경험적 모델과 머신러닝 기법을 활용한 SNS 사용자 분류방법 비교: 플리커 데이터의 관광객 분류방법

강영옥,조나혜,이주윤,윤지영,이혜진 대한공간정보학회 2019 대한공간정보학회지 Vol.27 No.4

플리커는 위치, 시간, 사진 등의 정보를 포함하고 있어 관광 분야에서 활용이 높은 SNS 가운데 하나이다. 플리커 데이터를 활용하여 관광객의 특성을 분석하기 위해서는 플리커에 사진을 업로드한 사용자 가운데 관광객을 구분하는 것이 필수적이다. 실제 플리커의 메타데이타에는 사용자의 거주지 정보를 기재하게 되어 있지만 정확하게 기재한 사용자의 비율은 40% 미만이다. 본 연구는 플리커 사용자 가운데 관광객과 거주자를 구분하기 위해 경험적 모델과 기계학습 방법을 적용하고, 정확도를 평가하여 어떠한 방법을 사용할지 제안하고자 하였다. 경험적 방법에는 시간적 임계치, 최다 사진 촬영 국가, 최장 체류 국가, 최다 방문 국가를 기준으로 거주국을 추정하는 4가지 방법을, 기계학습 방법에는 로지스틱 회귀, 서포트벡터머신, 의사결정나무, 랜덤포레스트, 인공신경망 모델의 5가지 방법을 적용하였다. 적용 결과 경험적 방법에서는 최장 체류 국가를 기준으로 거주국을 추정하는 방법이, 기계학습 방법에서는 랜덤포레스트 방법이 가장 정확도가 높게 도출되었다. 그러나 관광객 구분에 있어서 정확도뿐 아니라 특이도도 주의 깊게 고려해야 할 항목임을 알 수 있었으며, 연구 목적에 따라 다른 방법이 선택될 수 있음을 제안하였다. Flickr is one of the most utilized SNS in the field of tourism because it contains information such as location, time, and photos. In order to analyze the characteristics of tourists using Flickr data, it is essential to identify the tourists among the users who uploaded the photos to Flickr. Flicker's metadata is supposed to contain the owner’s location information, but the percentage of users accurately stated is less than 40%. The purpose of this study is to suggest a model which accurately distinguish between tourists and residents after experimenting various models. For empirical models, four methods were used to estimate the country of residence based on the time threshold, the highest photo-taking country, the longest-stay country, and the most visited country. Five machine learning methods are applied: logistic regression, support vector machine, decision tree, random forest, and artificial neural network model. As a result, the method of estimating the country of residence based on the longest stay nation in the empirical method and the random forest method in the machine learning method were found to be the most accurate. However, it was found that not only the accuracy but also the specificity should be considered carefully in the tourist category, and suggested that different methods could be selected according to the research purpose.

플리커 데이터의 텍스트마이닝을 통한 서울방문 외국인 관광객의 서울 이미지 분석

박예림,강영옥,김동은,이주윤,김나연 대한공간정보학회 2019 대한공간정보학회지 Vol.27 No.1

본 연구에서는 소셜 네트워크 데이터인 플리커를 활용하여 서울시와 서울시 내 주요 관광지별 이미지를 분석하고자 하였다. 이를 위해 2015년 1월1일부터 2017년 12월 31일까지 서울범위 내 게시된 플리커 데이터를 수집하고, 이 가운데 관광객으로 추정된 사용자의 플리커를 토대로 서울시내 11개의 주요관광지를 도출하였다. 플리커 내 태그와 제목 텍스트를 대상으로 텍스트마이닝을 수행하였으며, 텍스트마이닝 방법으로는 워드클라우드, 동시출현 네트워크, 토픽모델링 기법을 사용하였다. 워드클라우드 및 동시 출현 네트워크를 작성한 결과 서울 방문 관광객의 주요 관광 요소 및 관심사는 고궁, 번화가, 밤 문화, 시장 및 음식에 집중되어 있음을 알 수 있었다. 토픽 모델링을 통해 12개의 주요 토픽을 선정할 수 있었으며, 11개 관광지별 주로 언급되는 단어와 주요 토픽을 정리하여 관광지별 이미지를 확인할 수 있었다. This paper aims to examine the Seoul images of foreign tourists who visit key attractions in Seoul by using Flickr text data. We collected Flickr data that foreign tourists have posted in the area of Seoul for three years, that is, from January 1st in 2015 to December 31st in 2017. We drew 11 key attractions in Seoul based on Flickr data of users who are presumed on foreign tourists. With the results of Word Cloud and Co-occurance Network, we drew a conclusion that foreign tourists in Seoul are mainly interested in palace, downtown, local markets, and restaurants and bars where they could enjoy their night life. We drew 12 key topics that foreign travelers surfaced on their strong interests by using topic modeling. We think that the findings of this study can provide the features of Seoul that foreign travelers have shown and can be a baseline data of enhancing Seoul tourism with meaningful insights in the future.

