일제강점 말기 송산고등농사학원과 김두혁의 독립운동

윤소영(Yoon, So-young) 독립기념관 한국독립운동사연구소 2018 한국독립운동사연구 Vol.0 No.62

1940년 2월부터 12월까지 일본 도쿄 경시청은 「조선의 독립을 목적으로 하는 비밀결사」를 적발했다. 이들의 공식적인 명칭이 없었기 때문에 평안도 출신자가 많다는 이유로 ‘평안그룹’이라 명명하고 주모자인 김태훈, 김운하, 김두혁 등을 검거하여 치안유지법으로 재판에 회부했다. 이 사건에 대해 그 동안 한국독립운동사학계에서는 본격적인 연구가 이루어지지지 않은 가운데 이 비밀결사의 공식명칭이 ‘평안그룹’인 것으로, 또한 이들이 유학한 일본의 대학교가 사립도쿄농업대학교인데, 일본 도쿄대학 농학부로 오인해왔다. 이 연구는 이른바 ‘평안그룹’의 독립운동이 어떠한 것이었는지를 조명함으로써 그동안 잘못 인식되어온 점을 바로잡고 그 운동의 내용과 의미를 고찰한 것이다. 이 독립운동이 시작된 공간은 평양이다. 이 운동의 중심에는 평양 장로교회인 송산교회, 이 지역의 중농 출신의 독실한 기독교 신자인 김두혁 일가, 그리고 평양지역의 조만식을 중심으로 한 기독교농촌계몽운동과 이 지역이 낳은 독립운동가 도산 안창호의 이상촌 건설 운동이 서로 연결되어 있으며 그 집합체로 설립된 송산고등농사학원이 존재했다. 김두혁은 숭실전문학교를 졸업하고 장로교계 송산교회가 설립한 신망학교의 교장을 역임한 민족주의사상이 강한 기독교도였다. 송산학원은 1935년 10월에 대동군 송산리에 설립되었는데 교장이 김두혁, 고문에 안창호, 이사에는 조만식이 선임되었다. 이 학교는 기독교를 모체로 하여 2년제로 공동생활을 하며 학습과 농업실습을 겸비한 교과를 운영했다. 덴마크국민고등학교를 모범으로 삼고 또한 이를 모델로 하여 실천하고 있는 일본의 농촌교육운동의 사례도 융합하여 운영되었다. 김두혁은 1937년 평양 지역에서 일제의 탄압이 극심해져 더 이상 민족주의적 농촌계몽운동이 불가능한 상황 속에서 이를 타개하기 위해 1년간 일본유학을 단행했다. 그는 도쿄농업대학에 유학하여 김태훈, 김운하, 공태훈 등의 동지들을 규합하여 인재를 모았다. 1938년 3월에 귀국한 김두혁은 송산고등농사학원을 거점으로 하여 도쿄농업대학 유학생과 연계하여 민족주의사상을 갖춘 농촌지도자를 양성하고 나아가 민주공화국을 지향한 독립운동을 전개했다. 일제는 1940년 2월, 송산고등농사학원의 관계자와 일본 도쿄농업대학 유학생들을 일제히 검거했으며 김두혁은 평양에서 체포되어 도쿄로 이송된 후 치안유지법 위반으로 재판을 받고 옥고를 치렀다. 이른바 ‘평안그룹’의 독립운동이란 일본 도쿄에만 국한되었던 독립운동이 아니라 평양의 송산고등농사학원에서 발원하여 도쿄농업대학과 시즈오카에 있던 흥농학원, 그리고 덴마크국민고등학교와 그룬트비의 교육정신까지 포괄하는 민족주의적 농촌계몽 비밀결사 독립운동으로 자리매김 되어야 할 것이다.

