• 대한지구과학교육학회지
• /
• 제9권3호
• /
• pp.309-322
• /
• 2016

이 연구는 질문중심 하브루타 학습법을 적용한 과학수업이 학생들의 논리적 사고력 및 과학관련 태도에 미치는 영향을 알아보는데 목적이 있다. 연구의 목적을 위하여 C시에 위치한 G초등학교 4학년 4개 학급 93명을 연구 대상으로 하였으며 실험 집단 2개 학급 46명은 질문중심 하브루타 학습법을 적용한 지도안을 작성하여 수업을 진행하였고 나머지 2개 학급 47명의 비교집단은 교사용 지도서를 바탕으로 한 교사 주도의 일반 수업을 진행하였다. 수업 실시 전, 실험집단과 비교집단을 대상으로 사전검사를 실시하여 두 집단이 논리적 사고력과 과학 관련 태도에 있어 동질집단임을 확인하였다. 두 집단에 각각 수업을 실시한 사후검사를 한 결과는 다음과 같다. 첫째, 논리적 사고력의 경우 질문 중심 하브루타 수업을 실시한 실험집단이 비교집단 보다 평균 점수가 더 높았으며 그 차이는 유의미하였다(p<.05). 이러한 결과는 질문중심 하브루타 수업을 통하여 형성되는 능동적인 토론 과정이 학습자들의 논리적인 능력의 향상에 긍정적 영향을 주는 것이라 할 수 있다. 둘째, 과학 관련 태도의 경우에도 실험집단이 비교집단보다 평균 점수가 더 높게 나왔고 그 차이는 유의미하였다(p<.05). 특히 "과학에 대한 태도"에서 유의미한 향상을 보였다. 이러한 결과는 질문중심 하브루타 수업에서의 과학에 관련된 질문의 생성과 답변의 과정을 거치면서 과학에 대한 정의적 영역에 대한 학습자들의 긍정적 마인드를 고취시킨 결과로 볼 수 있다. 셋째, 실험집단 학생들을 대상으로 질문중심 하브루타 과학수업에 대한 인식조사를 한 결과, 거의 대부분의 학생들이 하브루타 과학수업에 높은 흥미를 갖고 참여하였으며 재참여 의사 역시 높은 것으로 나타나 수업에 대한 만족도가 높은 것으로 나타났다. 이상의 연구 결과를 통해 질문중심 하브루타를 적용한 과학수업은 학생의 논리적 사고력 및 과학 관련 태도의 향상과 과학 수업에 대한 만족도에 긍정적인 영향을 준다는 것을 알 수 있었다.

• 문화기술의 융합
• /
• 제9권4호
• /
• pp.659-666
• /
• 2023

생성형 인공지능 기술을 기반으로 한 도구 중 하나로 ChatGPT에 대한 활용 가능성이 모색되고 있다. 하지만 이를 교육적으로 활용할 때, 어떠한 요소를 고려해야 하는지를 학습자의 실제적인 인식을 기반으로 확인한 연구는 미흡하다. 본 연구는 교육 현장에서 ChatGPT를 활용할 때, 고려해야 하는 요소가 무엇인지를 질적 연구를 통해 도출하고자 하였다. 연구 결과, 교육에 있어서 ChatGPT를 효과적으로 활용하기 위해서는 생성된 정보에 대한 비판적 사고, 학습을 지원하는 한 가지 도구로서 인식하여 의존적인 활용 지양, 올바른 윤리적 활용에 대한 사전 교육 실시, 명확하고 적절한 질문 생성, 답변에 대한 재검토와 종합화 총 다섯 가지의 핵심 고려 요소를 확인하였다. 향후 이상의 요소를 종합적으로 구성한 교수설계 모형 개발이 이루어질 필요가 있다.

