• 한국응용과학기술학회지
• /
• 제39권2호
• /
• pp.246-260
• /
• 2022

이 연구는 초등학교 3, 4학년 체육교과서 무용 활동의 창의성 교육 내용을 분석하기위해 수행되었다. 이를 위하여 초등학교 3, 4학년 체육과 검정교과서 16종과 보조자료를 수집하였으며 4P 모형에 기반한 체육교과서 창의성 교육 내용분석틀을 활용하여 분석하였다. 연구의 진실성을 확보하기 위하여 전문가협의를 운영하였다. 이에 따른 연구결과는 다음과 같다. 첫째, 창의적 사람 관점에서 창의적 심성에서는 '탐구심'이 가장 많았으며 나머지 요소들은 비교적 골고루 나타났다. 활동 주체는 '개인'과 '동료(팀)'가 비슷한 빈도를 보였다. 둘째, 창의적 과정 관점에서 활동 영역은 모두 '학습'으로 나타났고 활동 목적은 대부분의 요소들이 골고루 나타났으며 창의적 과정이 활용되는 모습이 탐색되었다. 셋째, 창의적 산출물 관점에서 활동 방식은 신체활동수행이 가장 많이 나타났으며 2~3개의 활동 방식이 함께 쓰이고 있었다. 창의성 요소는 모든 요소가 골고루 나타난 가운데 민감성과 정교성이 4개로 가장 많았다. 넷째, 창의적 환경 관점에서 활동 공간은 제약 없음이 대부분이었으며 활동 매체는 신체를 활용한 교육 내용이 많았다. 이 연구를 통하여 무용 활동의 창의성 교육이 양적으로 확대되고 질적으로 심화되어야 함이 요구되었고 무용 활동의 창의성 교육 내용이 타영역으로 확산되어야 할 필요성이 탐색되었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.212-215
• /
• 2022

오늘날 소위 디지털 전환시대를 맞아, 많은 부분에서 빅데이터의 구축과 활용에 대한 필요성이 높아졌다. 오늘날에 많은 데이터가 디지털기기, 미디어 친화적으로 생산 및 보관되는 것과 달리, 과거 오랜 기간 데이터의 생산 및 보관은 활자 인쇄도서가 주를 이루었다. 따라서 오랜 기간 축적되어온 방대한 활자 인쇄도서를 빅데이터로써 활용하기 위한 광학 문자 판독(OCR: Optical Character Recognition) 기술의 필요성 역시 빅데이터의 필요성에 맞추어 함께 요구되었다. 본 연구에서는 도서 스캔 이미지의 정보를 각 문서 객체별로 세분화하여 그 구조와 내용을 디지털화하는 시스템을 제안한다. 제안 시스템은 크게 1) 문서객체(표, 수식, 그림, 본문)의 영역정보를 인식. 2)인식된 객체의 영역정보를 각각 표 처리, 수식 처리, 텍스트 처리 모듈로 OCR. 3) OCR로 처리된 문서 정보를 JSON형식으로 종합하여 반환하는 세 단계로 구성된다. 본 연구에서 제안하는 모델은 이러한 단계를 수행함에 있어 오픈소스로 공개된 프로젝트를 활용하되, 본 시스템의 목표에 맞추어 추가적인 학습과 개량을 거쳤다. 본 연구에서 제안한 지능형 OCR 시스템은 문서 이미지 내 4종(표, 수식, 이미지, 텍스트)의 객체인식과 처리에 있어 상용 소프트웨어 수준의 성능을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.755-770
• /
• 2023

최근 심각한 기후변화, 기상이상 현상 등으로 인해 자연재난의 발생빈도 및 규모가 증가하고 있다. 대형화 재난 발생 시 시간·경제적 제약으로 인해 인공위성, 드론 등 원격탐사 기반의 재난관리의 필요성이 대두되고 있다. 본 연구에서는 재난 발생 시 활용가능한 국내·외 위성들과 최근 우주산업 활성화에 따라 운용 중 및 개발 중인 차세대중형위성, 초소형위성의 현황과 대량의 위성영상들의 활용 기술 동향에 대해 정리하였다. 분석 기술로는 딥러닝의 근간인 인공지능 기술을 접목한 연구들이 있으며, 사용자 중심의 분석 준비 데이터(analysis ready data)를 활용할 수 있는 주요 플랫폼을 소개하였다. 또한 최근 발생된 대형재난인 홍수, 산사태, 가뭄, 산불을 중심으로 위성영상을 활용하여 피해분석을 함으로써 재난관리에 어떻게 활용될 수 있는지에 대해 확인하였다. 마지막으로 개발될 위성을 고려하여 재난 관리 단계별 활용방안에 대해 제시하였다. 본 연구를 통해 위성개발 및 운영현황, 최신 위성영상 분석기술 동향과 다종 위성영상을 활용한 재난대응 방안에 대해 제시되었다. 재난 진행단계에서는 예방과 대비 보다는 대응과 복구에 대한 위성영상의 활용도가 높은 것을 확인할 수 있었다. 향후 다종의 영상이 수급되었을 때 효과적인 재난관리를 위해 인공지능, 딥러닝 등 최신기술 융합 방안과 적용 가능성에 대한 연구를 수행할 예정이다.