사용자 정보를 이용한 모바일 추천 기법

윤소영,윤성대,Yun, So-Young,Youn, Sung-Dae 한국정보통신학회 2014 한국정보통신학회논문지 Vol.18 No.2

모바일 기기의 사용이 급증하면서 앱 스토어를 이용하는 사용자들 또한 증가하고 있다. 그러나 앱 스토어들은 대부분 단순한 랭킹 방식의 추천을 사용하므로 추천의 정확성이 떨어진다. 본 논문에서는 사용자에게 더 적합한 아이템을 추천하기 위해 사용자 정보 가중치와 아이템의 최근 선호 정도를 반영한 기법을 제안한다. 제안하는 기법은 데이터 셋을 카테고리별로 구분한 후 협업필터링 기법에 사용자 정보 가중치를 적용하여 예측값을 추출한다. 카테고리별로 아이템에 대한 최근 선호 정도를 반영하기 위해 특정 기간을 지정한 아이템 평가값 평균을 구한다. 최종적으로 두 결과 값을 결합하여 아이템을 추천한다. 실험을 통해 제안한 기법이 기존의 아이템 기반, 사용자 기반 기법보다 추천의 정확성과 적합성이 향상되는 것을 확인하였다. As the use of mobile device is increasing rapidly, the number of users is also increasing. However, most of the app stores are using recommendation of simple ranking method, so the accuracy of recommendation is lower. To recommend an item that is more appropriate to the user, this paper proposes a technique that reflects the weight of user information and recent preference degree of item. The proposed technique classifies the data set by categories and then derives a predicted value by applying the user's information weight to the collaborative filtering technique. To reflect the recent preference degree of item by categories, the average of items' rating values in the designated period is computed. An item is recommended by combining the two result values. The experiment result indicated that the proposed method has been more enhanced the accuracy, appropriacy, compared to item-based, user-based method.

사용자 정보 가중치를 이용한 추천 기법

윤소영,윤성대,Yun, So-Young,Youn, Sung-Dae 한국정보통신학회 2011 한국정보통신학회논문지 Vol.15 No.4

협업 필터링은 추천시스템들 중에서 가장 널리 사용되는 기법이다. 그러나 협업 필터링은 추천의 정확성을 떨어뜨리는 희소성과 확장성 문제를 가지고 있으며 이를 해결하기 위한 다양한 연구가 이루어지고 있다. 본 논문에서는 협업필터링의 희소성과 확장성의 문제를 해결하기 위해 가중치를 사용한 기법을 제안한다. 제안한 기법은 데이터 셋에서 추천의 정확성을 높이기 위해 평가값이 4이상인 데이터들만을 사용하여 아이템을 선호하는 사용자 정보를 분석한다. 아이템의 장르 정보와 분석한 사용자 정보를 유사도 계산 시 가중치로 사용하고 임계값 이상의 유사도를 가진 데이터들만으로 예측값을 계산하여 평가되지 않은 데이터의 평가값으로 사용한다. 제안한 기법은 아이템에 대한 특성을 분석하여 예측값을 계산함으로써 희소성을 줄임과 동시에 정확성을 더 높일 수 있고 새로운 아이템과 사용자가 등록되었을 때 분석된 정보를 바탕으로 빠른 분류가 가능하다. 실험을 통해 제안한 기법이 기존의 아이템 기반, 장르 기반 기법보다 추천의 정확성이 향상되는 것을 확인하였다. A collaborative filtering(CF) is the most widely used technique in recommender system. However, CF has sparsity and scalability problems. These problems reduce the accuracy of recommendation and extensive studies have been made to solve these problems, In this paper, we proposed a method that uses a weight so as to solve these problems. After creating a user-item matrix, the proposed method analyzes information about users who prefer the item only by using data with a rating over 4 for enhancing the accuracy in the recommendation. The proposed method uses information about the genre of the item as well as analyzed user information as a weight during the calculation of similarity, and it calculates prediction by using only data for which the similarity is over a threshold and uses the data as the rating value of unrated data. It is possible simultaneously to reduce sparsity and to improve accuracy by calculating prediction through an analysis of the characteristics of an item. Also, it is possible to conduct a quick classification based on the analyzed information once a new item and a user are registered. The experiment result indicated that the proposed method has been more enhanced the accuracy, compared to item based, genre based methods.

