• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.755-770
• /
• 2023

최근 심각한 기후변화, 기상이상 현상 등으로 인해 자연재난의 발생빈도 및 규모가 증가하고 있다. 대형화 재난 발생 시 시간·경제적 제약으로 인해 인공위성, 드론 등 원격탐사 기반의 재난관리의 필요성이 대두되고 있다. 본 연구에서는 재난 발생 시 활용가능한 국내·외 위성들과 최근 우주산업 활성화에 따라 운용 중 및 개발 중인 차세대중형위성, 초소형위성의 현황과 대량의 위성영상들의 활용 기술 동향에 대해 정리하였다. 분석 기술로는 딥러닝의 근간인 인공지능 기술을 접목한 연구들이 있으며, 사용자 중심의 분석 준비 데이터(analysis ready data)를 활용할 수 있는 주요 플랫폼을 소개하였다. 또한 최근 발생된 대형재난인 홍수, 산사태, 가뭄, 산불을 중심으로 위성영상을 활용하여 피해분석을 함으로써 재난관리에 어떻게 활용될 수 있는지에 대해 확인하였다. 마지막으로 개발될 위성을 고려하여 재난 관리 단계별 활용방안에 대해 제시하였다. 본 연구를 통해 위성개발 및 운영현황, 최신 위성영상 분석기술 동향과 다종 위성영상을 활용한 재난대응 방안에 대해 제시되었다. 재난 진행단계에서는 예방과 대비 보다는 대응과 복구에 대한 위성영상의 활용도가 높은 것을 확인할 수 있었다. 향후 다종의 영상이 수급되었을 때 효과적인 재난관리를 위해 인공지능, 딥러닝 등 최신기술 융합 방안과 적용 가능성에 대한 연구를 수행할 예정이다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제37권3호
• /
• pp.349-368
• /
• 2023

2022 개정 교육과정은 언어 소양 및 디지털 소양과 함께 전 교과의 학습을 통해 함양할 수 있는 기초소양으로써 수리 소양의 중요성을 강조하였다. 그러나 수리 소양에 관한 적합한 정의를 내리고 있지 않아 모든 교과의 교육과정에 체계적으로 이를 적용하는 것에 어려움이 있다. 이 연구는 우리나라 교육과정에서 기초소양으로써 수리 소양이 체계적으로 적용될 수 있도록, 문헌 검토를 통해 교육과정에서의 수리 소양의 정의를 명료화하고 타 교과에서의 수리 소양의 적용 양상을 분석하는 것을 목적으로 한다. 이를 위해 먼저 문헌 연구를 통해 수리문해력, 수학 역량 등과 같은 용어와 비교, 대조하고 수리 소양의 의미를 명료화하고 세분화한다. 다음으로 국내외 각 교육과정에서 나타난 수리 소양의 범주를 비교해보고, 수리 소양이 전 교과의 성취기준에 반영된 호주 NSW주의 교육과정에 수리 소양의 적용 양상을 분석한다. 수리 소양의 의미를 세분화하여 각 성질을 이해하고 교육과정에의 적용 양상을 살펴보는 것은 수학 교과 이외의 교과에서도 수리 소양을 반영한 교육과정을 구성하도록 도울 수 있을 것이라 기대한다.

• 디지털정책학회지
• /
• 제2권4호
• /
• pp.1-10
• /
• 2023

본 연구는 경찰교통에서의 효과적 ChatGPT 활용 방안 도출을 위한 사전 연구로서 운전면허 학과시험과 도로교통사고감정사 시험에 대한 ChatGPT의 응답을 분석하였다. ChatGPT가 뛰어난 성능과 접근성으로 여러 분야에서 기대를 받고 있으나 경찰 교통법규와 같이 고도의 정확성이 요구되는 분야에서는 사전에 그 성능과 한계를 탐색할 필요가 있다. 이에 본 연구에서는 운전면허 학과시험 문제은행과 도로교통사고감정사 1차 시험을 대상으로 파이썬 코드로 OpenAI API를 이용해 30회의 반복 실험으로 ChatGPT의 응답을 수집하고 응답 결과를 바탕으로 시험별·연도별·내용 영역별 정답률, 일관성 능력을 분석하였다. 분석 결과 첫째, 운전면허 학과시험 및 도로교통사고감정사 1차 시험의 평균 정답률은 각 44.60%, 35.45%로 합격기준보다 낮았다. 연도별로는 2022년 이후 정답률이 평균 정답률을 하회했다. 둘째, 영역별 정답률은 29.69%~56.80%로 나타나 큰 편차를 보였다. 셋째, 정답을 맞힌 경우 95% 이상 일관되게 같은 응답을 출력하였다. ChatGPT의 효과적 활용을 위해서는 사용자의 전문 지식, 평가 데이터 및 방법 마련, 양질의 교통법규 말뭉치 설계와 주기적 학습이 필요하다고 판단된다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권9호
• /
• pp.263-272
• /
• 2023

