• 감성과학
• /
• 제20권4호
• /
• pp.79-88
• /
• 2017

감성이 중요시되고 있는 시대가 발전함에 따라 미래 시대에 필요한 인재를 양성하기 위한 교육 분야에서도 감성과학과 관련된 교육이 요구되는 시점이다. 본 논문은 초등학교 저학년 학생을 위한 감성과학을 학습할 수 있는 융합인재교육 프로그램을 개발하고 수업에 적용해봄으로써, 가능성과 효과적인 방법을 제안하고자 한다. 이를 위하여 첫째, 감성과학을 교육하기에 적합한 융합인재교육(STEAM) 방식을 채택하여 초등학교 1~2학년을 대상으로 한 '도형으로 만드는 마음'을 개발하였다. 감성과학 관련 STEAM의 이론적 배경과 벤치마킹을 실시하고, 초등학교 해당 학년 교과서를 기반으로 한 구체적인 수업 내용과 활동 및 교재와 키트 등을 개발하였다. 둘째, 개발된 프로그램을 두 학급에 시범적으로 적용하여 만족도 조사와 교사 인터뷰 등을 통해 결과를 분석하였다. 분석 결과는 전체 만족도 평균은 매우 높게 (4.40/5) 나왔으며 특히, '수업 참여도'에 대한 만족도가 높은 것으로 분석되었다. 셋째, 분석 결과를 바탕으로 개발한 프로그램에 대한 가능성과 가치, 한계점 등을 논한다. 본 연구 결과는 과학에 대한 직접적인 이해가 어려운 초등학교 저학년을 대상으로 감성과학에 대해 쉽고 흥미롭게 접근할 수 있는 교육 프로그램이라 할 수 있다. 이러한 교육을 통해 감성과학을 효과적으로 이해하고, 감성 중심 시대를 선도할 인재를 양성하는데 도움이 될 것으로 기대한다.

• 한국수자원학회논문집
• /
• 제43권8호
• /
• pp.721-731
• /
• 2010

강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였으며, 이를 위해 오류역전파알고리즘을 이용한 신경망모형과 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨 모형 그리고 최적화된 상태에서 다시 학습을 진행하는 세 가지 모형에 대하여 적용한 결과 유전자 알고리즘을 사용하여 신경망을 학습시킨 모형이 다른 모형들에 비해 우수한 결과를 보여주고 있으며 예측시간이 길어지더라도 예측력이 크게 떨어지지 않았다. 또한 입력자료로 강우와 수위를 사용한 모형보다는 수위를 사용한 모형에서 조금 더 우수한 결과를 보여주었다.

• 한국산학기술학회논문지
• /
• 제19권12호
• /
• pp.863-871
• /
• 2018

본 논문에서는 기존의 취약점 분석 도구들의 미탐지, 오탐지, 과탐지를 발생시켜 정확한 취약점 탐지를 어렵게 하는 문제점을 해결하고 분석 대상이 되는 어플리케이션의 위험도를 평가하여 안전한 어플리케이션을 개발하거나 관리할 수 있는 정적 및 동적 분석을 이용한 크로스 체크기반의 취약점 탐지 기법을 제안한다. 또한 각각의 취약점이 가지고 있는 자체 위험도를 계산하고 정확도를 높인 취약점 탐지 기법을 바탕으로 최종적인 어플리케이션의 위험도를 평가, 제시함으로서 안전한 어플리케이션의 개발 및 운영을 돕는다. 제안하는 기법은 정적 분석 및 동적 분석 기법을 사용하는 도구들의 상호작용을 통해 각 기법의 단점들을 극복하여 취약점 탐지 정확도를 향상시킨다. 또한 기존의 취약점 위험도평가 시스템은 취약점 자체 위험도에 대해서만 평가하였으나, 제안하는 위험도 평가는 취약점 자체 위험도와 탐지 정확도를 복합적으로 반영하여 어플리케이션이 얼마나 위험에 노출되어 있는지를 평가한다. 제안하는 기법은 CWE에서 SANS top 25의 상위 10위 항목을 기준으로 기존의 분석 도구들과 탐지 가능한 목록, 탐지 정확도를 비교분석하였으며, 기존의 취약점 위험도에 대한 정량적 평가 시스템과 제안하는 어플리케이션 위험도 평가 결과를 비교 분석 및 평가하였다. 제안하는 기법으로 프로토타입 분석 툴을 구현하여 실험을 통해 어플리케이션의 취약점을 분석하였을 때, 기존의 분석 도구들의 취약점 탐지 능력보다 우수한 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제21권10호
• /
• pp.59-66
• /
• 2021

