If the collection is public, the memo for this book will also be public.
Your Browsing History
There is no data.
There is no data.
loading...
This study analyzed metaverse-related educational issues using news big data and derived implications for future education. Through TF-IDF and topic modeling (LDA) techniques, core issues of the metaverse such as platform industry, future talent, and technology diffusion were identified, and it was found to be related to innovation in educational platforms, jobs, and competencies in future education.
메타버스의 세계 : 그 마법의 원리를 말하다
메타버스와 인공지능 교육
생성형 AI를 활용한 미래교육
눈 떠보니 메타버스 마스터 : 메타버스 플랫폼 활용 가이드
메타버스 수업, 미래교육의 방향을 찾다
(융합의 시대) 메타버스-확산의 예감
메타버스의 이해
메타버스의 시대 : 미래의 부와 기회를 선점하는 7대 메가트렌드
메타버스 새로운 부의 탄생 : 돈과 기회가 펼쳐지는 메타버스 6대 트렌드 분석
(교육을 위한) 메타버스 탐구생활 : 현직 교사들이 전하는 교육용 메타버스 활용 입문서
AI·메타버스 시대의 기술적·인문사회적 광고PR 전략 =
메타버스 비긴즈 : 인간X공간X시간의 혁명
인적자원행정론
세계미래보고서 2022 : 메타 사피엔스가 온다
(상상을 현실로) 메타버스 세상
메타버스와 함께 가는 문화예술교육
메타버스 : 당신의 브랜드는 준비되어 있는가
전환의 시대의 일과 삶 그리고 학습
(메타버스 & AI 챗GPT와 함께하는) 노벨 엔지니어링 = 독서와 공학으로 세상을 바꾸다!
인공지능이 바꾸는 미래세상과 메타버스
김태종, 안부영, 이원철, 강혜진 · 2022
디지털콘텐츠학회논문지
한송이, 김태종 · 2021
디지털콘텐츠학회논문지
한송이, 김태종 · 2023
문화와융합
김영지, 이정민 · 2025
열린교육연구
김희철, 김묘은, 박일준 · 2022
한국컴퓨터정보학회논문지
Zhu, Y.; Hu, Y.; Zhang, Y. · 2025
International Journal of Human-Computer Interaction
김승재, 조규락 · 2022
미래교육연구
김대유, 김승현 · 2025
컴퓨터교육학회 논문지
이정우, 이소연 · 2022
스마트미디어저널
안재영, 심소연, 윤혜정 · 2022
지식경영연구
임종현, 홍진표, 박정민, 안미리 · 2022
교육정보미디어연구
김준오 · 2022
한국자치행정학보
윤정현, 황윤자 · 2024
The Journal of Transdisciplinary Studies
황영아, 한혜영 · 2022
미래교육연구
윤상혁, 양지훈, 한진영, 김형진 · 2022
인터넷전자상거래연구
王慧媛; Wang Huiyuan · 2022
学术探索 / Academic Exploration
황지온 · 2022
교양학연구
김희철, 박일준, 김묘은 · 2023
한국컴퓨터정보학회논문지
안종배 · 2024
The International Journal of Internet, Broadcasting and Communication
이상욱 · 2022
한국영상학회논문집
전선 / 학사
