본 논문은 4차 산업혁명의 핵심기술인 인공지능과 IoT를 피지컬 컴퓨팅을 이용해 교육을 할 수 있는 플랫폼을 설계하였다. 플랫폼은 파이썬 비주얼 블록 프로그래밍을 기반으로 사용자의 코딩 언어의 구문적인 어려움을 감소시키며 데이터 분석과 머신러닝을 쉽게 응용할 수 있다. 피지컬 컴퓨팅을 위한 AIoT 타겟 보드로는 라즈베리파이를 활용하였으며 타겟보드의 하드웨어에 대한 선수 지식을 최소화해서 원하는 시스템을 개발할 수 있다. 응용에서는 센서로 수집한 데이터를 분석하고 인공지능 모델 생성을 할 수 있으며 학습된 모델을 액추에이터 제어에 활용하는 등 AIoT 피지컬 컴퓨팅 교육에 여러 장벽을 낮추었다.

본 연구는 VGGNet을 사용하여 광섬유 복합가공 지선 설비의 양/불량 판별을 수행한다. 광섬유 복합가공 지선이란, 전력선의 보호 및 전력 시설 간 통신을 담당하는 중요 설비로 고장 발생 전, 결함의 조기 발견 및 유지 관리가 중요하다. 현재 한국전력공사에서는 드론에서 촬영된 영상을 점검원이 이상 여부를 점검하는 방식이 주로 사용되고 있으나 이는 점검원의 숙련도, 경험에 따른 정확성 및 비용과 시간 측면에서 한계를 지니고 있다. 본 연구는 드론에서 촬영된 영상으로 VGGNet 기반의 양/불량 판정을 수행했다. 그 결과, 정확도 약 95.15%, 정밀도 약 96%, 재현율 약 95%, f1 score 약 95%의 성능을 확인하였다. 결과 확인 방법으로는 설명 가능한 인공지능(XAI) 알고리즘 중 하나인 Grad-CAM을 적용하였다. 이러한 광섬유 복합가공 지선 설비의 양/불량 판별은 점검원의 단순 작업에 대한 비용 및 점검 시간을 줄이며, 부가가치가 높은 업무에 집중할 수 있게 해준다. 또한, 고장 결함 발견에 있어서 객관적인 점검을 수행하기 때문에 일정한 점검 품질을 유지한다는 점에서 적용 가치가 있다.

본 연구에서는 한국어 SNS 대화에서 나타나는 문장들의 감성을 분석하고자 신경망 모델을 활용하여 시스템을 구축하였다. 현재 해외 SNS 감성분석에 대한 연구는 많이 진행된 상황이지만, 한국어 범용 대화에 대해 적절한 모델이 무엇인지는 연구가 부족한 실정이었다. 따라서 한국어 대화에 적합한 모델을 채택해 보다 정확한 감성분석을 수행하였다. 이를 위해 한국어 SNS 대화 데이터에 대해 신경망 모델을 적용하여, 82% 성공률로 기존 모델 72% 성공률보다 훨씬 더 우수한 성능을 보였다. 또한 본 연구의 결과는 악플 추적 등 실용적인 분야에도 기여할 수 있다고 사료된다.

본 논문에서는 딥러닝을 활용하여 취업준비생들의 데이터에 의하여 취업 가능 여부와 그에 따른 유용한 정보들을 얻기 위한 시스템을 제안한다. 취업 가능성이 성공적으로 평가된다면 예비 사회인, 취업준비생, 대학생들이 미리 취업 준비가 어느 정도 이루어졌는지 본인의 위치를 평가할 수 있으며 강점과 약점을 파악할 수 있을 것이다. 본 연구를 위해 취업생 및 취업준비생 데이터를 포함하는 CSV파일을 생성하였고, 딥러닝을 활용하여 유용한 정보들을 추출해내는데 성공했다. 이를 통해 취업 가능성 예측 프로그램은 취업준비생들과 기업의 인사관리자들에게 커다란 이점을 제공할 수 있을 것으로 보인다. 더 나아가 이 프로그램은 기업 구성원들의 업무능력을 평가할 수 있는 프로그램으로도 활용할 수 있을 것으로 사료된다.