• 과학교육연구지
• /
• 제42권2호
• /
• pp.256-271
• /
• 2018

본 연구는 과학영재들이 문제발견 과정에서 나타내는 과학개념 연결방식과 융합적 사고의 특징을 분석하는데 목적을 두었다. 이를 위해 2015학년도 광역시 소재 대학부설 과학영재교육원 중등 심화과정 전공영역별로 지원한 228명을 모집단으로 설정하고, 연구대상은 선발과정 1차 전형에서 실시한 과학 창의적 문제해결력 검사도구 점수를 기준으로 상위 30%에 속하는 67명을 상위집단으로, 하위 30%에 속하는 64명을 하위집단으로 구분하고, 두 집단에 속하는 총131명을 표집하였다. 자료수집을 위한 검사도구 문항은 초등과학 교육과정에서 추출한 소리, 전기, 무게, 온도, 호흡, 광합성, 날씨, 지진의 과학개념 8개를 활용하여 개발하였다. 검사문항은 과학개념 8개 가운데 가장 선호하는 과학개념 2개를 연결하여 과학적 질문을 생성하도록 제시하였으며, 연구대상이 진술한 과학적 질문을 분석하였다. 연구결과 과학영재들은 심화과정 전공영역에 따라 과학개념 연결 선호도에서 차이를 나타냈다. 과학적 질문에서 나타난 과학개념 연결방식의 특징을 분석하기 위해 수집한 자료를 먼저 관계, 유사성, 비유사성에 근거한 연결방식으로 분류하였다. 나아가 관계에 근거한 과학개념 연결방식은 속성, 수단, 영향, 예측, 원인, 측정, 현상으로, 유사성에 근거한 과학개념 연결방식은 속성, 대상, 과학적 원리, 현상에 근거한 연결로, 비유사성에 근거한 과학개념 연결방식은 병렬, 자원, 제거에 근거한 연결로 세분화하였다. 상위집단과 하위집단 간에 과학개념 연결방식은 통계적으로 유의미한 (p<.000) 차이를 보였다. 상위집단은 하위집단에 비해 서로 다른 과학영역에 해당하는 개념을 연결하여 과학적 질문을 더 많이 생성하였으나, 하위집단은 상위집단에 비해 동일한 과학영역 내 개념들을 연결하여 과학적 질문을 더 많이 생성하였다. 상위집단은 하위집단에 비해 유사성에 근거한 과학개념 연결방식을 더 빈번하게 사용하는 특징을 나타낸 반면, 하위집단은 상위집단에 비해 비유사성에 근거하여 단순하게 병렬시키는 연결을 더 빈번하게 사용하는 것으로 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제27권6호
• /
• pp.33-42
• /
• 2022

기존의 지능형 지휘통제체계 연구에서는 지휘관의 전장 상황 질문에 대한 분석 결과를 지식베이스 기반 상황 데이터에서 정보를 추출하여 제공해주고 있다. 하지만, 다양한 표현의 자연어가 사용된 정·첩보를 문맥에 맞게 분석하는 것이 상황 분석에 있어 중요해지면서 인공지능을 사용한 전장 상황 분석 연구가 진행되고 있다. 본 논문에서는 전장 상황 분석용 인공지능 개발에 필요한 데이터 셋을 제공하기 위해 전장 상황 모의 시나리오 기반 가설 데이터 셋 생성 방법을 제안한다. 가설 데이터 셋은 실제 전장 환경이 고려된 모의 시나리오에서 전장 지식요소를 식별하여 생성한다. 먼저 후보가설을 생성하면 자동으로 단위가설이 생성된다. 단위가설을 조합하여 유사 식별 가설 조합을 만들고, 연관된 후보가설을 그룹화하여 집합가설을 생성한다. 제안하는 방법으로 데이터 셋을 생성할 수 있음을 확인하기 위해 생성기 SW를 구현하였고, 생성기 SW로 가설 데이터 셋을 생성할 수 있음을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1997년도 제9회 한글 및 한국어 정보처리 학술대회
• /
• pp.463-468
• /
• 1997

자연언어 대화는 사람들이 사용하는 가장 자연스러운 의사소통 수단이다. 따라서, 자연언어 대화 인터페이스를 통해서 사용자와 시스템이 편리하고 자연스러운 방법으로 의사를 교환할 수 있다. 본 논문에서는 대화 인터페이스의 필요성과 폼에 기반한 대화 인터페이스 기법에 대해서 설명한다, 폼 기반 인터페이스란 데이터베이스 검색을 위해서 질의어를 생성할 때 검색에 대한 제한 조건을 폼(form)의 형태로 나타내어, 사용자와의 대화를 통해서 폼 정보를 추출하고, 이렇게 완성된 폼을 이용하여 질의어를 생성하는 것을 말한다. 본 논문에서는 이러한 폼 기반 대화 인터페이스에서 시스템이 대화를 적절히 유도하고 사용자의 응답이나 질문에 대해 적절히 대응하기 위한 폼과 재귀적 대화 전이망(recursive dialogue transition networks)을 이용한 대화 모델에 대해 제안한다.

