• 한국엔터테인먼트산업학회논문지
• /
• 제13권3호
• /
• pp.101-110
• /
• 2019

배우의 예술작업은 무대에서 작가의 희곡을 바탕으로 역할을 구축하고 창조하는 것이다. 배우의 역할 창조는 작가의 희곡 속 역할을 논리적으로 분석하고 이를 능동적 행동하는 것을 통해서 가능하다. 이것이 실천적 행위를 하는 배우가 상투적 역할구축을 넘어서 살아 있는 배우예술을 실행하는 방법이다. 스타니슬랍스키의 에쮸드가 한국대학교육과 현장에서 운영되는 현시점에서 에쮸드의 활용을 위한 현장작업에서의 사례연구는 반드시 필요하다. 본 연구는 스타니슬랍스키의 과학적이고 체계적인 연기 방법론인 에쮸드가 연기 훈련법으로 연극 교육과 현장에서 적용되는 것에 대한 가치판단을 하기보다는, 이를 좀 더 확장된 배우훈련을 위한 방법론으로 현장에서 배우들에게 인식되고 적용되는 사례가 될 것이다. 필자는 연극 <춤추며 간다.>의 연습과정에서 스타니슬랍스키의 연기메소드인 에쮸드활용에 대한 방법론을 소개하고 '에쮸드를 어떻게 적용할 수 있는가?'에 대한 연기적 창작과정 모형의 예를 제시하고자 한다. 이러한 연구와 적용을 통해서 배우들은 상투적 연기와 매너리즘에 빠지는 것을 방지하고, 무대에서 살아있는 배우예술, 즉 실천적 역할창조를 위한 연기지침서의 기틀을 마련할 수 있을 것이다.

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.200-208
• /
• 2022

본 연구에서는 객체 인식 모델을 활용하여 전동 이동 보조기를 이용하는 교통약자를 위한 자동 정보 수집 체계 및 지리정보 구축 알고리즘을 구현하고자 한다. 장애인의 이동 중 만날 수 있는 객체를 인식하면서 좌표정보와 함께 획득하고 사진정보를 저장하여 기존의 장애인용 지리정보 보다 개선된 이동 경로 선택용 지도정보를 제공하고자 한다. 데이터 획득을 위한 수집 프로세스는 HW 계층을 포함하여 총 4가지 계층으로 구성되어 있으며, 영상 정보와 위치정보를 수집하여 서버로 송신하고 이를 인식하고 분류하는 과정을 통해 지리정보 생성에 필요한 데이터를 추출한다. 생성된 알고리즘은 실제 배리어프리존 일대에서 주행 실험을 실시하고 이 과정에서 실제 데이터의 수집과 그에 따른 지리정보 생성 알고리즘의 실행을 통해 실제 유의한 수준의 지리정보가 얼마나 효율적으로 생성되는지를 확인한다. 수집된 지리정보 처리 성능은 세 번의 실험에서 1회차 70.92 EA/s, 2회차 70.69 EA/s 3회차 70.98 EA/s로 평균 70.86 EA/s로 확인되었으며 실제 지리정보에 반영되기까지 약 4초가 소요됨을 확인할 수 있었다. 이러한 실험 결과로부터 전동 이동 보조기를 이용하는 보행 약자가 현재보다 빠르게 제공되는 새로운 지리정보를 이용해 안전한 주행이 가능한 것으로 확인되었다.

• International Journal of Advanced Culture Technology
• /
• 제10권1호
• /
• pp.248-252
• /
• 2022

The environment refers to what is surrounded by something during human life. This environment is related to the way humans live, and presents various problems on how to perceive the surrounding environment and how the behaviors that constitute the environment support the elements necessary for human life. Humans have an interest in the supportability of the environment as the interrelationship increases as humans perceive and understand the environment and accept the factors supported by the environment. In space, human movement starts from one space to the next and exchanges stimuli and reactions with the environment until reaching a target point. These human movements start with subjective judgment and during gait movement, the spatial environment surrounding humans becomes a collection of information necessary for humans and gives stimulation. will do. In this process, in particular, humans move along the movement path through movement in space and go through displacement perception and psychological changes, and recognize a series of spatial continuity. An image of thinking is formed[1]. In this process, spatial experience is perceived through the process of filtering by the senses in the real space, and the result of cognition is added through the process of subjective change accompanied by memory and knowledge, resulting in human movement. As such, the spatial search behavior begins with a series of perceptual and cognitive behaviors that arise in the process of human beings trying to read meaning from objects in the environment. Here, cognition includes the psychological process of sorting out and judging what the information is in the process of reading the meaning of the external environment, conditions, and material composition, and perception is the process of accepting information as the first step. It can be said to be the cognitive ability to read the meaning of the environment given to humans. Therefore, if we can grasp the perception of space while moving and human behavior as a response to perception, it will be possible to predict how to grasp it from a human point of view in a space that does not exist. Modern people have the theme of reminiscing dog-friendly hotels for the healing of petloss syndrome, and this thesis attempts to approach the life of companions.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.205-218
• /
• 2022