이 연구는 대기오염과 미세먼지의 각 성분이 질환에 미치는 영향에 대한 데이터만 존재한다면 어떠한 질환이든 위험도 예측 결과를 알 수 있는 것에 의미가 있다. 또한 기존의 대기정보에 따른 정보를 예상하는데 필요한 데이터 종류와 수가 많았으며 계산의 복잡성이 높았고 정보의 제공 범위가 넓었다. 하지만 이 연구는 과거 대기 데이터와 딥러닝을 통해서 낮은 비용으로 더욱 자세하게 유해질환 위험도를 예측하는 시스템을 구축하였다. 이 연구에서 구축한 시스템은 예측 결과 88.9%의 정확도를 보였다. 이 시스템은 입력되는 데이터의 정보에 따라 세분화된 지역의 대기환경 정보 또한 파악 가능하며 그 과정이 매우 간편하고 유용하다. 이 시스템은 공기질 예측을 위해 유용하게 사용될 수 있을 것이라고 사료된다.

LSTM과 같은 딥러닝 기법을 이용해 언어모델을 얻는 과정에서 일종의 부산물로 학습 대상인 말뭉치를 구성하는 어휘의 단어벡터를 얻을 수 있다. 단어벡터의 차원을 2차원으로 감소시킨 후 이를 평면에 도시하면 대상 문장/문서의 핵심 어휘 사이의 상대적인 거리와 각도 등을 직관적으로 확인할 수 있다. 본 연구에서는 기형도의 시(詩)을 중심으로 특정 작품을 선정한 후 시를 구성하는 핵심 어휘들의 차원 감소된 단어벡터를 2D 평면에 도시하여, 단어벡터를 얻기 위한 텍스트 전처리 방식에 따라 그 거리/각도가 달라지는 양상을 분석해 보았다. 어휘 사이의 거리에 의해 군집/분류의 결과가 달라질 수 있고, 각도에 의해 유사도/유추 연산의 결과가 달라질 수 있으므로, 평면상에서 핵심 어휘들의 상대적인 거리/각도의 직관적 확인을 통해 군집/분류작업과 유사도 추천/유추 등의 작업 결과의 양상 변화를 확인할 수 있었다. 이상의 결과를 통해, 영화 추천/리뷰나 문학작품과 같이 단어 하나하나의 배치에 따라 그 분위기와 정동이 달라지는 분야의 경우 텍스트 전처리에 따른 거리/각도 변화를 미리 직관적으로 확인한다면 분류/유사도 추천과 같은 작업을 좀 더 정밀하게 수행할 수 있을 것으로 판단된다.

현재 국내에서는 1인 1스마트폰 시대를 맞이하게 되었고 이에 맞춰 많은 종류의 관련 산업들이 발전하고 있다. 특히 멀티미디어와 콘텐츠 산업 또한 크게 성장하고 있다. 이런 상황에서 필수적으로 사용되는 편집 기술을 위하여, 많은 소프트웨어가 등장하고 이용되고 있다. 편집을 자유롭게 이용하기 위해서는 전문적인 인력이 필요하거나 시간이나 자본을 들여서 이해와 학습을 필수적으로 해야 한다. 본 논문에서는 이러한 편집 과정의 수고로움을 덜어줄 수 있도록 인공지능의 객체탐지 기술을 이용하여 특정 상표에 대한 모자이크 처리 작업을 자동으로 할 수 있는 B.A.M.O.S를 개발하였다. YOLO 알고리즘을 이용하여 목표 상표를 학습시켜 이를 B.A.M.O.S에 적용하였고, 목표 상표를 인식하여 모자이크 처리를 하도록 하였다.

