• 경영정보학연구
• /
• 제25권1호
• /
• pp.75-91
• /
• 2023

정보 기술의 발전으로, 공유 경제 서비스는 새로운 형태의 소비 방식으로 자리 잡았다. 특별히 차량을 소유하지 않고 빌려 쓰는 형태인 카 셰어링은 개인들의 이동 수단의 범위를 확장하는 새로운 서비스이다. 차량 소유로 발생하는 비효율성을 줄이고, 교통 문제를 완화하는 등 카 셰어링은 다양한 사회적 이점을 제공하지만, 이를 구현하기 위해서는 개인의 카 셰어링 서비스 이용 패턴을 이해하고 이용자의 서비스 재사용을 유도해야 한다. 본 연구는 개인의 카 셰어링 서비스 재사용 행동을 이해하기 위해 RFMC (Recency, Frequency, Monetary, and Clumpiness) 모델을 활용하였다. 국내 카 셰어링 서비스 업체의 데이터를 분석한 결과, 카 셰어링 서비스 재사용에 Recency, Monetary 는 부의 영향을, Frequency는 정의 영향을 끼치는 것으로 나타났다. 더욱이 Clumpiness가 높은 집단의 경우, Recency와 Monetary의 효과는 두드러지는 반면, Frequency의 영향은 미미해졌다. 이러한 연구 결과를 바탕으로, 이론적, 실무적 함의를 도출하였다.

• 문화기술의 융합
• /
• 제10권2호
• /
• pp.565-574
• /
• 2024

챗GPT는 우리 사회의 모든 분야에 커다란 반향을 일으키고 있으며, 이는 교육 분야에서도 마찬가지이다. 하지만 학교 현장에서의 챗GPT에 관한 학계 및 사회적 논의는 주로 표절과 같은 부정행위에 초점이 맞춰져있으며, 학생들의 인공지능 기술 활용으로 인한 긍정적인 효과에 대해서는 상대적으로 연구가 부족한 실정이다. 그와 더불어, 코로나 시대의 교육 위기 속에서 학업열의를 증진시키는 연구의 필요성이 제기되고 있다. 이러한 문제인식에 따라 우리는 학생들의 챗GPT 리터러시 수준에 따라 학업열의가 어떻게 나타나는지에 대해 알아보고, 그 과정에서 학생들의 학업 자신감 및 지각된 학업역량이 매개효과를 나타내는지를 확인했다. 이를 위해 406명의 대학생을 대상으로 수집한 데이터를 SPSS로 분석했다. 그 결과, 챗GPT 리터러시는 학업열의에 긍정적인 영향을 미치는 것이 확인되었으며, 학업자신감은 챗GPT 리터러시와 학업열의 사이를 매개했다. 또한 학업자신감과 지각된 학업역량은 이중으로 매개되었을 때 유의한 결과를 도출했다. 이러한 결과를 바탕으로 우리는 챗GPT 리터러시와 학업열의 사이의 이론적 매커니즘을 명확히 규명할 수 있다는 이론적 함의를 논하였다. 또한 이와 관련하여 챗GPT 리터러시 교육의 중요성에 관한 실용적 함의에 대해도 기술하였다.

• 문화기술의 융합
• /
• 제10권2호
• /
• pp.537-545
• /
• 2024

본 연구에서는 대학 기록물 관리에 대한 중요성이 강화되고 있는 상황에서, 대학의 교육용 기록정보콘텐츠를 수집하고 관리해야 하는 가치를 사례연구 바탕으로 실증한다. 기록정보콘텐츠 설계 절차에 따라 SW실습교육 기록정보콘텐츠를 개발하고, 정규교과목인 캡스톤디자인과 비교과 해외 기술연수교육 프로그램에 해당 모델을 적용하였다. 설문조사와 인터뷰를 통해 모델 적용 효과를 분석하였으며, 349명이 참여한 캡스톤 디자인 설문에서는 산학연계형 운영방식에 대한 만족도가 가장 높게 나타났다. 산출물을 활용한 확산과 고도화 경험은 두 번째로 높은 만족도로 집계되었다. 해외 기술연수교육 프로그램 설문에는 2년 동안의 참여자 62명이 모두 참여하였다. 리커트형 9문항 전체에서 4점 이상의 높은 만족도를 보였으며 1건의 서술형 문항에서의 의견도 긍정적이었다. 상위 3건의 만족도 항목인 프로그램 내용, 프로그램 운영방식, 확산 및 고도화 경험에서는 각각 4.85, 4.74, 4.71점의 높은 점수분포를 이루었다. 교수, 기업, 학생의 인터뷰에서도 SW실습교육에서 기록정보콘텐츠를 활용한 교수법이 효율적이라는 결론을 얻었으며, 본 연구에서 개발한 콘텐츠 모델은 문화예술, 인문사회 등에서의 SW융합교육 수행의 지표로 활용할 수 있을 것이다.

