• 디자인학연구
• /
• 제18권3호
• /
• pp.129-138
• /
• 2005

메시지의 명확성은 성공적인 커뮤니케이션의 필수적인 요건으로 간주되어 왔다. 그러나 오늘날의 복잡하게 변화된 기업환경 또는 마케팅 상황, 미디어환경에서 때로는 광고 메시지의 명확성이 오히려 커뮤니케이션 효과를 저해하는 경우가 나타나고 있다. 이 연구의 목적은 국민정서에 반하는 요소가 있는 기업이 경영목표 및 사업특성의 변경 등 정체성을 새롭게 정립할 필요가 있을 때 어떤 광고 메기지를 가지고 수용자와 커뮤니케이션 하는 것이 효과적인지를 검토하는 데 있다. 구체적으로, 전략적으로 모호한 메시지를 발신하는 광고전략이 광고에 대한 인지효과와 감정적 대도, 광고에 대한 신뢰성, 기업에 대한 태도 등에 어떠한 효과를 발휘하는지 검증한다. 이를 위하여 모호한 광고 메시지와 명료한 광고 메시지에 있어 감정적 반응, 신뢰도, 광고에 대한 태도, 기업에 대한 태도는 효과면에서 차이가 있을 것이라는 가설을 설정했다. 이를 바탕으로 2003년부터 집행되고 있는 KT&G의 <상상예찬> 캠페인에서 모호한 광고메시지를 대표하는 3점의 텍스트를 체계적으로 표집하여 설문을 통한 실험을 실시했다. 연구 결과, 연구대상 광고텍스트의 모호한 메시지는 주목도의 차원 및 광고에 대한 호감, 긍정성, 기억성, 공감성 등에서 명료한 메시지에 비해 좋은 반응을 얻었다. 또한 호감, 긍정성, 기억성, 공감성 등을 측정한 광고 자체에 대한 태도 면에서도 모호한 메시지가 명료한 메시지에 비해 일정한 효과를 확보하는 것으로 나타났다. 따라서 국민정서에 반하는 요소가 있는 기업의 정체성 변화를 알리는 데에는 명료한 메시지보다 다소 모호한 메시지가 재인과 회상효과의 측면에서 유리할 것이라는 잠정적 결론을 얻었다. 그러나 광고에 대한 정서적 반응과 신뢰도, 기업에 대한 태도 등을 높이는 데에는 모호한 광고메시지가 명료한 광고 메시지에 비해 유리하다는 증거는 찾아볼 수 없었다. 이는 모호한 메시지 속에 숨어있는 암시적 표현코드에 대해 수용자들이 불편한 감정과 불신하는 마음, 부정적 태도를 가지고 있다는 추론으로 연결될 개연성을 높이고 있다. 논리실증적인 방법으로 이루어진 이 실험연구의 통계수치로 밝혀진 사실의 발견에서 결여하기 쉬운 설명력을 보완하기 위해 현상학적 연구 등의 심층적인 조사가 시도될 필요가 있다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.39-57
• /
• 2012

최근 기존 전시 공간 내에 유비쿼터스 환경이 구축되면서, 관객과의 상호작용을 통해 전시 효과를 배가할 수 있는 인터랙티브 전시에 많은 사람들의 관심이 집중되고 있다. 이러한 인터랙티브 전시가 보다 고도화되기 위해서는 전시물에 대한 다양한 관객 반응을 측정하고, 이를 통해 대상 관객이 어떤 감정을 느끼는지 예측할 수 있는 적절한 의사결정지원 모형이 요구된다. 이러한 배경에서 본 연구는 인터랙티브 전시 공간 내에서 수집 가능한 다양한 관객 반응 중 얼굴표정의 변화를 이용하여, 관객의 감정을 추론, 판단하는 지능형 모형을 제시한다. 본 연구에서 제시하는 모형은 무자극 상태의 관객의 표정과 자극이 주어졌을 때 관객의 표정이 어떻게 변화하는지 변화량을 측정하여, 이를 기반으로 인공신경망 기법을 이용해 해당 관객의 감정을 판단하는 모형이다. 이 때, 제안모형의 감정 분류체계로는 간결하면서도 실무에 적용이 용이하여 그간 기존 문헌에서 널리 활용되어 온 매력-각성(Valence-Arousal) 모형을 사용한다. 제안모형의 유용성을 검증하기 위해, 본 연구에서는 2011 서울 DMC 컬쳐 오픈 행사에 참여하여, 일반인을 대상으로 얼굴 표정 변화 데이터를 수집하고, 이들이 느끼는 감정 상태를 설문조사하였다. 그리고 나서, 이 자료들을 대상으로 본 연구에서 제안하는 모형을 적용해 보고, 제안모형이 비교모형으로 설정된 통계기반 예측모형에 비해 더 우수한 성과를 보이는지 확인해 보았다. 실험 결과, 본 연구에서 제시하는 모형이 비교 모형인 중회귀분석 모형보다 더 우수한 결과를 제공함을 확인할 수 있었다. 본 연구를 통하여 구축된 관객 감정 판단 모형을 실제 전시장에서 활용한다면 전시물을 관람하는 관객의 반응에 따라 시의적절하면서도 효과적인 대응이 가능하기 때문에, 관객의 몰입과 만족을 보다 증대시킬 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.61-83
• /
• 2012

