표제지

목차

이슈리포트 개요 5

Ⅰ. RISS 시스템 분석 및 개선 / 강윤희 6

요약 7

01. 4차 산업혁명 시대 변화 및 대응 9

02. 4차산업혁명 시대의 교육 환경 변화 요구 15

03. 블록체인 기술 정보시스템 : 블록체인 도서관 22

04. 빅데이터 기반 교육학술 환경 변화 29

05. RISS 개선 방안 38

Ⅱ. RISS 검색 / 서윤제 55

요약 56

01. 검색의 이해 58

1) 검색 원리 58

2) 현 검색 트렌드 59

3) 검색 주요기술 60

02. 검색사례 분석 요구 68

1) NDSL : 국가과학기술정보센터 68

2) NTIS : 국가과학기술지식정보서비스 71

3) RISS : 학술연구정보서비스 73

4) 국내 도서관 구축 사례 : 서울시교육청 통합도서관 75

03. RISS 검색서비스 현황 77

1) 사이트 현황 77

2) 검색 기능 77

04. RISS 검색 고도화 방안 79

1) 추가 검색 기능 구성 79

2) TO-BE 83

05. 결론 90

Ⅲ. 종합목록 시스템 / 이윤경 91

요약 92

01. KERIS 종합목록 시스템의 이해 94

1) 종합목록 개요 94

2) KERIS 종합목록 시스템 운영 현황 96

02. 학술정보 시스템 사례 분석(Alma) 102

1) 도입 개요 및 특징 102

2) 시스템 구축 105

3) 목록시스템 분석 107

4) Alma 네트워크 계층(Network Topology) 114

03. 최신 도서관 시스템 경향 119

04. KERIS 종합목록 시스템 적용점 124

참고자료 125

Ⅳ. 차세대 상호대차시스템의 발전방향 및 시사점 / 변회균 126

요약 127

01. 논의 배경 129

1) 개요 129

2) 환경 분석 131

02. 상호대차 현황 135

1) 상호대차 개요 및 KERIS 운영현황 135

2) 기타 국내 상호대차 사례 140

3) 해외 상호대차 관련 서비스 사례 146

03. 최근 정보기술 환경 164

1) 최신 기술 동향 164

2) 클라우드 167

3) 블록체인 168

4) 보안기술 171

04. 차세대 상호대차 시사점 및 발전 방향 174

1) 시사점 174

2) 발전 방향 175

Ⅴ. 연구성과 분석 서비스 / 이수상 178

요약 179

01. 연구성과 181

1) 연구성과의 정의 181

2) 연구성과의 유형 183

02. 연구성과의 분석과 평가 184

1) 용어의 정의 184

2) 연구성과평가의 방법 187

3) 논문의 성과평가 188

4) 전문가 평가 방법 197

5) 연구성과평가에 대한 비판과 대안 199

03. 연구성과 분석 서비스의 주요 사례 205

1) 개요 205

2) 인용색인 DB 205

3) 학술검색엔진 208

4) 분석 솔루션 212

5) RIMS 사례 215

04. 대학 연구성과 분석 서비스의 주요 기능 설계 220

1) 개요 220

2) 분석 시스템 221

05. 연구지원 서비스에서의 활용 227

1) 연구지원 서비스의 현단계 227

2) 의학도서관의 연구지원 서비스 사례 233

3) 연구성과 분석 기반의 연구지원 서비스 제안 235

06. 요약 및 제언 238

1) 요약 238

2) 제언 238

3) 논의 239