서비스 관점에서 구축되는 추천 시스템의 성능은 얼마나 효율적인 추천 모델을 적용하여 심층적으로 설계되었는가에 좌우된다고도 볼 수 있다. 특히, 추천 시스템의 초개인화는 세계적인 추세로 1~2년 전부터 구글, 아마존, 알리바바 등의 데이터 플랫폼 강자들이 경쟁적으로 딥 러닝 기반의 알고리즘을 개발, 자신들의 추천 서비스에 적용하고 있다. 본 연구는 갈수록 고도화되는 추천 시스템으로 인해 발생하는 여러 문제들 중 사용자 또는 서비스 정보가 부족하여 계속적으로 발생하고 있는 Cold-start 문제와 추천할 서비스와 사용자는 지속적으로 늘어나지만 실제로 사용자가 소비하게 되는 서비스의 비율은 현저하게 감소하는 데이터 희소성 문제 (Sparsity Problem)에 대한 솔루션을 모색하는 알고리즘 관점에서 연구하고자 한다. 본 논문은 첫 단계로, 적용하는 메타데이터에 따라 추천 결과의 정확성이 얼마나 차이가 나는지를 보이고 딥러닝 비지도학습 방식을 메타데이터 선정 및 추출에 적용하여 실시간으로 변화하는 소비자의 실제 생활 패턴 및 니즈를 예측해야 하는 필요성에 대해서 기술하고자 한다.

OTT 서비스의 이용자가 폭발적으로 증가하고 있는 지금, 사용자에게 맞춤형 상품을 추천하는 것은 해당 서비스에서 중요한 사안이다. 본 논문에서는 콘텐츠 기반 추천 시스템의 모델을 제안하고, 영화 데이터를 추가 해가며 예측력을 높일 최종적인 모델을 채택하고자 한다. 이를 위해 GroupLens와 Kaggle에서 영화 데이터를 수집하고 총 1111개의 영화, 943명의 사용자에게서 나온 71026개의 영화 평가 데이터를 이용하였다. 모델 평가 결과, 장르와 키워드만을 이용한 추천 시스템 모델의 RMSE는 1.3076, 단계적으로 데이터를 추가해 최종적으로 장르, 키워드, 배우, 감독, 나라, 제작사를 이용한 추천 시스템 모델의 RMSE는 1.1870으로 모든 데이터를 추가한 모델의 예측력이 더 높았다. 이에 따라 장르, 키워드, 배우, 감독, 나라, 제작사를 이용해 구현한 모델을 최종적인 모델로 채택, 무작위로 추출한 한 명의 사용자에 대한 영화 추천 리스트를 뽑아낸다.

사상의학은 외형과 병증 등을 바탕으로 체질을 감별하고 이를 진단에 활용하는 한국의 고유 체질 의학이다. 체형은 체질 변증의 중요한 단서로, 계측정보를 사용한 체질별 도식화 및 감별을 위한 기존 연구가 있었으나, 한정된 샘플수와 연구 간의 이질성으로 대규모 집단 분석 결과가 도출되기 어려우며, 실측 및 라벨링 데이터가 필수적이라는 한계가 있다. 본 연구는 한국인 체형 빅데이터를 사용하여, 영상 정보만으로 체질 감별에 필요한 체형 요소를 추출하고, 이를 기존 문헌에서 제시한 체질 감별 공식에 적용하여 사상체질을 자동 감별하는 모델을 제안한다.

