• 한국과학교육학회지
• /
• 제27권4호
• /
• pp.318-327
• /
• 2007

본 연구의 목적은 고등학교 화학II 교과에서 Small Scale Chemistry(SSC)를 적용한 수업이 학생들의 과학 탐구 능력과 과학관련 태도에 미치는 효과를 알아보는데 있다. 연구 대상은 인문계 고등학교 3학년 학생 112명이며, 실험 집단과 비교 집단으로 나누었다. 화학II 교과서의 기존 실험을 대치할 수 있는 SSC 실험을 7개 선정하여 이를 실험 집단에 적용하고, 비교 집단에는 교과서에 제시된 기존 실험을 적용하였다. 연구 결과 두 집단 간에 과학 탐구 능력의 향상에는 유의미한 차이가 있었으나, 과학관련 태도의 향상에는 유의미한 차이가 없었다. 세부 분석 결과 과학 탐구 능력의 차이는 기초 탐구 능력의 차이에 의한 것으로 나타났다. 실험 집단 학생들은 SSC 실험이 기존 실험에 비해 많은 장점(예를 들면, 개별 실험, 실험과 이론의 동시 학습, 짧은 실험 시간, 안전성, 친환경성 등)이 있음을 인식하고 있었다. 이러한 결과는 고등학교 화학 과목에 SSC 실험을 적용할 가치가 있음을 나타내며 현 교과서의 기존 실험을 대치할 수 있는 다양한 SSC 실험을 개발하여 보급할 필요가 있음을 시사한다.

• 한국과학교육학회지
• /
• 제44권3호
• /
• pp.273-299
• /
• 2024

이 연구는 국립해양생물자원관에서 운영하는 가족교육프로그램에 참여한 세 가족에 대하여 과학문화에 초점을 맞추어 가족팬덤 형성과정을 문화기술지방법론으로 수행한 질적연구다. 이는 서로 다른 환경의 세 가족이 가족교육을 통해 과학 활동을 일상적 문화실천 행동으로 나타난 향유-해독-변용의 과정을 거쳐 자생적 과학문화실천 형성 과정으로 가족팬덤 완성에 대하여 분석⋅요약된다. 이 연구의 주요 결과는 다음과 같다. 첫째, 가족과 함께 한 과학 활동이 유기적인 상호작용을 통해 유대감 강화와 과학문화에 대한 공감대가 확대된다. 둘째, 부모와 자녀는 일상생활에서 과학 관련 경험을 공유하며 과학적 소양인이 될 수 있는 독특하고 자신들만의 문화적 생활 속 문화공유형태로 실천했다는 것으로 나타났다. 이 연구는 완성형 자체로서의 과학문화 가족팬덤의 의미가 아닌, 완성형을 향해 가는 과정으로 종합적으로 밝혀보고자 했으며, 가족활동의 의미생산이 과학문화로 발전시킬 수 있는 사회문화적 함의를 갖는다.

• 지적과 국토정보
• /
• 제54권1호
• /
• pp.19-32
• /
• 2024

본 연구에서는 드론영상을 기반으로 YOLO 알고리즘을 통해 시설물과 농경지를 대상으로 객체탐지를 실시하고, 이를 법정지목과 비교를 수행하여 영상기반의 조사 가능성을 검토하였다. YOLO 알고리즘을 통해 객체를 탐지한 결과 건축물의 경우에는 기존 수치지형도에서 제공하고 있는 건축물 중 96.3%에 해당하는 객체를 탐지하는 것으로 분석되었다. 또한 수치지형도에서는 건축물이 위치하지 않지만, 영상에서 건축물이 존재하는 136개의 건축물을 추가로 탐지하는 것으로 나타나 정확도가 높은 것으로 나타났다. 비닐하우스의 경우에는 총 297개를 탐지했으나, 일부 과수형 비닐하우스의 경우에 탐지율이 낮은 것으로 분석되었다. 마지막으로 농경지는 가장 낮은 탐지율을 보였다. 농경지는 시설물 대비 넓은 면적과 불규칙한 형상으로 학습데이터의 일관성이 낮아 정확도가 시설물에 비해 작은 것으로 판단된다. 따라서 농경지의 경우에는 박스형태의 탐지가 아닌 Segmentation 탐지가 더욱 효과적으로 활용될 것으로 보인다. 마지막으로 탐지된 객체를 법정지목과 비교를 수행하였다. 그 결과 건축물이 입지가 어려운 농경지 및 임야에서 건축물이 존재하는 것으로 분석되었다. 그러나 이 건축물이 불법으로 활용됨을 파악하기 위해선 행정정보와 연계가 필요할 것으로 보여진다. 따라서 현재 수준에서는 건축물이 입지하기 어려운 필지에 건축물의 존재유무를 객관적으로 판단할 수 있는 수준까지 조사가 가능한 것으로 볼 수 있다.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.111-128
• /
• 2023