의미적 연관태그와 이미지 내용정보를 이용한 웹 이미지 분류

조수선 ( Soosun Cho ) 한국인터넷정보학회 2010 인터넷정보학회논문지 Vol.11 No.3

본 논문에서는 대용량 온라인 이미지 공유 사이트를 적용 도메인으로 하여 이미지 검색의 만족도를 높이고자 태그의 의미적 연관성과 이미지 자체의 내용 정보를 결합하는 이미지 분류 방법을 제안한다. 이미지 검색 및 분류 알고리즘이 플리커와 같은 대용량 이미지 공유 사이트에서 활용될 수 있으려면 실제 웹상의 태깅된 이미지를 대상으로 한 적용이 가능해야 한다. 제안된 알고리즘은 `bag of visual word`기반의 이미지 내용으로 웹 이미지를 분류하기 위한 것으로서, 의미적 연관태그를 이용해 일차 검색된 이미지들을 훈련 데이터로 사용하여 카테고리 모델을 훈련하고, PLSA를 적용하여 평가 이미지들을 분류하는 것이다. 제안된 방법으로 플리커의 웹 이미지들을 대상으로 실험한 결과, 태그 정보를 이용한 기존의 방법에 비해 우수한 검색 정확도 및 재현율을 확인할 수 있었다. In this paper, we propose an image classification which combines semantic relations of tags with contents of images to improve the satisfaction of image retrieval on application domains as huge image sharing sites. To make good use of image retrieval or classification algorithms on huge image sharing sites as Flickr, they are applicable to real tagged Web images. To classify the Web images by `bag of visual word` based image content, our algorithm includes training the category model by utilizing the preliminary retrieved images with semantically related tags as training data and classifying the test images based on PLSA. In the experimental results on the Flickr Web images, the proposed method produced the better precision and recall rates than those from the existing method using tag information.

지오태깅된 사진 데이터를 활용한 서울방문 관광객의주요 관광지 분석

김나연,강영옥 한국지도학회 2019 한국지도학회지 Vol.19 No.1

The purpose of this study is to analyze the tourist characteristics of tourist attractions and culturalareas of tourists who visited Seoul through spatial analysis of photograph posts posted on Flickr. We collectedgeotagged data from Flickr between January 1, 2013 and December 31, 2017 in downtown Seoul, and classifiedall users as tourists and residents. After that, RoA, which is the area visited mainly by tourists, was derivedand the tendency of visiting RoA was analyzed. In addition, hotspot areas visited by many tourists in Seoulcity were also analyzed. A total of 167,410 data were used in the analysis, and the number of users was 3,921. In order to derive RoA, we derive 11 RoA in Seoul and 12 RoA in Seoul by DBSCAN algorithm. In the wholeof Seoul, Jongno, Hongdae, Namsan, Shinchon, Gangnam Station, COEX, Itaewon, Jamsil, Street, War Memorial,RoA was derived from Insadong, Namdaemun, Plaza Mayor, Changgyeonggung, and Hangangganggil. In orderto confirm the difference of tourism trends of tourists by culture, we confirmed the tourism trends of Asian,American, and European tourists. 본 연구는 플리커에 게시된 사진 게시물에 대한 공간적 분석을 통하여 서울을 방문한 관광객의 주요 관광지와 문화권별관광 특성을 분석하였다. 서울 시내에 2013년 1월 1일부터 2017년 12월 31일 사이에 플리커의 지오태깅된 데이터를 수집하고,전체 사용자를 관광객과 거주자로 분류하였다. 이후, 관광객이 주로 방문하는 지역인 RoA를 도출하여 RoA 방문 경향을 분석하였다. 아울러 서울 시내 문화권별 관광객이 많이 방문하는 핫스팟 지역 또한 분석하였다. 분석에 사용된 데이터는 총 167,410건 이였으며,사용자 수는 3,921명이었다. 이후 RoA를 도출하기 위하여 DBSCAN 알고리즘을 통하여 서울 전체에 11개, 종로 내부에 12개의RoA를 도출하였다. 서울 전체에 종로, 홍대, 남산, 신촌, 강남역, 코엑스, 이태원, 잠실, 가로수길, 전쟁기념관, 대학로 RoA가도출되었으며, 종로 내부의 경우에는 경복궁, 명동, 광화문, 동대문, 북촌, 시청, 창덕궁, 인사동, 남대문, 광장시장, 창경궁,감고당길에서 RoA가 도출되었다. 이후 문화권별 관광객의 관광 경향의 차이를 확인하기 위하여 아시아권, 미주권, 유럽권 관광객의관광 추이를 확인하였으며, 문화권별로 각각 상이한 핫스팟 지역이 나타난 것을 확인할 수 있었다. 뿐만 아니라 발생핫스팟(EHSA)를 통하여 관광객 추이의 시공간적 변화를 확인하였다.