쇼핑몰 리뷰 생성기는 사용자로 하여금 사용자를 대신해서 리뷰를 생성할 수 있는 기술이고, 옷 상태, 배송 상태, 사이즈와 관련된 세 가지의 카테고리를 이용하여 부분마다 점수를 부여하여 점수에 맞는 리뷰를 생성할 수 있도록 하는 기술이다. 해당 리뷰 생성기는 점수마다 생성되는 리뷰가 달라지기 때문에 다양한 리뷰 생성을 원하는 웹, 앱 쇼핑몰 사이트에서 적용이 가능한 기술이다. 본 논문에서는 KoGPT2를 이용한 리뷰 생성과 카테고리와 점수에 따른 다르게 생성되는 리뷰의 방식을 제안한다. 그리고 두 방식을 결합한 리뷰 생성의 방식을 제안한다. 제안하는 방식들은 카테고리고리 마다 학습하는 모델을 다르게 적용하고 있다.

콘텐츠 기반 추천 시스템은 대표적인 추천 모델 방법 중 하나이다. 하지만 콘텐츠 기반 추천 시스템은 사용자 관련 메타데이터를 고려하기보다 내용 관련 메타데이터에만 의존하는 경향이 있다. 본 논문에서는 영화의 특징을 담고 있는 메타데이터를 이용해 추천 시스템을 간단히 구현하고, 추천한 영화와 사용자의 영화 평점을 이용해 추천 시스템의 정확도를 측정하였다. 영화 메타데이터 keywords, genres, cast의 개수를 늘려가며 정확도가 변화하는지 알아보았다. 메타데이터 각각의 개수가 증가하면 정확도도 향상할 것이라고 기대했으나 큰 차이가 나타나지 않았다. 모델 평가 결과, 미세한 차이지만 영화 메타데이터를 상위 3개씩 추출해 영화를 추천했을 때의 정확도가 1.2100318041248186으로 가장 높았다.

최근 전동 킥보드, 전동휠, 전기 자전거 등 개인형 이동수단(Personal Mobility)의 보급이 늘면서 관련 인명 교통사고가 급증하고 있다. 본 논문에서는 개인형 이동수단의 사용위험 및 사고 감소를 목적으로, 딥러닝 객체탐지 기술을 적용하여 다양한 위험요소를 증강현실 기술을 기반으로 한 HMD(Helmet mounted display)에 표시하는 '딥러닝 객체 인식과 증강현실을 적용한 개인 이동장치를 위한 HMD(Helmet Mounted Display) 어플리케이션'을 설계한다. 제시하는 방법은 실시간으로 수집된 전방의 실시간 영상 정보를 객체 탐지 알고리즘을 통해 위험요소 및 안전한 주행을 보조하는 객체를 감지하고 증강현실을 적용해 사용자에게 적절한 운전 보조장치 및 기능을 제공한다.

Mean-Shift 영상 분할은 객체 검출을 위한 영상 전처리 방법으로써, 영상 처리 및 패턴 인식 분야에서 널리 사용되는 방법이다. 영상 분할은 영역 기반과 에지 기반 방식으로 나누어지며 대표적으로 FCM, Quickshift, Felzenszwalb, SLIC 알고리즘 등 이 있다. 언급한 영상 분할 방법들은 Mean-Shift 영상 분할에 비해서 빠른 속도로 실행시킬 수 있지만, 형태적 특징이 훼손되고 하나의 객체가 여러 세그멘테이션으로 분할된다는 단점을 가지고 있다. 본 논문에서는 소형 객체를 탐지하기 위한 고속화된 Mean-Shift 영상 분할과 객체의 형태적 특징을 이용하여 객체를 탐지하는 방법을 제안한다. 하드웨어 리소스가 제한된 신호처리기에 제안하는 알고리즘을 수행하기 위하여 Mean-Shift 영상 분할에서 필터링 과정을 고속화 하였고, 적외선 영상 내 영상 전처리 수행을 통해 잡음 제거 후 Mean-Shift 영상 분할 방법을 수행함으로써, 객체의 형태적 특징을 잘 살려서 영상 분할을 할 수 있도록 하였다. 또한 각 세그멘테이션의 크기, 너비, 높이, 밝기 정보와 형태적 특징점을 이용한 객체 탐지 방법을 제안한다.

