는 언어학적, 문화적, 문학적 변수들을 확인한다. 담론의 구성에서 내용의 의의에 이르기까지 시 텍스트는 산문을 포함하여 다른 담론을 판단하는데 유용한 본보기가 될 수 있다. 다양한 글을 읽는 것이 필수적인 영문과 학생이 시를 읽기 싫어해서는 안 되는 이유이다. 학습자가 시를 읽으면서 실제로 미학적인 쾌락을 느끼고 구체적인 보상을 받을 수 있도록 도와주는 것이 필요하다. 실제 수업의 환경에서 시 텍스트를 어떻게 번역하는가, 특히 오역이 어떻게 생산되는지를 확인하게 되면 학습자의 어려움을 덜어주는 교수자의 개입이 보다 효과적으로 이루어질 수 있다. 시 텍스트를 구성하고 있는 영어 문장의 언어적, 문화적 특성상 일차적 의미 혹은 축자적 의미를 파악하는 과정은 영어를 모국어로 하지 않는 대부분의 학습자들에게는 그 자체로 매우 복합적인 언어적, 문화적, 예술적 경험이 생성, 변용, 축적되는 과정이다. 따라서 이 논문은 오역을 일종의 문화번역의 경우로 간주하고 한국 대학 영시수업에서 주로 사용하는 시 텍스트를 선정, 학습자들이 오역을 생산하는 기제와 그 기제의 원인을 규명한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2016년도 춘계학술대회
• /
• pp.287-288
• /
• 2016

선박과 선박간의 사고 위험도를 예측하는 교통정보 생성 기술을 해상교통관제센터에 적용하기에는 위험도 정보의 정확성에 한계가 있다. 또한 대상 해역에 대한 교통 패턴을 파악하는 밀집도 및 혼잡도와 같은 교통정보 생성 기술은 위험 우선순위 선박을 도출하는 것이 불가능하다. 복잡한 교통 패턴을 보이는 해상교통관제 해역에서 위험 선박을 인지하여 관제사의 관제 업무를 지원하기 위해서는 새로운 접근이 필요하다. 본 연구에서는 관제대상해역의 교통 상황을 총체적으로 파악하고 위험 선박을 사전에 인지할 수 있는 교통정보 생성을 위해서 기계학습 기법을 검토하였으며, 기존의 인공지능 한계를 극복하기 위한 딥러닝 프레임워크 도입을 검토하였다. 해상교통관제센터의 이미지, 메시지, 음성 등 다양한 형태의 연속적 자료들을 통합하고 이를 토대로 총체적인 분석을 통해 관제 업무를 지원할 수 있는 교통 상황 인지 정보를 생성할 수 있을 것으로 파악되었다. 빅데이터 기반의 기계학습은 보다 의미 있는 상황 인지 정보를 생성할 수 있기 때문에 이를 위한 관제 센터의 각종 데이터 통합이 필요하다.

• 대한수학교육학회지:학교수학
• /
• 제11권2호
• /
• pp.281-299
• /
• 2009

본 논문에서는 동적조작 환경 속에서 이루어지는 물리적 실험을 도구로 선택하여 발명되고 있는 과정으로서의 수학을 학생들이 접할 수 있도록 1) 정의 도입 방식을 변화시켜 의미 있는 수학적 정의를 만들어내는 2) 시각화를 통한 연속성 사고 능력을 강화하는 3) 발견과 탐구를 통하여 수학을 만들어내는 4) 문제를 제기하고 일반화하는 능력을 강화하는 사례들을 제시하고 분석함으로써 수학교과과정에 어떻게 동적조작 환경을 융합시킬 수 있는가를 보였다. 이러한 교수-학습 환경 하에서 발생할 수 있는 문제점을 분석하고, 이러한 문제점을 해결하기 위한 교사의 역할에 대해 논하였다.

• 정보교육학회논문지
• /
• 제14권1호
• /
• pp.13-23
• /
• 2010

정보화 시대의 개인의 개성과 창의력은 지식산업에 요구되는 시대적 요청이다. 로봇 프로그래밍 교육이 학습자의 창의성 신장의 측면에 있어 의미 있는 효과가 있는 것으로 알려지고 있다. 기존의 로봇프로그래밍 도구들은 텍스트 기반 혹은 GUI 기반 저작도구기능을 가지고 있다. 그러나 대부분의 프로그래밍 도구들은 상호작용기능이 없는 단순한 튜토리얼을 제공하고 있는 실정이다. 본 연구에서는 웹 2.0의 상호작용 기술을 응용하여, 협력 코드 생성이 가능한 로봇 프로그래밍 교육 시스템을 연구하였다. 시스템이 제공하는 협력코드 생성기능을 통해 학습자들은 협력하여 로봇 프로그래밍을 생성하는 경험을 할 수 있다. 또한 학습자들은 지식공유 기능을 활용하여 효과적인 프로그램 디자인의 경험과 소스코드의 공유가 가능하다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1191-1194
• /
• 2022