Ⅵ. 인공지능 기반 학술정보서비스 / 최희열 241

요약 242

01. 개요 244

1) 인공지능 시대 244

2) 빅데이타 248

3) 학술정보 서비스의 인공지능 요구 249

02. 학술정보서비스 관련 인공지능 기술 251

1) 학술정보 데이터의 특징 251

2) 학위논문 및 KOCW 관련한 인공지능 기술 252

03. 인공지능 기반 학술정보 서비스 267

04. 결론 276

05. 참고문헌 277

Ⅶ. 학술정보서비스 주요 통계(1998년-2018년) / 한혜영;서명조 281

요약 282

1. 고등교육기관 주요 통계 286

2. 대학도서관 주요 통계 292

3. 학술정보서비스(RISS) 단위 업무 주요 통계 298

4. 학술정보서비스(RISS) 일반사용자 분포 302

판권기 306

Ⅰ. RISS 시스템 분석 및 개선 / 강윤희 38

〈표 Ⅰ-1〉 HORIZON 리포트(2018) 고등교육 가속화 핵심요소의 RISS 적용 분석 38

〈표 Ⅰ-2〉 HORIZON 리포트(2018) 고등교육 적용예상 기술의 RISS 적용 분석 39

Ⅱ. RISS 검색 / 서윤제 79

〈표 Ⅱ-1〉 추가 검색 기능 목록 79

〈표 Ⅱ-2〉 변화 하는 ICT 플랫폼 83

〈표 Ⅱ-3〉 챗봇 적용 기술 비교 86

〈표 Ⅱ-4〉 챗봇 활용 지능형 서비스 구축 사례 89

Ⅲ. 종합목록 시스템 / 이윤경 95

〈표 Ⅲ-1〉 참여기관 현황 95

〈표 Ⅲ-2〉 서지 소장 데이터 및 참조 데이터 95

〈표 Ⅲ-3〉 검색 및 다운로드 건수 95

〈표 Ⅲ-4〉 서지 품질관리를 위한 수정 통합 삭제 건수 95

〈표 Ⅲ-5〉/〈표 Ⅲ-6〉 Alma 도입 추진 경과 103

〈표 Ⅲ-6〉/〈표 Ⅲ-7〉 Alma 마이그레이션 대상 데이터 106

Ⅳ. 차세대 상호대차시스템의 발전방향 및 시사점 / 변회균 133

〈표 Ⅳ-1〉 상호대차 의뢰 및 제공건수(2010년~2017년) 133

〈표 Ⅳ-2〉 이용자별 제공서비스 136

〈표 Ⅳ-3〉 무료 신청기관 및 주제분야 137

〈표 Ⅳ-4〉 일본/중국/유럽자료 신청 137

〈표 Ⅳ-5〉 OCLC 자원 공유 활동사항 149

〈표 Ⅳ-6〉 4년 간(ˊ15~ˊ18) 전자정부 10대 기술트렌드 선정 결과 166

〈표 Ⅳ-7〉 블록체인의 장점 및 단점 169

Ⅴ. 연구성과 분석 서비스 / 이수상 185

〈표 Ⅴ-1〉 연구성과평가의 구분 185

〈표 Ⅴ-2〉 연구성과의 성격에 따른 지표 187

〈표 Ⅴ-3〉 대학교수 초빙요건 사례 189

〈표 Ⅴ-4〉 H-지수 계산 사례 192

〈표 Ⅴ-5〉 논문의 주요 성과지표 194

〈표 Ⅴ-6〉 과학적 성과 분야의 주요 질적 성과지표 195

〈표 Ⅴ-7〉 국가연구개발사업의 질적 성과지표 196

〈표 Ⅴ-8〉 연구개발성과 질적 지표 196

〈표 Ⅴ-9〉 계량적 연구성과 평가지표의 오용을 방지하는 10가지 원칙 202

〈표 Ⅴ-10〉 SAM의 서비스 유형 204

〈표 Ⅴ-11〉 연구성과분석 서비스 주요사례 205

〈표 Ⅴ-12〉 SciVal 관련 계량서지지표 213

〈표 Ⅴ-13〉 각 엔터티의 기본정보 220

〈표 Ⅴ-14〉 서비스 유형과 주요 기능 221

〈표 Ⅴ-15〉 검색 서비스 유형과 주요 기능 223

〈표 Ⅴ-16〉 논문 정보 224

