• 문화기술의 융합
• /
• 제6권1호
• /
• pp.63-68
• /
• 2020

최근 급격한 미디어의 변화에 따라 이에 부합하는 리터러시 교육의 필요성이 증가하고 있다. 하지만 증가하는 필요성에 비해 리터러시의 효율성에 대한 충분한 연구가 이뤄지지 않았던 것이 사실이다. 예를 들면 통합적 미디어 리터러시가 청소년 학습에 미치는 효과에 대한 연구와 같은 실증적 접근 등을 들 수 있겠다. 이에 본 논문은 기존 영상교육과는 차별화되는 멀티미디어 교육을 연구대상으로 삼고 청소년들에게 텍스트와 비디오와 사운드 등을 융합한 교육에 대한 결과를 학습 효과적 측면에서 연구했다. 멀티미디어 교육이 과연 청소년들의 학습에 긍정적 영향을 미치는 지에 대한 학문적 탐구다. 연구방법으로 양적 조사와 질적 조사를 병행한 결과, 멀티미디어 교육은 학습능력 향상에 유의미하다는 결론을 얻었으며 이를 바탕으로 멀티미디어를 활용한 교육으로 언어 교육과 같은 외연 확대와 동시에 실습 위주의 학습자 참여 교육을 제시했다. 이와 같은 여러 가지 교육정책에 대한 제언은 멀티미디어 교육이 단지 기존교육의 보조수단이 아니라 전인적 인격을 달성하는 교육의 핵심으로서 모든 학습활동의 중심으로 자리할 수 있다는 자신감으로 확산될 것이다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.41-63
• /
• 2023

전자상거래 시장의 꾸준한 성장으로 인해 추천 시스템의 필요성은 점차 강조되고 있으며, 최근에는 추천 성능의 향상을 목적으로 리뷰 텍스트를 사용하는 연구가 활발히 진행되고 있다. 특히 많은 연구들은 리뷰 텍스트의 감성 점수를 활용하여 제안되고 있는데, 감성 점수만을 사용하는 방법론은 리뷰 텍스트에 존재하는 구체적인 선호도 정보의 활용 측면에 한계를 가지며 이는 결과적으로 성능 향상에 제약으로 작용하게 된다. 이를 개선하기 위해 본 연구는 딥러닝 기반 추천 모델에 온라인 리뷰 내 다양한 언어학적 요소들을 활용하여 고객의 선호도를 정교하게 학습할 수 있는 새로운 추천 방법론을 제안하였다. 이를 위해 먼저 고객과 상품 간 복잡한 상호작용을 고려할 수 있도록 딥러닝 모델을 통해 상호작용 관계를 비선형으로 학습하였다. 그리고 리뷰 텍스트를 효과적으로 활용할 수 있도록 언어학적 요소 중 고객의 구매 의사결정에 중요한 영향을 미치는 인지적 요인, 정서적 요인 그리고 언어 스타일 매칭을 사용하였다. 실험은 Amazon.com에서 수집한 온라인 리뷰 데이터를 사용하여 진행하였고, 실험 결과 제안 모델의 우수함을 검증할 수 있었다. 본 연구는 추천 시스템에서 리뷰 텍스트 내 고객 선호도에 대한 정보를 효과적으로 활용하는 방법론을 제안하여 연구의 이론적 및 방법론 측면에 기여하였다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.1-21
• /
• 2012

