인공지능 기반 과학기술인 학습 플랫폼 개발
A Development of Learning Platform for STEM Workforce based Artificial Intelligence
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
디지털전환 시대가 도래함에 따라 과학기술, 일자리, 글로벌 밸류 체인 등 경제・사회 전반에 걸쳐 급진적인 변화가 일어나고 있다. 따라서 이러한 변화에 대응하기 위해 국가 생산성에 중요한 영향을 미치는 과학기술인력의 적시 학습과 체계적 양성이 절실한 상황이다. 본 연구에서는 과학기술인의 특성을 고려하여 최적화된 학습을 유도하는 인공지능 기술 기반의 학습 플랫폼을 제안하였다. 플랫폼의 주요 기능은 자연어처리 키워드 추출방식을 활용하여 핵심 키워드를 추출하고 머신러닝을 통한 학습으로 유사도가 높은 학습자를 추천하는 것이다. 새로운 플랫폼에서는 학습의 범주를 형식학습에서 무형식학습까지 확장하고 과학기술인의 총체적 연구활동을 포함하는 내외부 통합 데이터를 수집하여 과학기술인력간 연결성을 높이고자 하였다. 과학기술인은 학습 플랫폼을 기반으로 비슷한 관심사와 연구주제를 다루는 학습자와 네트워킹하며 최신 과학기술 정보를 공유하고 진정한 자기주도형 학습을 실현하게 된다. 학습 플랫폼의 운영을 통해 축적된 과학기술인 교육 데이터는 이전에는 체계적으로 수집된바가 없는 가치가 높은 데이터로 학습자, 교수자, 교육담당자, 정책입안자가 효율적이고 최적화된 인력육성 계획을 마련하는데 과학적 근거로 활용할 수 있다. 또한 플랫폼은 연구현장에서 동료 과학기술인과의 교류를 통해 지식과 경험을 나누고 발전시켜나갈 수 있는 온라인 시스템으로 지속적 자기계발을 가능하게 하는 학습생태계 조성에 기여할 것이다.
Abstract
With the advent of the digital transformation era, radical changes are taking place throughout the economy and society, including science and technology, jobs, and the global value chain. Therefore, in order to respond to these changes, timely learning and systematic training of scientific and technological manpower, which has an important impact on national productivity, is urgently needed. In this study, we proposed a learning platform based on artificial intelligence technology that induces optimized learning in consideration of the characteristics of scientists and engineers. An important function of the platform is to extract key keywords using the natural language processing method and to recommend learners with high similarity through learning through machine learning. In the new platform, the scope of learning was expanded from formal learning to informal learning, and internal and external integrated data including the entire research activities of scientists and engineers were collected to increase the connectivity between science and technology personnel. Scientists and engineers network with learners who have similar interests and research topics based on the learning platform, share the latest scientific and technological information, and realize true self-directed learning. Education data, which is science and technology accumulated through the operation of the learning platform, is high-value data that has not been systematically collected before. It can be used as a scientific basis for learners, instructors, educators, and policy makers to formulate an efficient and optimized human resource development plan. In addition, the platform will contribute to creating a learning ecosystem that enables continuous self-development as an online system where knowledge and experiences can be shared and developed through exchanges with fellow scientists and engineers in the research field.
참고문헌 (69)
- 강지혜, "대학 역량기반 교육과정에서 교육목표-교육과정-평가의 유기적인 연계를 위한 설계 전략의 탐색", 교육공학연구, 35(2), pp.527~549 (2019), 한국교육공학회[DOI]
- 고석주, "엑셀을 활용한 빅데이터 기초실습" (2019), 홍릉과학출판사
- 2021 과학기술 인재개발 통계지표 및 이슈 분석, "국가과학기술인력개발원", ~ (2022)
- 일본 4차 산업혁명 시대의 교육개혁, "김고은", 한국청소년정책연구원, ~ (2018)
- 빅데이터 시대에 대응한 교육정보·통계 기반 정책 추진방안, "김진호", 교육부, ~, pp.정책 2017-위탁-5 (2017)
- AI시대 대비 국가수준교육과정 운영 지원 방안 연구, "김현진", 교육부, ~, pp.11-1342000-000585-01 (2020)
- 노규성, "플랫폼이란 무엇인가" (2014), Communication Books
