• 실천공학교육논문지
• /
• 제15권1호
• /
• pp.223-232
• /
• 2023

일학습병행은 산업현장과 학교 교육의 미스매치를 해소하고 능력중심 사회를 구현하기 위한 핵심적인 정책으로 추진되어 2022년 12월 기준으로 16,664개 기업이 훈련에 참여하였다. 학습기업은 현장훈련을 실시하는 교육훈련 공급기관으로써 매우 중요한 역할을 수행하고 있다. 본 연구에서는 일학습병행에 참여하고 있는 학습기업의 평가를 위해 해당기업을 담당하고 있는 전문가들의 인지구조 분석을 통해 기업현장 교육훈련의 질을 결정하는 중요 요인을 도출하고 학습기업의 평가지표를 제시하여 일학습병행의 질적 내실화를 도모하는 기초 자료로 활용될 것이다.

• 실천공학교육논문지
• /
• 제15권1호
• /
• pp.183-192
• /
• 2023

본 연구는 학위연계형 일학습병행제에서 진행하는 오프라인 수업방식인 플립러닝의 성과에 대해서 분석한다. 직업능력향상의 일환으로 수행되는 일학습병행제의 훈련은 철저히 오프라인 방식을 견지해 왔으나, COVID-19와 맞물려 이전과는 달리 보다 적극적으로 온라인 방식을 혼용하는 방향으로 바뀌고 있다. 하지만 학위연계형의 운영은 대학의 학사시스템과 교육방식에 적용을 받으며 실질적으로 일반대학교육과 같은 형태이기 때문에 플립러닝과 같은 교육방식은 새로운 것이 아니다. 따라서 최근 학위연계형 일학습병행제에서 확대적용되고 있는 플립러닝의 교육성과와 보완점을 주말에만 수업이 진행되는 본 제도의 특성을 고려하여 분석해 보는 것이 필요하다. 설문에 기반한 통계분석결과 플립러닝의 성과가 일부 확인되었으며, 그 성과를 높이기 위해서 학습독려와 교수자-학생 간의 커뮤니케이션을 확대하는 구체적인 방안을 지속적으로 찾아가는 것이 필요하다.

• 산업진흥연구
• /
• 제5권1호
• /
• pp.47-52
• /
• 2020

본 연구는 2013년에 선 취업 후 진학 정책으로 시작된 일·학습병행 훈련은 많은 기업참여가 훈련의 성패를 결정짓는 중요한 요소이다. 기업참여 장려를 위한 다양한 제도적 보완이 필요한 시기로서 본 연구에서는 일·학습병행에 참여 기업의 참여 요인을 확인하기 위한 연구이다. 이를 위해 충남지역에서 일·학습병행에 참여하는 기업을 대상으로 참여이유에 대한 설문조사를 실시하여 그 결과를 구조방정식 모형을 활용하여 인과 관계 분석을 하였다. 연구 결과로는 기업의 일·학습병행 참여 이유로 첫째, 교육훈련비 등 정부지원금 수령이 84%로 높게 나타났다. 둘째로, 일·학습병행 근로자가 일반근로자보다 급여를 적게 줄 수 있어서가 66% 나타났으며, 셋째로는 현장직의 신입 사원 채용이 용이해서가 51%, 기업에서 자체적으로 인력을 양성이 필요해서 26%로, 특별한 이유는 없이 지인 등의 권유가 17% 순으로 나타났다. 따라서 향후 일·학습병행제 훈련참여가 경영의 운영비, 직원의 이직관리, 인력양성 등에 기여하고 있다는 것을 밝혔다는데 연구의 시사점이 있다. 향후 연구에서는 표본을 전국을 대상으로 지역별, 직종별, 성별, 임금별, 근속연수별 등의 연구를 실시하여 검정과 추정을 세분화하는 연구가 필요하다.