산업용 IoT는 대규모 연결을 통해 데이터 수집, 교환, 분석과 함께 산업 분야의 생산 효율성 개선에 중요한 요소이다. 그러나 최근 산업용 IoT의 확산으로 인해 트래픽이 폭발적으로 증가함에 따라 트래픽을 효율적으로 처리해줄 할당 기법이 필요하다. 본 논문에서는 산업용 IoT 환경에서 성공적인 태스크 처리율을 높이기 위한 2단계 태스크 오프로딩 결정 기법을 제안한다. 또한, 컴퓨팅 집약적인 태스크를 셀룰러 링크를 통해 이동 엣지 컴퓨팅(Mobile Edge Computing: MEC) 서버로 오프로드 하거나 D2D(Device to Device) 링크를 통해 근처의 산업용 IoT 장치로 오프로드 할 수 있는 하이브리드 오프로딩(Hybrid-offloading) 시스템을 고려한다. 먼저 1단계는 태스크 오프로딩에 참여하는 기기들이 이기적으로 행동하여 태스크 처리율 향상에 어려움을 주는 것을 방지하기 위해 인센티브 메커니즘을 설계한다. 메커니즘 디자인 중 McAfee's 메커니즘을 사용하여 태스크를 처리해주는 기기들의 이기적인 행동을 제어하고 전체 시스템 처리율을 높일 수 있도록 한다. 그 후 2단계에서는 산업용 IoT 장치의 불규칙한 움직임을 고려하여 비정상성(Non-stationary) 환경에서 멀티 암드 밴딧(Multi-Armed Bandit: MAB) 기반 태스크 오프로딩 결정 기법을 제안한다. 실험 결과로 제안된 기법이 기존의 다른 기법에 비해 전체 시스템 처리율, 통신 실패율, 후회 측면에서 더 나은 성능을 달성할 수 있음을 보인다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제43권1호
• /
• pp.136-147
• /
• 2024

최근 과학교육에서는 실생활에서 발생하는 여러 문제나 위험에 대해서 과학적으로 인식하여 대응할 수 있는 '과학적 참여와 실천' 역량을 기를 수 있는 수업이 강조되고 있다. 본 연구에서는 초등 예비교사들이 설계한 '과학적 참여와 실천' 수업의 특징을 살펴보기 위하여, 예비교사들이 작성한 교수학습 과정 안을 분석하고 시사점을 도출하였다. 이를 위해, 2022 개정 과학과 교육과정 초등학교 3~4학년군에 제시된 '소음'과 관련한 성취기준에 대해서 예비교사들이 설계한 교수학습 과정안을 수집하고, '문제 인식', '자료수집 및 분석', '실행 및 공유' 관점에서 나타나는 특징을 분석하였다. 연구 결과, 초등 예비교사들이 설계한 교수학습 과정안에서는 '문제해결형', '탐구형', '조사형', '행동촉구형' 활동이라는 4가지 특징이 도출되었다. 이렇게 도출된 4가지 특징들은 다양한 수업의 맥락에 따라 2~3가지 특징이 함께 결합되기도 하고, 한 수업에서 한 가지 특징만 나타나는 경우도 있었다. 이러한 결과를 토대로, 초등학생을 위한 과학적 참여와 실천 수업을 설계하는 교사들을 조력하기 위한 시사점을 교수학습 방법적 측면과 교사교육적 측면으로 나누어 논의하였다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제43권1호
• /
• pp.170-184
• /
• 2024

