• 제목/요약/키워드: 조언

검색결과 320건 처리시간 0.023초

AI를 활용한 대학생 진로 조언 시스템 모델 및 데이터 수집과 융합에 대한 연구 (A Study on the Data Collection and Convergence of Career Advisor System Using AI)

  • 김종율;노광현
    • 디지털융복합연구
    • /
    • 제17권2호
    • /
    • pp.177-185
    • /
    • 2019
  • 본 연구는 국내 대학생들의 가장 큰 고민인 진로 문제에 대한 원인과 이를 해결하기 위한 국내 외 대학의 정보기술을 활용한 문제해결 사례 연구와 진로 조언을 위한 데이터 수집 유형 및 수집방법 연구를 통해 AI를 활용한 대학생 진로조언 시스템 모델을 제안하고자 한다. 데이터 분석 및 AI와 같은 정보기술을 활용하여 대학생들의 진로 문제 해결을 위해서는 조언과 학습을 위한 데이터의 수집이 가장 중요하다. 그러나 대학들 역시 학생들에게 진로 문제에 대해 조언할 수 있는 내부 데이터의 부족으로 정보기술을 활용한 진로 문제 해결방법에 대한 연구가 활발히 진행되지 못하고 있다. 본 논문에서는 대학생들의 진로 조언을 위해 공공 데이터와 대학 내부 민간기관 지자체에서 수집 가능한 진로 조언 데이터의 유형과 수집 방법 및 활용 방안에 대한 연구와 이를 활용하여 대학생 진로조언 시스템 모델을 제안하고자 한다.

미국 커리어 자기계발 조언과 이의 문제점 고찰 (Career Self-help Advice in the US and Its Limits)

  • 주정숙
    • 융합정보논문지
    • /
    • 제8권5호
    • /
    • pp.183-188
    • /
    • 2018
  • 본 논문은 미국의 사례를 통해 화이트칼라 구직활동에 영향력을 미치고 있는 커리어 자기계발 조언과 이의 문제점을 고찰한다. 먼저 빈번한 해고와 불안정한 고용의 확산으로 대변되는 미국 화이트칼라 노동시장의 변화와 이와 함께 부상한 자기계발 산업을 간단히 고찰한다. 다음으로 문헌연구를 통해 미국 화이트칼라 구직과정에서 접할 수 있는 대표적 자기 계발 조언을 살펴본다. 이는 정보통신기술의 발달이 구직과정에도 큰 영향을 미치는 점을 고려하여 이러한 기술의 활용을 포함하여 이력서와 네트워킹에 관한 조언을 중심으로 고찰한다. 마지막으로 커리어 자기계발 조언의 영향력에 비추어 이의 문제점들, 특히 개인의 부단한 노력만을 강조하며 이에 취업과 그 결과를 개인의 책임으로 돌리고 있음을 살펴한다.

고용 불안에 관한 미국 커리어 자기계발 담론의 고찰 (A Study of Career Self-Help Discourse on Employment Insecurity in the U.S.)

  • 주정숙
    • 융합정보논문지
    • /
    • 제9권11호
    • /
    • pp.134-140
    • /
    • 2019
  • 본 논문은 미국 화이트칼라 노동시장의 변화에 대한 융합 정보를 제공하고 대중적 인식에 영향을 미치는 중요한 매체들 중 하나로써 커리어 자기계발 조언을 고찰한다. 이에 본 논문은 특히 커리어 자기계발 조언이 1980년대 이래 점차 일반화되어 온 미국 화이트칼라 고용 불안의 문제를 어떻게 다루고 있으며 그 문제점은 무엇인지를 비판적으로 살펴본다. 논문은 대표적인 커리어 조언서 및 자기계발서들의 고찰을 통해 이 문제를 고찰하고 이들이 화이트칼라 노동자들의 고용 불안을 불가피한 것으로 제시하며 이를 긍정적인 변화로 받아들이도록 조언하고 있음을 보여준다. 또한 이의 문제점으로 고용 불안에 관한 커리어 자기계발 담론이 어떻게 기업의 필요에 부합하는지를 살펴본다.

