• 정보교육학회논문지
• /
• 제26권5호
• /
• pp.417-425
• /
• 2022

2022년 8월 교육부 국무회의에서 보고된 '디지털 인재 양성 종합방안'은 SW교육, AI교육을 중심으로 한 정보교육의 질적, 양적 확대를 골자로 하고 있다. 인공지능 시대가 도래함에 따라 데이터 과학 교육 또한 정보교육의 한 분야로 주목받고 있다. 데이터 과학은 본래 다양한 학문이 융합된 분야이며 데이터 분석 및 모델링, 머신러닝 등에 고도화된 기술이 활용되고 있다. 본 연구에서는 문헌연구 및 선행연구 분석을 통해 데이터 과학 교육의 수업모형 초안을 구안하고 사용성 평가 및 전문가 검증을 통해 최종 수업모형을 개발하였다. 탐색적 데이터 분석, 확증적 데이터 분석과 같이 데이터 과학의 요소에서 교육 효과를 기대할 수 있는 다양한 학습요소를 학습 단계에 구성하는 등 데이터 과학 교육의 구체적인 방안을 제시하였다는 데 의의가 있다.

• 한국컴퓨터정보학회논문지
• /
• 제28권9호
• /
• pp.93-104
• /
• 2023

현대 사회의 서비스 방식은 대면 방식보다 비대면 방식을 선호하는 추세이다. 하지만 신발과 같이 상품을 추천하는 서비스는 대면 방식의 서비스가 불가피하다. 본 논문에서는 비대면 서비스를 목적으로 자동으로 발의 사이즈를 측정하고, 측정 결과를 기반으로 신발을 추천하는 시스템을 제안한다. 제안방법의 성능을 분석하기 위해 사이즈 측정 오차율과 추천성능을 분석하였다. 추천성능 실험에 사용한 방법은 총 10가지이고, 이의 방법 중 가장 좋은 성능을 보이는 추천 방법을 시스템에 적용하였다. 오차율에 대한 실험결과, 사이즈 관련 오차가 작음을 알 수 있었고, 추천성능에 대한 실험결과, 추천에 대한 유의한 결과를 도출할 수 있었다. 본 논문에서의 제안방법은 실험실 수준으로 향후 실제 환경으로 확대 적용할 필요가 있다.

• 스마트미디어저널
• /
• 제11권1호
• /
• pp.17-30
• /
• 2022

기존 컴퓨터 비전의 연구 동향과 마찬가지로, 위성영상을 이용한 연구도 GPU 기반의 컴퓨터 연산능력과 이미지 처리와 관련된 딥러닝 방법론의 발전으로 많이 이루어지고 있다. 그로 인해 다양한 분야에 위성영상이 활용되고 있고, 위성 영상을 활용에 관한 연구도 증가하고 있다. 본 연구에서는 위성영상의 연구 활용 분야와 위성영상을 활용한 연구에 이용할 수 있는 데이터셋에 대해 소개하도록 한다. 먼저, 위성영상을 활용한 연구를 수집하여 연구 방법에 따라 분류하였다. 크게 분류 기반 연구와 회귀 기반 연구로 분류하였고, 그 이외의 방법으로 활용한 논문들을 정리하였다. 다음으로 위성영상을 활용한 연구들에서 이용한 데이터셋을 정리하였다. 본 연구에서는 데이터셋의 정보와 연구에서의 활용 방법에 대해 제안한다. 이와 함께 최근 AI hub에서 개방한 국내 위성영상 데이터셋의 정리와 활용 방안에 대해 소개한다. 마지막으로, 위성 이미지 관련 연구의 한계점과 앞으로의 동향을 간략하게 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권11호
• /
• pp.235-243
• /
• 2023