인터넷의 발전으로 수많은 이미지와 비디오를 손쉽게 이용할 수 있게 되었다. 이미지와 비디오 데이터의 양이 기하급수적으로 증가함에 따라, JPEG, HEVC, VVC 등 이미지와 비디오를 효율적으로 저장하기 위한 부호화 기술들이 등장했다. 최근에는 인공신경망을 활용한 학습 기반 모델이 발전함에 따라, 이를 활용한 이미지 및 비디오 압축 기술에 관한 연구가 빠르게 진행되고 있다. NNIC (Neural Network based Image Coding)는 이러한 학습 가능한 인공신경망 기반 이미지 부호화 기술을 의미한다. 본 논문에서는 NNIC 모델과 인공신경망 기반의 초해상화(Super Resolution) 모델을 합동훈련하여 기존 NNIC 모델보다 더 높은 성능을 보일 수 있는 방법을 제시한다. 먼저 NNIC 인코더(Encoder)에 이미지를 입력하기 전 다운 스케일링(Down Scaling)으로 쌍삼차보간법을 사용하여 이미지의 화소를 줄인 후 부호화(Encoding)한다. NNIC 디코더(Decoder)를 통해 부호화된 이미지를 복호화(Decoding)하고 업 스케일링으로 초해상화를 통해 복호화된 이미지를 원본 이미지로 복원한다. 이때 NNIC 모델과 초해상화 모델을 합동훈련한다. 결과적으로 낮은 비트량에서 더 높은 성능을 볼 수 있는 가능성을 보았다. 또한 합동훈련을 함으로써 전체 성능의 향상을 보아 학습 시간을 늘리고, 압축 잡음을 위한 초해상화 모델을 사용한다면 기존의 NNIC 보다 나은 성능을 보일 수 있는 가능성을 시사한다.

• 정보과학회 논문지
• /
• 제43권7호
• /
• pp.773-780
• /
• 2016

기계학습 기반의 의미역 인식에서 어휘, 구문 정보가 자질로 주로 쓰이지만, 의미 정보를 분석하는 의미역 인식은 의미 정보 또한 매우 유용한 정보이다. 그러나, 기존 연구에서는 의미 정보를 활용할 수 있는 방법이 제한되어 있기 때문에, 소수의 연구만 진행되었다. 본 논문에서는 의미 정보를 활용하는 방안으로 동형이의어 수준의 의미 애매성 해소 기술, 고유 명사에 대한 개체명 인식 기술, 의미 정보에 기반한 필터링, 유의어 사전을 이용한 클러스터 및 기존 의미 프레임 정보 확장, 구문-의미 정보 연동 규칙, 필수 의미역 오류 보정 등을 제안한다. 제안하는 방법은 기존 연구 대비 뉴스 도메인인 Korean Propbank는 3.77, 위키피디아 문서 기반의 Exobrain GS 3.0 평가셋에서는 8.05의 성능 향상을 보였다.

• 인지과학
• /
• 제27권1호
• /
• pp.27-41
• /
• 2016

개체명 인식은 미리 정의된 개체 범주로 텍스트의 요소를 분류하는 과정을 의미하며 최근 주목 받고 있는 음성 비서 서비스 등 다양한 응용 분야에 널리 활용되고 있다. 본 논문에서는 지식베이스를 사용하여 개체명 인식 코퍼스를 자동으로 생성하는 방법을 제안한다. 지식베이스의 종류에 따라 두 가지 방법을 적용하며 그 중 첫 번째 방법은 위키피디아를 기반으로 위키피디아 본문의 문장에 개체명 표지를 부착하여 학습 코퍼스를 생성하는 방법이다. 두 번째 방법은 인터넷으로부터 다양한 형태의 문장을 수집하고 다양한 개체들 간의 관계를 데이터베이스에 보유 중인 프리베이스를 이용하여 개체명 표지를 부착하는 방법으로 학습 코퍼스를 생성한다. 자동 생성된 학습 코퍼스의 질과 본 논문에서 제안하는 학습 코퍼스 자동 생성 기법을 평가하기 위해 두 가지로 실험했다. 첫 번째, 다른 형태의 지식베이스인 위키피디아와 프리베이스(Freebase)를 기반으로 생성된 학습 코퍼스의 표지 부착 성능을 수동으로 측정하여 코퍼스의 질을 평가하였다. 두 번째, 각 코퍼스로 학습된 개체명 인식 모델의 성능을 통해 제안하는 학습 코퍼스 자동 생성 기법의 실용성을 평가하였다. 실험을 통해 본 방법이 타당함을 증명하였으며 특히 실제 응용에서 많이 사용되는 웹 데이터 환경에서 의미 있는 성능 향상을 보여주었다.