• 한국콘텐츠학회논문지
• /
• 제7권6호
• /
• pp.177-184
• /
• 2007

본 연구에서는 교수학습과정에서 기존에 개발된 여러 웹 관련 컴포넌트기술을 활용하여 학생들이나 교사들이 자기가 원하는 형태의 작은 의미의 음악치료시스템을 생성할 수 있도록 해 주는 툴을 개발하고자 한다. 이 툴은 개발자가 자신이 원하는 질문의 형태와 단계, 그에 따라 보여줄 수 있는 이미지(시각적 표현) 등을 입력하고 배치할 수 있게 하며 심리상태가 결정된 후 그에 적합하게 들려줄 수 있는 음악도 개발자가 입력할 수 있는 기능을 제공하게 된다. 개발자는 이 모든 과정을 자신이 원하는 형태로 개발 할 수 있도록 툴을 통해 다양한 기능을 제공받게 된다. 본 연구에서는 이러한 심리검사를 시스템을 생성할 수 있도록 하는 툴을 개발하였으며 사용자들은 이 시스템으로 그들의 심리상태를 가장 잘 묘사하는 이미지를 선택하고 몇 단계를 거친 후 그 상황에 가장 적합한 음악을 들을 수 있고, 음악치료로도 사용될 수 있다. 이러한 시스템개발은 교육현장에서 다양한 콘텐츠 개발에 효과적으로 접근할 수 있도록 한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.12-17
• /
• 2019

FAQ(Frequently Asked Questions) 질의 응답 시스템은 자주 묻는 질문과 답변을 정의하고, 사용자 질의에 대해 정의된 답변 중 가장 알맞는 답변을 추론하여 제공하는 시스템이다. 정의된 대표 질문 및 대응하는 답변을 클래스(Class)라고 했을 때, FAQ 질의 응답 시스템은 분류(Classification) 문제라고 할 수 있다. 종래의 FAQ 분류는 동일 클래스 내 동의 문장(Paraphrase)에서 나타나는 공통적인 특징을 통해 분류 문제를 학습하였으나, 이는 비슷한 단어 구성을 가지면서 한 두 개의 단어에 의해 의미가 다른 문장의 차이를 구분하지 못하며, 특히 서로 다른 클래스에 속한 학습 데이터 간에 비슷한 의미를 가지는 문장이 존재할 때 클래스 분류에 오류가 발생하기 쉬운 문제점을 가지고 있다. 본 논문에서는 이 문제점을 해결하고자 서로 다른 클래스 내의 학습 데이터 문장들이 상이한 클래스임을 구분할 수 있도록 클래스 일치 여부(Class coincidence classification) 문제를 결합 학습(Jointly learning)하는 기법을 제안한다. 동일 클래스 내 학습 문장의 무작위 쌍(Pair)을 생성 및 학습하여 해당 쌍이 같은 클래스에 속한다는 것을 학습하게 하면서, 동시에 서로 다른 클래스 간 학습 문장의 무작위 쌍을 생성 및 학습하여 해당 쌍은 상이한 클래스임을 구분해 내는 능력을 함께 학습하도록 유도하였다. 실험을 위해서는 최근 발표되어 자연어 처리 분야에서 가장 좋은 성능을 보이고 있는 BERT 의 텍스트 분류 모델을 이용했으며, 제안한 기법을 적용한 모델과의 성능 비교를 위해 한국어 FAQ 데이터를 기반으로 실험을 진행했다. 실험 결과, 분류 문제만 단독으로 학습한 BERT 기본 모델보다 본 연구에서 제안한 클래스 일치 여부 결합 학습 모델이 유사한 문장들 간의 차이를 구분하며 유의미한 성능 향상을 보인다는 것을 확인할 수 있었다.

