• 지능정보연구
• /
• 제26권2호
• /
• pp.79-104
• /
• 2020

최근 텍스트와 이미지 딥러닝 기술의 괄목할만한 발전에 힘입어, 두 분야의 접점에 해당하는 이미지 캡셔닝에 대한 관심이 급증하고 있다. 이미지 캡셔닝은 주어진 이미지에 대한 캡션을 자동으로 생성하는 기술로, 이미지 이해와 텍스트 생성을 동시에 다룬다. 다양한 활용 가능성 덕분에 인공지능의 핵심 연구 분야 중 하나로 자리매김하고 있으며, 성능을 다양한 측면에서 향상시키고자 하는 시도가 꾸준히 이루어지고 있다. 하지만 이처럼 이미지 캡셔닝의 성능을 고도화하기 위한 최근의 많은 노력에도 불구하고, 이미지를 일반인이 아닌 분야별 전문가의 시각에서 해석하기 위한 연구는 찾아보기 어렵다. 동일한 이미지에 대해서도 이미지를 접한 사람의 전문 분야에 따라 관심을 갖고 주목하는 부분이 상이할 뿐 아니라, 전문성의 수준에 따라 이를 해석하고 표현하는 방식도 다르다. 이에 본 연구에서는 전문가의 전문성을 활용하여 이미지에 대해 해당 분야에 특화된 캡션을 생성하기 위한 방안을 제안한다. 구체적으로 제안 방법론은 방대한 양의 일반 데이터에 대해 사전 학습을 수행한 후, 소량의 전문 데이터에 대한 전이 학습을 통해 해당 분야의 전문성을 이식한다. 또한 본 연구에서는 이 과정에서 발생하게 되는 관찰간 간섭 문제를 해결하기 위해 '특성 독립 전이 학습' 방안을 제안한다. 제안 방법론의 실현 가능성을 파악하기 위해 MSCOCO의 이미지-캡션 데이터 셋을 활용하여 사전 학습을 수행하고, 미술 치료사의 자문을 토대로 생성한 '이미지-전문 캡션' 데이터를 활용하여 전문성을 이식하는 실험을 수행하였다. 실험 결과 일반 데이터에 대한 학습을 통해 생성된 캡션은 전문적 해석과 무관한 내용을 다수 포함하는 것과 달리, 제안 방법론에 따라 생성된 캡션은 이식된 전문성 관점에서의 캡션을 생성함을 확인하였다. 본 연구는 전문 이미지 해석이라는 새로운 연구 목표를 제안하였고, 이를 위해 전이 학습의 새로운 활용 방안과 특정 도메인에 특화된 캡션을 생성하는 방법을 제시하였다.

• 한국과학교육학회지
• /
• 제40권3호
• /
• pp.337-346
• /
• 2020

본 연구에서는 과학중점고 학생들이 말하는 과학중점고의 학생 참여형 수업의 특성과 과학긍정경험의 관련성 및 과학긍정경험 유발요인과 개선 방안을 탐색하였다. 전국 4개 권역에서 총 20명의 학생들과 5명의 담당 교사들이 심층면담에 참여하였으며, 먼저 학생 초점집단을 대상으로 심층면담을 진행하고 그 이후 교사와 심층면담을 진행하였다. 면담결과를 토대로 과학긍정경험에 도움이 되는 교수학습 경험, 과학긍정경험에 도움이 되는 평가 경험, 과학긍정경험 제고를 위한 과학중점고 개선과 지원 방안을 탐색하였다. 심층면담에서 과학중점고 학생들과 교사들은 학생들이 이해할 수 있는 범위 안에서 관심을 끌면서 수업을 진행해야 학생 참여도가 높아지고, 학생들이 주제를 정하거나 직접 탐구과정을 설계하는 실험을 통해 과학 흥미와 같은 긍정경험을 높일 수 있으며, 과학의 본질에 맞는 탐구실험 활동을 통해 과학 문제 해결력과 과학적 사고력 등의 역량을 길러줄 필요가 있다고 주장하였다. 또한, 과학긍정경험 제고를 위한 과학중점고 개선과 지원 방안으로는 과학 시수 확보, 과학과 선택과목의 내용을 선택과 집중 형태로 재구조화, 과학고가 아니더라도 과학을 좋아하는 학생들이 과학을 많이 배울 수 있도록 과학중점고 유지의 필요성 등이 제안되었다. 과학중점고 학생들의 과학긍정경험에 대한 연구결과를 토대로, 일반고 학생들의 과학긍정경험 제고에 주는 시사점과 일반고 학생들의 과학긍정경험을 높일 수 있는 방안을 제안하였다.