• Korean Journal of Radiology
• /
• 제21권10호
• /
• pp.1165-1177
• /
• 2020

Objective: To assess the feasibility of applying a deep learning-based denoising technique to coronary CT angiography (CCTA) along with iterative reconstruction for additional noise reduction. Materials and Methods: We retrospectively enrolled 82 consecutive patients (male:female = 60:22; mean age, 67.0 ± 10.8 years) who had undergone both CCTA and invasive coronary artery angiography from March 2017 to June 2018. All included patients underwent CCTA with iterative reconstruction (ADMIRE level 3, Siemens Healthineers). We developed a deep learning based denoising technique (ClariCT.AI, ClariPI), which was based on a modified U-net type convolutional neural net model designed to predict the possible occurrence of low-dose noise in the originals. Denoised images were obtained by subtracting the predicted noise from the originals. Image noise, CT attenuation, signal-to-noise ratio (SNR), and contrast-to-noise ratio (CNR) were objectively calculated. The edge rise distance (ERD) was measured as an indicator of image sharpness. Two blinded readers subjectively graded the image quality using a 5-point scale. Diagnostic performance of the CCTA was evaluated based on the presence or absence of significant stenosis (≥ 50% lumen reduction). Results: Objective image qualities (original vs. denoised: image noise, 67.22 ± 25.74 vs. 52.64 ± 27.40; SNR [left main], 21.91 ± 6.38 vs. 30.35 ± 10.46; CNR [left main], 23.24 ± 6.52 vs. 31.93 ± 10.72; all p < 0.001) and subjective image quality (2.45 ± 0.62 vs. 3.65 ± 0.60, p < 0.001) improved significantly in the denoised images. The average ERDs of the denoised images were significantly smaller than those of originals (0.98 ± 0.08 vs. 0.09 ± 0.08, p < 0.001). With regard to diagnostic accuracy, no significant differences were observed among paired comparisons. Conclusion: Application of the deep learning technique along with iterative reconstruction can enhance the noise reduction performance with a significant improvement in objective and subjective image qualities of CCTA images.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.111-128
• /
• 2023

인공지능(AI) 기술이 발전함에 따라 빅데이터 기반의 상품 선호도 추정 개인화 추천시스템에 관심이 증가하고 있는 추세이다. 하지만 개인화 추천이 적합하지 않은 경우 고객의 구매 의사를 감소시키고 심지어 금융상품의 특성상 막대한 재무적 손실로 확대될 수 있는 위험을 가지고 있다. 따라서 고객의 특성과 상품 선호도를 포괄적으로 반영한 추천시스템을 개발하는 것이 비즈니스 성과 창출과 컴플라이언스 이슈 대응에 매우 중요하다. 특히 금융상품의 경우 개인의 투자성향과 리스크 회피도에 따라 고객의 상품 선호도가 구분되므로 축적된 고객 행동 데이터를 활용하여 맞춤형 추천서비스를 제안하는 것이 필요하다. 이러한 고객의 행동 특성과 거래 내역 데이터를 사용하는 것뿐만 아니라, 고객의 인구통계정보, 자산정보, 종목 보유 정보를 포함하여 추천 시스템의 콜드 스타트 문제를 해결하고자 한다. 따라서, 본 연구는 고객의 거래 로그 기록을 바탕으로 고객의 투자성향과 같은 특성 정보와 거래 내역 및 금융상품 정보를 통해 고객별 금융상품 잠재 선호도를 도출하여 딥러닝 기반의 협업 필터링을 제안한 모형이 가장 성능 우수한 것을 확인하였다. 본 연구는 고객의 금융 투자 메커니즘을 기반으로 금융상품 거래 데이터를 통해 미거래 금융상품에 대한 예상 선호를 도출하는 추천 모델을 구축하여, 선호가 높을 것으로 예상되는 상위 상품군을 추천하는 서비스를 개발하는 것에 의의가 있다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권2호
• /
• pp.165-186
• /
• 2024