본 강좌는 정보 통신기술의 혁명적인 발달과 컴퓨터 기술의 융합 등 디지털에 기반하는 뉴미디어의 기술적 개요와 특성을 섭렵하고, 나아가 디지털에 기반한 커뮤니케이션 매체가 기존의 커뮤니케이션 양식을 어떻게 변화시키고 있는지를 살펴보고, 인간 커뮤니케이션 변화와 사회적 함의를 전통적 커뮤니케이션 이론뿐만 아니라 비판이론적 시각에서 평가해보고자 하는데 그 목적이 있다.전선 / 학사
이 수업은 미래사회의 변화 방향과 이에 따른 교육의 기능의 변화, 그리고 인공지능과 빅데이터가 미칠 교육 현장의 변화를 조사하고 토론하는 것을 목적으로 한다. 구체적으로 새로운 과학기술이 가져올 다양한 영역(과학, 공학, 산업 등)에서의 사회의 변화 특징을 확인하고, 이에 맞게 미래교육은 어떻게 변화를 준비해야 할지를 조사, 논의하고자 한다. 또한 미래 과학기술을 대표하는 인공지능과 빅데이터가 어떻게 교육현장을 변화시킬지에 대해 교수-학습, 학생진로지도, 교육의사결정 등의 측면에서 깊이 있게 살펴보고자 한다.전선 / 학사
본 과목에서는 대용량의 텍스트를 분석하여 유의미한 결론을 도출하는 텍스트마이닝 기법에 대해 강의한다. Natural language processing, probabilistic topic model, text clustering, text categorization, contextual text mining 등, 텍스트마이닝 분야의 핵심 Keyword 및 기법에 대해 다룬다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.전선 / 대학원
이 강좌는 석·박사 학위 논문 작성 등 교육연구에 필요한 통계적 분석에 대한 개념과 이론에 대한 폭넓은 이해를 돕고, 실제 교육연구에서 통계적 기법들을 적절히 활용할 수 있도록 하기 위한 것이다. 이를 위해 교육관련 각종 연구 자료의 특성(예: 다층 자료, 유목 자료, 연속 자료 등)에 적절한 통계적 기법들에 대한 소개와 함께 관련 컴퓨터 프로그램을 활용하여 실제로 분석할 수 있도록 하기 위한 것이다. 아울러 수강생들은 관심 있는 교육관련 자료를 분석하고 그 결과를 수업시간에 보고하는 기회를 가지게 될 것이다.전선 / 대학원
메타데이터를 통한 전자기록 정보의 구조화 전반에 대해 다룬다. 메타데이터를 단순히 정보기술의 이론적 관점에서만 학습하는 것이 아니라, 역사기록물이나 인류문화유산 정보를 효과적으로 아카이브하기 위한 융합학문의 관점에서 살펴본다. 이를 위해 Semantic Web과 Linked Data 기술에 대한 이해와 첨단 정보기술을 활용한 디지털 인문학에 대해서도 함께 조망할 것이다. 더불어 선진국의 문화유산 아카이브를 위한 여러 모델들을 살펴보고 우리나라에서의 적용과 활용에 대해 고민해 본다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 대학원
이 과목은 2군 교과목으로 다양한 부제 하에서 여러 최근의 이론적 논의들을 검토하는 것을 목표로 하고 있다. 여론이나 저널리즘 등 전통적인 영역보다는 최근의 미디어 세계의 기술적, 산업적 변동과 이에 따른 개인이나 사회, 문화의 변화와 관련된 이슈들을 주로 다룬다. 인간관계이론과 소셜미디어의 진화, 네트워크 커뮤니케이션 등의 주제를 다룰 수 있다.전선 / 대학원
데이터 분석은 기술 예측 및 기술 전략과 같은 기술 경영 분야와 IT, 제조, 에너지, 헬스케어 등 다양한 산업 분야에서의 프로세스를 개선하거나 의사 결정을 지원하기 위한 필수적인 도구로서 자리매김하고 있다. 이 강의에서는 높은 수준의 데이터 분석을 위하여 필요한 데이터마이닝, 텍스트마이닝, 머신러닝, 딥러닝 분야의 여러 기법들에 대해 심도 있게 배우고, 이를 통해 산업과 경영의 문제를 해결한 사례들을 살펴본다. 강의를 통해 배운 내용을 바탕으로 학생들은 관심 분야에서의 문제 해결 및 나은 의사 결정을 위한 데이터 분석을 수행하며 데이터 분석을 기반으로 한 문제 해결 능력과 비즈니스 통찰력을 기른다.전선 / 학사