IoT 기술의 발전 및 확산으로 다양한 도메인에서 서로 다른 특성의 시계열 데이터가 수집되고 있다. 이에 따라 단일 목적으로 수집된 시계열 데이터만 아니라, 다른 목적으로 수집된 시계열 데이터들 또한 통합하여 분석활용하려는 수요 또한 높아지고 있다. 본 논문은 파편화된 시계열 데이터들을 선택하여 통합한 후 딥러닝 모델을 생성하고 활용할 수 있는 해시함수 기반 학습 모델 관리 플랫폼을 설계하고 구현하였다. 특정되지 않은 데이터들을 기반하여 모델을 학습하고 활용할 경우 생성 모델이 개별적으로 어떤 데이터로 어떻게 생성되었는지 기술되어야 향후 활용에 용이하다. 특히 시계열 데이터의 경우 학습 데이터의 시간 정보에 의존적일 수밖에 없으므로 해당 정보의 관리도 필요하다. 본 논문에서는 이러한 문제를 해결하기 위해 해시 함수를 이용해서 생성된 모델을 계층적으로 저장하여 원하는 모델을 쉽게 검색하고 활용할 수 있도록 하였다.

본 논문에서는 신생아집중치료실에 입원한 미숙아와 가족 대상의 증강현실(Augmented Reality [AR])기반 맞춤형지지 케어 프로그램 개발에 필요한 관련 전문가 합의를 도출한 델파이 조사 연구이다. 3D 콘텐츠를 적용한 프로그램 개발에 필요한 핵심 구성요소 혹은 교육 콘텐츠를 발굴하여 개발의 방향성을 제안하기 위한 델파이 분석에, 미숙아 및 전문가 집단 14명(1차)과 113명(2차)이 본 연구에 참여하였다. 각 델파이 집단에서 수집된 반응들의 분석 결과, 4개의 하위영역(AR 프로그램의 필요성 및 가치(장점), AR 기반 프로그램 도입과 적용 시 고려할 점, AR 기반 전인적 e케어 프로그램 도입 시 요구와 전략적 방안, 입원 초기부터 퇴원 전 단계별 지지케어 위한 3D 콘텐츠 개발 우선순위)이 분류되었으며, 총 57문항이 도출되었다. 입원 초기부터 퇴원 전 단계별 지지케어 위한 3D 콘텐츠 개발 요구도와 우선순위에 있어서는, 부모 경우 신생아 케어의 반복적 체험 훈련 통한 부모 교육, 아기 본연의 독특하고 고유한 캐릭터나 습관 및 특성 관련 정보 공유, 발달을 돕는 양육 또는 놀이 교육, 가족 요구 기반 특수 간호 기술 훈련 등의 항목의 우선순위가 높았다. 한편, 전문가의 경우 건강한 부모역할로의 이행을 돕기 위한 심리사회적지지, 부모-아기 간 단절 최소화, 미숙아 발달 관련 정보 및 양육 또는 놀이 정보 공유, 부모-아기 상호작용 기회 제공 등으로 요구도의 우선순위가 높았다. 본 연구에서 개발된 델파이 평가문항의 내적일관성 신뢰도를 분석한 결과, Cronbach's α .89~.94로 높았고, 타당도와 문항 구성이 적절한 것으로 나타났다. 본 연구의 결과들을 바탕으로, 미숙아와 가족을 위한 AR 기반 맞춤형지지 케어 프로그램 개발의 적합성이 검증되었고, 프로그램의 임상적, 기술적, 사용적 가치에 있어서 고려할 사항과 교수매체로서 부모와 전문가 집단이 요구하는 3D 콘텐츠 우선순위를 바탕으로 효과적인 기획 및 설계의 근거를 확보했다는 점에서 의의가 있다.