인공지능(AI) 기술이 발전함에 따라 빅데이터 기반의 상품 선호도 추정 개인화 추천시스템에 관심이 증가하고 있는 추세이다. 하지만 개인화 추천이 적합하지 않은 경우 고객의 구매 의사를 감소시키고 심지어 금융상품의 특성상 막대한 재무적 손실로 확대될 수 있는 위험을 가지고 있다. 따라서 고객의 특성과 상품 선호도를 포괄적으로 반영한 추천시스템을 개발하는 것이 비즈니스 성과 창출과 컴플라이언스 이슈 대응에 매우 중요하다. 특히 금융상품의 경우 개인의 투자성향과 리스크 회피도에 따라 고객의 상품 선호도가 구분되므로 축적된 고객 행동 데이터를 활용하여 맞춤형 추천서비스를 제안하는 것이 필요하다. 이러한 고객의 행동 특성과 거래 내역 데이터를 사용하는 것뿐만 아니라, 고객의 인구통계정보, 자산정보, 종목 보유 정보를 포함하여 추천 시스템의 콜드 스타트 문제를 해결하고자 한다. 따라서, 본 연구는 고객의 거래 로그 기록을 바탕으로 고객의 투자성향과 같은 특성 정보와 거래 내역 및 금융상품 정보를 통해 고객별 금융상품 잠재 선호도를 도출하여 딥러닝 기반의 협업 필터링을 제안한 모형이 가장 성능 우수한 것을 확인하였다. 본 연구는 고객의 금융 투자 메커니즘을 기반으로 금융상품 거래 데이터를 통해 미거래 금융상품에 대한 예상 선호를 도출하는 추천 모델을 구축하여, 선호가 높을 것으로 예상되는 상위 상품군을 추천하는 서비스를 개발하는 것에 의의가 있다.

• Korean Journal of Radiology
• /
• 제23권1호
• /
• pp.77-88
• /
• 2022

Objective: Our study aimed to evaluate the quality of radiomics studies on brain metastases based on the radiomics quality score (RQS), Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis (TRIPOD) checklist, and the Image Biomarker Standardization Initiative (IBSI) guidelines. Materials and Methods: PubMed MEDLINE, and EMBASE were searched for articles on radiomics for evaluating brain metastases, published until February 2021. Of the 572 articles, 29 relevant original research articles were included and evaluated according to the RQS, TRIPOD checklist, and IBSI guidelines. Results: External validation was performed in only three studies (10.3%). The median RQS was 3.0 (range, -6 to 12), with a low basic adherence rate of 50.0%. The adherence rate was low in comparison to the "gold standard" (10.3%), stating the potential clinical utility (10.3%), performing the cut-off analysis (3.4%), reporting calibration statistics (6.9%), and providing open science and data (3.4%). None of the studies involved test-retest or phantom studies, prospective studies, or cost-effectiveness analyses. The overall rate of adherence to the TRIPOD checklist was 60.3% and low for reporting title (3.4%), blind assessment of outcome (0%), description of the handling of missing data (0%), and presentation of the full prediction model (0%). The majority of studies lacked pre-processing steps, with bias-field correction, isovoxel resampling, skull stripping, and gray-level discretization performed in only six (20.7%), nine (31.0%), four (3.8%), and four (13.8%) studies, respectively. Conclusion: The overall scientific and reporting quality of radiomics studies on brain metastases published during the study period was insufficient. Radiomics studies should adhere to the RQS, TRIPOD, and IBSI guidelines to facilitate the translation of radiomics into the clinical field.

