V2I 네트워크 환경에서 Systematic Network Coding을 이용한 데이터 기반 고신뢰 전송 방법

권정민(Jungmin Kwon),박형곤(Hyunggon Park) 한국통신학회 2020 韓國通信學會論文誌 Vol.45 No.2

장애인을 위한 인공지능 활용 동향

권정민 ( Kwon Jungmin ),이영선 ( Lee Young Sun ) 서울교육대학교 초등교육연구원 2020 한국초등교육 Vol.31 No.특별호

기술은 인간의 삶을 편하게 하는 것을 궁극적 목적으로 한다. 장애인에게 있어 기술은 개인적 편리함 뿐 아니라 사회적 통합까지 가능케 하는 중요한 삶의 요소이다. 본 연구에서는 AI 기술이 장애인의 삶을 더 나아지게 하는데 어떻게 활용될 수 있는지 그 가능성을 알아보고자, 과거에 개발되었거나 현재 개발중이거나, 가까운 미래에 상용화 가능성이 높은 기술의 동향을 살펴보고자 하였다. 특히 여러 장애 분야 중 가장 많은 비율을 차지하는 시각장애, 청각장애, 지체장애, 학습장애, 발달장애를 위주로 살펴보았다. 본 연구에서는 문헌조사 방법을 이용하여 장애인을 위한 AI기술의 활용 가능성을 탐색하였다. 문헌조사의 대상을 최근 5년 이내의 동료심사된 논문, 학술대회 프로시딩 뿐 아니라 현재 개발되고 있는 제품까지 포함하기 위하여 뉴스 기사, 기업이나 비영리 기관의 공식 블로그까지 연구대상으로 포함 하였다. 연구 결과 장애인을 위한 기술은 장애별로 다르게 나타났다. 장애별 AI 지원 중 가장 다양한 방식의 지원이 개발되고 있는 분야가 시각장애, 청각장애, 지체장애였으며, 이들은 생활보조에 더 초점이 맞추어져 있는 반면, 학습장애와 자폐는 진단과 교육에 더 집중되어 있였다. 시각장애인을 위한 AI 기술의 개발은 크게 인식 보조, 이동성 보조, 쇼핑 보조, 학습 보조, 기타 생활 보조로 나누어졌다. 청각장애인을 위한 AI 활용은 캡셔닝, 듣기보조, 수화 통역의 세 분류로 나누졌으며, 지체장애인을 위한 AI는 크게 음성인식, 자율화, 조작, 보완대체의사소통으로 나타났다. 학습장애를 위한 AI는 크게 학습장애의 진단과 학습지원, 그리고 자폐성장애와 발달장애를 위한 AI는 크게 진단, 사회적 상호작용 보조, 치료 보조, 그리고 단순화로 개발되고 있다. 인공지능은 이동성 보조, 의사소통 기회와 능력 향상, 독립성 향상, 접근성 향상 등을 통해 장애인의 삶의 질을 향상시킨다. Technology is used to make our lives more comfortable. For persons with disability, technology affects not only personal life but also how one is integrated into the society. In this study, trends in AI use for persons with disabilities were analyzed. We researched peer-reviewed journals, conference proceedings, news outlets, and official company websites to get a broader view of available and currently developing products. Results show that AI technologies are used in specific and different ways for persons with disabilities. For example, AI for visual impairment were mostly developed to assist with visual perception, mobility, shopping, learning, and other daily living. AI for hearing impairment is developed around hearing assistance, captioning, and translation of sign language. AI for physical disabilities are focused on assisting with speech recognition, automation, control, and AAC. For learning disabilities, AI is mostly used for education and diagnostics. For autism, AI is mostly used for diagnosis, therapy, and simplification. AI products were mostly focused on helping persons with physical and sensory disabilities. For persons with learning disability and developmental disability, the products were centered around assessment and education. Overall, AI is used to enhance quality of life for persons with disabilities by assisting with mobility, communication, independence, and accessibility.