본 논문에서는 메타버스 네트워크에서 작업을 하고, 성과를 이루려고 하는 조직이 어떠한 조직문화를 가지고 있는지 기존의 오프라인의 소통 위주의 조직과 비교하여 변화된 조직문화 성향을 알아보고자 한다. 앞으로 뉴노멀 시대에 시간과 공간의 제약에서 벗어나 글로벌 적인 환경에서 점차 메타버스를 이용한 작업은 확장되어 질것이며 기존과 다른 새로운 조직 프로세스에서 구성원들의 작업효율과 최대치의 결과 값을 얻기 위하여 이와 같은 연구를 통해 유의미를 찾고 보다 발전적인 조직문화에 보탬이 되고자 한다.

본 논문에서는 유·아동의 독서활동을 돕고자 기존에 있는 동화책과 가상현실 기술을 결합한 몰입형 동화 콘텐츠를 제안한다. VR 환경은 3D 입체 환경을 통한 중다감각적 상호작용을 가능하게 하여 학습자로부터 동기를 유발시킨다. 프로그램이 시작되면 컨트롤러가 활성화되며 동화보기, 미니게임 등 동화에 직접적으로 참여하여 즐길 수 있는 콘텐츠로, 향후 유·아동의 교육적인 면에서도 더욱 효과적일 것으로 기대된다.

메타버스는 가상, 초월을 의미하는 '메타'(meta)와 세계, 우주를 의미하는 '유니버스'(universe)를 합성한 신조어이다. 메타버스는 기본적으로 가상의 세계이다. 그러나 향후 현실과 메타버스가 공존한 세상에서 태어나 성장할 아이들에겐 메타버스 자체가 현실의 일부이고 메타버스를 통한 소통과 사회활동이 일상이 될 것이다. 메타버스 안에서 학습, 놀이, 휴식, 경제활동 등 일상의 모든 현실과 연속성을 띠고 소통하면서 가상세계의 나와 현실의 내가 직접적인 영향을 주는 세상이 될 것이다. 이 기술들을 인간 생활에서 가장 중요한 부분일 수 있는 커뮤니케이션 활성화에 활용하기 위해서는 기술과 인간에 대한 많은 고민과 연구가 필요할 것으로 보인다.

본 논문에서는 유아 영어 단어 학습 애플리케이션을 설계하고 구현한다. 이 애플리케이션은 키넥트 센서의 음성 인식 기능을 활용하여 동물과 음식 분야의 단어 학습 기능을 제공한다. 화면에 출력된 이미지에 해당하는 영어 단어를 말하면 키넥트 센서에서 그 음성을 인식하여 해당 단어의 발음이 정확한지 판별한다. 주어진 시간 내에 다양한 단어를 정확하게 발음함으로써 높은 점수를 취득하도록 구현한다.

국내 게임 시장 규모가 20조원에 육박할 것으로 전망된 가운데, 내년 게임업계 화두로 메타버스와 NFT가 가장 주요한 이슈가 될 것이다. 메타버스 환경에서의 변화는 편의성, 상호작용 방식, 화면 공간 확장성 측면에서 기존 PC, 모바일 기반의 인터넷 시대와 메타버스 시대는 확실하게 차이가 존재한다. 기존에 비해 혁신적인 변화의 특징들에 대해서 메타버스 환경에서 게임들의 특징들도 무관하지 않을 것으로 생각한다. 본 논문에서는 메타버스 플랫폼에서의 게임개발이 활성화되는 환경에서 메타버스 기반에서 개발되고 플레이 되는 게임들에 대한 품질 보증(Quality Assurance : QA) 혹은 테스트를 위한 방법과 내용에 대해서 기존의 방법들과의 차이점과 향후 메타버스 환경에서의 게임 품질을 측정하는 새로운 요소들에 대해서 제시하고자 한다.