지식지도는 관련된 지식의 현황을 네트워크 형식으로 보여주는 일종의 도식으로, 지식 간의 상호참조적 네비게이션 관계를 기초로 하는 지식 분류 및 저장 체계 역할을 한다. 이러한 이유로 인하여 지식 및 이들 지식이 또 다른 지식과 갖는 관계를 네트워크 형식으로 형식적이고 객관적으로 묘사하기 위한 온톨로지 기반 지식지도의 필요성이 대두되어왔다. 본 논문은 지식 간의 상호참조적 네비게이션이 가능한 온톨로지 기반 지식지도를 구현하기 위한 방법론을 제시한다. 제시된 방법론에 의해 구현되는 온톨로지 기반 지식지도는 지식 간의 상호참조적 네비게이션을 가능하게 할 뿐만 아니라 이러한 지식 간 네트워크 관계에 의해 추가적인 지식 간의 관계를 추론할 수 있다. 제시된 개념의 타당성을 검증하기 위하여 두 가지의 실제 비즈니스 프로세스를 기반으로 지식지도를 구현하였고, 구현된 지식지도에 나타나는 지식 간 네트워크 구성의 유효성을 검토하였다.

• 한국가정과교육학회지
• /
• 제30권3호
• /
• pp.43-66
• /
• 2018

본 연구의 목적은 백워드 수업설계를 '가족생활 설계' 영역에 체제적으로 적용한 교수- 학습과정안을 바탕으로 수업을 실시하고, 학습자의 이해도 및 수업만족도에 미치는 효과를 검증하는 것이다. 이를 위해 연구자가 개발한 백워드 수업설계에 기초한 '가족생활설계' 영역의 체제적 수업 개발안을 적용하여 S고등학교 학생 1학년 10학급 218명(남 116명, 여 102명)을 대상으로 11차시 수업을 직접 실시하였다. 수업을 실시한 후 학습자들의 이해 정도를 분석하기 위해 수행과제 결과물과 수행과제 외 다른 결과물을 수집하였다. 수행과제 결과물로는 가족생활 설계와 관련된 홍보물과 실천적 추론과정을 적용한 가족생활 주기에 따른 가족생활 설계 포트폴리오를 수집하였다. 수행과제 외 다른 결과물로는 차시별 학습자들의 개별학습 일지를 통한 자기평가 결과, 모둠별 학습활동 결과, 사후 형성평가 결과 등을 수집하였다. 학습자의 수업 만족도를 측정하기 위해서는 설문지 조사와 학급의 모둠별 대표들과 그룹 면담 통해 자료를 수집하였다. 학습자의 이해 정도와 관련된 자료의 분석방법으로는 Wiggins & McTighe(2005)가 제시한 '이해'의 여섯 가지-설명, 해석, 적용, 관점, 공감, 자기지식-측면(phases)에서 근거 이론 방법을 적용하였다. 또 SPSS/WIN(ver.18.0) 프로그램을 활용하여 평균, 표준편차, 대응표본 t-test 등을 이용하였다. 그리고 학습자의 수업 만족도 분석은 SPSS/WIN(ver.18.0) 프로그램을 활용하였다. 본 연구의 결과를 요약하면 다음과 같다. 첫째, 학습자의 이해도 측면에서 살펴볼 때 학습자들은 '가족생활 설계 및 가족생활 진단의 주요 개념을 자신의 언어로 표현할 수 있었다(설명)', '주어진 자료를 통해 가족생활 설계의 필요성과 가족생활 진단의 중요성에 대해 이야기 할 수 있었다(해석)', '가족생활 설계와 관련된 지식과 기능을 이용하여 홍보물을 제작하거나 자신의 실생활 적용하여 가족생활을 설계 할 수 있었다(적용)', '가족생활 설계를 위해서 가족생활의 절차 및 방법, 가족생활 설계를 위한 주요 내용을 비판적이고 통찰력 있게 분석할 수 있었다, 가족생활 설계와 관련된 홍보물 및 포트폴리오 과제에 대한 자기 평가 및 동료평가를 한 후 이를 비판적이고 통찰력 있게 다시 생각할 수 있었다.(관점 가지기)', '가족생활 설계를 할 때 우리 가족 구성원이 가장 중요하게 생각하는 가족생활의 가치, 목표와 요구 등을 고려할 수 있었다(감정이입)', '자신이 만들어낸 수행의 결과물들을 평가 준거에 따라 스스로 평가할 수 있었으며, 가족생활 설계를 실천하는데 있어 나의 장점과 단점은 무엇인지 깨달을 수 있었다, 그리고 과제에 대한 자기평가를 한 후 이를 교정할 수 있었다.