• 한국과학교육학회지
• /
• 제44권2호
• /
• pp.141-153
• /
• 2024

2022 개정 과학과 교육과정은 AI를 활용한 탐구 활동을 경험함으로써 융합적 사고를 바탕으로 일상생활과 사회 속 과학 문제를 해결할 수 있는 능력을 기르는 것을 목표로 한다. 이에 과학 교과와 AI를 융합한 과학-AI 융합교육 프로그램을 개발하고 이를 활용하여 고등학생을 대상으로 융합 수업을 진행하였다. 과학-AI 융합 수업은 감쇠진자의 운동을 정성적으로 이해하고 블록코딩 플랫폼 KNIME을 사용하여 진자의 위치를 예측할 수 있는 AI 모델을 구축하는 것을 목표로 한다. 개별 심층 면담을 통해 학습자의 경험을 이해하고 해석하고자 하였다. Giorgi의 현상학적 연구 방법론을 바탕으로 학습자의 참여 동기, 배움과 변화, 어려움과 수업의 한계를 기술하였다. 학생들은 AI에 대한 관심과 사회적 트렌드에 대한 인식을 바탕으로 수업에 참여하고자 하는 동기를 가지고 있었다. 학생들은 직접 데이터를 수집하고 AI 모델을 구축하는 것을 배웠다. 실험 결과를 바탕으로 주변 현상을 예측할 수 있을 것으로 기대하였으며 융합 수업을 긍정적으로 인식하였다. 한편, 여전히 익숙하지 않은 플랫폼, AI 원리 이해를 어려움으로 인식하였고 따라해야만 하는 수업 방식의 한계와 수업 내용상의 한계를 인식하였다. 융합 수업의 경험은 실생활의 문제를 AI를 통해 해결하고자 하는 학습 동기로 나타났으며, 학생들이 느낀 어려움과 한계는 더 심화되고 확장된 주제를 학습하고 싶은 동기로 이어졌다. 이를 바탕으로 과학-AI 융합 수업을 위한 논의 및 제언을 도출하였다. 본 연구는 과학-AI 융합 수업을 개발하고 이를 현장에 적용할 때 시사점을 제공할 것으로 기대된다.

• 정보관리학회지
• /
• 제41권1호
• /
• pp.211-240
• /
• 2024

본 연구는 노인과 청년이 함께하는 독서모임의 후속 연구로 중년과 청년이 함께하는 세대교류 독서모임을 다루었다. 독서모임의 프로그램은 독서습관을 형성할 수 있으며 그림책 독서를 통한 심리적 치료를 경험할 수 있도록 고안되었다. 연구자는 중년 참여자와 청년 참여자가 참여하는 그림책 독서모임을 운영하고, 개별인터뷰를 한 다음, 연구 데이터를 분석하여 시사점을 제시하는 질적연구를 하였다. 세대가 교류하는 독서모임은 중년 참여자에게는 청년과 자녀를 이해하고 청년으로부터 배우는 계기가 되었으며, 청년 참여자에게는 중년과 부모를 이해하고 중년으로부터 배우면서 세대 차이가 아니라 동질감을 느끼게 하였다. 또한 그림책을 읽으면서 스트레스를 줄이고, 인생의 중요한 교훈을 배우면서 그림책 치료의 긍정적 효과를 볼 수 있었다. 참여자들은 독서습관 형성에도 도움을 받았다. 이를 통하여 다양한 세대가 교류하는 독서모임의 시사점을 제시하였다. 본 연구를 통하여 다른 세대를 이해할 수 있는 세대교류 형태의 독서모임이 더욱 활성화되고, 많은 사람이 그림책을 비롯한 책을 읽는 활동의 장점을 발견하고 독서를 습관화할 수 있기를 기대한다.

• 문화기술의 융합
• /
• 제10권5호
• /
• pp.163-171
• /
• 2024

본 연구는 30~40대 여성의 패션 아이웨어 구매결정 요인을 분석하기 위해 신경망 분석 기법을 적용하여 전통적인 모수적 분석 기법과 비교하였다. 패션 분야에서 신경망 등 머신러닝 기법은 맞춤형 패션 추천시스템에 많이 적용되는데, 국내 연구사례는 아직 미흡하다. 본 연구는 2017년에 전통적 계량기법으로 수행된 연구를 신기술로 다시 분석하여, 양자를 비교함으로써 신경망 기법의 유용성을 확인하고자 한다. 본 연구는 L-BFGS-B 신경망을 하이퍼볼릭 탄젠트로 활성화 시킬 때, 소비자들이 선호하는 디자인형태에 대한 분류정확도가 86.2%로 가장 좋았다. 소비자의 직업과 새로운 스타일에 대한 추구가 가장 중요한 구매결정요인이었다. 한국의 선글라스 소비자들은 "안전한 변화"를 가장 선호하는 것으로 해석된다. 이런 분석 결과는 선글라스 프레임 및 렌즈에 있어서도 동일하게 나타난다. 전통적인 계량분석의 결과물은 소비자가 어떤 집단에 속하는지 여부에 따라 선호하는 선글라스의 종류가 다르다고 본다. 이에 비해 신경망분석의 결과물은 각 개인별로 선호하는 선글라스를 개인별로 예측해준다. 이것이 기여하는 바는 개인별 맞춤형 선글라스 추천 시스템을 개발할 수 있게 해준다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제38권3호
• /
• pp.379-400
• /
• 2024