• 융합신호처리학회논문지
• /
• 제24권3호
• /
• pp.160-165
• /
• 2023

본 연구에서는 SNS와 같이 이미지와 함께 글을 작성하는 활동을 보조하기 위해 YOLO와 GPT를 활용한 SNS 문장 작성 보조 시스템을 제안한다. YOLO 모델을 활용하여 글 작성 시 삽입되는 이미지에서 객체를 추출하고 메타정보인 GPS 정보, 생성 시간 정보도 추출하여 함께 GPT의 프롬프트 값으로 사용한다. YOLO 모델을 사용하기 위해 양식 이미지 데이터로 학습하여 사용했으며 해당 모델의 mAP score는 평균 약 0.25이다. GPT는 '맛집 리뷰' 주제의 1,000개의 블로그 텍스트 데이터를 학습하였으며, 본 연구에서 학습된 모델을 사용하여 이미지에서 추출한 2가지 타입의 키워드로 문장을 생성하였다. 생성된 문장의 실용성을 평가하기 위해 설문을 진행하였으며 설문 결과의 명확한 분석을 위해 폐쇄형 설문을 진행하였다. 삽입한 이미지와 키워드 문장을 제공하여 질문에 대해 3가지 평가 항목을 두어 진행하였다. 설문 결과 이미지의 핵심 키워드 경우 유의미한 문장을 생성한다는 결과를 얻을 수 있었다. 본 연구를 통해서 이미지 기반 문장 생성 시 이미지 키워드와 GPT 학습 내용과의 관계에 따라 결과물의 정확성이 달라진다는 결과를 얻을 수 있었다.

• 천문학회지
• /
• 제56권2호
• /
• pp.213-224
• /
• 2023

Type II solar radio bursts show frequency drifts from high to low over time. They have been known as a signature of coronal shock associated with Coronal Mass Ejections (CMEs) and/or flares, which cause an abrupt change in the space environment near the Earth (space weather). Therefore, early detection of type II bursts is important for forecasting of space weather. In this study, we develop a deep-learning (DL) model for the automatic detection of type II bursts. For this purpose, we adopted a 1-D Convolution Neutral Network (CNN) as it is well-suited for processing spatiotemporal information within the applied data set. We utilized a total of 286 radio burst spectrum images obtained by Hiraiso Radio Spectrograph (HiRAS) from 1991 and 2012, along with 231 spectrum images without the bursts from 2009 to 2015, to recognizes type II bursts. The burst types were labeled manually according to their spectra features in an answer table. Subsequently, we applied the 1-D CNN technique to the spectrum images using two filter windows with different size along time axis. To develop the DL model, we randomly selected 412 spectrum images (80%) for training and validation. The train history shows that both train and validation losses drop rapidly, while train and validation accuracies increased within approximately 100 epoches. For evaluation of the model's performance, we used 105 test images (20%) and employed a contingence table. It is found that false alarm ratio (FAR) and critical success index (CSI) were 0.14 and 0.83, respectively. Furthermore, we confirmed above result by adopting five-fold cross-validation method, in which we re-sampled five groups randomly. The estimated mean FAR and CSI of the five groups were 0.05 and 0.87, respectively. For experimental purposes, we applied our proposed model to 85 HiRAS type II radio bursts listed in the NGDC catalogue from 2009 to 2016 and 184 quiet (no bursts) spectrum images before and after the type II bursts. As a result, our model successfully detected 79 events (93%) of type II events. This results demonstrates, for the first time, that the 1-D CNN algorithm is useful for detecting type II bursts.