본 논문에서는 통합보안관제에 인공지능 기술을 적용하고, 기존 보안관제와 인공지능 보안관제의 대응절차를 일원화한, 개선된 통합보안관제 절차를 새롭게 제안하였다. 현재의 사이버보안관제는 사람의 능력 수준에 의존도가 매우 높다. 그래서 사람에 의해 여러 이기종 장비에서 발생하는 다양한 로그를 분석하고, 급증하는 보안이벤트를 모두 분석·처리한다는 것은 사실상 무리가 있다. 그리고 문자열과 패턴 일치로 탐지하는 시그니처 기반의 보안장비는 APT(Advanced Persistent Threat)와 같은 고도화·지능화된 사이버공격을 정확히 탐지하기에 기능상 부족한 면이 있다. 이러한 문제들을 해결하기 위한 방안으로 인공지능 지도·비지도학습 기술을 사이버공격 탐지 및 분석에 적용하고, 이를 통해 수 없이 많이 발생하는 로그와 이벤트의 분석을 자동화하여, 고도화된 사이버공격의 지속적인 발생을 예측·차단할 수 있도록 하여 전반적인 측면에서 대응수준을 높였다. 그리고 보안관제에 인공지능 기술을 적용한 후 AI와 SIEM의 중복 탐지 등의 문제점을 일원화 된 침해대응 프로세스(절차)로 통합·해결함으로써 개선된 통합보안관제 서비스 모델을 새롭게 제안하였다.

• 디지털융복합연구
• /
• 제18권12호
• /
• pp.11-19
• /
• 2020

본 연구는 최근 급격한 환경변화로 인하여 세대 간 디지털 격차가 더욱 심각해 질 것으로 예상됨에 따라, 중고령층을 대상으로 4차 산업혁명 관련 기술에 대한 인지 및 디지털기술 활용 등을 살펴보고 향후, 디지털 격차를 해소하기 위한 방안에 대해 제시하고자 하였다. 연구를 위하여, 2019년 디지털정보격차 실태조사 원시데이터를 활용하였다. 연구결과, 미래 지능정보사회에 대한 인지정도에 따라 디지털정보 활용 측면에 차이가 있는 것으로 나타났다. 미래 지능정보사회에 대한 인지가 높은 그룹일수록 다양한 분야의 정보활용능력이 높게 나타났다. 중고령층의 삶의 만족도에 영향을 주는 요인으로 미래 지능정보기술의 필요성을 많이 인지할수록, 새로운 기술에 대한 자신감과 태도가 적극적일수록 삶의 만족도가 높은 것으로 나타났다. 본 연구는 고령화 진전과 지식정보사회로의 전환시기로 디지털 격차 증대에 대한 우려가 논의되고 있는 시점에서, 중고령층의 디지털정보기술의 활용과 미래 지식정보기술의 인식과 태도가 삶의 만족도에 영향을 준다는 결과를 도출함으로써 중고령층의 삶의 질을 향상시키기 위한 디지털정보 기술의 활용능력이 중요함을 제시하였다. 향후 디지털 포용 관점에서 중고령층의 환경변화에 능동적으로 대응하기 위한 디지털정보 역량과 활용에 초점을 맞추는 정책이 필요할 것으로 판단된다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.419-437
• /
• 2023