(자기 지식)'과 관련된 이해의 측면을 달성할 수 있었다. 또한 '가족생활 설계' 학습내용과 관련된 사전-사후 평가의 점수 변화를 살펴보면 모든 학습 주제에 대한 평균 점수가 향상되었으며, 통계적으로도 유의한 상승효과가 있는 것으로 나타났다. 따라서 '가족생활 설계' 영역에 백워드 수업설계를 적용하여 체제적으로 개발한 수업설계 안은 학습자의 영속적 이해를 촉진시키며 학습에 대한 성취를 높이는데 효과적이었음을 확인할 수 있었다. 둘째, 학습자의 수업 만족도 측면에서는 학습자들은 '가족생활 설계' 영역의 수업에 대한 전반적인 만족도를 측정하는 전체 문항의 평균 점수는 4점 만점에 평균 3.68로 나타나 학습자들이 백워드 수업 설계를 적용한 '가족생활 설계' 영역의 수업에 대해 높은 만족도를 보이고 있음을 알 수 있었다. 학습자들은 본 연구에서 개발한 수업을 통해 다양한 학습 자료를 제공받을 수 있어서 수업에 대해 흥미를 가질 수 있었고, 모둠별 활동과 본질적인 질문 등을 통해 학습활동에 능동적으로 참여할 수 있었으며, 수행과제를 통해 학습한 내용을 새로운 상황과 맥락 속에서 유연하게 적용시킬 수 있어서 수업에 대한 만족도가 전반적으로 높게 나타났다. 따라서 '가족생활 설계' 영역에 백워드 수업설계를 적용하여 체제적으로 개발한 수업설계 안은 학습자의 수업 만족도를 높이는데 효과적이었음을 확인할 수 있었다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.127-146
• /
• 2022

최근 워드 임베딩이 딥러닝 기반 자연어 처리를 다루는 다양한 업무에서 우수한 성능을 나타내면서, 단어, 문장, 그리고 문서 임베딩의 고도화 및 활용에 대한 연구가 활발하게 이루어지고 있다. 예를 들어 교차 언어 전이는 서로 다른 언어 간의 의미적 교환을 가능하게 하는 분야로, 임베딩 모델의 발전과 동시에 성장하고 있다. 또한 핵심 기술인 벡터 정렬(Vector Alignment)은 임베딩 기반 다양한 분석에 적용될 수 있다는 기대에 힘입어 학계의 관심이 더욱 높아지고 있다. 특히 벡터 정렬은 최근 수요가 높아지고 있는 분야간 매핑, 즉 대용량의 범용 문서로 학습된 사전학습 언어모델의 공간에 R&D, 의료, 법률 등 전문 분야의 어휘를 매핑하거나 이들 전문 분야간의 어휘를 매핑하기 위한 실마리를 제공할 수 있을 것으로 기대된다. 하지만 학계에서 주로 연구되어 온 선형 기반 벡터 정렬은 기본적으로 통계적 선형성을 가정하기 때문에, 본질적으로 상이한 형태의 벡터 공간을 기하학적으로 유사한 것으로 간주하는 가정으로 인해 정렬 과정에서 필연적인 왜곡을 야기한다는 한계를 갖는다. 본 연구에서는 이러한 한계를 극복하기 위해 데이터의 비선형성을 효과적으로 학습하는 딥러닝 기반 벡터 정렬 방법론을 제안한다. 제안 방법론은 서로 다른 공간에서 벡터로 표현된 전문어 임베딩을 범용어 임베딩 공간에 정렬하는 스킵연결 오토인코더와 회귀 모델의 순차별 학습으로 구성되며, 학습된 두 모델의 추론을 통해 전문 어휘를 범용어 공간에 정렬할 수 있다. 제안 방법론의 성능을 검증하기 위해 2011년부터 2020년까지 수행된 국가 R&D 과제 중 '보건의료' 분야의 문서 총 77,578건에 대한 실험을 수행한 결과, 제안 방법론이 기존의 선형 벡터 정렬에 비해 코사인 유사도 측면에서 우수한 성능을 나타냄을 확인하였다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.153-169
• /
• 2012