AR을 기반으로 하는 현실과 가상세계가 공존하는 콘텐츠들이 증가하고 있다. 이에 따라 AR 콘텐츠에 대한 체계적인 테스팅에 대한 필요성도 증가하고 있다. 소프트웨어 테스팅과 관련한 품질특성은 ISO/IEC 25010에서 정의하고 있다. 기존의 연구에서 ISO/IEC 25010을 기반으로 AR의 테스팅에 적용할 수 있는 품질특성을 제안하였다. 본 논문에서는 기존의 연구에서 제안한 AR 테스팅 품질특성에 신뢰성과 보안성을 보완할 것을 제안한다. 이러한 품질특성으로 고려하여 AR의 테스팅에 필요한 테스트 케이스를 개발하고 실행한다면 보다 체계적인 테스팅이 가능할 것이다.

본 논문에서는 온라인 비대면 교육환경에서 메타버스 플랫폼을 활용한 게임제작프로젝트의 PBL(Project-Based Learning) 교수법 운영방법을 예시를 통해 제시한다. 본 연구에서는 C 대학교 게임전공의 2, 3학년 학생들이 수강한 게임제작프로젝트 관련 수업에 게더타운 메타버스 픝랫폼을 활용한 비대면 PBL 교수법을 적용하였다. 이 수업을 위해 게더타운 플랫폼에 실제 실습실 및 작업공간과 유사한 환경을 2D 디지털 가상세계를 구축하였고, 이 플랫폼에서 오리엔테이션, 팀빌딩, 프로젝트 진행 및 피드백 등 PBL 교수법을 적용하였다. 게더타운 플랫폼을 활용한 PBL 교수법 적용 결과 최종 산출물의 퀄러티는 기존 대면으로 진행했을 때와 크게 다르지 않았음을 확인하였다.

본 논문에서는 Photon Network를 사용하여 경찰과 도둑 컨셉으로 5명이 함께 즐길 수 있는 Multi Game을 구현하였다. 서버는 리슨 서버 방식으로 Master Client가 게임을 시작하면 Game에 참가한 모든 Player는 Photon Network의 RPC 기능을 사용하여 Player의 동작, Game 진행 상황 등을 실시간으로 Server에 동기화한다.

이 연구는 3D 그래픽의 자동차 시뮬레이션 상황에서 네 바퀴가 독립적인 위치를 가지고 있을 때 차체의 위치와 방향을 계산하는 방식을 제안한다. 자동차의 기계 공학에 일반적으로 적용되는 Shock Absorber 등의 현가장치를 고려하지 않은 기반 모델이고, 향후 현가장치 등 네 바퀴 장치의 특성을 정교하게 구현하기 위한 출발점의 역할을 한다.

본 논문에서는 메타버스 공간에서 패션 아이템 판매에 있어서 필수적이라 할 수 있는 온라인 가상 피팅 기술을 동작 인식 전용 디바이스가 아닌 일반 스마트폰 카메라를 활용하여 구현하는 기술을 제안한다. 가상 피팅 기술을 구현하기 위해서는 딥러닝 기법을 활용하여 입력 영상을 분석하고, 분석 결과를 토대로 인체의 전체 자세를 추정하며, 인체 사이즈의 근사값을 추출하는 과정들이 수행되어야 하는데, 현재의 스마트폰 컴퓨팅 환경은 이를 수행하기에 충분한 연산 성능을 가지지 못한다는 문제점을 가진다. 본 논문에서는 높은 비용이 요구되는 고부하 연산을 클라우드 서버를 통해 수행하는 서버 기반 프레임워크를 도입하여, 낮은 성능의 스마트폰으로도 고성능 연산이 가능한 서비스 구조를 확보하고 이를 통해 휴대성 높은 증강현실 기반의 가상 피팅 기술을 구현한다. 본 논문의 성과를 통해 메타버스 상거래의 활성화와 메타버스 본연의 의미에 충실한 가상 월드 구축에 기여할 것이라 기대한다.