교사의 과학 수업 계획 능력을 향상하기 위한 실제적 연구가 필요하다는 인식하에 이 연구에서는 오개념이 드러나는 비디오 클립을 활용한 교육적 추론 활동이 초등 예비교사의 과학 수업 계획에 미치는 영향을 조사하였다. 교육대학에 재학 중인 예비교사 8명이 자발적으로 연구에 참여하였다. 용해와 용액 단원에 대한 1차시의 수업 계획을 작성하도록 하였으며, 반구조화된 1차 면담을 하였다. 이후 예비교사들에게 비디오 클립을 제공하고 이를 활용한 교육적 추론 활동에 참여하도록 하였다. 활동 결과를 바탕으로 계획한 수업을 수정하도록 하였으며, 이후 반구조화된 2차 면담을 진행하였다. 예비교사가 작성한 수업 지도안과 면담 전사본을 주 자료로 지속적 비교 방법으로 분석하여 수업 계획의 변화양상을 알아 보았다. 연구 결과, 비디오 클립을 활용한 교육적 추론 활동 이후, 예비교사들은 학생의 사고를 구체적으로 이해하고 이를 반영하기 위해 활동을 구체화하거나 소재를 변경하였다. 또한 일부 예비교사는 학생의 다양한 사고를 고려하여 목표나 평가 기준을 보완하는 모습을 보였다. 학생의 흥미나 동기, 오개념을 종합적으로 고려하여 동기유발 전략을 구체화한 예비교사도 있었다. 그러나 여전히 많은 예비교사가 학생의 오개념에 대한 고려는 미흡한 상태로 학습 목표를 설정하였다. 또한 예비교사들은 학생의 사고보다는 정해진 학습 목표만 고려하여 평가를 구성하는 경우가 많았다. 단순한 흥미 외에 오개념까지 종합적으로 고려하여 동기유발 전략을 구성한 예비교사도 많지 않았다. 예비교사들은 오개념을 수업내용에 연결하는 데 어려움을 겪거나 오개념에 대한 예측 한계로 어려움을 겪기도 하였다. 이상의 연구 결과를 바탕으로 초등 예비교사가 수업을 계획할 때 학생의 오개념을 효과적으로 고려할 수 있도록 하는 방안을 논의하였다.

• 경영정보학연구
• /
• 제24권1호
• /
• pp.105-123
• /
• 2022

신용리스크 관리에 해당하는 부도예측모형은 기업에 대한 신용평가라고도 볼 수 있으며 은행을 비롯한 금융기관의 신용평가모형의 기본 지식기반으로 새로운 인공지능 기술을 접목할 수 있는 유망한 분야로 손꼽히고 있다. 고도화된 모형의 실제 응용은 사용자의 수용도가 중요하나 부도예측모형의 경우, 금융전문가 혹은 고객에게 모형의 결과에 대한 설명이 요구되는 분야로 설명력이 없는 모형은 실제로 도입되고 사용자들에게 수용되기에는 어려움이 있다. 결국 모형의 결과에 대한 설명은 모형의 사용자에게 제공되는 것으로 사용자가 납득할 수 있는 설명을 제공하는 것이 모형에 대한 신뢰와 수용을 증진시킬 수 있다. 본 연구에서는 머신러닝 기반 모형에 설명력을 제고하는 방안으로 설명대상 인스턴스에 대하여 로컬영역에서의 설명을 제공하고자 한다. 이를 위해 설명대상의 로컬영역에 유전알고리즘(GA)을 이용하여 가상의 데이터포인트들을 생성한 후, 로컬 대리모델(surrogate model)로 연관규칙 알고리즘을 이용하여 설명대상에 대한 규칙기반 설명(rule-based explanation)을 생성한다. 해석 가능한 로컬 모델의 활용으로 설명을 제공하는 기존의 방법에서 더 나아가 본 연구는 부도예측모형에 이용된 재무변수의 특성을 반영하여 연관규칙으로 도출된 설명에 도메인 지식을 통합한다. 이를 통해 사용자에게 제공되는 규칙의 현실적 가능성(feasibility)을 확보하고 제공되는 설명의 이해와 수용을 제고하고자 한다. 본 연구에서는 대표적인 블랙박스 모형인 인공신경망 기반 부도예측모형을 기반으로 최신의 규칙기반 설명 방법인 Anchor와 비교하였다. 제안하는 방법은 인공신경망 뿐만 아니라 다른 머신러닝 모형에도 적용 가능한 방법(model-agonistic method)이다.