최근 스마트폰의 등장으로 인해 사용자들은 시간과 공간의 제약 없이 스마트폰을 이용한 새로운 의사소통의 방법을 경험하고 있다. 이러한 스마트폰은 고화질의 컬러화면, 고해상도 카메라, 실시간 3D 가속그래픽과 다양한 센서(GPS와 Digital Compass) 등을 제공하고 있으며, 다양한 센서들은 사용자들(개발자, 일반 사용자)로 하여금 이전에 경험하지 못했던 서비스를 경험할 수 있도록 지원하고 있다. 그 중에서 모바일 증강현실은 스마트폰의 다양한 센서들을 이용하여 개발할 수 있는 대표적인 서비스 중 하나이며, 이러한 센서들을 이용한 다양한 방법의 모바일 증강현실 연구들이 활발하게 진행되고 있다. 모바일 증강현실은 크게 위치 정보 기반의 서비스와 내용 기반 서비스로 구분할 수 있다. 위치 정보 기반의 서비스는 구현이 쉬운 장점이 있으나, 증강되는 정보의 위치가 실제의 객체의 정확한 위치에 증강되는 정보가 제공되지 않는 경우가 발생하는 단점이 존재한다. 이와 반대로, 내용 기반 서비스는 정확한 위치에 증강되는 정보를 제공할 수 있으나, 구현 및 데이터베이스에 존재하는 이미지의 양에 따른 검색 속도가 증가하는 단점이 존재한다. 본 논문에서는 위치 정보 기반의 서비스와 내용기반의 서비스의 장점들을 이용한 방법으로, 스마트폰의 다양한 센서(GPS, Digital Compass)로 부터 수집된 정보를 이용하여 데이터베이스의 탐색 범위를 줄이고, 탐색 범위에 존재하는 이미지들의 특징 정보를 기반으로 실제의 랜드마크를 인식하고, 인식한 랜드마크의 정보를 링크드 오픈 데이터(LOD)에서 검색하여 해당 정보를 제공하는 랜드마크 가이드 시스템을 제안한다. 제안하는 시스템은 크게 2개의 모듈(랜드마크 탐색 모듈과 어노테이션 모듈)로 구성되어있다. 첫 번째로, 랜드마크 탐색 모듈은 스마트폰으로 인식한 랜드마크(건물, 조형물 등)에 해당하는 정보들을 (텍스트, 사진, 비디오 등) 링크드 오픈 데이터에서 검색하여 검색된 결과를 인식한 랜드마크의 정확한 위치에 정보를 제공하는 역할을 한다. 스마트폰으로부터 입력 받은 이미지에서 특징점 추출을 위한 방법으로는 SURF 알고리즘을 사용했다. 또한 실시간성을 보장하고 처리 속도를 향상 시키기 위한 방법으로는 입력 받은 이미지와 데이터베이스에 있는 이미지의 비교 연산을 수행할 때 GPS와 Digital Compass의 정보를 사용하여 그리드 기반의 클러스터링을 생성하여 탐색 범위를 줄임으로써, 이미지 검색 속도를 향상 시킬 수 있는 방법을 제시하였다. 두 번째로 어노테이션 모듈은 사용자들의 참여에 의해서 새로운 랜드마크의 정보를 링크드 오픈 데이터에 추가할 수 있는 기능을 제공한다. 사용자들은 키워드를 이용해서 링크드 오픈 데이터로에서 관련된 주제를 검색할 수 있으며, 검색된 정보를 수정하거나, 사용자가 지정한 랜드마크에 해당 정보를 표시할 수 있도록 지정할 수 있다. 또한, 사용자가 지정하려고 하는 랜드마크에 대한 정보가 존재하지 않는다면, 사용자는 랜드마크의 사진을 업로드하고, 새로운 랜드마크에 대한 정보를 생성하는 기능을 제공한다. 이러한 과정은 시스템이 카메라로부터 입력 받은 대상(랜드마크)에 대한 정확한 증강현실 컨텐츠를 제공하기 위해 필요한 URI를 찾는데 사용되며, 다양한 각도의 랜드마크 사진들을 사용자들에 의해 협업적으로 생성할 수 있는 환경을 제공한다. 본 연구에서 데이터베이스의 탐색 범위를 줄이기 위해서 랜드마크의 GPS 좌표와 Digital Compass의 정보를 이용하여 그리드 기반의 클러스터링 방법을 제안하여, 그 결과 탐색시간이 기존에는 70~80ms 걸리는 반면 제안하는 방법을 통해서는 18~20ms로 약 75% 정도 향상된 것을 확인할 수 있었다. 이러한 탐색시간의 감소는 전체적인 검색시간을 기존의 490~540ms에서 438~480ms로 약 10% 정도 향상된 것을 확인하였다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.221-241
• /
• 2018

지식사회에 들어서며 새로운 형태의 자본으로서 정보의 중요성이 강조되고 있다. 그리고 기하급수적으로 생산되는 디지털 정보의 효율적 관리를 위해 정보 분류의 중요성도 증가하고 있다. 본 연구에서는 기업의 기술사업화 의사결정에 도움이 될 수 있는 맞춤형 정보를 자동으로 분류하여 제공하기 위하여, 기업의 사업 성격을 나타내는 한국표준산업분류(이하 'KSIC')를 기준으로 정보를 분류하는 방법을 제안하였다. 정보 혹은 문서의 분류 방법은 대체로 기계학습을 기반으로 연구되어 왔으나 KSIC를 기준으로 분류된 충분한 학습데이터가 없어, 본 연구에서는 문서간 유사도를 계산하는 방식을 적용하였다. 구체적으로 KSIC 각 코드별 설명문을 수집하고 벡터 공간 모델을 이용하여 분류 대상 문서와의 유사도를 계산하여 가장 적합한 KSIC 코드를 제시하는 방법과 모델을 제시하였다. 그리고 IPC 데이터를 수집한 후 KSIC를 기준으로 분류하고, 이를 특허청에서 제공하는 KSIC-IPC 연계표와 비교함으로써 본 방법론을 검증하였다. 검증 결과 TF-IDF 계산식의 일종인 LT 방식을 적용하였을 때 가장 높은 일치도를 보였는데, IPC 설명문에 대해 1순위 매칭 KSIC의 일치도는 53%, 5순위까지의 누적 일치도는 76%를 보였다. 이를 통해 보다 정량적이고 객관적으로 중소기업이 필요로 할 기술, 산업, 시장정보에 대한 KSIC 분류 작업이 가능하다는 점을 확인할 수 있었다. 또한 이종 분류체계 간 연계표를 작성함에 있어서도 본 연구에서 제공하는 방법과 결과물이 전문가의 정성적 판단에 도움이 될 기초 자료로 활용될 수 있을 것으로 판단된다.