〈표 Ⅴ-17〉 연구자 프로파일 정보 224

〈표 Ⅴ-18〉 학술지 정보 225

〈표 Ⅴ-19〉 주제분야 정보 225

〈표 Ⅴ-20〉 소속 정보 226

〈표 Ⅴ-21〉 구독 학술DB 정보 226

〈표 Ⅴ-22〉 대학도서관의 연구지원 서비스의 유형(15건) 227

〈표 Ⅴ-23〉 서울대학교 도서관 학술연구지원 서비스 주요 내용 229

〈표 Ⅴ-24〉 강원대학교 도서관 학술연구지원 서비스 주요 내용 230

〈표 Ⅴ-25〉 경희대학교 도서관 학술연구지원 서비스 주요 내용 231

〈표 Ⅴ-26〉 삼성서울병원 의학정보팀의 연구지원 서비스 내용 233

〈표 Ⅴ-27〉 국내 주요 사례 235

Ⅵ. 인공지능 기반 학술정보서비스 / 최희열 244

〈표 Ⅵ-1〉 산업혁명의 주요 기술 및 특징 244

Ⅶ. 학술정보서비스 주요 통계(1998년-2018년) / 한혜영;서명조 286

〈표 1-1〉 2018년 고등교육 학교급별 현황 286

〈표 1-2〉 고등교육기관 수 추이(1990-2016) 287

〈표 1-3〉 고등교육기관 연도별 학생 수 추이(1990-2016) 288

〈표 1-4〉 외국인 유학생 수 추이(2006-2016) 289

〈표 1-5〉 고등교육기관 전임교원 수 및 외국인 교원 수 추이(1990-2016) 290

〈표 1-6〉 대학원 학위취득자 수 추이(2000-2016) 291

〈표 2-1〉 2017년 대학도서관 통계 현황(대학도서관 합계) 292

〈표 2-2〉 2017년 대학도서관 통계 현황(대학도서관 평균) 292

〈표 2-3〉 대학도서관 주요 통계 추이(1998-2017) 293

〈표 2-4〉 재학생 1인당 자료구입비(결산) 추이(2009-2017) 294

〈표 2-5〉 자료구입비(결산) 대비 전자자료 구입비율 추이(2009-2017) 294

〈표 2-6〉 재학생 1인당 소장 도서 수 추이(2009-2017) 295

〈표 2-7〉 1개관 당 연간 증가 도서 수 추이(2009-2017) 295

〈표 2-8〉 재학생 1,000명당 도서관 직원 수 추이(2009-2017) 296

〈표 2-9〉 재학생 1인당 도서 대출 책 수 추이(2009-2017) 297

〈표 3-1〉 종합목록서비스 회원기관 수 및 데이터 구축 건수 추이(1998-2018) 298

〈표 3-2〉 상호대차(복사)서비스 회원기관 수 및 이용 건수 추이(1999-2018) 299

〈표 3-3〉 상호대차(대출)서비스 회원기관 수 및 이용 건수 추이(2004-2018) 300

〈표 3-4〉 dCollection서비스 회원기관 수 및 학위논문ㆍ학술논문 구축 건수 추이(2003-2018) 301

〈표 4-1〉 RISS 일반사용자의 직업별 분포 추이(2003-2017) 302

〈표 4-2〉 RISS 일반사용자의 성별 분포 추이(2003-2017) 303

〈표 4-3〉 RISS 일반사용자의 연령별 분포 추이(2003-2017) 304

〈표 4-4〉 RISS 일반사용자의 전공별 분포(2008 및 2017) 305

Ⅰ. RISS 시스템 분석 및 개선 / 강윤희 9

〈그림 Ⅰ-1〉 1-4차 산업혁명의 특징 9

〈그림 Ⅰ-2〉 4차 산업혁명 10

〈그림 Ⅰ-3〉 지능정보화 사회를 위한 지능정보화 기술 11

〈그림 Ⅰ-4〉 자동화에 따른 예상 직업 대체 12