• 지식경영연구
• /
• 제24권4호
• /
• pp.153-176
• /
• 2023

최근 생성형 AI, 특히 ChatGPT와 같은 대화형 인공지능이 고객 서비스를 자동화하는 기술적 대안으로 주목받고 있다. 그러나 고객 서비스 자동화에 있어 현재의 생성형 AI 기술이 기존 인간 관리자를 효과적으로 대체할 수 있는지, 조건이나 환경에 따라 어떤 상황에서는 유리하고 다른 상황에서는 불리한지에 대한 연구는 아직 충분히 이루어지지 않은 상태이다. 이러한 배경에서 본 연구는 "고객 서비스 활동과 관련하여 생성형 AI가 인간 관리자를 대체할 수 있는가?"라는 질문에 답하기 위해, 음식 배달 플랫폼의 고객 온라인 리뷰에 대한 실험과 설문조사를 수행하였다. 또한 고객의 온라인 리뷰가 긍정적일 때와 부정적일 때에 따라 차이가 있는지 정교화 가능성 모델의 관점을 적용하여 가설을 도출하고 해당 가설이 지지되는지를 분석을 통해 확인하였다. 분석 결과, 긍정적인 리뷰에 대해서는 생성형 AI가 인간 관리자를 효과적으로 대체할 수 있지만, 부정적인 리뷰에 대해서는 완벽한 대체가 어려워 인간 관리자의 개입이 더 바람직한 것으로 확인되었다. 이러한 본 연구의 결과는 생성형 AI를 이용하여 고객 서비스 자동화하고자 하는 기업들에게 유의미한 실무적인 통찰을 제공해 줄 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제29권7호
• /
• pp.81-88
• /
• 2024

생성형 AI 시장의 급속한 성장과 국내 기업과 기관의 큰 관심에도 불구하고, 부정확한 정보제공과 정보유출의 우려가 생성형 AI 도입을 저해하는 주된 요인으로 나타났다. 이를 개선하기 위해 본 논문에서는 검색-증강 생성(Retrieval-Augmented Generation, RAG) 구조 기반의 질의응답시스템을 설계·구현하였다. 제안 방법은 한국어 문장 임베딩을 사용해 지식 데이터베이스를 구축하고, 최적화된 검색으로 질문 관련 정보를 찾아 생성형 언어 모델에게 제공된다. 또한, 이용자가 지식 데이터 베이스를 직접 관리하여 변경되는 업무 정보를 효율적으로 업데이트하도록 하고, 시스템이 폐쇄망에서 동작할 수 있도록 설계하여 기업의 기밀 정보의 유출 가능성을 낮추었다. 국내 기업 등 조직에서 생성형 AI를 도입하고 활용하고자 할 때 본 연구가 유용한 참고자료가 되길 기대한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.105-108
• /
• 2010

쌍방향으로 질문과 답변을 하는 커뮤니티 기반의 지식검색서비스에서는 질의를 통해 원하는 답변을 얻을 수 있지만, 수많은 사용자들이 참여함에 따라 방대한 문서 속에서 검증된 문서를 찾아내는 것은 점점 더 어려워지고 있다. 지식검색서비스에서 기존 연구는 사용자들이 생성한 데이터 즉 추천수, 조회수 등의 비텍스트 정보를 이용하거나 답변의 길이, 자료첨부, 연결어 등의 텍스트 정보 이용하여 전문가를 식별하거나 문서의 품질을 평가하고, 이를 검색에 반영하여 검색성능을 향상시키는 데 활용했다. 그러나 비텍스트 정보는 질의/응답의 초기에 사용자들에 의해 충분한 정보를 확보할 수 없는 단점이 제기 되며, 텍스트 정보는 전체의 문서를 답변의 길이, 자료 첨부등과 같은 일부요인으로 판단해야하기 때문에 품질평가의 한계가 있다고 볼 수 있겠다. 본 논문에서는 이러한 비텍스트 정보와 텍스트 정보의 문제점을 개선하기 위한 품질평가 알고리즘을 제안한다. 제안된 알고리즘을 통한 품질지수는 텍스트/비텍스트 정보와 소셜 네트워크 사용자 중앙성을 고려하여 질문에 적합하고 신뢰성 있는 답변을 랭킹화 함으로써 지식검색문서를 분별하는 지표가 되며, 이는 지식검색서비스의 성능향상에 기여를 할 수 있을 것으로 기대된다.