『앨리스』의 언어유희를 통한 전복의 미학과 주체화 -토끼굴로 내려가 새로운 언어의 세계에서 놀다-

윤소영 ( So Young Yoon ),이우학 ( Woo Hak Lee ) 건국대학교 동화와번역연구소(구 건국대학교 중원인문연구소) 2010 동화와 번역 Vol.19 No.-

??앨리스??에서 가장 특징적인 문학적, 언어적 요소는 언어유희이다. 언어유희가 발생하는 것은 소리음의 유사성으로 인해 생기는 청자의 오인이 주된 것이다. 이 현상에 착안해, 소리음(기표)의 유사성이 초래하는 새로운 기의의 대두가 색다른 기표를 발생시킨다는 것의 의미를 분석해 보고자 한다. 즉 언어유희가 발생할 때 기표가 부재하게 된다. 언어유희는 언어를 아버지와 접목시킬 때 기표의 부재가 갖는 의미를 아버지의 부재라는 주제와 결부해 살펴볼 수 있다. 언어유희를 경험하는 것은 아버지가 부재하고 있는 환상공간에서 아버지의 언어를 전복하는 놀이를 통해 새로운 언어에 대한 통제를 수행하는 것이다. 이는 주체로서 언어를 획득하는 과정이 말장난이 발생하는 상황과 관련되어 있음을 보여준다. 언어유희와 주체화의 관계를 기표의 부재라는 틀로 조망해 봄으로써 그 의미와 양상을 분석하는데 주안점을 둔다. 또한 말장난이 이루어지는 상황에서 과연 언어적 권력이 존재하고, 언어의 주도권이 이동하는지를 살펴봄과 동시에 언어적 권력의 주도권이 누구에게 있는가에 따라 어떠한 양상의 말장난이 일어날 수 있는가를 설명할 수 있다. 환상의 공간에서 만나게 되는 다양한 존재들과 소통하는 앨리스는 색다른 언어의 세계 즉 언어유희를 통해, 아버지/ 언어의 세계를 전복하는 경험을 하게 된다. 부연하면 언어를 아버지의 세계라 할 때 앨리스가 대화하고 유희하는 세계는 바로 말장난의 세상이다. 환상공간에서 펼쳐지는 언어세계는 기표의 증식과 대체 및 기의의 미끄러짐 등 언어의 놀이가 제시되고 있다. 이러한 맥락에서 본고에서는 기표의 부재와 재생산에 걸친 제반과정을 살펴봄으로써 ??앨리스??를 언어/ 아버지의 의미를 통해 분석하고자 한다. 더불어 앨리스가 경험하는 환상세계의 언어가 앨리스의 주체화에 어떠한 영향을 끼치는 가에 대해서도 살펴볼 것이다 It is well known that Alice in Wonderland(1865) by Lewis Carroll is filled with a variety of wordplay. It is a salient text to investigates the aspects and characteristics of wordplay. Among diverse functions of wordplay, this paper investigates the relationship between wordplay and subjectification. The main focus of this paper is on the meaning of absent father, the relationship between father and language, and how Alice accomplishes subjectification as a speaking subject. When wordplay occurs, speakers’ signifiers are replaced with listener’s different words with similar sound effects. In so doing, after the former signifiers became absent, the latter different signifiers are newly expressed. If wordplay includes absence of signifiers, absent signifiers can be referred to as absent father. Also, it can be seen the possibility that the spot wordplay occurs can be a place of hegemonic shift of language power between characters. In this respect, wordplay functions as a tool for subversion of language power. Diverse characters in Wonderland, such as a caterpillar, Griffon and Mad hatter, play important roles for Alice to learn new rules and order in the fantastic place through their own languages. In particular, subjectification of Alice as a speaking subject can be achieved through experiencing a variety of wordplay and managing to digest tricky phrases. In conclusion, wordplay in Wonderland is so-called play on words, thus carrying a vehicle to try to subvert father’s language in fantastic space. Like playing with words down the rabbit hole, Alice can achieve subjectification through playing with words in Wonderland.