본 논문에서는 피지컬 컴퓨팅를 활용한 문제해결 기반 안전교육 프로그램을 개발하고 이를 적용하여 중학생의 자기효능감과 흥미에 미치는 영향을 검증하였다. 구체적으로 본 연구에서 개발한 안전교육 프로그램은 창의적 문제해결 모형의 4단계인 문제 확인, 계획, 실행 및 평가의 단계와 피지컬 컴퓨팅 도구인 아두이노를 활용한 학습 활동을 포함한다. 중학교 3학년 77명을 대상으로 피지컬 컴퓨팅를 활용한 문제해결 기반 안전교육 프로그램을 실행한 결과 중학생의 자기효능감과 흥미 모두가 프로그램 참여 후에 유의미하게 상승하였다. 연구 결과를 토대로 피지컬 컴퓨팅과 문제해결 단계를 적용한 교육 프로그램의 효과성을 확인하고 학교 현장에서 피지컬 컴퓨팅 교육의 활성화 촉진을 위한 실천적 시사점을 제시하였다.

• 정보보호학회논문지
• /
• 제33권6호
• /
• pp.1087-1098
• /
• 2023

인공지능 기술의 급격한 발전으로 다양한 분야에서 적극적으로 활용되고 있으나, 이와 함께 인공지능 기반 시스템에 대한 공격 위협이 증가하고 있다. 특히, 딥러닝에서 사용되는 인공신경망은 입력 데이터를 고의로 변형시켜 모델의 오류를 유발하는 적대적 공격에 취약하다. 본 연구에서는 이미지에서 단 하나의 픽셀 정보만을 변형시킴으로써 시각적으로 인지하기 어려운 One-Pixel 공격으로부터 이미지 분류 모델을 보호하기 위한 방법을 제안한다. 제안된 방어 기법은 오토인코더 모델을 이용하여 분류 모델에 입력 이미지가 전달되기 전에 잠재적 공격 이미지에서 위협 요소를 제거한다. CIFAR-10 데이터셋을 이용한 실험에서 본 논문에서 제안하는 오토인코더 기반의 One-Pixel 공격 방어 기법을 적용한 사전 학습 이미지 분류 모델들은 기존 모델의 수정 없이도 One-Pixel 공격에 대한 강건성이 평균적으로 81.2% 향상되는 결과를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.1-7
• /
• 2023

딥러닝의 발전은 의료 분야에서도 다양한 응용을 가능하게 하고 있으며 이러한 애플리케이션 중에 심박수 측정은 개인의 건강을 관리하기 위한 필수적인 아이템이라 할 수 있다. 광혈류 측정을 이용한 기존 방법의 경우 스마트워치 같은 장비의 착용이 필수적이다. 그러나 최근 딥러닝 기술의 발전은 비침습식으로 원격에서 사용자의 얼굴 이미지를 분석하여 심박수를 높은 성능으로 측정가능하게 한다. 본 연구에서는 모바일 환경에서 사용 가능한 경량화된 심박수 추정 방법론을 제안한다. 이 방법론은 2D 컨볼루션에 기반한 특화된 2채널 네트워크 구조를 사용하여, 혈류와 근육 수축으로 인한 얼굴의 미세한 움직임과 색상 변화를 고려한다. 제안하는 네트워크 구조는 이미지 특성을 분석하는 인코더와 혈류량 파동을 예측하는 회귀 레이어로 구성되어있다. 이러한 복합적인 특성을 동시에 분석함으로써, 제한된 컴퓨팅 리소스를 가진 환경에서도 심박수를 정확하게 추정할 수 있다. 이 연구의 접근 방식은 침습적인 기술 없이도 심박수를 효과적으로 모니터링 할 수 있는 새로운 경로를 제공할 것으로 예상한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권9호
• /
• pp.273-282
• /
• 2023

최근 스마트항만을 구축하기 위해 ICT 기술이 적용된 물류 자동화, 항만 운영 자동화 등 다양한 기술이 개발 중이다. 하지만 항만 안전과 안전사고를 예방하기 위한 기술 개발은 부족한 상황이다. 이에 본 논문에서는 항만 내 컨테이너 적재 공간에서 발생할 수 있는 안전사고를 예방하기 위한 인공지능 기반 컨테이너 적재 안전관리 시스템을 제안한다. 이 시스템은 인공지능 기반 컨테이너 안전사고 위험도 분류 및 저장 기능과 실시간 안전사고 모니터링 기능으로 구성되어 있다. 이 시스템은 실시간으로 현장의 사고 위험도를 모니터링하며 이를 통해 컨테이너 붕괴사고를 예방할 수 있다. 제안된 시스템은 프로토타입으로 개발되어 직접 항만에 적용하여 시스템을 평가하였다.