최근 제조업에서의 디지털 전환이 가속화되고 있다. 이에 따라 사물인터넷(internet of things: IoT) 기반으로 현장 데이터를 수집하는 기술의 중요성이 증대되고 있다. 이러한 접근법들은 주로 각종 센서와 통신 기술을 활용하여 특정 제조 데이터를 확보하는 것에 초점을 맞춘다. 현장 데이터 수집의 채널을 확장하기 위해 본 연구는 비전(vision) 인공지능 기반으로 제조 데이터를 자동 수집하는 방법을 제안한다. 이는 실시간 영상 정보를 객체 탐지 및 추적 기술로 분석하고, 필요한 제조 데이터를 확보하는 것이다. 연구진은 객체 탐지 및 추적 알고리즘으로 YOLO(You Only Look Once)와 딥소트(DeepSORT)를 적용하여 프레임별 객체의 움직임 정보를 수집한다. 이후, 움직임 정보는 후보정을 통해 두 가지 제조 데이터(생산 실적, 생산 시간)로 변환된다. 딥러닝을 위한 학습 데이터를 확보하기 위해 동적으로 움직이는 공장 모형이 제작되었다. 또한, 실시간 영상 정보가 제조 데이터로 자동 변환되어 데이터베이스에 저장되는 상황을 재현하기 위해 운영 시나리오를 수립하였다. 운영 시나리오는 6개의 설비로 구성된 흐름 생산 공정(flow-shop)을 가정한다. 운영 시나리오에 따른 제조 데이터를 수집한 결과 96.3%의 정확도를 보였다.

• 영상문화
• /
• 제17권
• /
• pp.65-92
• /
• 2011

본 논문은 영화의 직접적인 선조이자 근대의 대표적인 영상매체였던 마술환등(magic lantern) 영상의 환상성과 계몽성, 그리고 그 복합성에 대해 분석하고자 한다. 여기서는 과학의 발달에 따라 변화되는 영상물 이미지의 특성과 그로 인한 영상문화의 변화 현상에 주목한다. 18세기 후반부터 19세기 전반 과학이 발달하기 전 까지 마술환등의 영상은 유령·귀신 모티브를 중심으로 괴기스러운 환영(판타스마고리아)을 보여주며 관람객들을 놀라게 하고, 자연재해 스펙타클이나 아이들을 위한 동화·우화를 보여주고 들려주면서 오락적인 기능을 수행했다. 19세기 중반 이후 마술환등은 점차 지구에 관한 과학적 지식과 먼 곳, 낯선 세계에 관한 민속학적 내용을 보여주며 교육적인 기능을 수행했고, 근대인들의 계몽과정에 기여했다. 마술환등의 이런 두 가지 기능은 역사 진행에 따라 확연히 분리되며 순차적으로 전개된 것이 아니라, 세계관과 시대문화의 변화에 따라 한쪽의 기능이 우세하게 작용했다. 시각적 환상에 근거한 마술환등의 오락적 기능은 19세기 후반에도 계속 존재했으며, 산업화된 시대의 마술환등에는 환상이 다시 도래하여 환상성과 계몽성이 복합된 영상들이 보여졌다. 후기 산업사회에 관람자들은 탈신화화(脫神話化)된 세계가 아니라 오히려 재마법화(再魔法化)(re-enchantment)를 원하는 현상이 있다. 이것은 과학이 더욱 발달되어 갈수록 사람들에게서는 오히려 신비로운 환상이 증대되고 있고, 영상물에서 환상을 찾고 싶어한다는 것을 말해준다.