비즈니스 인텔리전스 시스템의 활용 방안에 관한 연구: 설명 기능을 중심으로 (A study on the use of a Business Intelligence system : the role of explanations)

  • 권영옥
    • 지능정보연구
    • /
    • 제20권4호
    • /
    • pp.155-169
    • /
    • 2014
  • 다양한 빅데이터 기술이 발전함에 따라, 기업의 전략결정에 있어서 과거에는 의사결정자의 직관이나 경험에 의존하는 경향이 있었다면, 현재는 데이터를 활용한 과학적이고 분석적인 접근이 이루어지고 있다. 이에 많은 기업들이 경영정보시스템 중의 하나인 비즈니스 인텔리전스 (Business Intelligence) 시스템의 예측분석 기능을 활용하고 있다. 하지만, 이러한 시스템이 미래의 경영환경 변화를 예측하고 기업의 의사결정을 돕는 조언자 (Advisor)로서 역할을 한다고 가정할 때, 시스템에서 제공하는 분석결과가 의사결정자에게 도움을 주는 조언 (Advice) 의 역할을 하지 못하는 경우가 많은 실정이다. 따라서, 본 연구에서는 미래예측의 문제에 있어 의사결정자가 시스템의 조언을 따르는데 영향을 미치는 요소들과 영향력에 대해 분석하고, 그 결과를 바탕으로 데이터 기반의 의사결정을 보다 적극적으로 지원하는 시스템 환경을 제시하고자 한다. 좀 더 구체적으로는 예측 과정에 대한 자세한 설명이나 근거 제시가 시스템의 예측결과에 대한 의사결정자의 수용정도에 미치는 영향을 연구하였다. 이를 위하여 193명의 실험자를 대상으로 영화의 개봉 주 매출액을 예측하는 업무를 수행하고, 예측에 대한 설명의 길이와 조언자의 유형(사람과 시스템의 조언 비교)뿐 아니라 의사결정자의 개인 특성이 의사결정자의 조언 수용정도에 미치는 영향을 분석하였다. 시스템에서 제공하는 조언 내용인 예측결과와 설명에 대해 의사결정가가 느끼는 유용성, 신뢰성, 만족도가 조언의 수용에 미치는 영향도 분석하였다. 본 연구는 시스템의 분석결과를 조언으로 보고 조언자와 조언에 관한 의사결정학 분야의 선행연구를 접목시켜 경영정보시스템 연구 분야를 확장하였다는 점에서 연구의 의의가 있고, 실무적으로도 데이터 기반의 의사결정을 보다 적극적으로 지원할 수 있는 시스템 환경을 만들기 위해서 고려해야 할 점들을 제시함으로써 시스템 활용을 위한 정책결정에도 도움을 줄 수 있을 것으로 본다.

인공지능이 의사결정에 미치는 영향에 관한 연구 : 인간과 인공지능의 협업 및 의사결정자의 성격 특성을 중심으로 (A Study on the Impact of Artificial Intelligence on Decision Making : Focusing on Human-AI Collaboration and Decision-Maker's Personality Trait)

  • 이정선;서보밀;권영옥
    • 지능정보연구
    • /
    • 제27권3호
    • /
    • pp.231-252
    • /
    • 2021
  • 인공지능(Artificial Intelligence)은 미래를 가장 크게 변화시킬 핵심 동력으로 산업 전반과 개인의 일상생활에 다양한 형태로 영향을 미치고 있다. 무엇보다 활용 가능한 데이터가 증가함에 따라 더욱더 많은 기업과 개인들이 인공지능 기술을 이용하여 데이터로부터 유용한 정보를 추출하고 이를 의사결정에 활용하고 있다. 인공지능에 관한 기존 연구는 모방 가능한 업무의 자동화에 초점을 두고 있으나, 인간을 배제한 자동화는 장점 못지않게 알고리즘 편향(Algorithms bias)으로 발생되는 오류나 자율성(Autonomy)의 한계점, 그리고 일자리 대체 등 사회적 부작용을 보여주고 있다. 최근 들어, 인간지능의 강화를 위한 증강 지능 (Augmented intelligence)으로서 인간과 인공지능의 협업에 관한 연구가 주목을 받고 있으며 기업도 관심을 가지기 시작하였다. 본 연구는 의사결정을 위해 조언(Advice)을 제공하는 조언자의 유형을 인간, 인공지능, 그리고 인간과 인공지능 협업의 세 가지로 나누고, 조언자의 유형과 의사결정자의 성격 특성이 의사결정에 미치는 영향을 살펴보았다. 311명의 실험자를 대상으로 사진 속 얼굴을 보고 나이를 예측하는 업무를 진행하였으며, 연구 결과 의사결정자가 조언활용을 하려면 먼저 조언의 유용성을 높게 인지하여하는 것으로 나타났다. 또한 의사결정자의 성격 특성이 조언자 유형별로 조언의 유용성을 인지하고 조언을 활용하는 데에 미치는 영향을 살펴본 결과, 인간과 인공지능의 협업 형태인 경우 의사결정자의 성격 특성에 무관하게 조언의 유용성을 더 높게 인지하고 적극적으로 조언을 활용하는 것으로 나타났다. 인공지능 단독으로 활용될 경우에는 성격 특성 중 성실성과 외향성이 강하고 신경증이 낮은 의사결정자가 조언의 유용성을 더 높게 인지하고 조언을 활용하는 것으로 나타났다. 본 연구는 인공지능의 역할을 의사결정과 판단(Decision Making and Judgment) 연구 분야의 조언자의 역할로 보고 관련 연구를 확장하였다는데 학문적 의의가 있으며, 기업이 인공지능 활용 역량을 제고하기 위해 고려해야 할 점들을 제시하였다는데 실무적 의의가 있다.