전시회는 새로운 상품이나 서비스를 현재 고객들과 미래의 잠재고객들에게 홍보하기 위해 개최하는 효과적인 마케팅 수단으로 중요하다. 기업들은 전시회에 참여를 통해 현재 고객 및 잠재고객들과 대면접촉을 함으로써 기업의 이미지 제고 및 새로운 판로를 확보할 수 있다. 이처럼 전시회의 경제적 중요성이 커짐에 따라, 전시주최자들은 참여기업 및 참관객을 유치하기 위하여 새로운 IT 기술을 전시회에 적용하고 있을 뿐만 아니라 연구자들 또한 참관객의 관람패턴을 분석하기 위하여 다양한 연구를 시도하고 있다. 최근에는 스마트 기술이 발전함으로써 전시 공간 내에서 참관객의 활동을 실시간으로 모니터링 할 수 있어 온라인 전시환경처럼 오프라인 전시회를 방문한 참관객의니즈를 실시간으로 추론하여 참관객의 선호에 적합한 서비스를 제공하기 위한 부스 추천시스템에 대한 연구가 활발히 진행되고 있다. 그러나 새로운 기술 개발 측면에서 시스템의 성능을 개선하려는 연구는 지속적으로 진행되어 왔으나 향후 시스템의 개발 방향 및 보급 활성화에 영향을 미치는 요인에 관한 연구들이 부족한 실정이다. 부스 추천시스템은 스마트 전시환경에서 새로 도입되는 기술로 부스 추천시스템에 대한 참관객의 수용 후 재사용 의도는 TAM 관점보다는 부스 추천시스템이 참관객의 선호에 적합한 추천정보를 제공하는가에 초점을 맞출 필요가 있다. 따라서, 본 연구에서는 기존 문헌 고찰을 통해 전시환경에서의 부스 추천시스템에 대한 참관객의 만족 및 재사용 의도에 영향을 주는 요인을 도출하여 연구모형을 설계하였다. 이를 통해 향후 스마트 전시환경에서 부스 추천시스템의 개발과 보급 전략에 있어 유용한 시사점을 제공하고자 하였다. 이러한 연구목적을 달성하기 위하여 2011년 11월 DMC 컬처 오픈 행사에서 부스 추천시스템을 사용한 참관객을 대상으로 설문조사를 실시하였고 회귀분석을 통해 가설을 검증하였다. 그 결과, 참관객의 만족에 영향을 미치는 요인은 부스 추천시스템의 효과성, 편의성, 추천품질, 의외성으로 나타났다. 또한, 부스 추천시스템에 대한 참관객의 만족은 재사용 의도 형성에 긍정적인 영향을 미치는 것으로 밝혀졌다. 본 연구가 가지는 의의는 다음과 같다. 먼저, 본 연구결과를 토대로 스마트 전시환경에서 부스 추천시스템에 대한 참관객의 지속적인 서비스 이용을 유도하기 위한 전략을 수립할 때 고려해야 할 주요한 요인을 실증연구를 통해 구체화시켰다는데 의의가 있다. 또한, 스마트 전시환경에서 부스 추천시스템이 성공적으로 도입 및 활용되기 위해서는 참관객의 수용 전후 차별화된 관리가 필요함을 본 연구결과를 통해 제시하였다.