- 박혜선, "중소기업 근로자의 무형식학습 활동이 경력몰입에 미치는 영향과 네트워킹행동의 매개효과", 석사, pp.2018
- 배을규, "HRD 컨설턴트의 리더-구성원 교환관계(LMX)와 경력 몰입의 관계에 대한 무형식 학습 활동의 매개효과", 대한경영학회지, 26(7), pp.1865~1885 (2013), 대한경영학회
- 손수경, "데이터 기반 교육 질 관리 체제 수립을 위한 인식 및 요구조사: W대학을 중심으로", 순천향 인문과학논총, 41(1), pp.93~122 (2022), 인문학연구소[DOI]
- 손주희, "성인학습자의 신뢰, 네트워크, 사회참여 수준과 평생학습 참여의 관계 분석", 석사, 교육학과, pp.2013
- 송선일, "대기업 연구개발 인력의 학습지원환경과 무형식학습 수준의 관계에서 학습도구 활용의 조절효과", 농업교육과 인적자원개발, 45(2), pp.149~170 (2013), 한국농·산업교육학회[DOI]
- 신은경, "비형식교육과 무형식학습의 하모니 효과: 비형식교육 적합성, 무형식학습, 학습가치, 학습성과 간의 구조적 관계", 평생교육 · HRD연구, 15(1), pp.101~130 (2019), 한국평생교육ㆍHRD연구소[DOI]
- 안현우, "심층신경망 기반 데이터 보충과 영향요소 결합을 통한 하이브리드 추천시스템", 방송공학회 논문지, 24(3), pp.515~526 (2019), 한국방송∙미디어공학회[DOI]
- 오현택, "WebRTC 기반 원격 협업 학습 플랫폼 기술 연구", 한국통신학회논문지, 40(5), pp.914~923 (2015), 한국통신학회
- 위영은, "사회 연결망에서의 무형식학습 연구: A병원행정조직을 중심으로", 농업교육과 인적자원개발, 42(4), pp.149~173 (2010), 한국농·산업교육학회[DOI]
- 이가원, "기업 조직구성원의 무형식학습방법과 문제해결능력 관계", 석사, pp.2017
- 과학적교육정책 추진 기반 마련을 위한 연구, "이규민", 교육부, ~ (2020)
- 이성엽, "무형식 학습의 방법에 대한 사례연구", HRD연구, 11(1), pp.1~51 (2009), 한국인력개발학회[DOI]
- 이윤진, "인공지능 도입에 따른 직무 변화와 적응적 전문성 인식에 대한 고찰: 기자의 경험을 중심으로", HRD연구, 23(3), pp.127~153 (2021), 한국인력개발학회[DOI]
- 이종현, "교육 분야에서의 인공지능(AI) 및 데이터 활용 동향", KISDI AI Outlook, 5 (2021)
- 교육통계 및 공시정보의 관리·활용 방안 연구: 고등교육을 중심으로, "임후남", 한국교육개발원, ~, pp.연구보고. RR 2009-29 (2009)
- 전형배, "AI 기반 교육 현황과 기술 동향", ~ (2021)
- 정연오, "개인화된 전문가 그룹을 활용한 추천 시스템", 한국지능시스템학회 논문지, 23(1), pp.7~11 (2013), 한국지능시스템학회
- 정윤혁, "빅데이터와 교육분석", 미디어와 교육, 5(1) (2015)
- 중소기업 전략기술로드맵 2022-2024, 인공지능, "중소기업벤처기업부", ~ (2021)
- 중소기업 전략기술로드맵 2022-2024, 의료기기, "중소기업벤처기업부", ~ (2022)
- 최봉, "서울시 공공빅데이터 활성화 방안 연구", 지식경영연구, 20(3), pp.73~89 (2019), 한국지식경영학회[DOI]
- 데이터 관리체계 개선방안 연구, "최영훈", 광운대학교산학협력단, ~ (2015)
- 케이테크, "분야별 전문가 큐레이션 추천 시스템 및 이를 이용한 분야별 전문가 추천방법", KR101458588B1, ~ (2014)
- "통계청" (2022)[URL]
- 2021년 하반기 지역별 고용조사 취업자의 산업 및 직업별 특성, "통계청", ~ (2021)
- 교육 빅데이터 구축 및 활용방안, "한국교육과정평가원", ~, pp.연구보고 RRE 2021-3 (2021)
- 대한민국 혁신성장, 데이터경제에서 길을 찾다. 데이터경제 포럼창립세미나 현장보고서, "한국정보화진흥원", ~ (2018)
- 황치곤, "머신러닝 기반의 단어 유사도 분석을 통한 온톨로지 구축에 관한연구", 한국정보통신학회 종합학술대회 논문집, 24(1), pp.423~424 (2020)
- 황치곤, "코사인 유사도를 기반의 온톨로지를 이용한 문장유사도분석", 한국정보통신학회 종합학술대회 논문집, 25(1), pp.441~443 (2021)
- Aghi, D., "Local motion planner for autonomous navigation in vineyards with a RGB-D camera-based algorithm and deep learning synergy", Machines, 8(2), pp.27~ (2020)[DOI]
- Akrur Barua, "The tech workforce is expanding-and changing-as different sectors battle for talent", Deloitte insight. Economics Spotlight, ~ (2021)
- Ali, F., "Fuzzy ontology and LSTM-based text mining : a transportation network monitoring system for assisting travel", Sensors, 19(2), pp.234~ (2019)[DOI]
- Aparicio, M., "Data visualization", Communication design quarterly review, 3(1), pp.7~11 (2015)[DOI]
- Cakula, S., "E-learning developing using ontological engineering", WSEAS transactions on Information Science and Applications, 1(1), pp.14~25 (2013)
- Congressional Research Service, "Career and Technical Education: A Primer", ~ (2022)
- Doan, A., "Handbook on ontologies", pp.385~403 (2004), Springer
- Fengchun Miao, "Artificial Intelligence and Education" (2021), UNESCO
- Garg, V., "Wireless communications & networking" (2010), Elsevier
- Healy, K, "Data visualization: a practical introduction" (2018), Princeton University Press