국내 씬파일러(Thin Filer)의 수가 1200만명을 넘어서며, 금융 업계에서 씬파일러의 신용을 정확히 평가하여 우량고객을 선별해 대출을 공급하는 시도가 많아지고 있다. 특히, 차주의 신용정보에 존재하는 비선형성을 반영하여 채무불이행을 예측하기 위해서 다양한 머신러닝 알고리즘을 활용한 연구가 진행되고 있다. 그 중 그래프 신경망 구조(Graph Neural Network)는 일반적인 신용정보 외에 대출자 간의 네트워크 정보를 반영할 수 있다는 점에서 데이터가 부족한 씬파일러의 채무 불이행 예측에서 주목할 만하다. 그러나, 그래프 신경망을 활용한 기존의 연구들은 신용정보에 존재하는 다양한 범주형 변수를 적절히 처리하지 못했다는 한계가 있었다. 이에 본 연구는 범주형 변수의 맥락적 정보를 추출할 수 있는 트랜스포머 메커니즘(Transformer mechanism)과 대출자 간 네트워크 정보를 반영할 수 있는 그래프 합성곱 신경망(Graph Convolutional Network)를 결합하여 효과적으로 씬파일러의 채무 불이행 예측이 가능한 TeGCN (Transformer embedded Graph Convolutional Network)를 제안한다. TeGCN는 일반 대출자 데이터셋과 씬파일러 데이터셋에 대하여 모두 베이스 라인 모델 대비 높은 성능을 보였으며, 특히 씬파일러 채무 불이행 예측에 우수한 성능을 달성했다. 본 연구는 범주형 변수가 많은 신용정보와 데이터가 부족한 씬파일러의 특성에 적합한 모델 구조를 결합하여 높은 채무 불이행 예측 성능을 달성했다는 시사점이 있다. 이는 씬파일러의 금융소외문제를 해결하고 금융업계에서 씬파일러를 대상으로 추가적인 수익을 창출하는데 기여할 수 있을 것이다.

• 실천공학교육논문지
• /
• 제15권1호
• /
• pp.23-29
• /
• 2023

초등학생들은 인공지능을 활용하여 문제를 해결할 수 있는 능력을 기르는 것이 중요하므로 문제 해결 능력을 기르는 교육과 함께, 인공지능을 활용한 문제 해결 능력을 키우는 교육이 필요하다. 초등학생들은 인공지능에 대한 개념과 원리를 이해하고, 인공지능이 어떻게 작동하는지에 대한 기초적인 이해를 쉽게 재미있는 방식으로 교육받을 수 있는 형태가 필요하다. 이를 위하여 초등학교 3학년을 위한 8시간 기반의 인공지능 융합 프로그램을 자율주행차를 소재로 계획 및 운영한 결과 초등학생들의 문제 해결 능력, 창의력, 인공지능 이해도 등을 향상시키는 데 효과적임을 보여주었다. 캠프를 운영한 결과 학생들의 인공지능에 대한 이해도가 사전 평균 3.56(표준편차 .85), 사후 평균 4.00(표준편차 .71), t값은 -5.412(p<0.001)로 나타나서 통계적으로 인공지능의 이해도가 향상되었음을 알 수 있었고, 학생들의 만족도와 흥미도가 높음을 확인할 수 있었다. 향후에는 초등학생들이 직접 아이디어를 구안하고 인공지능 모델이 적용될 수 있는 제품을 만들어서 인공지능 모델을 프로그래밍할 수 있는 형태의 교육프로그램을 개발할 필요가 있을 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.89-95
• /
• 2024

요즘 기업의 경쟁력은 조직이 축적한 조직의 지식들을 모든 조직원들이 잘 공유하고 활용하는 능력에 달려있다. 이것을 증명이라도 하듯이 지금 세상은 LLM(거대언어모델)의 기반의 생성형 AI 기술을 이용한 쳇GPT서비스에 대해 집중하고 있다. 하지만, 쳇GPT 서비스를 업무에 적용하기에는 아직 환각성 문제가 많아 어려운 상태이다. 이 문제를 해결하기 위해 sLLM(경량거대언어모델) 기술이 대안으로 제시되고 있다. sLLM을 구성하기 위해서는 기업데이터가 필수적으로 필요하다. 기업데이터는 조직의 ERP Data와 조직이 보존하고 있는 기업의 오피스 문서 지식 데이터이다. ERP Data는 sLLM과 직접 연결하여 활용할 수 있으나 오피스 문서는 파일 형태로 저장되어 있어서 데이터 형태로 변환하여야 sLLM과 연결하여 활용할 수 있다. 뿐만 아니라 파일 형태로 저장되어져 있는 오피스 문서들을 조직을 지식 정보로 활용하기에는 기술적 제약 사항이 너무 많다. 본 연구는 오피스 문서를 파일 형태가 아닌 DB 형태로 저장하는 방법을 제시함으로서 기업이 기 축적 된 오피스 문서를 조직의 지식 시스템으로 잘 활용할 수 있게 하고, 기업의 sLLM에 오피스 문서를 데이터 형태로 제공하여 AI 기술과 접목하여 기업 경쟁력을 향상 시키는데 기여하고자 한다.