• 문화기술의 융합
• /
• 제10권3호
• /
• pp.933-942
• /
• 2024

AI의 발달과 함께 2022년 등장한 인공지능 챗봇인 Chat GPT는 다양한 분야에 급속도로 확산하며 활용성을 넓혀가고 있다. 본 연구는 대학생을 대상으로 Chat GPT에 대한 지속사용 의도를 기술수용모델로 살펴보고 미래의 학습 방향에 관한 제언을 하고자 연구되었다. 연구 결과 Chat GPT의 특징들은 모두 대학생들의 인지된 유용성과 인지된 용이성에 긍정적인 영향을 미쳤다. 그러나 Chat GPT의 특징 중 시스템 품질과 상대적 이점은 지속사용 의도에 직접적인 영향을 주지 못했다. 다만, 인지된 유용성과 인지된 용이성을 매개할 경우 영향을 미치는 것으로 확인할 수 있었다. Chat GPT에 대한 인지된 유용성과 인지된 용이성은 지속사용 의도에 긍정적인 영향을 검증하였다.

• 한국경영과학회지
• /
• 제22권3호
• /
• pp.37-58
• /
• 1997

An AI approach with tabu search is designed to solve multi-level knapsack problems. The approach performs intelligent actions with memories of historic data and learning effect. These action are developed ont only by observing the attributes of the optimal solution, the solution space, and its corresponding path to the optimal, but also by applying human intelligence, experience, and intuition with respect to the search strategies. The approach intensifies, or diversifies the search process appropriately in time and space. In order to create a good neighborhood structure, this approach uses two powerful choice rules that emphasize the impact of candidate variables on the current solution with respect to their profit contribution. "Pseudo moves", similar to "aspirations", support these choice rules during the evaluation process. For the purpose of visiting as many relevant points as possible, strategic oscillation between feasible and infeasible solutions around the boundary is applied. To avoid redundant moves, short-term (tabu-lists), intemediate-term (cycle-detection), and long-term (recording frequency and significant solutions for diversfication) memories are used. Test results show that among the 45 generated problems (these problems pose significant or insurmountable challenges to exact methods) the approach produces the optimal solutions in 39 cases.lutions in 39 cases.

• Communications for Statistical Applications and Methods
• /
• 제27권3호
• /
• pp.313-326
• /
• 2020

Deep Learning is the most important key to the development of Artificial Intelligence (AI). There are several distinguishable architectures of neural networks such as MLP, CNN, and RNN. Among them, we try to understand one of the main architectures called Recurrent Neural Network (RNN) that differs from other networks in handling sequential data, including time series and texts. As one of the main tasks recently in Natural Language Processing (NLP), we consider Neural Machine Translation (NMT) using RNNs. We also summarize fundamental structures of the recurrent networks, and some topics of representing natural words to reasonable numeric vectors. We organize topics to understand estimation procedures from representing input source sequences to predict target translated sequences. In addition, we apply multiple translation models with Gated Recurrent Unites (GRUs) in Keras on English-Korean sentences that contain about 26,000 pairwise sequences in total from two different corpora, colloquialism and news. We verified some crucial factors that influence the quality of training. We found that loss decreases with more recurrent dimensions and using bidirectional RNN in the encoder when dealing with short sequences. We also computed BLEU scores which are the main measures of the translation performance, and compared them with the score from Google Translate using the same test sentences. We sum up some difficulties when training a proper translation model as well as dealing with Korean language. The use of Keras in Python for overall tasks from processing raw texts to evaluating the translation model also allows us to include some useful functions and vocabulary libraries as well.