사용자 활동과 시간 정보를 적용한 추천 기법에 관한 연구

윤소영,윤성대,Yun, So-Young,Youn, Sung-Dae 한국정보통신학회 2015 한국정보통신학회논문지 Vol.19 No.3

인터넷과 모바일 기기의 사용이 보편화되면서 사용자들이 다양한 웹 사이트에서 자신이 원하는 정보를 찾기 위해 검색과 추천을 이용하는 것이 일상화되고 있다. 본 논문에서는 사용자에게 보다 적합한 아이템을 추천하기위해 사용자의 활동과 시간 정보를 적용하여 시간의 흐름에 따른 사용자의 선호도 변화를 반영한 추천 기법을 제안한다. 제안하는 기법은 아이템 선택 시 고려되는 태그 정보를 포함한 데이터를 카테고리별로 분류한 후 시간 변화에 따른 사용자 선호도 변화 정보를 반영한 데이터만을 사용한다. 해당 카테고리를 선호하는 사용자에게는 협업 필터링 기법에 태그 정보를 적용하여 추출한 아이템을 추천하고, 일반 사용자에게는 태그 정보를 사용하여 계산한 순위를 기반으로 아이템을 추천한다. 제안하는 기법은 hetrec2011-movielens-2k 데이터셋을 사용하여 실험하였으며 실험을 통해 제안한 기법이 기존의 아이템 기반, 사용자 기반 기법보다 추천의 정확성과 적합성이 향상되는 것을 확인하였다. As the use of internet and mobile devices became generalized, users utilizing search and recommendation in order to find the information they want in the midst of various websites have become common. In order to recommend more appropriate item for users, this paper proposes a recommendation technique that reflects the users' preference change following the flow of time by applying users' activity and time information. The proposed technique, after classifying the data in categories including the tag information that is considered at the time of choosing the items, only uses the data that users' preference change following the flow of time is reflected. For the users who prefer the corresponding category, the item that is extracted by applying tag information to collaboration filtering technique is recommended and for general users, items are recommended based on the ranking calculated by using the tag information. The proposed technique was experimented by using hetrec2011-movielens-2k data set. The experiment result indicated that the proposed technique has been more enhanced the accuracy, appropriacy, compared to item-based, user-based method.

학술지 논문기사의 문헌구조 분석을 통한 DTD개발

윤소영,Yoon, So-Young 한국과학기술정보연구원 과학기술정보센터 1997 Journal of Information Science Theory and Practice Vol.28 No.2

디지털도서관의 전문데이터베이스 구축을 위한 마크업언어의 국제표준인 SGML을 사용하기 위해서는, 그 기술 규칙인 DTD를 먼저 개발하여야 한다. DTD의 개발은 대상 문헌의 논리구조 분석결과를 바탕으로 이루어진다. 본 연구에서는 정보관리학회지 논문기사의 문헌구조를 분석한 후, 이를 바탕으로 우리글을 대상으로 한 SGML DTD를 개발하고자 한다. To use SGML, which is international standard of markup language to construct fulltext database in digital libraries, the DTD is developed first. It is based on structure analysis of document. This study develops the SGML DTD for Korean document through document structure analysis of the Journal of the Korean Society for Information Management.