• 정보보호학회논문지
• /
• 제34권2호
• /
• pp.207-216
• /
• 2024

4차 산업혁명으로 인해 빅데이터가 구축됨에 따라 개인 맞춤형 서비스가 급증했다. 이로 인해 온라인 서비스에서 수집하는 개인정보의 양이 늘어났으며, 사용자들의 개인정보 유출 및 프라이버시 침해 우려가 높아졌다. 온라인 서비스 제공자들은 이용자들의 프라이버시 침해 우려를 해소하기 위해 개인정보 처리방침을 제공하고 있으나, 개인정보 처리방침은 길이가 길고 복잡하여 이용자가 직접 위험 항목을 파악하기 어려운 문제로 인해 오남용되는 경우가 많다. 따라서 자동으로 개인정보 처리방침이 안전한지 여부를 검사할 수 있는 방법이 필요하다. 그러나 종래의 블랙리스트 및 기계학습 기반의 개인정보 처리방침 안전성 검증 기법은 확장이 어렵거나 접근성이 낮은 문제가 있다. 본 논문에서는 문제를 해결하기위해 생성형 인공지능인 GPT-3.5 API를 이용한 개인정보 처리방침 안전성 검증 기법을 제안한다. 새로운 환경에서도 분류 작업을 수행할 수 있고, 전문 지식이 없는 일반인이 쉽게 개인정보 처리방침을 검사할 수 있다는 가능성을 보인다. 실험에서는 블랙리스트 기반 개인정보 처리방침과 GPT 기반 개인정보 처리방침이 안전한 문장과 안전하지 않은 문장의 분류를 얼마나 정확하게 하는지와 분류에 소요된 시간을 측정했다. 실험 결과에 따르면, 제안하는 기법은 종래의 블랙리스트 기반 문장 안전성 검증 기법보다 평균적으로 10.34% 높은 정확도를 보였다.

• 정보처리학회 논문지
• /
• 제13권6호
• /
• pp.284-290
• /
• 2024

음성감정인식(Speech Emotion Recognition, SER)은 사용자의 목소리에서 나타나는 떨림, 어조, 크기 등의 음성 패턴 분석을 통하여 감정 상태를 판단하는 기술이다. 하지만, 기존의 음성 감정인식 연구는 구현된 시나리오를 이용하여 제한된 환경 내에서 숙련된 연기자를 대상으로 기록된 음성인 구현발화를 중심의 연구로 그 결과 또한 높은 성능을 얻을 수 있지만, 이에 반해 자유발화 감정인식은 일상생활에서 통제되지 않는 환경에서 이루어지기 때문에 기존 구현발화보다 현저히 낮은 성능을 보여주고 있다. 본 논문에서는 일상적 자유발화 음성을 활용하여 감정인식을 진행하고, 그 성능을 향상하고자 한다. 성능평가를 위하여 AI Hub에서 제공되는 한국인 자유발화 대화 음성데이터를 사용하였으며, 딥러닝 학습을 위하여 1차원의 음성신호를 시간-주파수가 포함된 2차원의 스펙트로그램(Spectrogram)로 이미지 변환을 진행하였다. 생성된 이미지는 CNN기반 전이학습 신경망 모델인 VGG (Visual Geometry Group) 로 학습하였고, 그 결과 7개 감정(기쁨, 사랑스러움, 화남, 두려움, 슬픔, 중립, 놀람)에 대해서 성인 83.5%, 청소년 73.0%의 감정인식 성능을 확인하였다. 본 연구를 통하여, 기존의 구현발화기반 감정인식 성능과 비교하면, 낮은 성능이지만, 자유발화 감정표현에 대한 정량화할 수 있는 음성적 특징을 규정하기 어려움에도 불구하고, 일상생활에서 이루어진 대화를 기반으로 감정인식을 진행한 점에서 의의를 두고자 한다.

• 산업과 과학
• /
• 제3권2호
• /
• pp.8-16
• /
• 2024

본 논문에서는 인구통계학적, 생리학적 특성을 기반으로 환자에게 가장 적합한 약물을 예측하는 것을 목표로 하는 약물 분류 시스템을 제시한다. 데이터 세트에는 적절한 약물을 결정하기 위한 목적으로 연령, 성별, 혈압(BP), 콜레스테롤 수치, 나트륨 대 칼륨 비율(Na_to_K)과 같은 속성들이 포함된다. 본 연구에 사용된 모델은 KNN(K-Nearest Neighbors), 로지스틱 회귀 분석 및 Random Forest이다. 하이퍼파라미터를 최적화하기 위해 5겹 교차 검증을 갖춘 GridSearchCV를 활용하였으며, 각 모델은 데이터 세트에서 훈련 및 테스트 되었다. 초매개변수 조정 유무에 관계없이 각 모델의 성능은 정확도, 혼동 행렬, 분류 보고서와 같은 지표를 사용하여 평가되었다. GridSearchCV를 적용하지 않은 모델의 정확도는 0.7, 0.875, 0.975인 반면, GridSearchCV를 적용한 모델의 정확도는 0.75, 1.0, 0.975로 나타났다. GridSearchCV는 로지스틱 회귀 분석을 세 가지 모델 중 약물 분류에 가장 효과적인 모델로 식별했으며, K-Nearest Neighbors가 그 뒤를 이었고 Na_to_K 비율은 결과를 예측하는 데 중요한 특징인 것으로 밝혀졌다.