- Kai Chen, "Patent-based Expert-to-Enterprise Recommender System" (2022), Hanyang University
- 김민태, "Self-Attention을 활용한 Siamese CNN-Bidirectional LSTM 기반 문장 유사도 예측", 정보과학회논문지, 46(3), pp.241~245 (2019), 한국정보과학회[DOI]
- Kulmanov, M., "Semantic similarity and machine learning with ontologies", Briefings in bioinformatics, 22(4), pp.bbaa199~ (2021)[DOI]
- Kumarasinghe, K., "Deep learning and deep knowledge representation in Spiking Neural Networks for Brain-Computer Interfaces", Neural Networks, 121, pp.169~185 (2020)[DOI]
- Juris, J. S., "Networking Futures" (2008), Duke University Press
- Law, P., "Digital badging at The Open University: recognition for informal learning", Open Learning: The Journal of Open, Distance and e-Learning, 30(3), pp.221~234 (2015)[DOI]
- Liu, P., "Enterprise human resource management platform based on FPGA and data mining", Microprocessors and Microsystems, 80, pp.103330~ (2021)
- Mattelart, A., "Networking the world, 1794-2000" (2000), U of Minnesota Press
- Mpungose, C. B., "Are Social Media Sites a Platform for Formal or Informal Learning? Students' Experiences in Institutions of Higher Education", International journal of higher education, 9(5), pp.300~311 (2020)[DOI]
- Muijs, D., "Why network? Theoretical perspectives on networking", School effectiveness and school improvement, 21(1), pp.5~26 (2010)
- Narjes Nikzad-Khasmakhi, "ExEm: Expert embedding using dominating set theory with deep learning approaches", Expert Systems with Applications, 177 (2021)[DOI]
- Narjes Nikzad-Khasmakhi, "The state-of-the-art in expert recommendation systems", Engineering Applications of Arttificial Intelligence, 82, pp.126~247 (2019)[DOI]
- Navarro, L. C., "Leveraging ontologies and machine-learning techniques for malware analysis into Android permissions ecosystems", Computers & Security, 78, pp.429~453 (2018)[DOI]
- The STEM Labor Force of Today: Scientists, Engineers, and Skilled Technical Workers, "NSF", National Science Board, ~, pp.National Science Board 2021-2 (2021)
- Onah, D. F., "An innovative MOOC platform : the implications of self-directed learning abilities to improve motivation in learning and to support self-regulation", The International Journal of Information and Learning Technology, 38(3), pp.283~298 (2021)[DOI]
- Saienko, N., "Mobile assisted learning for self-directed learning development at technical university : SWOT analysis", Universal Journal of Educational Research, 8(4), pp.1466~1474 (2020)[DOI]
- Seufert, A., "Towards knowledge networking", Journal of knowledge management (1999)[DOI]
- Su, X., "A survey of collaborative filtering techniques", Advances in artificial intelligence, 2009 (2009)[DOI]
- Trella, M., "MEDEA: An open service-based learning platform for developing intelligent educational systems for the Web", Workshop on Adaptive Systems for Web-Based Education: tools and reusability (AIED'05), pp.27~34 (2005)
- "government guidance-schools" (2022)[URL]
- Weaver, A. C., "Social networking", Computer, 41(2), pp.97~100 (2008)
- Xu, J. A., "A SVM-based personal recommendation system for TV programs", 2006 12th International Multi-Media Modelling Conference, pp.4~ (2006), IEEE
- Zaidieh, A. J. Y., "The use of social networking in education : Challenges and opportunities", World of Computer Science and Information Technology Journal(WCSIT), 2(1), pp.18~21 (2012)