사물인터넷(IoT)을 비롯한 스마트 환경과 소셜네트워크 서비스의 보편화로 인해 다양하고 방대한 데이터가 발생하고 있다. 이와 함께 막대한 양의 데이터를 신속하게 처리할 수 있는 컴퓨팅 환경의 발달과 창의적인 시각으로 데이터를 분석하고 연결하는 인공지능의 개발로 빅데이터는 여러 분야의 혁신적인 패러다임으로 등장하고 있다. 빅데이터는 데이터 그 자체의 효용성보다는 다양한 방법의 가공을 통한 데이터 간의 연결 및 창의적인 분석을 통해 혁신적인 가치를 창출하고 있으며, 빅데이터의 분석과 활용은 산업과 국가 경쟁력의 척도가 되고 있다. 빅데이터의 분석을 통해 새로운 가치를 창출하기 위해서는 다학제적 융합연구가 필요하다. 이 강의에서는 빅데이터 기업, 연구소 및 학계 전문가들을 초빙하여 최신 빅데이터 기술 경향에 대하여 알아본다. 또한 실제 업무에서 사용되는 툴을 활용하여 다양한 분석 기법을 공부하게 된다. 빅데이터 분야에 관심있는 학생들에게 진로 및 전공 선택에 대한 전망을 제시하게 될 것이다.전선 / 학사
본 강의에서는 다양한 산업에서 발생하는 텍스트 데이터에 대한 이해와 함께, 이에 대한 분석 기법들을 학습하는 것을 목적으로 한다. 크게 텍스트 데이터의 이해, 텍스트 데이터의 전처리 및 표상화, 언어 모델의 구조 이해, 그리고 텍스트 데이터의 응용 과업 등의 네 가지 파트로 구성하여 강의를 진행한다. 텍스트 데이터의 이해 파트에서는 제조업, 마케팅, 금융 등의 비즈니스에서 발생하는 텍스트 데이터의 특징과 이에 대한 활용 사례를 주로 다룬다. 텍스트 데이터의 전처리 및 표상화 파트에서는 전통적인 bag-of-words 방식을 포함하여, word2vec, GloVe, Fasttext와 같은 신경망 기반의 텍스트 표상화 방법을 강의한다. 언어모델의 구조 이해 파트에서는 Seqence-to-sequence Learning과 Transformer 구조에 대한 이해를 바탕으로 BERT 및 GPT 등의 대표적인 언어모델 구조를 강의한다. 마지막으로 텍스트 데이터의 응용 과업 파트에서는 감성 분석, 문서 요약, 질의 응답 등의 실제 비즈니스에서 자주 사용되는 텍스트 데이터 분석 과업을 소개하고 이를 해결하기 위한 적절한 방법론을 강의한다.전필 / 학사
본 과목에서는 정형 데이터와 비정형 데이터를 효과적으로 관리하고 분석하는 데에 필요한 제반 이론 및 기법을 배운다. 구체적으로, 본 과목의 전반부에서는 데이터베이스 (DB)를 기반으로 한 정보 시스템의 설계 및 구현, 그리고 DB 마이닝과 DB 기반 추천 시스템과 관련된 모형과 기법을 다루고, 후반부에서는 텍스트 데이터를 대상으로 정보 검색, 문서 분류 및 군집화를 위한 주요 이론과 방법론들을 소개한다. 아울러, 본 과목은 소개된 모형 및 기법들을 구현하여 다양한 형태의 데이터에 실적용해보는 프로젝트들을 포함하는 바, 이를 통해 실제 문제에 대한 해결 능력을 기르고, 관련된 기술적 이슈들을 경험해보는 것을 목표로 한다.전선 / 학사
다양한 교육 사례를 분석하여 디지털 전환 시대 빅데이터의 교육적 활용 가능성과 도전적 과제를 탐색한다. 학습자중심교육에 대한 이론과 모형을 학습하고 빅데이터와 인공지능을 활용하여 맞춤형 학습환경을 설계할 수 있는 역량을 기른다. 교육 문제를 창의적으로 해결하기 위해 빅데이터와 디지털 테크놀로지를 활용하는 방안을 탐구한다.교양 / 학사