인공지능 엔진

  • 이지형;윤태복
    • 한국CDE학회지
    • /
    • 제10권2호
    • /
    • pp.34-39
    • /
    • 2004
  • 포괄적인 개념에서, 게임에서 인공지능이란 PC(Player Character, 사용자에 의해서 조정되는 게임 오브젝트)를 제외한 모든 것들을 제어하기 위해 사용되는 일련의 기술이라고 정의할 수 있다. 예를 들면, PC를 둘러싸고 있는 환경, PC를 대적하거나 경쟁관계에 있는 NPC(Non-Player Character), PC에 조언을 해주는 조언자 NPC 등을 제어하고 사용자가 느끼기에 지능적이면서 실제적인 것으로 보이도록 하여 게임의 흥미를 더하기 위한 기술들이다. (중략)

  • PDF

$MEDI_{CHECK}^{\surd}$ Zone_최신 의학정보 - 의사의 금주령 생명을 위한 조언

  • 신범수
    • 건강소식
    • /
    • 제36권4호
    • /
    • pp.40-41
    • /
    • 2012
  • 진찰실을 나서는 환자의 뒤통수에, 약 봉투를 받아드는 면전에, 그들은 이렇게 말한다. "술 드시면 안 돼요." 사람에 따라 곧이곧대로 따르는가 하면 어떤 이는 일상적 조언쯤으로 무시한다. 술자리 동료가 "조금은 괜찮아." 혹은 "술이 균을 소독해준다."는 농담을 던질 때, 살짝 헷갈리는 것도 사실이다. 정말 치료 중 술을 마시면 큰일 나는 것일까. 어떤 질병은 괜찮고 그렇지 않은 경우는 뭘까.

  • PDF

블렌디드 러닝 환경에서 사회 연결망 중심도와 학습자 성과 간의 상관관계 (Correlation Between Social Network Centrality and College Students' Performance in Blended Learning Environment)

  • 조일현
    • 컴퓨터교육학회논문지
    • /
    • 제10권2호
    • /
    • pp.77-87
    • /
    • 2007
  • 본 연구는 오프라인 수업을 온라인 토론이 보조하는 블렌디드 러닝 형태의 대학교 수업 상황에서 학습자의 적에 미치는 사회 연결망의 효과를 분석하기 위해 수행되었다. '사이버 학습 세미나' 과목을 수강하는 36명의 교육대학교 학생들을 대상으로 교우 연결망 중심도, 조언 연결망 중심도, 그리고 적대 연결망 중심도 등 세 가지 사회 연결망 변수들을 측정한 후, 이를 기말 과제 및 시험 점수 등 학습자 성과 변수들과의 상관관계를 분석하였다. 그 결과, 조언 연결망 중심도와 교우 연결망 중심도는 학습 성과와 정적 상관관계를 보이고 있었던 반면, 적대 연결망 중심도는 대부분분의 성과 변수들과 부적 상관관계를 보였다. 온라인 토론의 양과 질은 교우 연결망 중심도 및 조언 연결망 중심도와 높은 상관을 보였으며, 특히 그 질은 조언 연결망과 매우 높은 정적 상관관계를 나타내었다.

  • PDF

SCORM2004 S&N과 교통 신호 메타포를 적용한 LMS에서의 적응적 조언 학습 설계 (Designing a Adaptive Advisement Learning of the LMS applying the SCORM2004 S&N and the Traffic-Signal-Lamp Metaphor)

  • 방찬호;김기석
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (A)
    • /
    • pp.76-78
    • /
    • 2005
  • e-Learning분야에서 표준안으로 인정받고 있는 ADL의 SCORM에서 발표한 SCORM2004 Sequencing&Navigation은 동일한 학습객체를 사용하여 학습객체간의 다양한 상호관계를 설계, 적용할 수 있게 하였다. 그리고, 학습자와 학습객체와의 개별 상호작용을 추적, 평가하여 학습흐름을 안내함으로써 개별 적응적 조언 학습의 가능성을 보여주었다. 본 논문에서는 SCORM1.2기반의 LMS에 SCORM2004 S&N과 적응적 탐색을 지원하는 교통신호메타포를 구현하고 실제적으로 적용하고자 한다. 이로써, 학습설계에 따라 정해진 학습객체 상호간의 S&N규칙이 개별 학습자의 학습상태와 평가에 의해 다른 순서로 전달하거나 생략되어지고, 학습상태를 시각적으로 제공함으로써 적응적 조언 학습 설계에 대한 가능성을 실현할 수 있었다.

  • PDF