• 한국인터넷방송통신학회논문지
• /
• 제24권3호
• /
• pp.77-85
• /
• 2024

본 논문에서는 열화상 카메라, 스피드돔 카메라, PTZ 카메라, 레이더, 라이다 센서와 스마트폰을 통합한 순찰 로봇을 설계하고 구현하였다. 이 로봇은 복잡한 환경에서도 효율적으로 감시하고 대응할 수 있는 능력을 갖추고 있으며, 특히 야간이나 가시성이 낮은 조건에서도 높은 성능을 발휘할 수 있도록 설계되었다. 로봇의 이동성을 위해 궤도 이동체계를 선택하였고, 실시간 데이터 처리와 의사결정을 위해 스마트폰 기반의 제어 시스템을 개발하였다. 다양한 센서의 조합은 로봇이 환경을 포괄적으로 인식하고 위험 요소를 신속하게 감지할 수 있게 해준다. 열화상 카메라는 야간 감시에, 스피드돔과 PTZ 카메라는 광범위한 영역 모니터링에, 레이더와 라이다는 장애물 탐지와 회피에 활용된다. 스마트폰 기반 제어 시스템은 사용자 친화적인 인터페이스를 제공한다. 제안된 로봇 시스템은 보안, 감시, 재난 대응 등 다양한 분야에서 활용 가능하다. 향후 연구에서는 로봇의 자율 순찰 알고리즘 개선, 다중 로봇 협업 시스템 개발, 실제 환경에서의 장기 테스트 등이 수행되어야 할 것이다. 본 연구는 지능형 감시 로봇 분야의 발전에 기여할 것으로 기대된다.

• 한국축산식품학회지
• /
• 제44권5호
• /
• pp.1080-1095
• /
• 2024

In contemporary society, the increasing number of pet-owning households has significantly heightened interest in companion animal health, expanding the probiotics market aimed at enhancing pet well-being. Consequently, research into the gut microbiota of companion animals has gained momentum, however, ethical and societal challenges associated with experiments on intelligent and pain-sensitive animals necessitate alternative research methodologies to reduce reliance on live animal testing. To address this need, the Fermenter for Intestinal Microbiota Model (FIMM) is being investigated as an in vitro tool designed to replicate gastrointestinal conditions of living animals, offering a means to study gut microbiota while minimizing animal experimentation. The FIMM system explored interactions between intestinal microbiota and probiotics within a simulated gut environment. Two strains of commercial probiotic bacteria, Enterococcus faecium IDCC 2102 and Bifidobacterium lactis IDCC 4301, along with a newly isolated strain from domestic dogs, Lactobacillus acidophilus SLAM AK001, were introduced into the FIMM system with gut microbiota from a beagle model. Findings highlight the system's capacity to mirror and modulate the gut environment, evidenced by an increase in beneficial bacteria like Lactobacillus and Faecalibacterium and a decrease in the pathogen Clostridium. The study also verified the system's ability to facilitate accurate interactions between probiotics and commensal bacteria, demonstrated by the production of short-chain fatty acids and bacterial metabolites, including amino acids and gamma-aminobutyric acid precursors. Thus, the results advocate for FIMM as an in vitro system that authentically simulates the intestinal environment, presenting a viable alternative for examining gut microbiota and metabolites in companion animals.