학교 현장과 대규모 평가에서 서술형 문항 도입을 지원하기 위한 방안 중 하나로 인공지능 기반의 자동 채점 기술이 주목받고 있음에도 불구하고, 수학 교과에서는 타 교과에 비해 이에 대한 기초 연구가 부족한 상황이다. 이에 본 연구는 중학교 1학년 수학 서술형 문항 두 개를 대상으로 랜덤 포레스트 알고리즘을 활용하여 자동 채점 모델을 개발하고 그 성능을 평가하였다. 연구 결과, 두 문항에 대한 최종 모델의 평가요소별 정확도는 각각 0.95-1.00, 0.73-0.89의 범위로 나타났으며, 이는 타 교과에 비해 상대적으로 높은 수준이다. 데이터의 양을 고려한 평가 범주 설정의 중요성을 확인하였으며, 수학 교육전문가에 의한 텍스트 전처리와 데이터 특성에 맞는 벡터화 방법의 선택이 모델의 성능 및 해석 가능성을 향상시키는 데 기여하였다. 또한, 현실적 한계로 인해 균형적인 데이터 수집이 어려운 상황에서 오버샘플링이 성능을 보완하는 유용한 방법임을 확인하였다. 교육적 활용도를 높이기 위해, 랜덤 포레스트 기반 모델에서 도출된 특성 중요도를 활용하여 피드백과 같이 교수-학습에 유용한 정보를 생성하는 추가 연구가 필요하다. 본 연구는 수학 서술형 자동 채점에 관한 기초 연구로서 의미가 있으며, 인공지능 전문가와 수학교육 전문가 간의 긴밀한 협력을 통해 다양한 후속 연구가 진행될 필요가 있다.

• Korean Journal of Radiology
• /
• 제24권6호
• /
• pp.541-552
• /
• 2023

Objective: Detection of pneumoperitoneum using abdominal radiography, particularly in the supine position, is often challenging. This study aimed to develop and externally validate a deep learning model for the detection of pneumoperitoneum using supine and erect abdominal radiography. Materials and Methods: A model that can utilize "pneumoperitoneum" and "non-pneumoperitoneum" classes was developed through knowledge distillation. To train the proposed model with limited training data and weak labels, it was trained using a recently proposed semi-supervised learning method called distillation for self-supervised and self-train learning (DISTL), which leverages the Vision Transformer. The proposed model was first pre-trained with chest radiographs to utilize common knowledge between modalities, fine-tuned, and self-trained on labeled and unlabeled abdominal radiographs. The proposed model was trained using data from supine and erect abdominal radiographs. In total, 191212 chest radiographs (CheXpert data) were used for pre-training, and 5518 labeled and 16671 unlabeled abdominal radiographs were used for fine-tuning and self-supervised learning, respectively. The proposed model was internally validated on 389 abdominal radiographs and externally validated on 475 and 798 abdominal radiographs from the two institutions. We evaluated the performance in diagnosing pneumoperitoneum using the area under the receiver operating characteristic curve (AUC) and compared it with that of radiologists. Results: In the internal validation, the proposed model had an AUC, sensitivity, and specificity of 0.881, 85.4%, and 73.3% and 0.968, 91.1, and 95.0 for supine and erect positions, respectively. In the external validation at the two institutions, the AUCs were 0.835 and 0.852 for the supine position and 0.909 and 0.944 for the erect position. In the reader study, the readers' performances improved with the assistance of the proposed model. Conclusion: The proposed model trained with the DISTL method can accurately detect pneumoperitoneum on abdominal radiography in both the supine and erect positions.