〈그림 Ⅰ-5〉 지능정보기술과 타산업과의 융합 13

〈그림 Ⅰ-6〉 2018 전자정부 10대 기술 트랜드 14

〈그림 Ⅰ-7〉 이러닝분야 기술 변화예측 16

〈그림 Ⅰ-8〉 edx 홈페이지 18

〈그림 Ⅰ-9〉 MIT OCW 홈페이지 18

〈그림 Ⅰ-10〉 K-12 OCW 사이트 19

〈그림 Ⅰ-11〉 KOCW 사이트 19

〈그림 Ⅰ-12〉 2017년 가트너 기술예측 20

〈그림 Ⅰ-13〉 VR 콘텐츠 활용 20

〈그림 Ⅰ-14〉 STEM 교육용 VR/AR 콘텐츠 디바이스 활용 21

〈그림 Ⅰ-15〉 2017 신기술 Hype Cycle 22

〈그림 Ⅰ-16〉 머클트리를 사용한 무결성 검증 24

〈그림 Ⅰ-17〉 블록체인을 활용한 트랜잭션 처리 24

〈그림 Ⅰ-18〉 시스템 연결 비교 26

〈그림 Ⅰ-19〉 블록체인 기반 사용자 도서관 연동 모델 26

〈그림 Ⅰ-20〉 블록체인을 사용한 도서 대출 적용 27

〈그림 Ⅰ-21〉 블록체인을 사용한 사용자간 도서 대출 적용 27

〈그림 Ⅰ-22〉 LibChain 시스템 기능 정의 28

〈그림 Ⅰ-23〉 Every 60 Seconds 30

〈그림 Ⅰ-24〉 인터넷의 실시간 데이터 생성 30

〈그림 Ⅰ-25〉 Pinterest 페이지 36

〈그림 Ⅰ-26〉 멜론 큐레이션 36

〈그림 Ⅰ-27〉 UNSW 정보서비스 42

〈그림 Ⅰ-28〉 NDSL 포털 홈페이지 구성 42

〈그림 Ⅰ-29〉 RISS 메인 화면 43

〈그림 Ⅰ-30〉 RISS 검색 화면 43

〈그림 Ⅰ-31〉 RISS 검색 화면 (콘텐츠 분류 중심) 44

〈그림 Ⅰ-32〉 RISS 분석 44

〈그림 Ⅰ-33〉 RISS 해외DB 검색 45

〈그림 Ⅰ-34〉 구글 스칼라 메인 화면 46

〈그림 Ⅰ-35〉 구글 스칼라 판례 검색 46

〈그림 Ⅰ-36〉 구글 스칼라 검색결과 47

〈그림 Ⅰ-37〉 구글 스칼라 판례 검색 48

〈그림 Ⅰ-38〉 구글 스칼라 발행년도 필터링 48

〈그림 Ⅰ-39〉 구글 스칼라 사용자 통계정보 제공 49

〈그림 Ⅰ-40〉 마이크로소프트 아카데미 홈페이지 49

〈그림 Ⅰ-41〉 마이크로소프트 아카데미 검색어 입력 50

〈그림 Ⅰ-42〉 마이크로소프트 아카데미 검색결과 50

〈그림 Ⅰ-43〉 DBpia 홈페이지 51

〈그림 Ⅰ-44〉 학술 콘텐츠 주제별 통계 51

〈그림 Ⅰ-45〉 RISS 주요 개선항목 52

Ⅱ. RISS 검색 / 서윤제 58

〈그림 Ⅱ-1〉 검색의 3단계 58

〈그림 Ⅱ-2〉 검색엔진 프로세스 구성도 60

〈그림 Ⅱ-3〉 시스템 효율 향상 방안 61

〈그림 Ⅱ-4〉 시스템 확장 방안 62

〈그림 Ⅱ-5〉 시스템 확장 방안 62

〈그림 Ⅱ-6〉 시스템 확장 방안 63

〈그림 Ⅱ-7〉 검색 범위 확장 방안 63

〈그림 Ⅱ-8〉 검색 범위 확장 방안 64

〈그림 Ⅱ-9〉 오류 방지 처리 방안 64

〈그림 Ⅱ-10〉 오류 방지 처리 방안 65

〈그림 Ⅱ-11〉 오류 방지 처리 방안 65

〈그림 Ⅱ-12〉 오류 방지 처리 방안 66

〈그림 Ⅱ-13〉 검색 성능 품질 향상 방안 66

〈그림 Ⅱ-14〉 NDSL 통합검색 기능 68

〈그림 Ⅱ-15〉 "인공지능" 키워드 입력 NDSL 검색결과 예시 69