• 실천공학교육논문지
• /
• 제15권3호
• /
• pp.671-679
• /
• 2023

본 연구는 일학습병행 학습기업 평가지표 개발의 후속연구로 평가지표를 정량화하여 평가모형을 정립하는데 그 목적이 있다. 선행연구에서 도출된 최상위 레벨의 구성요소인 학습기업의 정량적요인, 정성적요인, 전담인력역량요인, 그리고 학 습근로자 역량 요인을 주축으로 2레벨 구성요소를 검증하여 평가모델을 구축하였다. 학습기업의 평가를 위해 해당기업을 담당하고있는 전문 가들과 AHP 설문을 수행하여 기업현장 교육훈련의 질을 결정하는 중요요인을 도출하고 평가항목간의 가중치산정을 통하여 학습기업의 평가모형을 완성하고 등급별 그룹핑을 진행하였다. 일 학습병행은 산업현장과 학교교육의 미스매치를 해소하고 능력중심 사회를 구현하기 위한 핵심적인 정책으로 추진되어 2022년 12월 기준으로 16,664개 기업이 훈련에 참여하였다. 학습기업은 현장훈련을 실시하는 교육훈련 공급기관으로써 매우 중요한 역할을 수행하고 있다. 본 연구에서 제시된 평가모형에 따른 학습기업 등급별 지원 및 컨설팅방안이 일학습병행의 내실화와 질적수준을 향상하는 기초자료로 활용될 것을 기대한다.

• 실천공학교육논문지
• /
• 제12권2호
• /
• pp.331-337
• /
• 2020

본 논문은 학위연계형 일학습병행제도의 학습근로자를 대상으로 소속 기업의 조직유효성에 대한 인식을 조사했다. 그 결과 이직의사, 직무성과는 학습근로자가 비교대상인 일반 회사원(근로자)에 비해 높게 나타났으며 조직몰입은 낮게 나타났다. 또한 학습근로자의 학년이 오르고 성적이 높을수록 직무만족이 높아지고 좋은 성적인 학습근로자의 직무소진이 줄어드는 경향을 보였으며 1학년에 비해 2, 3, 4학년이 이직의도가 높게 나타났다. 추가적으로 학습근로자의 만족요인과 불만족요인의 조사 결과 대학의 OFF-JT교육보다 현장의 OJT 관리가 강화되어야 함을 보여준다. 이러한 결과는 일학습병행제에 참여하는 기업이 학습근로자의 역량개발 뿐 아니라 교육지원, 인사관리, OJT 운영 등의 영역에서 지금보다 수준 높은 관리가 필요하며 제도적인 측면에서는 학위연계형의 발전을 위해서 학습시간 및 참여기업의 학습자관리에 대해 보완책이 필요하다는 점을 보여준다.

• International Journal of Control, Automation, and Systems
• /
• 제1권1호
• /
• pp.142-148
• /
• 2003

Reinforcement learning is considered as an important tool for robotic learning in unknown/uncertain environments. In this paper, we propose an evaluation function expressed in a vector form to realize multi-dimensional reinforcement learning. The novel feature of the proposed method is that learning one behavior induces parallel learning of other behaviors though the objectives of each behavior are different. In brief, all behaviors watch other behaviors from a critical point of view. Therefore, in the proposed method, there is cross-criticism and parallel learning that make the multi-dimensional learning process more efficient. By ap-plying the proposed learning method, we carried out multi-dimensional evaluation (reward) and multi-dimensional learning simultaneously in one trial. A special neural network (Q-net), in which the weights and the output are represented by vectors, is proposed to realize a critic net-work for Q-learning. The proposed learning method is applied for behavior planning of mobile robots.

• 실천공학교육논문지
• /
• 제5권2호
• /
• pp.163-168
• /
• 2013

국내 대학교육은 높은 진학률과 낮은 취업률이라는 과잉학력의 악순환이 이루어지고 있다. 이러한 악순환을 해소하고, 청년 실업 해소와 청년층의 노동시장 조기 진입을 지원 및 유도하기 위하여 근로자의 '선취업-후학습' 기회를 확대하고, 재직자의 직무능력 향상을 위하여 일과 학습을 병행할 수 있는 교육 훈련 시스템이 필요하다. 최근 MOOC (Massive Open On-line Course)이라는 새로운 형태의 온라인 교육 시스템이 등장 하였다. MOOC는 교육, entertainment, social networking을 결합한 교수-학생, 학생-학생간의 상호작용을 강조한 새로운 형태의 온라인 교육환경으로 강의 콘텐츠를 무료로 제공하고 있다. 이러한 변화된 온라인 교육환경을 활용하여 지식을 온라인으로 효과적으로 제공하고, 기술 및 공학교육에 꼭 필요한 실습교육을 캠퍼스에서 제공하는 멀티학습체제를 구축함으로써 재직자들의 일과 학습을 병행할 수 있도록 지원할 수 있다.