이 과목의 목적은 데이터 문해력에 대한 기본지식을 함양하고 이를 통하여 데이터 기반 의사결정능력과 올바른 정보를 취사선택하는 방법을 익히는 데 있다. 이 과목을 통하여 다양한 통계의 오용사례를 살펴보고 데이터를 전달하는 미디어를 올바르게 이해하고 데이터를 기반으로 효율적으로 본인의 주장을 제시하는 방법에 대해 배운다.전선 / 학사
이 과목에서는 역사정보 빅데이터의 특성과 현황을 이해하고 역사적 지식을 산출하는 기초적인 과정을 습득한다. 습득 과정은 크게 세 단계로 진행된다. 첫째, 한국 근대의 대표적인 언론 자료를 선정하여 역사적 맥락과 자료의 특성 및 유의미한 관찰 지점 등을 파악한다. 둘째, 해당 자료의 코퍼스를 구축하고, 파이썬 언어를 활용한 토픽모델링을 통해 그 자료의 핵심 주제를 발견한다. 셋째, 네트워크 분석 방법을 활용하여 핵심 주제의 상호 연결 관계를 살펴보고, 이를 통해 해당 자료의 논조가 시기별로 어떻게 변화하는가를 관찰한다.전선 / 대학원
데이터마이닝 (Data Mining)은 대용량 데이터베이스에 존재하는 데이터 간의 관계, 패턴, 규칙 등을 찾아내고 모형화해서 의사결정을 돕고, 유용한 정보로 변환하는 일련의 과정이다. 본 강좌에서는 기술모델링과 예측모델링에 사용되는 통계학, 기계학습, 신경회로망 기법들을 공부하고, 응용 사례 연구와 패키지를 이용한 프로젝트를 수행한다.전선 / 학사
빅데이터는 실세계에서 일어나는 복잡한 문제를 해결하기 위한 통찰력을 제공한다. 이 과목은 빅데이터를 소개하며, 데이터 가공, 분석 및 시각화를 위한 프로그래밍 언어 (Python), 데이터 분석을 위한 통계 및 머신러닝 방법 등을 가르친다. 실습 및 프로젝트를 통해서 학생들이 실제 데이터를 분석할 수 있는 능력을 배양한다. 데이터 중심의 컴퓨팅, 정량적 사고와 추론, 탐색적 데이터 분석에 대한 강조를 통해 이 과목에서는 데이터 과학의 핵심 원리와 기술을 다룰 것이다.전선 / 대학원
본 교과목은 데이터를 분석하여 유용한 정보를 추출하고 모델을 만들어 예측에 사용하는 데이터 마이닝에 대해 보다 깊이 있게 소개한다. 데이터마이닝의 중요한 알고리즘, 기반 기술, 대용량 데이터를 효과적으로 처리하는 마이닝 기술 등을 학습한다. 그리고 분산 시스템과 다수의 머신을 이용하여 빠르고 확장성 있게 대용량 데이터를 처리하는 방법을 논의한다. 또한 여러 실제 세계 응용에 어떻게 데이터마이닝을 적용하는지에 대해서도 논의한다. 주요 주제로 그래프 데이터 분석, 행렬/텐서 데이터 분석, 비정상 이벤트 탐지 등이 있다.전선 / 학사
본 과목에서는 빅 데이터 분석 기술을 활용하여 문제를 해결하는 프로젝트를 한 학기에 걸쳐 진행한다. 연구 주제는 수강생이 직접 선택하되, 1)산업체에서 실제로 겪고 있는 문제를 파악하고 이를 해결하기 위한 기법을 개발하거나, 2)빅데이터 관련 특정 연구 분야의 최신 연구 동향을 파악하고 이와 관련한 연구 주제를 선택하여 연구를 진행한다.전선 / 대학원
스마트시티는 다양한 기관 및 시설로부터 수집된 데이터를 활용하여 실시간 변화를 예측하고 효율적으로 도시 서비스를 제공하는 미래형 도시모델이다. 또한 빅데이터 분석은 방대한 데이터 속에서 신속하게 패턴을 인식하고 새로운 가치를 찾아내는 과정으로써 스마트시티 계획 및 운영에 반드시 필요한 기술이다. 본 강의는 도시 빅데이터 분석에 필요한 지식 및 기술을 학습하는 입문과정이다. 스마트시티공학을 전공하는 학생들에게 빅데이터의 개념 및 구조를 이해하고 도시데이터 분석에 필요한 통계기법, 프로그램, 모델링 등을 학습할 수 있는 기회를 제공함으로써 미래도시 고도화 기반을 마련하고 지능형 도시에 최적화된 전문가를 육성하고자 한다.