〈그림 Ⅱ-16〉 "인공지능" 키워드 입력 NDSL 검색 결과 예시 69

〈그림 Ⅱ-17〉 NDSL 검색어 자동완성 기능 70

〈그림 Ⅱ-18〉 NDSL 다국어 입력 기능 70

〈그림 Ⅱ-19〉 NTIS 통합검색 기능 71

〈그림 Ⅱ-20〉 "인공지능" 키워드 입력 NTIS 검색 결과 예시 72

〈그림 Ⅱ-21〉 NTIS 검색어 자동완성 기능 72

〈그림 Ⅱ-22〉 RISS 통합검색 기능 73

〈그림 Ⅱ-23〉 "인공지능" 키워드 입력 RISS 검색 결과 예시 73

〈그림 Ⅱ-24〉 "인공지능" 키워드 입력 RISS 검색 결과 예시 74

〈그림 Ⅱ-25〉 RISS 다국어 입력 기능 74

〈그림 Ⅱ-26〉 RISS 최근검색목록 기능 75

〈그림 Ⅱ-27〉 서울시교육청 통합도서관 통합검색 기능 75

〈그림 Ⅱ-28〉 "인공지능" 키워드 입력 서울시교육청 통합도서관 검색결과 예시 76

〈그림 Ⅱ-29〉 RISS 통합검색 77

〈그림 Ⅱ-30〉 RISS 자료유형별 검색 78

〈그림 Ⅱ-31〉 오탈자 보정 예시 80

〈그림 Ⅱ-32〉 동의어 확장 예시 80

〈그림 Ⅱ-33〉 바로 검색 예시 81

〈그림 Ⅱ-34〉 필드별 가중치 예시 81

〈그림 Ⅱ-35〉 스마트 서치 알람 예시 82

〈그림 Ⅱ-36〉 태그/워드 클라우드 예시 82

〈그림 Ⅱ-37〉 연관저자 정보(유사연구자 추천) 예시 83

〈그림 Ⅱ-38〉 챗봇의 다양한 활용 분야 85

〈그림 Ⅱ-39〉 챗봇 기술 흐름 85

〈그림 Ⅱ-40〉 챗봇 시스템 프로세스 87

〈그림 Ⅱ-41〉 챗봇의 언어 처리 기술 87

〈그림 Ⅱ-42〉 경기도청 스마트고지 서비스 챗봇 88

〈그림 Ⅱ-43〉 RISS 챗봇 예시 88

Ⅲ. 종합목록 시스템 / 이윤경 97

〈그림 Ⅲ-1〉/〈그림 Ⅲ-2〉 KERIS 종합목록 서비스 흐름도 97

〈그림 Ⅲ-2〉/〈그림 Ⅲ-3〉 서지데이터 검증 프로세스 98

〈그림 Ⅲ-3〉/〈그림 Ⅲ-4〉 Z39.50서버 서버 흐름도 100

〈그림 Ⅲ-4〉/〈그림 Ⅲ-5〉 OCLC Service 신청화면 101

〈그림 Ⅲ-5〉/〈그림 Ⅲ-8〉 Alma TF 구성도 105

〈그림 Ⅲ-6〉/〈그림 Ⅲ-9〉 위젯 적용 예시 107

〈그림 Ⅲ-7〉/〈그림 Ⅲ-10〉 작업자별 테스크리스트 108

〈그림 Ⅲ-8〉/〈그림 Ⅲ-11〉 검색 카테고리 108

〈그림 Ⅲ-9〉/〈그림 Ⅲ-12〉 Alma 전체타이틀 검색 109

〈그림 Ⅲ-10〉/〈그림 Ⅲ-13〉 Alma 물리적 아이템 검색 109

〈그림 Ⅲ-11〉/〈그림 Ⅲ-14〉 정규화 룰 적용 마크 에디터 110

〈그림 Ⅲ-12〉/〈그림 Ⅲ-15〉 외부리소스 검색 111

〈그림 Ⅲ-13〉/〈그림 Ⅲ-16〉 Alma를 이용한 정리 업무 과정 112

〈그림 Ⅲ-14〉/〈그림 Ⅲ-17〉 서지 병합 예시 112

〈그림 Ⅲ-15〉/〈그림 Ⅲ-18〉 리포지토리 검색 관련 검색식 저장 예시 113

〈그림 Ⅲ-16〉/〈그림 Ⅲ-19〉 네트워크 zone 구성도 115

〈그림 Ⅲ-17〉/〈그림 Ⅲ-20〉 분담 목록 116

〈그림 Ⅲ-18〉/〈그림 Ⅲ-21〉 전자자료 분담수서 117

〈그림 Ⅲ-19〉/〈그림 Ⅲ-22〉 기관별 소장사항 표시 118

〈그림 Ⅲ-20〉/〈그림 Ⅲ-23〉 클라우드 컴퓨팅(Ye Liew_shutterstock) 119