• 실천공학교육논문지
• /
• 제11권2호
• /
• pp.181-193
• /
• 2019

기업현장교사는 회사 내 일학습병행에 참여하고 있는 도제 및 고숙련 학습근로자에게 고도화된 훈련 지도 및 평가자로서의 역할을 수행하므로 심화된 이론과 기술, 풍부한 경험과 문제해결 능력이 요구된다. 본 연구는 양질의 기업현장교사 양성을 위한 한국의 학위연계형 고숙련마이스터 과정을 소개하고, 최적화된 표준 교과 모델을 제시하였다. 이는 고숙련마이스터 양성과 관련된 최초의 실증적 연구로서, 일학습병행제 고숙련마이스터 양성에 기여함은 물론 안정적인 고숙련마이스터 과정의 제도적 정착 및 활성화에 크게 기여할 것으로 사료된다.

• 한국빅데이터학회지
• /
• 제7권1호
• /
• pp.1-14
• /
• 2022

대부분의 블록체인이 사용하는 작업증명 합의 알고리즘은 채굴이라는 형태로 대규모의 컴퓨팅리소스 낭비를 초래하고 있다. 작업증명의 컴퓨팅리소스 낭비를 줄이기 위해 유용한 작업증명 합의 알고리즘이 연구 되었으나 여전히 블록 생성 시 리소스 낭비와 채굴의 중앙화 문제가 존재한다. 본 논문에서는 블록생성을 위한 상대적으로 비효율적인 연산 과정을 분산 인공지능 모델 학습으로 대체하여 블록생성 시 리소스 낭비문제를 해결하였다. 또한 학습 과정에 참여한 노드들에게 공평한 보상을 제공함으로써 컴퓨팅파워가 약한 노드의 참여 동기를 부여했고, 기존 중앙 집중 인공지능 학습 방식에 근사한 성능은 유지하였다. 제안된 방법론의 타당성을 보이기 위해 분산 인공지능 학습이 가능한 블록체인 네트워크를 구현하여 리소스 검증을 통한 보상 분배를 실험 하였고, 기존 중앙 학습 방식과 블록체인 분산 인공지능 학습 방식의 결과를 비교하였다. 또한 향후 연구로 블록체인 메인넷과 인공지능 모델 확장 시 발생 할 수 있는 문제점과 개발 방향성을 제시함으로서 논문을 마무리 하였다.

• Nuclear Engineering and Technology
• /
• 제54권10호
• /
• pp.3864-3877
• /
• 2022

We propose a new approach called PESA (Prioritized replay Evolutionary and Swarm Algorithms) combining prioritized replay of reinforcement learning with hybrid evolutionary algorithms. PESA hybridizes different evolutionary and swarm algorithms such as particle swarm optimization, evolution strategies, simulated annealing, and differential evolution, with a modular approach to account for other algorithms. PESA hybridizes three algorithms by storing their solutions in a shared replay memory, then applying prioritized replay to redistribute data between the integral algorithms in frequent form based on their fitness and priority values, which significantly enhances sample diversity and algorithm exploration. Additionally, greedy replay is used implicitly to improve PESA exploitation close to the end of evolution. PESA features in balancing exploration and exploitation during search and the parallel computing result in an agnostic excellent performance over a wide range of experiments and problems presented in this work. PESA also shows very good scalability with number of processors in solving an expensive problem of optimizing nuclear fuel in nuclear power plants. PESA's competitive performance and modularity over all experiments allow it to join the family of evolutionary algorithms as a new hybrid algorithm; unleashing the power of parallel computing for expensive optimization.