• 한국ITS학회 논문지
• /
• 제23권2호
• /
• pp.69-78
• /
• 2024

최근 CCTV 영상을 기반으로 인파사고를 예방하는 방안이 추진되고 있다. 그러나 CCTV는 공간적 한계점이 있어 이를 보완하기 위한 연구가 필요한 실정이다. 본 연구에서는 드론 영상을 사용하여 보행자의 밀도를 측정하는 연구를 수행하였다. 기존 연구문헌을 통해 군중의 인파사고 임계값인 1m²당 6.7명을 위험수준으로 선정하였다. 또한 드론의 파라미터를 도출하기 위해 선행연구를 수행한 결과, 고도 20m, 각도 60°에서 보행자의 인식률이 높은 것으로 나타났다. 이후 선행연구를 기반으로 보행자가 밀집한 대상지를 선정하여 밀집도를 측정한 결과, 단위 면적당 0.27~0.30명 수준으로 나타났다. 본 연구를 통해 드론 영상을 사용하여 대상지의 보행자 밀집도에 따른 위험수준 측정이 가능한 것으로 확인되었으며, 향후 인파사고 안전관리 대체 수단으로 활용이 가능할 것으로 판단된다.

• 심성연구
• /
• 제34권1호
• /
• pp.1-38
• /
• 2019

가톨릭교회는 1964년에 제 2차 바티칸 공의회에서 '인류의 빛은 그리스도이다'라고 선포하였다. 2002년에 교황 요한 바오로 2세는 '그리스도의 빛의 신비'를 선포했다. 세기를 달리하여 두 번에 걸쳐 그리스도가 빛임을 강조하며 이 시대에 '빛 그리스도', '태양처럼 빛나는 그리스도'에 시선을 고정시켜 그 신비를 깨달으라고 교황은 촉구했다. 이에 본 연구는 묵주기도에서 '빛의 신비'의 상징성에 대한 분석심리학적 고찰을 통해 '빛 그리스도의 빛의 신비'를 산다는 것의 의미를 살펴보았다. 즉 빛 그리스도를 증언하고 있는 성경을 바탕으로 '빛의 신비'가 전개되는 모습을 나타내는 이미지들의 상징성을 연구한다. 그 이미지들은 세례, 가나의 혼인잔치, 하느님 나라, 거룩한 변모, 최후의 만찬이다. '그리스도의 빛의 신비'를 산다는 것은 '빛의 그리스도-상(像)'을 각자 고유의 자기(Self)로 동화시키는 것으로 즉 대극의 체험을 통하여 의식화되고 개성화된 인격으로서 '세상의 빛', '시대의 빛'으로 존재하는 것에 대한 의미를 숙고한 연구이다.

• 한국산업정보학회논문지
• /
• 제29권2호
• /
• pp.27-33
• /
• 2024

본 논문에서는 두꺼운 레이더 커버와의 이격 거리가 24 GHz 대역 레이더 성능에 미치는 영향을 실험을 통해 연구하였다. 레이더 앞에 두께 10 mm의 폴리카보네이트 레이더 커버가 놓일 때 레이더와 레이더 커버 사이의 이격 거리 변화에 따른 레이더 성능의 변화를 레이더 커버가 없을 때와 비교하였다. 레이더 성능 지표로는 레이더에서 측정된 거리를 사용하였고, 건물 내 복도에서 사람이 일정한 속도로 레이더로부터 멀리 벗어났다가 다시 가까워질 때 거리를 측정하였다. 레이더와 레이더 커버 사이의 이격 거리는 2 mm, 5 mm, 20 mm로 정하여 실험하였다. 레이더 커버가 없을 때는 49.64 m까지 거리를 측정할 수 있었고 가장 오차가 적었다. 이격 거리가 2 mm일 때는 레이더 커버의 영향으로 37.61 m부터 거리 측정이 안되는 구간이 나와서 성능이 가장 좋지 않았다. 이격 거리가 5 mm와 20 mm로 증가시켰을 때는 49.56 m까지 거리가 측정되었으나 측정된 거리와 실제 거리와의 오차가 큰 구간이 레이더 커버가 없을 때 보다 많이 발생하였다.