본 연구의 목적은 수학 평가 데이터를 내용 및 인지 영역을 함께 고려하여 분석하기 위해, da Silva(2019)가 제시한 Q행렬 기반의 다차원 문항반응모형(M2PL-Q)의 활용 방안을 제시하고, 이를 TIMSS 2019 8학년 수학 평가 데이터에 적용하여 분석한 결과를 제시하는 것이다. 연구 결과 M2PL-Q 모형을 통해 학생의 능력 수준을 내용 영역과 인지 영역에 걸쳐서 추정할 수 있음을 확인하였으며, 각 영역에 대한 능력 수준이 서로 연관되어 있는 양상을 확인하였다. 또한, 문항의 특성을 영역별로 구분하여 추출할 수 있으며, 문항에 따라 내용 영역과 인지 영역이 문제 해결에 미치는 영향이 서로 다를 수 있음을 확인하였다. 본 연구는 기존의 방법에서는 별도로 분석되던 내용 영역과 인지 영역을 하나의 분석 모형에 포함하여 평가 데이터를 종합적으로 분석하는 방안을 제시했다는 점에서 의의를 지닌다. 각 영역에 대해 추정된 능력 수준을 개별 학생에 대한 진단에 활용하면, 학생이 세부적인 내용 및 인지 영역에서 보이는 강점과 약점을 파악하여 학습을 지원할 수 있을 것으로 기대한다. 또한, 각 평가 문항의 세부적인 특성을 고려하여 평가의 상황과 목적에 따라 적절하게 활용함으로써, 평가의 타당성과 효율성을 높이고 학생의 능력 수준을 보다 효과적으로 진단할 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.57-78
• /
• 2020

인터넷의 발달로, 소비자들은 이커머스에서 손쉽게 상품 정보를 확인한다. 이때 활용되는 상품 리뷰는 사용자 경험을 토대로 작성되어 구매의사결정의 효율성을 높일 뿐만 아니라 상품 개발에 도움을 주기도 한다. 하지만, 방대한 양의 상품 리뷰에서 관심있는 평가차원의 세부내용을 파악하는 데에는 많은 시간과 노력이 소비된다. 예를 들어, 노트북을 구매하려는 소비자들은 성능, 무게, 디자인과 같은 평가차원에 대해 각 차원별로 비교 상품의 평가를 확인하고자 한다. 따라서 본 논문에서는 상품 리뷰에서 다차원 상품평가 점수를 자동적으로 생성하는 방안을 제안하고자 한다. 본 연구에서 제시하는 방안은 크게 2단계로 구성된다. 사전준비 단계와 개별상품평가 단계로, 대분류 상품군 리뷰를 토대로 사전에 생성된 차원분류모델과 감성분석모델이 개별상품의 리뷰를 분석하게 된다. 차원분류모델은 워드임베딩과 연관분석을 결합함으로써 기존 연구에서 차원과 단어들의 관련성을 찾기 위한 워드임베딩 방식이 문장 내 단어의 위치만을 본다는 한계를 보완한다. 감성분석모델은 정확한 극성 판단을 위해 구(phrase) 단위로 긍부정이 태깅된 학습데이터를 구성하여 CNN 모델을 생성한다. 이를 통해, 개별상품평가 단계에서는 구 단위의 리뷰에 준비된 모델들을 적용하고 평가차원별로 종합함으로써 다차원 평가점수를 얻을 수 있다. 본 논문의 실험에서는 대분류 상품군 리뷰 약 260,000건으로 평가모델을 구성하고, S사와 L사의 노트북 리뷰 각 1,011건과 1,062건을 실험데이터로 활용한다. 차원분류모델은 구로 분해한 개별상품 리뷰를 6개 평가차원으로 분류했고, 기존 워드임베딩 방식보다 연관분석을 결합한 모델의 정확도가 13.7% 증가했음을 볼 수 있었다. 감성분석모델은 문장보다 구 단위로 학습한 모델이 평가차원을 면밀히 분석함으로써 29.4% 더 높은 정확도를 보임을 확인했다. 본 연구를 통해 판매자, 소비자 모두가 상품의 다차원적 비교가 가능하다는 점에서 구매 및 상품 개발에 효율적인 의사결정을 기대할 수 있다.