〈그림 Ⅲ-21〉/〈그림 Ⅲ-24〉 클라우드 컴퓨팅 기술 120

〈그림 Ⅲ-22〉/〈그림 Ⅲ-25〉 노르웨이 Bibsys 122

〈그림 Ⅲ-23〉/〈그림 Ⅲ-26〉 클라우드 보안 책임 모댈 122

〈그림 Ⅲ-24〉/〈그림 Ⅲ-27〉 엣지컴퓨팅과 클라우딩 컴퓨팅의 차이 123

Ⅳ. 차세대 상호대차시스템의 발전방향 및 시사점 / 변회균 131

〈그림 Ⅳ-1〉 대학원 학위취득자 수의 변화 추이 131

〈그림 Ⅳ-2〉 KERIS 상호대차 통합플랫폼(WILL) 서비스 구성도(원문불량) 136

〈그림 Ⅳ-3〉 최근 5년간 국내 및 해외 참여 기관(원문불량) 138

〈그림 Ⅳ-4〉 국내기관의 복사 및 대출서비스 비교(원문불량) 138

〈그림 Ⅳ-5〉 해외(NII, CALIS) 서비스 연계 신청 및 제공건수(원문불량) 139

〈그림 Ⅳ-6〉 책바다와 KERIS연계를 통한 신청 및 제공건수(원문불량) 139

〈그림 Ⅳ-7〉 2009년~2013년 책바다 서비스 요청건수 141

〈그림 Ⅳ-8〉 2013~2017년 지역별 실제 제공률 추이(원문불량) 141

〈그림 Ⅳ-9〉 2013~2017년 지역별 실제제공건수 추이(원문불량) 141

〈그림 Ⅳ-10〉 연도별 신청, 제공, 실제 제공 건수(원문불량) 142

〈그림 Ⅳ-11〉 OCLC 자원공유 플랫폼들 146

〈그림 Ⅳ-12〉 WorldShare 플랫폼의 API들 147

〈그림 Ⅳ-13〉 ILLiad Workflow Charts(Print Articles) 149

〈그림 Ⅳ-14〉 ILLiad 사용자정보 입력화면 150

〈그림 Ⅳ-15〉 ILLiad 대출신청 화면 150

〈그림 Ⅳ-16〉 8 Regional Medical Libraries 155

〈그림 Ⅳ-17〉 DOCLINE 5.2 홈페이지 화면(원문불량) 156

〈그림 Ⅳ-18〉 DOCLINE 6.0 홈페이지 화면(원문불량) 156

〈그림 Ⅳ-19〉 NACSIS-CAT : 종합목록시스템 162

〈그림 Ⅳ-20〉 NACSIS-ILL : 상호이용시스템 162

〈그림 Ⅳ-21〉 참여기관 및 NACSIS-ILL에 의한 의뢰 레코드 건수 추이 162

〈그림 Ⅳ-22〉 2018년 가트너가 제시한 3가지 테마와 10대 전략기술 165

〈그림 Ⅳ-23〉 블록체인 기술의 활용분야 170

〈그림 Ⅳ-24〉 VMware 데스크톱 가상화 구성도 173

Ⅴ. 연구성과 분석 서비스 / 이수상 189

〈그림 Ⅴ-1〉 논문의 성과평가 지표의 유형 189

〈그림 Ⅴ-2〉 즉시성 지수의 설명 193

〈그림 Ⅴ-3〉 F1000Research 화면 (1) 198

〈그림 Ⅴ-4〉 F1000Research 화면 (2) 198

〈그림 Ⅴ-5〉 8가지 엔터티와 관계도 221

〈그림 Ⅴ-6〉 WoS, Scopus, KCI DB 관계도 222

Ⅵ. 인공지능 기반 학술정보서비스 / 최희열 246

〈그림 Ⅵ-1〉 (왼쪽) 1997년 IBM 딥블루가 당시 체스 세계 챔피언을 이기는 장면, (오른쪽) 2011년 IBM 왓슨이 제퍼디 퀴즈쇼(Jeopardy!)에서 당시 챔피언들을 이기는 장면 246

〈그림 Ⅵ-2〉 구글 번역이 인간 수준의 번역성능을 보여 줌. 수평축은 번역 결과를 제 3자가 보고 평가한 점수. 수직축은 해당점수에 해당되는 번역 결과 수 246