• 대한지구과학교육학회지
• /
• 제10권3호
• /
• pp.262-277
• /
• 2017

디지털 교과서는 다양한 상호작용을 통하여 학습자의 특성과 수준에 적합한 학습을 가능하게 하는 교수학습 자료이다. 이 연구에서는 초등 과학 수업에서 디지털 교과서를 보다 효과적으로 활용할 수 있는 수업모형을 개발하고 그 효율을 확인하고자 한다. 초등 과학 수업에서 학습자들의 완결학습을 도와주기 위한 수업모형은 출발점 행동 진단과 피드백, 자기주도적 학습 환경 구축 그리고 학습자의 학습을 돕는 교사, 학생, 디지털 교과서와의 상호작용이 필요하다. 이러한 특징을 반영한 디지털 교과서 활용 수업모형은 준비단계, 실행단계, 다지기단계로 구성하였다. 준비단계에서 학습자는 디지털 교과서를 이용한 진단평가 결과에 따라서 제공되는 수준별 피드백 자료를 통해 출발점 행동을 보완하고 학습 활동에 대한 흥미를 유지한다. 실행단계에서 학습자는 디지털 교과서의 다양한 기능과 여러 형태의 자료를 활용하여 자기 주도적으로 학습을 진행한다. 다지기단계에서 학습자는 교사가 구성한 다지기 영상 및 다지기 문제 풀이 활동 그리고 학습자가 커뮤니티에 누적해 놓은 결과물을 재확인함으로써 학습내용을 내면화할 수 있다. 개발한 수업모형의 효과를 확인하기 위해서 초등 과학 5학년 2학기 '날씨와 우리 생활' 단원을 선정하여 수업자료를 제작하여 초등학교 5학년 101명을 대상으로 실험을 설계하였다. 실험집단 50명에게는 개별적으로 스마트기기를 제공하여 디지털 교과서 활용 수업모형을 적용한 수업을 실시하였고, 비교집단 51명은 서책형 교과서를 활용한 수업을 실시하였다. 그 결과는 다음과 같다. 첫째, 디지털 교과서 활용 수업모형을 적용한 수업은 서책형 교과서를 활용한 수업에 비해 학업 능력이 낮은 집단의 학업성취도 향상에 유의미한 효과가 있었다. 둘째, 디지털 교과서 활용 수업모형을 적용한 수업은 서책형 교과서를 활용한 수업보다 학습자의 자기주도적 학습 태도 향상에 효율적이었다. 셋째, 디지털 교과서 활용 수업모형을 적용한 수업에서는 서책형 교과서를 활용한 수업보다 학습자, 교사, 디지털 교과서와의 상호작용 횟수가 많았다. 결론적으로 이 연구에서 개발한 초등 과학 수업에서의 디지털 교과서 활용 수업모형은 학습자의 학업성취도와 자기주도적 학습 태도를 향상시키는데 도움이 되었다.