• 한국전자통신학회논문지
• /
• 제18권6호
• /
• pp.1321-1330
• /
• 2023

본 연구는 증강현실에서 적용할 캐릭터 생성에서 단일 이미지를 통해 여러 객체에 대한 3D 자세 추정 문제를 연구한다. 기존 top-down 방식에서는 이미지 내의 모든 객체를 먼저 감지하고, 그 후에 각각의 객체를 독립적으로 재구성한다. 문제는 이렇게 재구성된 객체들 사이의 중첩이나 깊이 순서가 불일치 하는 일관성 없는 결과가 발생할 수 있다. 본 연구의 목적은 이러한 문제점을 해결하고, 장면 내의 모든 객체에 대한 일관된 3D 재구성을 제공하는 단일 네트워크를 개발하는 것이다. SMPL 매개변수체를 기반으로 한 인체 모델을 top-down 프레임워크에 통합이 중요한 선택이 되었으며, 이를 통해 거리 필드 기반의 충돌 손실과 깊이 순서를 고려하는 손실 두 가지를 도입하였다. 첫 번째 손실은 재구성된 사람들 사이의 중첩을 방지하며, 두 번째 손실은 가림막 추론과 주석이 달린 인스턴스 분할을 일관되게 렌더링하기 위해 객체들의 깊이 순서를 조정한다. 이러한 방법은 네트워크에 이미지의 명시적인 3D 주석 없이도 깊이 정보를 제공하게 한다. 실험 결과, 기존의 Interpenetration loss 방법은 MuPoTS-3D가 114, PoseTrack이 654에 비해서 본 연구의 방법론인 Lp 손실로 네트워크를 훈련시킬 때 MuPoTS-3D가 34, PoseTrack이 202로 충돌수가 크게 감소하는 것으로 나타났다. 본 연구 방법은 표준 3D 자세벤치마크에서 기존 방법보다 더 나은 성능을 보여주었고, 제안된 손실들은 자연 이미지에서 더욱 일관된 재구성을 실현하게 하였다.

• 한국과학교육학회지
• /
• 제28권6호
• /
• pp.565-578
• /
• 2008

이 연구에서는 학생들이 개방적 참탐구 활동에서 참과학의 인지과정을 경험함에 따라 과학의 본성에 대한 이해에 영향을 미치는 요인을 알아보고자 하였다. 과학고등학교 1학년 학생들에게 인식론적으로 참과학의 특성을 반영하는 개방적 참탐구 활동을 수행하도록 하고, 이들 학생들 가운데 과학의 본성에 대한 학습이 이루어지거나 실패한 4명의 학생들을 선정하여 사례연구를 실시하였다. 초점 학생들이 탐구를 수행하면서 제기한 질문들과 사전 사후 과학의 본성 검사지(VNOS-C형) 답변을 분석하고 반구조화된 면담을 통해 답변을 정교화할 수 있는 기회를 제공하였다. 그 결과 개방적 참탐구 활동은 학생들에게 과학의 본성에 대한 이해를 돕는 탐구 상황을 제공한다는 것과 학생들의 인지적 특성이 과학의 본성에 대한 이해에 영향을 미치는 것을 발견하였다. 학생들에게 실험을 설계하고 수행하도록 함으로써 과학적 방법과 연구의 다양한 형태에 대해 이해하게 되었고, 정해진 답이 없는 실험에서 얻어진 데이터로부터 결론을 도출해내는 과정에서 과학의 추론적 특성을 경험하는 것을 확인하였다. 또한 변칙데이터를 경험하게 됨으로써 과학지식의 형성에서 추론의 역할과 창의성을 이해하는데 도움이 되었다. 이러한 탐구 상황에서는 동료들과 논의를 많이 하게 되는데 이때 반성적 사고 특성을 가진 학생은 실험 설계 및 데이터 해석에서의 타당성에 대해 생각하게 됨으로써 추론의 불확실성, 이론의존성에 대한 이해로 발전하였다. 또한 확산적인 사고 특성을 가진 학생은 유추적인 사고로 연결되어 과학의 창의성을 이해하는 데에 도움이 되는 것을 확인하였다.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제27권2호
• /
• pp.173-185
• /
• 2024