〈그림 Ⅵ-3〉 이미지넷(ImageNet) 데이터에 대한 객체인식에서 딥러닝 기술인 알렉스넷(AlexNet)이 기존 이미지 인식 성능을 압도적으로 갱신함으로써 딥러닝 연구를 촉진함 247

〈그림 Ⅵ-4〉 빅데이타와 이를 효과적으로 활용하는 딥러닝에 기반한 패턴인식 성능의 비약적 발전 247

〈그림 Ⅵ-5〉 2016년 바둑에서 알파고가 이세돌 9단을 4대1로 이김으로써 국내 인공지능의 바람을 일으킴 248

〈그림 Ⅵ-6〉 데이터 양의 폭발적 증가와 분석능력의 한계로 인한 분석의 차이 발생 249

〈그림 Ⅵ-7〉 dCollectionDB 현황 252

〈그림 Ⅵ-8〉 KOCW 강의 예. 강의 동영상과 함께 제목, 장소, 시간, 강사, 내용 분류 등의 정보가 포함되어 있음. 또한 연관 강의 및 학위논문 정보가 연계되어 있음 253

〈그림 Ⅵ-9〉 단순신경망(왼쪽)에 비해 RNN(오른쪽)은 시간의 의미가 포함되어 메모리 기능을 가짐 253

〈그림 Ⅵ-10〉 대표적인 RNN 인 LSTM 의 구조. 3개의 게이트가 있어서 메모리 기능을 오랜 시간 유지할 수 있게 도와줌 254

〈그림 Ⅵ-11〉 중앙의 녹색이 RNN. 입력과 출력에 따라다양한 시나리오가 가능. 푸른색은 응용 예들 254

〈그림 Ⅵ-12〉 언어모델을 위한 신경망 구조. (왼쪽) 단순 신경망(오른쪽) RNNs 255

〈그림 Ⅵ-13〉 언어모델을 통해 단어들이 의미를 가지고 서로 관계가 결정됨 255

〈그림 Ⅵ-14〉 음성인식 시스템. 언어모델은 엔그램(N-gram) 혹은 신경망 기반으로 구축되어 음성인식의 디코더 과정에 영향을 미침 255

〈그림 Ⅵ-15〉 번역은 인코딩 디코딩으로 이해될 수 있음 256

〈그림 Ⅵ-16〉 구글에서 제안한 딥러닝 기반의 번역 모델. 입력 문장 "A B C" 에 대해 출력문장 "W X Y Z"를 생성함 257

〈그림 Ⅵ-17〉 이미지 캡션 생성에서 디코더는 번역 모델의 디코더와 유사한 모델이 사용됨 257

〈그림 Ⅵ-18〉 2016년 9월에 출시된 구글번역 서비스에 사용된 딥러닝 모델 258

〈그림 Ⅵ-19〉 두 개 언어 X 와 Y 사이에 재번역과 GAN 방식을 활용한 번역 모델의 예. 언어모델이 번역의 결과에 정보를 주는 방식으로 번역의 성능을 개선할 수 있음. 그림에서... 259

〈그림 Ⅵ-20〉 요약 모델의 결과 예시 259

〈그림 Ⅵ-21〉 계층적 집중 모델. 디코더는 인코더의 결과를 문장단위로 집중후 단어단위로 다시 집중함 260

〈그림 Ⅵ-22〉 AI 가 그린 그림. 경매에서 높은 가격에 낙찰됨 261

〈그림 Ⅵ-23〉 주어진 이미지 (왼쪽)를 다른 이미지(중간)의 스타일처럼 다시 그려낼 수 있음(오른쪽 결과) 261

〈그림 Ⅵ-24〉 푸른색의 첫 문장과 마지막 문장을 벡터 공간에 두 점으로 만든 뒤, 두 점 사이의 점들에 해당되는 문장들을 생성 262

〈그림 Ⅵ-25〉 생성모델이 임의의 노이즈로부터 데이타를 생성하여 판별모델을 속이도록 학습하고, 판별모델은 원본데이타로부터생성데이타를 구분해내도록 학습. 학습후... 262

〈그림 Ⅵ-26〉 GAN 기반의 알고리즘으로 자연어 생성 예시. 스마트폰에서 사용하는 문장들로 학습 후 생성 263

〈그림 Ⅵ-27〉 채팅 앱 실행 예. (왼쪽) 심심이와의 대화 예, (오른쪽) 미추쿠와의 대화 예 www.pandorabots.com/mitsuku/ 263