• 만화애니메이션 연구
• /
• 통권48호
• /
• pp.359-383
• /
• 2017

3000년 전 이집트에서 인류 최초의 포스터가 등장한 이후 인쇄술의 발명과 문명의 발전으로 포스터 제작기술이 가속화 되었다. 이에 발맞추어 포스터의 표현 또한 단순 문자 배열에서 예술적 감성을 함께 표현하려는 시도로 발전되었으며, 이제는 전문 디자이너의 영역으로 자리 잡은 하나의 예술 형식이 되었다. 하지만 포스터의 표현 방식에 대한 기술적 변화는 이차원적 발전에 머무르고 있으며, 현대의 멀티미디어를 기반으로 하는 ICT 환경변화와는 무관한 듯 인쇄에만 의존하고 있는 상황이다. 특히, 수많은 종류의 포스터 가운데 유일하게 영상물을 대상으로 하는 영화 포스터의 양식이 아직도 종이인쇄에 그치고 있고, 지금까지 여러 시도는 있어 왔지만 영화계는 여전히 ICT 접목에 대해서는 전혀 고려치 않는 듯 같다. 이 연구는 영화포스터의 대상이 영상물을 다루고 있다는 특징으로부터 시작하여 영화의 동적 이미지를 정적 포스터에 접목시키기 위해 증강현실을 도입하는 시도를 하였다. 국내 한 대학의 영상디자인전공 졸업작품에서 학생들의 영상작품홍보를 위한 각 작품들의 포스터를 일반 상업영화 포스터 형식으로 디자인하여 인쇄하였으며, 이 중 증강현실 적용에 적합하다고 판단되는 6작품을 선별하여 증강현실을 도입하고 전시하였다. 모바일 디바이스를 통해 포스터와 정합되어 나타나는 콘텐츠는 영상물의 한 장면이 포스터 위에서 재현되지만, 원래 포스터가 표현하고 있는 텍스트 정보 등은 그대로 유지되도록 하여, 마치 영화 "해리포터"에서 등장한 현상수배 포스터와 같이 움직이는 포스터를 구현할 수 있었다. 본 증강현실 포스터 제작을 위해 두 가지 다른 형식으로 제작된 기존 상업영화의 포스터에 증강현실을 도입해 봄으로써 AR 콘텐츠의 특징을 배가시킬 수 있는 방법을 찾아 본 작품에 적용할 수 있었다. 이를 통해 AR 표현이 적합한 포스터디자인을 알 수 있었으며, 증강현실 콘텐츠 제작의 정합과정에서 증강현실의 안정적 구동을 위한 기술적 표현에 대해 정리할 수 있었다.

• 대순사상논총
• /
• 제44집
• /
• pp.213-261
• /
• 2023

이글은 강증산 생애 관련 『전경』(1974) 구절들에 맞춰, 이상호가 1926년에 편찬한 강증산에 대한 최초의 추보식 기록인 『증산천사공사기』(1926)에 수록된 연월일 표기와 그 내용이 어떤 관계에 있는가를 살펴볼 목적으로 진행되었다. 전체 『전경』의 각 편(編)별 기록을 연대기에 토대해서 볼 때 각 편들에 두 개의 큰 양상이 나타나고 있음을 볼 수 있다. 그것은 연대기적으로 기록된 편과 그렇지 않은 편이다. 행록, 공사, 교운, 권지 1장은 추보식 연대기 기록으로 명확히 볼 수 있다. 그러나 교법은 전 편에서 연도가 있는 구절이 총 11개, 제생 편은 2개, 예시 편은 5개로 나타나 연대기적 기록으로 보기 어렵다. 『전경』의 내용은 목차별로 되어있다. 이를 연도별로 편찬된 『증산천사공사기』의 내용과 비교해보면 구절들의 대부분이 연도가 같게 나타나고 있다. 그러나 그 구절 가운데는 같은 구절의 내용인데 서로 다른 연도로 되어 있는 것도 보인다. 새로운 시기의 구절이 나타나기도 한다. 구절에 한 편에는 없는 새로운 내용이 가미되기도 했음을 알 수 있다. 두 문헌에서 같은 내용의 구절이 다르게 연월일이 기록된 것은 추가적으로 복합적 관점에서 다양한 면으로 그 정확한 시기를 찾는 고찰이 필요하다. 크게 보아 주제별로 되어있는 『전경』을 연도별로 정리해서 그 양상을 살펴본 결과는 강증산의 생애에 대한 추보식 정리를 통해 각 편을 통합해서 좀 더 보충적으로 강증산의 행적에 대해 일목요연하게 볼 수 있었다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.