일반 초등교사의 특수교육 전문성 개발 동기

권정민(Kwon, Jungmin) 이화여자대학교 특수교육연구소 2015 특수교육 Vol.14 No.1

본 연구에서는 일반 초등교사들이 특수교육 전문성 개발을 위하여 특수교육 전공을 하러 대학원에 진학하는 동기에 대해 살펴보았다. 구체적으로는 (1) 특수교육을 전공하는 일반 초등교사의 특성을 알아보고, (2) 일반 초등교사가 대학원 진학 시 특수교육 전공을 선택하는 동기를 살펴보며, (3) 이들이 인식하는 남과 다른 특성이 무엇인지 알아보고자 하였다. 설문 조사와 포커스 그룹을 통해 양적, 질적으로 이해하고자 하였으며 그 결과는 다음과 같다. 특수교육을 전공하는 일반 초등교사의 경력은 골고루 분포되어 있었으며, 통합학급 경험이 있는 사람이 없는 사람보다 3배 이상 많았다. 진학 동기로는 현장에서의 필요성과 학문 탐구에 대한 욕구가 가장 높은 반면, 승진이나 자격증 등은 비교적 낮게 나타났다. 이들은 실패감을 경험한 후 더 나은 교사가 되기 위해 왔다고 보고하였으며 자기 계발 욕구가 강하였다. 이들은 통합을 지지하고 승진에 욕심을 두지 않으며 도전 정신을 갖고 있는 것으로 보고하였다. 본 연구의 논의점은 다음과 같다. 내재적 동기부여와 장애아동에 대한 공감적 이해, 높은 성취동기 및 교사효능감은 일반 교사들의 특수교육 전문성 향상에 긍정적 영향을 미치며, 이들을 훈련하는 기관들은 이들의 실제적 필요에 초점을 맞춘 프로그램을 제공할 필요가 있다. The purpose of this study was to understand the motives of general elementary education teachers majoring in special education in the graduate level. The research questions were: (1) What are the characteristics of these teachers? (2) What are their motives? (3) How are they different from other general education teachers who do not choose special education? Large scale survey and focus group interviews were conducted to understand the teachers" motives. The results indicate that age of the teachers majoring in special education could not be patterned, but there were three times more teachers with inclusive classroom experience than without. The most frequent motives were the need from their classroom experience and academic pursuit while the least frequent motives were promotion and certification. Teachers tended to be strong supporters of inclusive education compared to those who did not choose special education.

청소년 유튜버는 어떠한 무형식학습을 하는가?

권정민 ( Kwon Jungmin ) 서울교육대학교 초등교육연구원 2021 한국초등교육 Vol.32 No.특별호2

본 연구에서는 청소년 유튜버가 유튜브 활동을 통해 어떠한 무형식학습을 하는지 알아보고자 하였다. 이를 위해 연구자의 자녀인 E의 유튜버 활동을 약 9개월 간 참여관찰하며 수집한 자료와 공식적, 비공식적 인터뷰를 통해 문화기술지 방법으로 연구 및 기술하였다. 연구 결과 청소년 유튜버인 E는 다음과 같은 분야에서 무형식학습을 경험하였다: 1) 디지털 리터러시, 2) 읽기, 쓰기, 말하기, 3) 설문조사, 통계 분석 및 결과 활용, 4) 알고리즘에 대한 이해와 활용, 5) 성공적인 유튜브 채널 운영 방법, 6) 온라인에서의 각종 문제에 관한 대처 방법, 7) 비판적 미디어 리터러시. 이 중 비판적 미디어 리터러시는 앞의 여섯 가지 경험의 합이 E에게 가져온 변화였다. 콘텐츠를 소비자로서의 관점으로만 보다가 유튜버가 된 이후 생산자로서의 관점으로 보게 되자 미디어에 대한 비판적 사고가 엿보이기 시작했다. 이 외에도 E는 악플러에 대한 대처, 다양한 삶에 대한 이해 등을 경험하였다. 본 연구는 가정 내에서 일어나는 일을 문화기술지 방법으로 연구하였지만 이 연구는 개인사를 넘어 현대사회에서 청소년들이 어떤 무형식학습을 하는지에 대해 이해하고자 하였다. 본 연구의 의의는 다음과 같다: 1) 국내 유튜브와 학습 관련 연구에 근거기반의 새로운 지식을 더하며 2) 문화기술지와 장시간 참여관찰 방법을 통해, 제3자가 인터뷰만으로는 알기 어려운 가정 구성원만이 알 수 있는 지식을 생산할 수 있었고, 3) 유튜브의 소비자가 아닌 생산자로서의 학습자를 연구했으며, 4) 학습자를 적극적으로 지식을 생산해내는 주체로 봄으로써 유튜브의 교육적 활용을 다른 맥락에서 접근하였다는 점에서 의의가 있다. In this ethnographic study, I studied participant E, who is my son, producing YouTube videos online to investigate what kinds of informal learning was occurring. E was in 6^th grade during the COVID-19 period when he first started producing YouTube videos in 2020 and in 7^th grade in 2021 when he finally became the YouTube Partner, which means he gets paid for view counts. Through close observation within the home, I found that E was teaching himself through informal learning activities throughout this time. After 9 months of participant observation and several formal and informal interviews, I found informal learning was happening in the following areas: 1) Digital literacy; 2) Reading, writing, speaking; 3) Surveys and statistics for marketing; 4) Algorithms; 5) Successful channel management; 6) Other problems encountered online; 7) Critical media literacy. Most of the informal learning occurred without assistance from the parents. However, although there were not many direct involvement of what E was producing, the family support in the background was important for YouTube creator activity and informal learning. This study suggests what our education for the future should look like. It also provides educators with an alternative learner model which views students as active producers of knowledge rather than consumers of knowledge.