• 대순사상논총
• /
• 제46집
• /
• pp.33-68
• /
• 2023

대략 11~12세기에 등장한 심우도는 동아시아에서 특정 종교의 가르침을 안내하는 역할을 해왔다. 근대 이후 등장한 한국의 종교들도 소를 찾거나 기르는 그림을 활용하여 자신들의 가르침을 표현하는 경우가 있다. 대표적인 종교가 대순진리회다. 이 종교는 독창적인 6폭(또는 7폭, 9폭)의 심우도를 별도로 제작해 자신의 교리와 세계관을 설명한다. 대순진리회 심우도는 선(禪) 수행의 과정을 담은 불교 심우도와는 그 내용과 의미가 다르다. 소를 찾는다는 측면에서는 양자가 같지만, 불교 심우도의 소는 인간 본성을 상징하고, 대순진리회 심우도의 소는 증산이 펼치고 정산이 완성한 상생의 천지대도(天地大道)를 상징한다. 찾는 대상은 소지만, 그 소의 상징과 의미가 다르다. 이 때문에 불교 심우도는 오염된 인간의 본성을 청정하게 회복하여 중생제도에 나서는 그림으로, 대순진리회 심우도는 증산과 정산의 가르침을 찾아감에 따라 인간은 신선이 되고, 세상은 구제되어 지상천국으로 완성되는 그림으로 각각 설명된다. 불교 심우도의 최종 단계가 세상 구제를 위해 내딛는 수행자의 발걸음인 데 비해서, 대순진리회 심우도의 최종 단계가 인간과 세상의 구제와 완성을 동시에 성취함이라는 것은 두 그림이 완전히 다르다는 사실을 잘 보여주고 있다. 이런 차이는 불교와 대순진리회가 추구하는 목적이 다른 데에서 나타난 결과다.

• Korean Journal of Radiology
• /
• 제21권12호
• /
• pp.1345-1354
• /
• 2020

Objective: To evaluate radiomics analysis in studies on mild cognitive impairment (MCI) and Alzheimer's disease (AD) using a radiomics quality score (RQS) system to establish a roadmap for further improvement in clinical use. Materials and Methods: PubMed MEDLINE and EMBASE were searched using the terms 'cognitive impairment' or 'Alzheimer' or 'dementia' and 'radiomic' or 'texture' or 'radiogenomic' for articles published until March 2020. From 258 articles, 26 relevant original research articles were selected. Two neuroradiologists assessed the quality of the methodology according to the RQS. Adherence rates for the following six key domains were evaluated: image protocol and reproducibility, feature reduction and validation, biologic/clinical utility, performance index, high level of evidence, and open science. Results: The hippocampus was the most frequently analyzed (46.2%) anatomical structure. Of the 26 studies, 16 (61.5%) used an open source database (14 from Alzheimer's Disease Neuroimaging Initiative and 2 from Open Access Series of Imaging Studies). The mean RQS was 3.6 out of 36 (9.9%), and the basic adherence rate was 27.6%. Only one study (3.8%) performed external validation. The adherence rate was relatively high for reporting the imaging protocol (96.2%), multiple segmentation (76.9%), discrimination statistics (69.2%), and open science and data (65.4%) but low for conducting test-retest analysis (7.7%) and biologic correlation (3.8%). None of the studies stated potential clinical utility, conducted a phantom study, performed cut-off analysis or calibration statistics, was a prospective study, or conducted cost-effectiveness analysis, resulting in a low level of evidence. Conclusion: The quality of radiomics reporting in MCI and AD studies is suboptimal. Validation is necessary using external dataset, and improvements need to be made to feature reproducibility, feature selection, clinical utility, model performance index, and pursuits of a higher level of evidence.

• 기독교교육논총
• /
• 제75권
• /
• pp.103-125
• /
• 2023

연구 목적 : 이 연구는 한국에서의 평화교육과 통일교육의 역사적 흐름을 살펴보고 평화통일교육의 과제를 검토한 후 평화교육으로서의 기독교통일교육의 방향과 과제를 탐구해 보는데 목적이 있다. 연구 내용 및 방법 : 평화교육은 시민사회로부터 출발한 평화운동 및 교육적 담론이 활성화되며 영역이 확장된 반면, 통일교육은 정부의 통일 및 대북 정책에 따라 계획이 세워져 교육 실천 현장으로 나아가는 모습을 보인다. 그러나 평화를 염원하는 통일교육의 특성상 두 분야의 접목은 꾸준히 이어져 왔고, 이에 당면한 평화통일교육의 연구도 지속적으로 수행되었다. 연구 목적을 수행하기 위해 두 영역의 시대적 흐름을 검토하고, 선행연구 분석을 통해 도출된 평화통일교육의 과제를 기반으로 평화교육으로서의 기독교통일교육의 방향과 과제를 제안하였다. 결론 및 제언 : 평화교육으로서의 기독교통일교육은 한반도 평화와 안녕의 지속가능성을 위해 전쟁과 폭력의 문화에서 평화의 문화로 전환하는데 앞장서는 평화시민 양성을 교육 목표로 삼아야 한다. 이를 위해 첫째, 적대자상의 해체를 위한 기독교교육의 방향성을 모색해야 한다. 둘째, 교수·학습에 있어 톱다운 방식(top-down)에서 벗어나 학습자의 주체성과 자율성을 보장하는 활동이 이루어져야 한다. 셋째, 일상과 연결되는 실천 과정이 구성되어야 한다. 결론적으로 평화교육으로서의 기독교통일교육은 통일이라는 국가적 과업에 목표를 두기 보다는 다양한 구성원들이 공존할 한반도 내의 평화시민의식을 고양시키는 것이 한반도 평화의 문화 조성에 전진하는 길임을 잊지말아야 한다.