궤적 데이터 마이닝을 통한 서울방문 관광객의이동 특성 분석

이주윤,강영옥,김나연,김동은,박예림 한국지도학회 2018 한국지도학회지 Vol.18 No.3

This study developed trajectory data based on Flickr, which is one of social networking service that includes location information, and analyzed the traveling characteristics of tourists who visited Seoul. We collected 39,157 geotagged photos from 1,476 tourists who visited Seoul from January 1 of 2015 to December 31 of 2017. The tourists stayed 5.12 nights on average on their first visit and re-visited Seoul about 1.27 times. The first tourist attraction they visited in Seoul was mainly Jongno and Namsan, followed by Shinchon and Hongdae and Itaewon. According to our analysis focused on movement patterns of tourists, the results indicated that the tourists’ main destination was Jongno and Namsan, and the visitors tended to move to the neighboring areas. The data and methodology used in this study will contribute to make the tourist behavior analysis more efficient and diverse. 본 연구는 소셜 네트워크 서비스 중 한 유형인 플리커를 이용하여 궤적 데이터를 생성하고, 서울을 방문한 관광객의 이동특성을 분석하였다. 연구에는 2015년 1월 1일 부터 2017년 12월 31일까지 서울을 방문한 1,476명 관광객이 게시한 플리커 사진39,157건을 활용하였다. 연구기간 내 서울을 방문한 관광객은 1회 방문시 평균 5.12일을 체류하며, 약 1.27회 방문한 것으로 나타났다. 서울방문 관광객의 첫 방문지는 종로・남산, 신촌・홍대, 이태원 순으로 나타났으며, 주 목적지는 종로・남산이며 주로 인접지역으로 이동하는 것으로 나타났다. 본 연구에서 활용한 데이터와 방법론은 관광행태 분석을 효율화하고, 다각적 분석을 가능하게하는데 기여할 것으로 판단된다.

스피치 요약을 위한 태그의미분석과 잠재의미분석간의 비교 연구

김현희 한국문헌정보학회 2013 한국문헌정보학회지 Vol.47 No.3

We proposed and evaluated a tag semantic analysis method in which original tags are expanded and the semantic relations between original or expanded tags are used to extract key sentences from lecture speech transcripts. To do that, we first investigated how useful Flickr tag clusters and WordNet synonyms are for expanding tags and for detecting the semantic relations between tags. Then, to evaluate our proposed method, we compared it with a latent semantic analysis (LSA) method. As a result, we found that Flick tag clusters are more effective than WordNet synonyms and that the F measure mean (0.27) of the tag semantic analysis method is higher than that of LSA method (0.22). 본 연구는 스피치 요약을 위해서 태그를 확장하고 또한 태그 간의 의미적 관계 정보를 이용할 수 있는 태그의미분석 방법을 제안하고 평가하였다. 이를 위해서, 먼저 비디오 태그를 확장하고 태그 간의 의미적 관계를 분석하는데 있어서 플리커의 태그 클러스터와 워드넷의 동의어 정보가 얼마나 효과적으로 이용될 수 있는가 조사해 보았다. 그런 다음 태그의미분석 방법의 특성과 효율성을 조사해 보기 위해서 제안한 방법을 잠재의미분석(Latent Semantic Analysis) 방법과 비교해 보았다. 분석 결과, 플리커의 태그 클러스터는 효과적으로 이용되었지만 워드넷은 효과적으로 이용되지 못한 것으로 나타났다. F측정을 사용하여 두 방법의 효율성을 비교한 결과, 제안한 방법의 F값(0.27)이 잠재의미분석 방법의 F값(0.22)보다 높게 나타났다.