네트워크 코딩을 이용한 저전력 IoT 네트워크 망 관리 전략 연구

권정민(Jungmin Kwon),김순영(Soonyoung Kim),이민지(Minji Lee),조예슬(Yeseul Jo),권민혜(Minhae Kwon),박형곤(Hyunggon Park) 한국통신학회 2014 한국통신학회 학술대회논문집 Vol.2014 No.6

네트워크 코딩이 적용된 선형 네트워크의 Markov Chain 기반 동적 전송량 분석

권정민(Jungmin Kwon),박형곤(Hyunggon Park) 한국통신학회 2014 한국통신학회 학술대회논문집 Vol.2014 No.11

교육용 게임과 블룸의 교육목표 분류법

권정민(Jungmin Kwon) 한국게임학회 2022 한국게임학회 논문지 Vol.22 No.6

본 연구에서는 교육용 게임의 품질 관리와 향상을 위하여 블룸의 교육목표 분류법을 어떻게 활용할 수 있는지 알아보았다. 블룸의 교육목표는 6개의 위계인 기억하기, 이해하기, 적용하기, 분석하기, 평가하기, 창조하기로 나누어진다. 본 연구에서는 각 수준의 교육목표를 교육용 게임에 적용한 예시를 설명하고 게임의 퀄리티 향상을 위해 블룸의 교육목표 분류법 매트릭스를 프레임워크로 매핑하는 방법을 제시하였다. 블룸의 교육목표 분류법 매트릭스 매핑은 게임의 품질 기준을 일정하게 유지하기 위해서도 유용하지만, 개발자로 하여금 더욱 창의적인 게임을 개발하게 하는 데에도 유용한 프레임워크로 사용될 수 있을 것이다. In this study, we investigated how Blooms Taxonomy could be used for quality control and improvement of educational games. Blooms classification of educational goals consists of six hierarchies which are: remembering, understanding, applying, analyzing, evaluating, and creating. In this study, an example of applying each level of taxonomy to educational games was explained and a method of mapping Blooms taxonomy matrix was shown to improve the quality of games. Blooms taxonomy matrix mapping is useful to keep the quality standards of games constant, but it can also be used as a useful framework to encourage developers to develop more creative games.

머신러닝 기반 이상 동작 네트워크 노드 분류 방법에 관한 연구

권정민(Jungmin Kwon),정다은(Daeun Jung),박형곤(Hyunggon Park) 한국통신학회 2020 한국통신학회 학술대회논문집 Vol.2020 No.2

박물관 전시용 기능성 게임을 위한 가이드라인 연구

권정민(Jungmin Kwon) 한국게임학회 2019 한국게임학회 논문지 Vol.19 No.4

박물관에서의 디지털 전시의 확장에 따라 사용자의 경험 또한 점차로 강조되고 있는 추세이다. 그러나 기존의 박물관 관련 게임 연구는 주로 게임 개발 기술과 사례 소개 등 개발자 중심의 연구가 주를 이루어 왔으며 다양한 분야의 연구를 융합하여 기준을 제시하고자 하는 노력은 아직 미미한 실정이다. 이에 본 논문에서는 박물관 전시로서의 기능성 게임이 박물관의 목적에 부합하게 디자인되기 위한 가이드라인을 제시하고자 하였다. 이를 위해 박물관 교육, 공공장소에서의 HCI, 기능성 게임, 유니버설 디자인 등의 분야에서 박물관 게임과 관련된 문헌을 찾아 각 분야 연구를 내용분석하여 코딩한 후 좋은 디자인의 기준을 종합하여 정리하였다. 연구 결과 인지/물리, 개인/사회적 맥락 학습모형에 기초하여 총 16개 항목의 가이드라인이 추출되었다. 본 연구에서 개발된 가이드라인은 향후 박물관 내 기능성 게임의 디자인과 전시의 질을 향상시키는데 사용될 수 있을 것이다. Digital interactives in museums are expanding and user experience is becoming the focus of exhibition design. The purpose of this study was to suggest guidelines for serious games as a part of museum exhibits. To achieve this, studies on museum education, public space HCI, serious games, and universal design were analyzed by using content analysis methods. Results included 16 quality standards from cognitive, physical, and personal/social models. The findings from this study could benefit the design of future museum gaming interactives.