• 한국터널지하공간학회 논문집
• /
• 제19권1호
• /
• pp.95-107
• /
• 2017

본 논문에서는 제도적으로 운영 중인 터널내 CCTV들로부터 실시간으로 들어오는 영상들을 최신 딥러닝 알고리즘을 이용, 학습시켜 다양한 조건의 터널환경에서 돌발 상황을 감지하고 그 돌발 상황의 종류들을 분류해 내는 시스템 개발을 위한 사전검토 연구를 수행하였다. 사전검토 연구를 위해, 2개의 도로현장의 교통류 CCTV영상 일부를 이용하여 가용한 전통적인 영상처리기법으로 영상내부로 집입하는 차량을 감지하고, 이동경로를 추적하여 일정 시간간격의 이동 차량의 좌표와 시간정보를 추출하고 학습자료를 구성하였다. 각 차량의 이동정보는 차선변경, 정차 등 6가지의 이벤트 정보와 연계된다. 차량 이동정보와 이벤트로 구성된 학습자료는 레질리언스(resilience) 기계학습 알고리즘을 이용하여 학습하였다. 2개의 은닉층을 설정하고, 각 은닉층의 노드수에 대한 9개의 은닉구조 모델을 설정하여 매개변수 연구를 수행하였다. 본 사전검토의 경우에는 첫 번째, 두 번째 은닉층 노드수가 각각 300개와 150개로 설정된 모델이 합리적으로 가장 추론정확도가 높은 것으로 평가되었다. 이로부터 일반화되기 매우 힘든 복잡한 교통류 상황을 기계학습을 이용하여 어떠한 사전 규칙설정 없이도 교통류의 특징들을 정확히 자동으로 감지할 수 있는 가능성을 보였다. 본 시스템은 시스템의 운용을 통해 지속적으로 교통류 영상과 이벤트 정보가 늘어난다면, 자동으로 그 시스템의 인지능력과 정확도가 자동으로 향상되는 효과도 기대할 수 있다.

• 한국빅데이터학회지
• /
• 제4권2호
• /
• pp.1-12
• /
• 2019

인공지능 기술이 발전하면서 이미지, 음성, 텍스트 등 다양한 분야에 적용되고 있으며, 데이터가 충분한 경우 기존 기법들에 비해 좋은 결과를 보인다. 주식시장은 경제, 정치와 같은 많은 변수에 의해 영향을 받기 때문에, 주식 가격의 움직임 예측은 어려운 과제로 알려져 있다. 다양한 기계학습 기법과 인공지능 기법을 이용하여 주가 패턴을 연구하여 주가의 등락을 예측하려는 시도가 있어왔다. 본 연구는 딥러닝 기법 중 컨볼루셔널 뉴럴 네트워크(CNN)를 기반으로 주가 패턴 예측률 향상을 위한 데이터 증강 방안을 제안한다. CNN은 컨볼루셔널 계층을 통해 이미지에서 특징을 추출하여 뉴럴 네트워크를 이용하여 이미지를 분류한다. 따라서, 본 연구는 주식 데이터를 캔들스틱 차트 이미지로 만들어 CNN을 통해 패턴을 예측하고 분류하고자 한다. 딥러닝은 다량의 데이터가 필요하기에, 주식 차트 이미지에 다양한 데이터 증강(Data Augmentation) 방안을 적용하여 분류 정확도를 향상 시키는 방법을 제안한다. 데이터 증강 방안으로는 차트를 랜덤하게 변경하는 방안과 차트에 가우시안 노이즈를 적용하여 추가 데이터를 생성하였으며, 추가 생성된 데이터를 활용하여 학습하고 테스트 집합에 대한 분류 정확도를 비교하였다. 랜덤하게 차트를 변경하여 데이터를 증강시킨 경우의 분류 정확도는 79.92%였고, 가우시안 노이즈를 적용하여 생성된 데이터를 가지고 학습한 경우의 분류 정확도는 80.98%이었다. 주가의 다음날 상승/하락으로 분류하는 경우에는 60분 단위 캔들 차트가 82.60%의 정확도를 기록하였다.