Earticle

본 연구는 고등학교 학생들의 데이터 리터러시를 함양할 수 있는 머신러닝 기반 AI 융합 수업 모형과 수업 설계 원리를 개발하고, 그에 따른 상세 지침을 개발하는 것을 목적으로 하였다. 이를 위해 선행 문헌 연구를 통해 머신러닝을 기반으로 한 수업 모형과 설계 원리 및 상세 지침을 개발하고, 서울 소재 상업계열 특성화고등학교 학생 15명에게 적용하여 실행하였다. 연구 결과 학생들의 데이터 리터러시가 통계적으로 유의미(p< .001)하게 향 상되었으므로 본 연구의 수업 모형이 학습자의 데이터 리터러시 향상에 긍정적인 영향을 주었음을 확인할 수 있었 고, 앞으로 관련 연구로 이어지길 기대한다.

The purpose of this study is to develop a machine learning-based AI convergence class model and class design principles that can foster data literacy in high school students, and to develop detailed guidelines accordingly. We developed a machine learning-based teaching model, design principles, and detailed guidelines through research on prior literature, and applied them to 15 students at a specialized high school in Seoul. As a result of the study, students' data literacy improved statistically significantly (p<.001), so we confirmed that the model of this study has a positive effect on improving learners' data literacy, and it is expected that it will lead to related research in the future.

인류의 출현과 함께 시작된 역사에는 기록이라는 수단이 있기에 현재에 사는 우리는 데이터를 통해 과거를 확인할 수 있다. 생성되는 데이터는 일정 순간에만 발생하여 저장될 수도 있지만, 과거로부터 현재까지 일정 시간 간격 동안 계속해서 생성될 뿐만 아니라 다가올 미래에도 발생함으로써 이를 활용하여 예측하는 것 또한 중요한 작업이다. 본 논문은 수많은 데이터 중에서 시계열 데이터의 활용 동향을 알아보기 위해서 시계열 데이터의 개념에 서부터 머신러닝 분야에서 시계열 데이터 분석에 주로 사용되는 Recurrent Neural Network와 Long-Short Term Memory에 대해 분석하고, 이런 모델들을 활용한 사례의 조사를 통해 의료 진단, 주식 시세 분석, 기후 예측 등 다양한 분야에 활용되어 높은 예측 결과를 보이고 있음을 확인하였고, 이를 바탕으로 향후 활용방안에 대하여 모색해본다.

History, which began with the emergence of mankind, has a means of recording. Today, we can check the past through data. Generated data may only be generated and stored at a certain moment, but it is not only continuously generated over a certain time interval from the past to the present, but also occurs in the future, so making predictions using it is an important task. In order to find out trends in the use of time series data among numerous data, this paper analyzes the concept of time series data, analyzes Recurrent Neural Network and Long-Short Term Memory, which are mainly used for time series data analysis in the machine learning field, and analyzes the use of these models. Through case studies, it was confirmed that it is being used in various fields such as medical diagnosis, stock price analysis, and climate prediction, and is showing high predictive results. Based on this, we will explore ways to utilize it in the future.

본 연구에서는 자율 주행을 위한 지능형 교통 시스템(ITS)을 최적화하는 데 있어 엣지 컴퓨팅의 혁신적인 잠재력 을 연구하였다. 방대한 양의 데이터를 로컬에서 실시간으로 처리하는 엣지 컴퓨팅의 능력은 신속한 의사 결정 및 향상된 안전 조치를 포함하여 자율주행차의 중요한 요구 사항을 해결하는 데 필수 요소이다. 엣지 컴퓨팅과 기존 ITS 인프라의 통합을 탐구하고, 현지화된 데이터 처리가 대기 시간을 크게 줄여 자율주행차의 반응성을 향상시키는 방법을 강조한다. 실시간 교통 관리, 충돌 방지 시스템 및 동적 경로 최적화를 지원하는 강력한 프레임워크를 집합적으로 형성하는 엣지 서버, 센서 및 V2X(Vehicle-to-Everything) 통신 기술의 배포를 검토한다. 또한 본 연구는 보안, 데이터 통합, 시스템 확장성 등 ITS에서 엣지 컴퓨팅을 구현하는 데 있어 가장 중요한 과제를 다루며 잠재적인 솔루션과 향후 연구 방향에 대한 통찰력을 제공한다. 이 논문은 완전 자율 주행이라는 비전을 실현하는 데 있어 엣지 컴퓨팅의 중추적인 역할을 강조 하고, 보다 안전하고 효율적이며 지속 가능한 교통 시스템을 달성하는 데 기여하는 논문이다.