기업체 채용과정에서의 AI 활용이 대학의 입학사정에 주는 시사점

권정민 ( Kwon Jungmin ),권지은 ( Kwon Jieun ),이영선 ( Lee Youngsun ) 서울교육대학교 초등교육연구원 2021 한국초등교육 Vol.31 No.특별호

입학사정관제는 “수능점수만으로 평가할 수 없었던 잠재능력과 소질, 가능성 등을 다각적으로 평가하고 판단하여 각 대학의 인재상이나 모집단위 특성에 맞는 신입생을 선발하는 제도”이며 2007년 시범적으로 시작되어 2008년부터 본격적으로 운영되었다. 교사를 배출하는 교육대학에서의 인재선발은 미래의 학생들에게까지 직접적인 영향을 미칠 수 있는 문제로 서류와 면접을 통해 잠재성과 인.적성을 파악하는 일이 상당히 중요한 의미를 갖는다. 그러나 입학사정관제는 노동집약적 과정으로 많은 비용이 발생할 뿐 아니라, 교사로서 적합하지 않은 인성이나 적성을 가진 사례들이 대학입학 후나 교단에 진출한 후에도 지속적으로 발견되고 있다. 또한 입학사정관제의 편향성도 지속적으로 문제가 되고 있다. 이에 본 연구는 대학 입학사정 프로세스에서의 AI활용 가능성을 탐색하기 위하여 기업체의 인재채용 과정에서의 AI활용 방법과 사례들을 살펴보았으며 이를 대학 입학사정에 적용할 수 있는 방안을 탐색해보았다. 그 결과, 기업 채용 프로세스에서 AI를 활용하는 단계 중 입학사정에서 활용할 수 있는 것은 지원자모집과 지원자 지원서 처리 단계로서, 입학사정에서 가장 많은 인력이 필요한 단계가 서류평가와 면접인데 이는 지원서 처리 단계에 속한다고 할 수 있다. 이는 기술적으로 AI를 시도해볼 수 있음을 의미하지만, 대학에서 입학사정 목적으로 AI의 도입이 어려운 현실적인 이유는 입시가 가지는 공정성의 의미, 대학에게는 추가적 비용의 문제와 데이터 개방이라는 부담요소가 있을 수 있다. 따라서 AI활용 입학사정의 목적은 객관성과 공정성의 강화를 기본 건으로 하되, 궁극적으로는 고급인력 노동의 낭비를 줄이고 비용과 시간을 절약하는 한편, 우수한 인재를 선발하기 위함이 되어야할 것이다. 따라서 몇 가지 위험성이 있음에도 비용의 절감과 더욱 공정한 평가를 위해 대학입학사정프로세스에서의 AI활용은 적극적으로 검토되어야 할 것이다. The Admissions Officer System (AOS) was introduced in Korea in 2007 to evaluate students according to their potentials, talents, and possibilities in multiple levels as possible and to select students according to the models of each university. For the Education Universities which are teacher training colleges, evaluation of potential students bares a significant weight as the pre-service teachers will eventually be in-service teachers who will have direct effect on students. However, the AOS is not only time and cost consuming, but it is far from perfect when it comes to selecting the right students as some students turn out to be unfit for teacher positions. Also, the skew of selection is a constant problem criticized by the public. In this research, we discussed the possibilities of using Artificial Intelligence in the AOS process. To do so we studied how private companies are using AI in their hiring processes. We found out that the companies use AI in all of the steps of the recruitment process from searching for potential employees to placement of the employees. AI-based AOS should aim for objectivity and fairness, but at the end it needs to be able to select applicants with highest potentials all the while effectively cutting costs. Since one of the biggest social issues in Korea is social equality and fairness, more research is needed to satisfy the needs of the Korean society.