빈발 항목의 탐색 시간을 단축하기 위한 알고리즘

윤소영,윤성대,Yun, So-Young,Youn, Sung-Dae 한국정보통신학회 2011 한국정보통신학회논문지 Vol.15 No.1

최근 정보시스템의 활용도가 높아짐에 따라, 많은 데이터를 이용하여 필요한 상품을 빠르게 추출하는 방법들에 대한 연구가 활발히 이루어지고 있다. 숨겨진 패턴을 탐색하는 연관 규칙 탐색 기법들이 많은 관심을 받고 있으며, Apriroi 알고리즘은 대표적인 기법이다. 그러나 Apriori 알고리즘은 반복적인 스캔으로 인한 탐색시간 증가 문제를 가지고 있다. 본 논문에서는 빈발항목의 탐색시간을 단축하기 위한 알고리즘을 제안한다. 제안한 알고리즘은 트랜잭션 데이터베이스를 이용하여 매트릭스를 생성하고 매트릭스에서 트랜잭션들의 평균 항목 개수와 정의한 최소 지지도를 사용하여 빈발 항목을 탐색한다. 트랜잭션의 평균 항목 개수는 트랜잭션의 수를 줄이는데 사용되고 최소 지지도는 항목을 줄이는데 사용된다. 제안한 알고리즘의 성능 평가는 기존 알고리즘과의 탐색시간 비교와 정확도 비교로 이루어진다. 실험 결과는 제안한 알고리즘이 기존의 Apriori와 매트릭스 알고리즘보다 최종 빈발 항목의 추출에서 빠르고 효율적으로 탐색이 이루어지는 것을 확인하였다. With the increasing utility of the recent information system, the methods to pick up necessary products rapidly by using a lot of data has been studied. Association rule search methods to find hidden patterns has been drawing much attention, and the Apriori algorithm is a major method. However, the Apriori algorithm increases search time due to its repeated scans. This paper proposes an algorithm to reduce searching time of frequent items. The proposed algorithm creates matrix using transaction database and search for frequent items using the mean number of items of transactions at matrix and a defined minimum support. The mean number of items of transactions is used to reduce the number of transactions, and the minimum support to cut down on items. The performance of the proposed algorithm is assessed by the comparison of search time and precision with existing algorithms. The findings from this study indicated that the proposed algorithm has been searched more quickly and efficiently when extracting final frequent items, compared to existing Apriori and Matrix algorithm.

Spark를 이용한 항목 추천 기법에 관한 연구

윤소영,윤성대,Yun, So-Young,Youn, Sung-Dae 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.5

모바일 기기의 확산으로 소셜 네트워크 서비스나 전자상거래 사이트의 사용자 수가 급증하고 있고 사용자들이 남긴 데이터의 양도 기하급수적으로 증가하고 있다. 그로 인해 전자 상거래 기업들은 사용자들이 남긴 방대한 양의 데이터로부터 어떻게 유용한 정보를 추출할 것인가 하는 과제를 갖게 되었다. 이러한 문제를 해결하기 위해 추천 시스템에 빅 데이터 처리 기법을 적용한 다양한 연구들이 이루어지고 있다. 본 논문에서는 Apache Spark 플랫폼에서 Tag 가중치를 적용한 협업 필터링 기법을 사용한 추천방식을 제안한다. 제안하는 기법은 추천의 정확성을 높이기 위해 전처리 과정에서 Tag 데이터를 정제하고 아이템을 분류한 후 아이템 평가값에 기간 정보와 Tag 가중치를 적용하여 사용한다. RDD(Resilient Distributed Dataset)를 생성한 후 아이템 유사도와 예측값을 구하고 사용자에게 아이템을 추천한다. 실험을 통해 제안 하는 기법이 대량의 데이터를 빠르게 처리하고 추천의 적합성도 향상되는 것을 확인하였다. With the spread of mobile devices, the users of social network services or e-commerce sites have increased dramatically, and the amount of data produced by the users has increased exponentially. E-commerce companies have faced a task regarding how to extract useful information from a vast amount of data produced by the users. To solve this problem, there are various studies applying big data processing technique. In this paper, we propose a collaborative filtering method that applies the tag weight in the Apache Spark platform. In order to elevate the accuracy of recommendation, the proposed method refines the tag data in the preprocessing process and categorizes the items and then applies the information of periods and tag weight to the estimate rating of the items. After generating RDD, we calculate item similarity and prediction values and recommend items to users. The experiment result indicated that the proposed method process large amounts of data quickly and improve the appropriateness of recommendation better.