In this scholarly investigation, the focus is placed on the transformative potential of edge computing in enhancing Intelligent Transportation Systems (ITS) for the facilitation of autonomous driving. The intrinsic capability of edge computing to process voluminous datasets locally and in a real-time manner is identified as paramount in meeting the exigent requirements of autonomous vehicles, encompassing expedited decision-making processes and the bolstering of safety protocols. This inquiry delves into the synergy between edge computing and extant ITS infrastructures, elucidating the manner in which localized data processing can substantially diminish latency, thereby augmenting the responsiveness of autonomous vehicles. Further, the study scrutinizes the deployment of edge servers, an array of sensors, and Vehicle-to-Everything (V2X) communication technologies, positing these elements as constituents of a robust framework designed to support instantaneous traffic management, collision avoidance mechanisms, and the dynamic optimization of vehicular routes. Moreover, this research addresses the principal challenges encountered in the incorporation of edge computing within ITS, including issues related to security, the integration of data, and the scalability of systems. It proffers insights into viable solutions and delineates directions for future scholarly inquiry.

최근 다양한 산업 분야에 적용되고 있는 사물인터넷(IoT)은 자동화와 디지털화하는 과정에서 끊임없이 진화하고 있다. 그러나, IoT 장치가 구축된 네트워크에서는 중간 노드 간의 IoT 중요 정보 관련 데이터의 공유, 개인정보보호 및 데이터 무결성 등의 연구가 아직도 활발하게 연구되고 있다. 본 연구에서는 IoT가 구축된 네트워크 환경에서 중간 노드에 부담을 주지 않으면서 구현이 쉬운 블록체인 기반의 IoT 중요 정보 관리 기법을 제안한다. 제안 기법은 중간 노드에 도착 한 IoT 중요 정보에 대해서 임의 크기의 무작위 값을 할당하여 탈중앙화된 P2P 블록체인이 되도록 관리한다. 또한, 제안 기법은 IoT 중요 정보의 가중치 조건에 따라 시간제한, 장치 제한 등의 라이선스를 만들어 IoT 중요 데이터 관리가 수월 하여지도록 한다. 성능평가, 제안 기법은 지연시간 및 처리시간이 기존 기법보다 평균 7.6%, 10.1%가 향상되었다.

Recently, the Internet of Things (IoT), which has been applied to various industrial fields, is constantly evolving in the process of automation and digitization. However, in the network where IoT devices are built, research on IoT critical information-related data sharing, personal information protection, and data integrity among intermediate nodes is still being actively studied. In this study, we propose a blockchain-based IoT critical information management technique that is easy to implement without burdening the intermediate node in the network environment where IoT is built. The proposed technique allocates a random value of a random size to the IoT critical information arriving at the intermediate node and manages it to become a decentralized P2P blockchain. In addition, the proposed technique makes it easier to manage IoT critical data by creating licenses such as time limit and device limitation according to the weight condition of IoT critical information. Performance evaluation and proposed techniques have improved delay time and processing time by 7.6% and 10.1% on average compared to existing techniques.

본 연구는 우간다 루웨로 지역의 젊은 여성들 사이에 성생식보건 지식, 태도, 자기효능감의 관계를 조사했 다. 2016년 5월부터 7월까지 루웨로 지역의 여성 82명을 대상으로 설문조사를 실시했으며, 다중 선형 회귀 분석 을 통해 자기효능감에 대한 지식과 태도의 예측력을 평가했다. 연구 결과 참가자 중 48.8%가 16-17세였으며, 지식, 태도, 자기효능감 사이에 유의한 상관관계가 있었다. 또한, 지식과 태도는 자기효능감의 59.6%를 설명했으 며, 모두 자기효능감을 예측하는 데 유의한 역할을 했다. 연구 결과는 건강한 활동에 참여하는 자기효능감과 여성 의 역할과 가치에 대한 긍정적 태도, 청소년기 건강 유지에 대한 지식 간의 관련성을 강조한다. 이를 토대로 향후 교육 프로그램은 이러한 요소를 강화하여 우간다의 청소년 임신 및 성생식보건 문제에 대응해야 할 것이다.

This study explored the link between reproductive health knowledge, attitudes, and self-efficacy in young women from Uganda's Luwero district. A survey was conducted on 82 women in the Luwero region from May to July 2016, and the predictive power of knowledge and attitudes toward self-efficacy was evaluated through multiple linear regression analysis. Results showed positive correlations among these factors, with knowledge and attitude predicting self-efficacy. Specifically, understanding healthy puberty habits and valuing women's roles positively influenced self-efficacy for healthy behaviors. These findings emphasize the need to target these aspects in reproductive health education programs, crucial for addressing adolescent pregnancy and related issues in Uganda's rural areas.