지능형 관광 서비스를 위한 관광 사진 분류체계 개발

조나혜,강영옥,윤지영,박소연 한국지도학회 2019 한국지도학회지 Vol.19 No.3

In recent years technology of Convolutional Neural Network (CNN) among the technologies of deep learning has evolved dramatically and has shown an outstanding performance in the analysis of image data. First of all, the training of deep learning model is prerequisite to classify the photos posted by the tourists on Web by applying CNN technology. In this study we aim to develop the photo classification system in view of travel purpose in order to classify the photos posted by tourists on Flickr. We developed the category for photo classification by reviewing around 38,000 photos posted by tourists as well as by analysing literatures and web sites, and then verified the category by classifying 8,400 photos one by one manually according to the category developed. The category we developed has 3 hierarchical levels such as 13 major classification, 64 medium classification and 164 minor classification. We expect that our study can applied in base material when one tries to classify the photos for travel purpose by using the CNN deep learning model. 최근 딥러닝 기술 가운데 이미지데이타 분석에 뛰어난 성능을 보이는 합성곱신경망 기술의 발전은 이미지 분석 영역에서다양한 가능성을 제시하고 있다. 관광객이 게시한 사진을 딥러닝 기술을 이용하여 분류하기 위해서는 관광사진에 대한 분류와목적에 맞는 딥러닝 모델의 훈련작업이 필수적으로 선행되어야 한다. 본 연구에서는 관광객이 플리커에 게시한 사진을 효율적으로분류하기 위해 관광목적으로 사진이 어떻게 분류되어야 하는지 관광목적 사진분류 체계를 개발하고자 하였다. 관광목적 사진분류 카테고리 개발을 위해 문헌분석, 웹사이트 분석, 관광객이 게시한 약 38,000장 사진의 검토과정을 거쳐 사진 분류 카테고리를개발하였으며, 약 8400장의 사진을 개발된 카테고리에 맞춰 분류해 봄으로써 개발된 카테고리의 검증과정을 거쳤다. 이 과정을거쳐 최종으로 제안된 카테고리는 13개 대분류, 64개 중분류, 164개의 세분류 체계를 갖으며, 본 연구 결과는 향후 관광목적사진을 딥러닝 모델을 이용하여 분류하고자 할 때 기초자료로 활용될 것으로 기대된다.

가시광통신 시스템에서 디밍 향상 및 플리커 감소 방안에 대한 연구

한두희,이규진 대한산업경영학회 2023 산업융합연구 Vol.21 No.2

본 논문에서는 가시광 통신 시스템의 발생하는 Dimming level 감소 및 Flicker 발생 문제를 해결하기 위한 연구를 진행하였다. 가시광 통신은 통신과 조명을 함께 제공하는 융합기술로, 통신 성능뿐만 아니라 조명의 성능을 함께 만족 해야한 다. 그러나 기존의 데이터 전송 방식은 전송 Data sequence를 고려하지 않고 전송하기 때문에, Dimming level을 감소시키 고 Flicker 현상을 발생시킨다. 이를 해결하기 위해, 본 논문에서는 Dimming improvement and Flicker Reduction Mapping 기법을 연구하였다. 기존의 시스템은 단순하게 ‘0’과 ‘1’의 데이터만 전송하였지만, 본 시스템에서는 RGB 채널에 Original data 전송채널과 DIFR(Dimming Improvement and Flicker Reduction) 전송채널을 할당한다. R채널에는 Original data를, DIFR-G채널에는 Original data or Inverse Original data를 할당하고, DIFR-B채널은 R채널과 G채널 의 논리연산을 통해 전송함으로써, 최대 Dimming level을 유지하면서 동시에 ‘OFF' 패턴이 연속적으로 발생하지 않도록 하 여 Flicker 현상을 방지하고 통신 기능뿐만 아니라 조명으로써의 역할을 충실히 할 수 있는 적응형 데이터 할당 알고리즘을 제안했다. In this paper, research was conducted to solve the problem of reducing the dimming level and flicker that occurs in the visible light communication system. Visible light communication is a convergence technology that provides both communication and lighting, and must satisfy not only communication performance but also lighting performance. However, since the existing data transmission method transmits without considering the transmission data sequence, it reduces the dimming level and causes a flicker phenomenon. To solve this problem, in this paper, the Dimming Improvement and Flicker Reduction Mapping technique was studied. Existing systems simply transmitted data of ‘0’ and ‘1’, but in this system, original data transmission channels and DIFR (Dimming Improvement and Flicker Reduction) transmission channels are assigned to RGB channels. Original data is allocated to the R channel and original data or inverse original data is allocated to the DIFR-G channel, and the DIFR-B channel maintains the maximum dimming level by transmitting through the logical operation of the R channel and the G channel. At the same time, the flicker phenomenon is prevented by preventing continuous occurrence of ‘OFF’ patterns. Through this, we proposed an adaptive data allocation algorithm that can faithfully play a role as a light as well as a communication function.