직장인들의 여가제약이 여가태도에 미치는 영향

윤소영,문숙재,유수현,Yoon So-Young,Moon Sook-Jae,Yoo Soo-Hyun 한국가족자원경영학회 2005 가족자원경영과 정책 Vol.9 No.1

The purpose of this study was to understand which factors affect on the leisure constraint and leisure attitude of workers, to observe how the factors of leisure constraints affect on the leisure attitude. The subjects of this study were 267 urban workers who are older than 20 years old and resident in Seoul. The periods of this study was from November 15 to December 5. The modified versions of leisure constraint scale and leisure attitude scale were utilized for this study. The results of this study are as follows : First, as a result to compare the average of leisure constraint factors, intrapersonal constraint, which are individual mental status as interest, self-consciousness, uneasiness et at., was founded generally less than interpersonal constraints as personal relationship for leisure activity, or structural constraints as financial, time, information et at., Secondly, it was found that interpersonal constraint was statistically different in age, and that structural constraint was statistically different in sex, education, health status, marital status, income, and career. Thirdly, there were statistically different in cognitive leisure attitude, feeling leisure attitude, and behavioral leisure attitude according to the average monthly income and career. But, it was found that marital status and the five-day workweek system were not statistically different in 3 leisure attitude factors. Finally, 3 leisure constraint factors(intrapersonal, interpersonal, structural) had statistically significant effect on cognitive leisure attitude. Also, intrapersonal leisure constraint and interpersonal leisure constraint had statistically significant effect on feeling leisure attitude and behavioral leisure attitude

상품 리뷰 감성분석을 이용한 아이템 기반 협업 필터링 추천 기법

윤소영,윤성대,Yun, So-Young,Yoon, Sung-Dae 한국정보통신학회 2020 한국정보통신학회논문지 Vol.24 No.8

협업 필터링 추천 기법은 전자상거래 기업들이 추천시스템을 도입한 이래로 가장 널리 사용되고 있다. 그러나 온라인에서 상품이나 콘텐츠의 구매가 일상화되면서 단순히 구매 고객의 평점만을 사용하는 추천 방식으로는 추천의 정확성이 낮아지는 문제점이 발생하였다. 본 논문에서는 추천의 정확성을 향상시키기 위해, 상품 리뷰를 분석하고 이를 가중치로 사용한 협업 필터링 추천 기법을 제안한다. 제안하는 기법은 상품에 대한 리뷰를 텍스트 마이닝 기법으로 정제하여 특징을 추출하고 감성 기반 분석을 통해 감성 점수를 산출한다. 사용자에게 더 나은 아이템을 추천하기 위해 산출된 점수를 아이템 예측 값 계산 시 가중치로 사용한다. 실험을 통해 전통적인 협업 필터링 기법보다 제안하는 기법의 정확성이 향상되는 것을 확인할 수 있었다. The collaborative filtering recommendation technique has been the most widely used since the beginning of e-commerce companies introducing the recommendation system. As the online purchase of products or contents became an ordinary thing, however, recommendation simply applying purchasers' ratings led to the problem of low accuracy in recommendation. To improve the accuracy of recommendation, in this paper suggests the method of collaborative filtering that analyses product reviews and uses them as a weighted value. The proposed method refines product reviews with text mining to extract features and conducts sentiment analysis to draw a sentiment score. In order to recommend better items to user, sentiment weight is used to calculate the predicted values. The experiment results show that higher accuracy can be gained in the proposed method than the traditional collaborative filtering.