〈그림 Ⅵ-28〉 Visual Q&A 모델 학습을 위한 데이타. 이미지에 관한 질문과 답을 포함 264

〈그림 Ⅵ-29〉 객체 인식의 실제 적용 예. YOLO 9000을 적용함. 한 장의 이미지에서 동시에 여러 객체를 실시간 검출 266

〈그림 Ⅵ-30〉 Long-term Recurrent Convolutional Networks. 모델 구조 266

〈그림 Ⅵ-31〉 CLSTM 모델 구조. 합성곱 연산이 LSTM 내부에 들어있음 266

〈그림 Ⅵ-32〉 채팅 프로그램을 이용한 서비스 제공의 예. 채팅 봇은 여러 서비스들을 연결할 수 있어, 사용자에게 하나의 창구역할을 할 수 있음 268

〈그림 Ⅵ-33〉 논문 작성 지원 서비스 예시. 사용자의 입력 내용에 대해 필요시 관련 정보(개념정보, 관련 문헌, 유사 논문 등)를 제공할 수 있음 269

〈그림 Ⅵ-34〉 문장들이 벡터 공간에 한 점으로 표현되어 서로간의 유사도는 거리로 표현할 수 있음 269

〈그림 Ⅵ-35〉 입력 텍스트에 대한 수정된 문장 추천 (인공지능 분야 논문 작성의 경우 예) 270

〈그림 Ⅵ-36〉 전공 분야를 반영한 번역의 예. 전공 분야별 사용하는 용어가 달라서 이를 반영한 번역 시스템 필요 271

〈그림 Ⅵ-37〉 논문 요약 서비스 예시. 검색을 지원하고, 검색 결과들에 대해 요약 정보를 제공함 272

〈그림 Ⅵ-38〉 3개 키워드 (AI, Machine Learning, Deep Learning) 에 대한 구글 트렌드 결과 273

〈그림 Ⅵ-39〉 이미지 기반으로 강의 동영상 검색지원. 주어진 이미지와 비슷한 이미지에 관한 강의를 찾아줌 274

Ⅶ. 학술정보서비스 주요 통계(1998년-2018년) / 한혜영;서명조 287

[그림 1-1] 고등교육기관 수 추이(1990-2016) 287

[그림 1-2] 고등교육기관 연도별 학생 수 추이(1990-2016) 288

[그림 1-3] 외국인 유학생 수 추이(2006-2016) 289

[그림 1-4] 고등교육기관 전임교원 수 추이(1990-2016) 290

[그림 1-5] 고등교육기관 외국인 교원 수 추이(1990-2016) 290

[그림 1-6] 대학원 학위 취득자 수 추이 291

[그림 2-1] 대학도서관 소장 책 수 및 직원 수 추이 293

[그림 2-2] 대학도서관 자료구입비 및 직원 수 추이 293

[그림 2-3] 재학생 1인당 자료구입비(결산) 추이(2009-2017) 294

[그림 2-4] 자료구입비 대비 전자자료 구입 비율 추이(2009-2017) 294

[그림 2-5] 재학생 1인당 소장 도서 수 추이(2009-2017) 295

[그림 2-6] 연간 증가 도서 수 추이(2009-2017) 295

[그림 2-7] 재학생 1,000명 당 도서관 직원수 추이(2009-2017) 296

[그림 2-8] 재학생 1인당 도서대출 책수 추이(2009-2017) 297

[그림 3-1] 종합목록서비스 회원기관 수 및 데이터 구축 건수 추이(1998-2018) 298

[그림 3-2] 상호대차(복사)서비스 회원기관 수 및 이용 건수 추이(1999-2018) 299

[그림 3-3] 상호대차(대출)서비스 회원기관 수 및 이용 건수 추이(2004-2018) 300

[그림 3-4] dCollection 서비스 회원기관 수 및 학위논문ㆍ학술논문 구축 건수 추이(2003-2018) 301

[그림 4-1] RISS 일반사용자의 직업별 분포 추이(2003-2017) 302

[그림 4-2] RISS 일반사용자의 성별 분포 추이(2003-2017) 303

[그림 4-3] RISS 일반사용자의 연령별 분포 추이(2003-2017) 304

[그림 4-4] RISS 일반사용자의 전공별 분포(2008 및 2017) 305