• 한국건설순환자원학회논문집
• /
• 제1권1호
• /
• pp.8-16
• /
• 2013

현재 전 세계적으로 석탄, 석유 등 화석연료의 사용으로 지구 온난화가 진행되고 있으며, IPCC는 지난 100년간(1906~2005년) 지구 지표기온이 $0.74^{\circ}C{\pm}0.18^{\circ}C$ 상승하였고 최근 50년간의 온난화 증가 추세($0.13^{\circ}C{\pm}0.03^{\circ}C$/10년)를 살펴보면 과거 100년간의 변화($0.07^{\circ}C{\pm}0.02^{\circ}C$/10년)에 비해 거의 2배가 증가 하였다고 발표하였다. 이러한 원인으로 폭염, 폭설, 폭우 및 슈퍼태풍 등과 같은 이상기후, 극한기후 현상이 지속적으로 증가 되고 있다. 또한 이로 인하여 사회기반시설의 파괴 및 손상, 인명피해가 급증하고 있으며 콘크리트 구조물의 경우 장기간 지속되는 극심한 기후변화에 따라 급속도로 노화되고 있다. 이러한 문제들을 해결하기 위해서는 기후변화에 적합한 기준 및 시공 기술 등이 필요한 실정이다. 본 연구에서는 이러한 문제점들을 해결하고자, 콘크리트 양생에 영향을 미치는 온도, 습도, 일조량, 풍량 등 다양한 기후인자 요소 중 주요 요인인 온도와 습도를 다양한 케이스별로 실험을 실시하였으며, 각 케이스 별로 압축강도(3, 7, 28일), 할렬인장강도(3, 7, 28일)실험을 하였다. 그리고 실험 데이터를 바탕으로 콘크리트 시편의 성능을 평가하고 만족도 곡선을 작성하며, 이를 성능중심형설계방법(PBDM : Performance Based Design Method)에 적용하였다. PBD란 과거의 실험 해석과 현재의 실험 해석등의 여러 결과들을 합하여, 구조물에서 요구되는 재료 성능을 만족시키는 성능 기반형 설계법 으로써, 최근 전세계적으로 연구가 활발히 진행 중이다. 그리고 PBD의 최종 목적은 사용기간 중 구조물이 충분한 성능을 갖출 수 있도록 시공, 설계하는 것이며 이를 사용 할 경우 문제 해결에 있어서 다양한 방법을 제시 할 수 있고, 경제성과 기능성 면에서도 최대한의 효과를 이끌어 낼 수 있다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.23-46
• /
• 2021

개인화 추천에서 많이 사용되는 협업 필터링은 고객들의 구매이력을 기반으로 유사고객을 찾아 상품을 추천할 수 있는 매우 유용한 기법으로 인식되고 있다. 그러나, 전통적인 협업 필터링 기법은 사용자 간에 직접적인 연결과 공통적인 특징을 기반으로 유사도를 계산하는 방식으로 인해 신규 고객 혹은 상품에 대해 유사도를 계산하기 힘들다는 문제가 제기되어 왔다. 이를 극복하기 위하여, 다른 기법을 함께 사용하는 하이브리드 기법이 고안되기도 하였다. 이런 노력의 하나로서, 사회연결망의 구조적 특성을 적용하여 이런 문제를 해결하려는 시도가 있었다. 이는, 직접적으로 유사성을 찾기 힘든 사용자 간에도 둘 사이에 놓인 유사한 사용자 또는 사용자들을 통해 유추해내는 방식으로 상호 간의 유사성을 계산하는 방식을 적용한 것이다. 즉, 구매 데이터를 기반으로 사용자의 네트워크를 생성하고 이 네트워크 내에서 두 사용자를 간접적으로 이어주는 네트워크의 특성을 기반으로 둘 사이의 유사도를 계산하는 것이다. 이렇게 얻은 유사도는 추천대상 고객이 상품의 추천에 대한 수락여부를 결정하는 척도로 활용될 수 있다. 서로 다른 중심성 척도는 추천성과에 미치는 영향이 서로 다를 수 있다는 점에서 중요한 의미를 갖는다 할 수 있다. 이런 유사도의 계산을 위해서 네트워크의 중심성을 활용할 수 있다. 본 연구에서는 여기서 더 나아가 이런 중심성이 추천성과에 미치는 영향이 추천 알고리즘에 따라서도 다를 수 있다는 데에서 주목하여 수행되었다. 또한, 이런 네트워크 분석을 활용한 추천기법은 신규 고객 혹은 상품뿐만 아니라 전체 고객 혹은 상품으로 그 대상을 넓히더라도 추천 성능을 높이는 데 기여할 것을 기대할 수 있을 것이다. 이런 관점에서 본 연구는 네트워크 모형에서 연결선이 생성되는 것을 이진 분류의 문제로 보고, 추천 모형에 적용할 분류 기법으로 의사결정나무, K-최근접이웃법, 로지스틱 회귀분석, 인공신경망, 서포트 벡터 머신을 선택하고, 온라인 쇼핑몰에서 4년2개월간 수집된 구매 데이터로 실험을 진행하였다. 사회연결망에서 측정된 중심성 척도를 각 분류 기법에 적용하여 생성한 모형을 비교 실험한 결과, 각 모형 별로 중심성 척도의 추천성공률이 서로 다르게 나타남을 확인할 수 있었다.