수학은 기초학력 보장과 밀접한 관련이 있는 교과이다. 최근 기초학력의 중요성이 대두되면서 수학 교과의 기초학력을 보장하기 위한 각종 정책과 사업이 운영되고 있다. 이에 본 연구에서는 17개 시·도 교육청의 기초학력 보장 시행계획 내용 중 수학 교과와 관련이 있는 내용을 추출하여 사업 실태를 분석하였다. 관련 사업들을 진단과 지원으로 구분하고 진단에 대해서는 진단 도구의 종류, 진단 도구를 선택하는 주체, 진단 대상, 진단 시기를 분석하였다. 학습 지원에 대해서는 교실 내 지원, 학교 내 지원, 학교 밖 지원으로 구분하여 분석하고, 추가로 학습 지원 사업의 성격과 지도 인력의 전문성을 분석하였다. 연구 결과, 진단의 측면에서는 진단 시기 조정, 진단 전문성 확보에 대한 이슈가 있었고, 지원의 측면에서는 예방 성격의 사업 부족, 지도 전문성 확보, 난산증 지원에 대한 이슈가 있었다. 본 연구는 수학 교과의 기초학력 보장을 위한 사업을 운영하거나 수학 교육에서 기초학력 관련 연구 활성화에 기여할 것으로 기대된다.

• 경영정보학연구
• /
• 제22권1호
• /
• pp.59-72
• /
• 2020

인공지능이 다루기 어려운 개념에서 아주 익숙한 도구로 자리매김 하고 있다. 이와 더불어 금융권에서도 인공지능 기술을 도입하여 기존 시스템의 문제점을 개선하고자 하는 추세이며, 그 대표적인 예가 이상거래탐지 시스템(Fraud Detection System, FDS)이다. 결제 수단의 다양화 및 전자금융거래의 증가에 따라 치밀해져 가는 사이버 금융사기(Fraud)를 기존의 규칙기반 FDS로는 탐지하기 어려워지고 있다. 이를 극복하기 위해 딥러닝 기술을 적용하여 이상거래 탐지율을 향상시키고, 이상행위에 즉각 대응하며, 탐지 결과의 반영을 자동화하고자 하는 시도가 이루어지고 있다. 딥러닝 FDS 구축에서 핵심 문제는 데이터 불균형과 이상거래 패턴의 변동이다. 본 논문에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)을 활용한 오버샘플링 기법을 통해 데이터 불균형 문제를 개선하고, 이상거래 분류기로써 심층 신경망(Deep Neural Network, DNN)과 합성곱 신경망(Convolutional Neural Network, CNN)을 적용하여 이러한 문제를 개선하고자 하였다. 실험 결과, GAN 오버샘플링이 이상거래 데이터의 불균형 문제를 개선하는데 효과를 보였으며, WGAN이 가장 높은 개선 효과가 있음을 확인하였다. 또한 제안 FDS 모형의 AUC가 0.9857로 랜덤포레스트 FDS 모형에 비해 약 6.5% 향상되어, 딥러닝이 이상거래 탐지에 뛰어난 성능을 가짐을 입증하였다. 더불어 딥러닝 모형 중 DNN은 CNN에 비해 오버샘플링의 효과를 더 잘 반영함을 확인하였다.

• 경영정보학연구
• /
• 제21권4호
• /
• pp.125-141
• /
• 2019

알파고로 대변되는 딥러닝 기법의 등장으로 인공지능은 기업 경쟁우위 확보를 위한 디지털 트랜스포메이션의 핵심 주제로 급부상했다. 산업 내 인공지능 기반 디지털 트랜스포메이션 방향을 이해하기 위해서는 현재 진행 중인 인공지능 비즈니스 생태계 참여자들 유형 및 활동에 대한 명확한 이해가 선행되어야 한다. 따라서 본 연구는 다행위자 네트워크(Multi-actor network)관점에서 인공지능 비즈니스 생태계 내부와 외부 참여자들의 활동을 분석하고 플랫폼 전략 유형을 규명하였다. 인공지능 비즈니스 생태계 내부 세 개 계층(인프라스트럭처 & 하드웨어, 소프트웨어 & 애플리케이션, 서비스 & 데이터 계층)에서 사업자들은 네 가지 플랫폼 전략 유형으로(기술수직×비즈수평, 기술수직×비즈수직, 기술수평×비즈수평, 기술수평×비즈수직) 인공지능 비즈니스가 진행되고 있다. 인공지능 비즈니스 생태계 외부에는 다섯 행위자들이(사용자, 투자자, 정부 정책가, 학계 등 컨소시엄, 시민단체) 공존 및 지속가능한 인공지능 비즈니스 생태계를 지원하고 있다. 본 연구는 학술적으로 인공지능 비즈니스 생태계 분석 프레임워크 및 인공지능 플랫폼 전략 모델을 제시하였고, 실무적으로 플랫폼 관점의 인공지능 디지털 트랜스포메이션 전략 방향과 지속가능한 인공지능 비즈니스 생태계 조성을 위한 정부, 학계 등의 역할을 제시했다.