• 대한지리학회지
• /
• 제29권2호
• /
• pp.166-182
• /
• 1994

본 연구에서는 고등학교 지리수업이 안고 있는 대학입시 지도와의 관련성, 기초개 념의 중복성, 수업시간의 제한 등 세가지 문제점을 해결하기 위해 수업을 구조화하여 고등 사고 기능을 기를 수 있는 수업을 설계하고자 하였다. 그러기 위해서 행동이론과 구조분석 을 통합한 지리수업 설계에 대하여 단계적으로 다음과 같이 정리해 볼 수 있다. 우선, 제 1 단계로서, 학습자는 경험적인 현상의 기술인 자료를 조사하고, 과학자의 시점에 따라서 객관 성과 정확성을 유지하면서, 가설-검증의 과정을 통하여 說明的 知識에 이른다, 제 2단계에 서는, 추론적인 진술에 대한 비판적 사고를 통하여 공간구조를 분석하는 것으로 槪念的 知 識을 이론적으로 설명한다. 제 3단계에서는, 지역주민의 행위를 둘러싸고 있는 상황을 파악 하기 위해 자료를 비판적으로 다시 검토하여 사회 제도 간의 관계까지 實踐的 解釋에 이른 다. 제4단계로서는, 정보를 활용하는 능력을 기르기 위해 事例地域 學習에 대해 주체적으로 참여한다. 따라서, 행동이론과 구조분석의 통합을 통한 지리수업의 설계에서 본다면, 수업이 구조화되고 실증론에 대한 인식론적 입장에서 전개될 것이다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.73-85
• /
• 2013

정보기술의 비약적 발전에 힘입어, 오늘날 기업들은 지금까지 축적한 고객 데이터를 기반으로 맞춤형 서비스를 제공하는 것에 많은 관심을 가지고 있다. 고객에게 소구하는 맞춤형 서비스를 효과적으로 제공하기 위해서는 우선 그 고객이 처한 상태나 상황을 정확하게 인지하는 것이 중요하다. 특히, 고객에게 서비스가 전달되는 이른바 진실의 순간에 해당 고객의 감정 상태를 정확히 인지할 수 있다면, 기업은 더 양질의 맞춤형 서비스를 제공할 수 있을 것이다. 이와 관련하여 사람의 얼굴과 행동을 이용하여 사람의 감정을 판단하고 개인화 서비스를 제공하기 위한 연구가 활발하게 이루어지고 있다. 얼굴 표정을 통해 사람의 감정을 판단하는 연구는 좀 더 미세하고 확실한 변화를 통해 정확하게 감정을 판단할 수 있지만, 장비와 환경의 제약으로 실제 환경에서 다수의 관객을 대상으로 사용하기에는 다소 어려움이 있다. 이에 본 연구에서는 Plutchik의 감정 분류 체계를 기반으로 사람들의 행동을 통해 감정을 추론해내는 모형을 개발하는 것을 목표로 한다. 본 연구는 콘텐츠에 의해 유발된 사람들의 감정적인 변화를 사람들의 행동 변화를 통해 판단하고 예측하는 모형을 개발하고, 4가지 감정 별 행동 특징을 추출하여 각 감정에 따라 최적화된 예측 모형을 구축하는 것을 목표로 한다. 모형 구축을 위해 사람들에게 적절한 감정 자극영상을 제공하고 그 신체 반응을 수집하였으며, 사람들의 신체 영역을 나누었다. 특히, 모션캡쳐 분야에서 널리 쓰이는 차영상 기법을 적용하여 사람들의 제스쳐를 추출 및 보정하였다. 이후 전처리 과정을 통해 데이터의 타임프레임 셋을 20, 30, 40 프레임의 3가지로 설정하고, 데이터를 학습용, 테스트용, 검증용으로 구분하여 인공신경망 모형을 통해 학습시키고 성과를 평가하였다. 다수의 일반인들을 대상으로 수집된 데이터를 이용하여 제안 모형을 구축하고 평가한 결과, 프레임셋에 따라 예측 성과가 변화함을 알 수 있었다. 감정 별 최적 예측 성과를 보이는 프레임을 확인할 수 있었는데, 이는 감정에 따라 감정의 표출 시간이 다르기 때문인 것으로 판단된다. 이는 행동에 기반한 제안된 감정예측모형이 감정에 따라 효과적으로 감정을 예측할 수 있으며, 실제 서비스 환경에서 사용할 수 있는 효과적인 알고리즘이 될 수 있을 것으로 기대할 수 있다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.