토픽모델링과 LSTM기반 텍스트 분석을 통한 부산방문 외국인 관광객의 선호관광지 및 관광매력요인 분석

이혜진 ( Hyejin Lee ),강영옥 ( Youngok Kang ) 한국도시지리학회 2020 한국도시지리학회지 Vol.23 No.3

본 연구는 소셜 네트워크 서비스 중 플리커데이터 분석을 통해 부산을 방문한 외국인 관광객의 선호관광지와 관광지 키워드를 분석하고자 하였다. 최근 SNS의 보편화로 위치정보, 시간 및 텍스트 등의 데이터를 활용하는 연구가 증가하고 있다. 특히, 여행과 관련된 게시글에는 관광수요자의 니즈와 선호도가 드러나므로 여행 트렌드 및 매력요소 등을 분석하는데 활용도가 높다. 본 연구에서는 부산에 게시된 사진과 태깅된 텍스트 데이터를 기반으로 토픽모델링을 통해 여행 카테고리를 생성하고, 딥러닝 모델인 LSTM을 활용하여 여행 카테고리별로 텍스트를 분류한 후, DBSCAN을 통해 여행 카테고리별 선호관광지를 도출하고 관광지별 매력요인을 해석하였다. 분석결과, 토픽 모델링을 통해 시장/음식거리, 문화유산/역사적 명소, 전망/조망 명소, 문화/축제 명소, 공원/자연경관 명소, 종교적 장소, 쇼핑/도심경관 명소, 해안경관 명소, 문화마을의 9개 여행 카테고리를 생성하였고 텍스트 분류 모델의 정확도는 약 94%로 비교적 잘 분류해냈으며 부산 내 여행카테고리별로 매력요인을 확인할 수 있었다. This study attempted to analyze the preferred tourist destinations and keywords of tourist destinations of foreign tourists visiting Busan through Flickr data analysis among social network services. Recently, with the widespread use of SNS, studies using data such as location information, time and text are increasing. In particular, travel-related postings reveal the needs and preferences of tourists, so they are highly useful for analyzing travel trends and attractive factors. In this study, a travel category was created through topic modelling based on photos posted in Busan and tagged text data. By using the deep learning model LSTM, text is classified by travel category. Through the DBSCAN technique, preferred tourist destinations were derived for each travel category, and attractive factors for each tourist destination were analyzed. As a result of analysis, nine travel categories were created through topic modeling including markets/food streets, cultural heritage/historic attractions, prospects/viewing attractions, cultural/festival attractions, parks/natural scenery attractions, religious places, shopping/city scenery attractions, coastal scenery attractions, cultural villages. The accuracy of the text classification model is about 94%, which is relatively well classified. The attractive factors were identified for each travel category in Busan.

4次 産業革命時代의漢字 語彙 敎授․學習 方法 探究 試論 -인공지능(AI) 원리와 기술의 교수․학습 활용 방안 탐색을 중심으로-

한은수 한국한문교육학회 2022 한문교육논집 Vol.58 No.-

The current study is a tentative research of the methodology of teaching and learning the Chinese vocabulary for the era of 4th Industrial Revolution. First, it discussed the adoption of the '2022 Revised Educational Curriculum (Draft)' in terms of the goals of teaching and learning the Chinese vocabulary for the 4th Industrial Revolution. The goals of teaching and learning are ‘Imagination, Communication, Knowledge, and Individual Competencies’ which include the 'Four Agenda for Future Minds' adopted by the World Economic Forum(WEF 2016). I reinterpreted the four agenda as ‘Imagination: Nurturing Creativity through Imagination,’ ‘Communication: Nurturing the Ability to Communicate and Cooperate with Others,’ ‘Knowledge: Nurturing the Ability to Use New Knowledge and New Technology,’ and ‘Individual Competency: Nurturing the Potential Capacity of Individual’ to discuss the goals of teaching and learning the Chinese vocabulary. The four agenda of ‘Imagination, Communication, Knowledge, and Individual Capacity’ discussed here are linked to the six core capacities suggested in the ‘2022 Revised Educational Curriculum(Draft).’ In other words, ‘Imagination’ becomes the direction of teaching and learning for nurturing ‘creative thinking capacity,’ ‘Communication’ for ‘cooperative communication capacity,’ ‘Knowledge’ for ‘knowledge and information processing capacity,’ and ‘Industrial Capacity’ for ‘self-management capacity,’ ‘aesthetic sensibility capacity,’ and ‘cooperative communication capacity,’ ‘community capacity.’ The study discussed the ways to apply the principles and technology of AI for teaching and learning the Chinese vocabulary in the Era of 4th Industrial Revolution. The principles and technology of AI are diverse and profound and not very easy to apply to academic learning. Therefore, the current study discussed the principles of decision tree and clustering that may be applied to the classrooms of elementary and middle schools. Also, the technologies using ‘Big Data’ and ‘Plickers’ were also applied to classroom curriculum. In order to establish the methodologies for curricular teaching and learning reflecting the new knowledge and new technology for the 4th Industrial Revolution, it is important for the instructors to learn the various new technologies based on IT for smooth application. I was not able to discuss the various methodologies of teaching and learning as I have limited knowledge in that area. In the future, I will expand new knowledge and new technologies through further studies. 이 연구는 4차 산업혁명 시대를 맞이하여 한문과의 한자 어휘 교수ㆍ학습 방법에 대한 시론적 탐색이다. 먼저 4차 산업혁명 시대를 맞이하여 한자 어휘 교수ㆍ학습의 지향점에 대해 ‘2022 개정 교육과정 총론(시안)’의 내용을 반영하여 기술하였다. 교수ㆍ학습 방향의 지향점으로 ‘想(상상)ㆍ連(연결)ㆍ智(지식)ㆍ個(개인 역량)’ 4가지를 들었는데 이 네 항목은 세계경제포럼(2016)에서 정한 ‘미래 인재를 위한 4대 역량(Agenda)’의 내용을 포괄적으로 수용한 것이다. 필자는 위의 네 항목을 ‘想: 상상을 통한 창의력 기르기’, ‘連: 타인과 소통하고 협업하는 능력 기르기’, ‘智 신지식과 신기술을 활용하는 능력 기르기’, ‘個: 개인의 잠재된 핵심역량을 기르기’로 재해석하여 한자 어휘의 교수ㆍ학습 지향점을 논의하였다. 여기에서 논의한 ‘想ㆍ連ㆍ智ㆍ個’의 네 항목은 ‘2022 개정 교육과정 총론(시안)’에서 제시한 6가지 핵심역량과 연결된다고 할 수 있다. 곧 ‘想’은 ‘창의적 사고 역량’, ‘連’은 ‘협력적 소통 역량’, ‘智’는 ‘지식정보처리 역량’, ‘個’는 ‘자기관리 역량’, ‘심미적 감성 역량’, ‘협력적 소통 역량’, ‘공동체 역량’을 기르는데 필요한 교수ㆍ학습의 방향이 된다. 4차 산업혁명 시대의 한자 어휘 교수ㆍ학습의 방법으로 인공지능(AI)의 원리와 기술을 적용하는 방안을 탐색해 보았다. 인공지능의 원리와 기술은 다양하고 심오하여서 교과 학습 적용이 쉽지 않기 때문에 이 논의에서는 초ㆍ중등학교의 교실 수업 현장에 접근 가능한 것으로 ‘의사결정 트리(decision tree)’와 ‘군집화(Clustering)’의 원리를 탐색해 보았다. 아울러 ‘빅 데이터(Big Data)’와 ‘플리커스(Plickers)’를 활용한 기술을 교과 수업에 적용하는 방법도 시도해 보았다. 4차 산업혁명 시대의 신지식과 신기술을 반영한 교과 교수ㆍ학습 방안을 마련하려면 무엇보다 교수자가 IT를 융합한 다양한 신기술을 익혀서 능숙하게 수업에 적용할 수 있어야 한다. 필자는 이 분야에 지식이 부족하여 다양한 교수ㆍ학습 방법을 논의하지 못하였다. 앞으로 신지식과 신기술을 더 익히고, 미진한 공부를 더 하여 명실상부한 내용이 되도록 보강하고자 한다.