GUI(Graphical User Interface)를 대신하는 차세대 인터페이스로서 NUI(Natural User Interace)에 기대가 모이는 것은 자연스러운 흐름이다. 본 연구는 NUI의 손가락 관절을 포함한 손동작 전체를 인식시키기 위해 웹캠과 카메라를 활용하여 다양한 배경과 각도의 손동작 데이터를 수집한다. 수집된 데이터는 전처리를 거쳐 데이터셋을 구축하며, ResNet50 모델을 활용하여 전이학습한 합성곱 신경망(Convolutional Neural Network) 알고리즘 분류기를 설계한다. 구축한 데이터셋을 입력시켜 분류학습 및 예측을 진행하며, 실시간 영상에서 인식되는 손동작을 설계한 모델에 입력시켜 나온 결과를 통해 가위바위보 게임을 구현한다.

본 논문에서는 의약품의 효율적인 구매와 안전한 복용, 또 의약품 성분에 대한 정보 전달을 위한 시스템을 제안한다. 이 시스템에서는 약품 후면을 촬영한 영상으로부터 이미지 프로세싱을 통해 이미지에서 관심영역을 설정한 뒤, OCR 엔진인 Tesseract-OCR을 사용하여 인식한 텍스트 데이터를 통해 약품 성분을 추출하며, 식품의약품안전처에서 제공하는 의약품 안전 사용 서비스(DUR) API와 네이버 의약품 사전 검색 결과를 이용해 관련 정보들을 읽어와 출력하도록 한다. 약품의 표준 서식을 따르는 이미지를 기준으로 백 개의 이미지를 이용해 테스트하여 65%의 검출 정확도를 보였다.

영상을 구성하는 프레임 중에 키프레임은 일반적으로 영상 정보를 효과적으로 요약하거나 용이한 분석을 위해 선정된다. 화상이 가진 의미는 인물/사물 등의 객체탐지를 통해 추출되는데, 기존의 키프레임 관련 연구는 영상이 가지는 의미를 반영하는 키프레임을 찾아내기 어렵다. 본 논문에서는 영상이 가지는 특정 의미가 있다고 할 때 이를 반영하는 키프레임을 효과적으로 추출하는 방법을 실험적으로 탐구하였다. 구체적으로 영상을 통할하는 의미를 피로라고 가정하고 영상의 졸음 인식 관련 연구에 사용되는 DDD 데이터셋을 이용하여 효과적인 키프레임 추출 기법을 적용해 보았으며, 실험 결과 졸음이라는 특정 정보에 대한 해석을 도울 수 있는 의미 있는 요약을 제공하는 키프레임들을 효과적으로 추출하는 분석 기법을 찾아낼 수 있었다.

본 논문에서는 생체인식 수단 중 하나인 손금을 이용한 생체인식에서 Attention U-Net을 기반으로 손금을 추출하는 방법을 제안한다. 손바닥의 손금 중 주요선이라 불리는 생명선, 지능선, 감정선은 거의 변하지 않는 특징을 가지고 있다. 기존의 손금 추출 방법인 비슷한 색상에서 손금 추출, 제한된 Background에서 손금을 추출하는 것이 아닌 피부색과 비슷하거나, 다양한 Background에서 적용될 수 있다. 이를 통해 사용자를 인식하는 생체인식 방법에서 사용할 수 있다. 본 논문에서 사용된 Attention U-Net의 특징을 통해 손금의 Segmentation 영역을 Attention Coefficient를 업데이트하며 효율적으로 학습할 수 있음을 확인하였다.

본 논문에서는 카메라 센서만을 이용하여 손바닥 사진을 촬영하고 추출된 데이터들을 합성하여 멀티 채널 이미지를 생성 및 분류 모델에 입력하여 신원을 확인하는 딥러닝 모델을 제안한다. 이 모델은 손바닥 사진이 입력되면 손바닥 및 손금 세그멘테이션을 이용하여 마스크 이미지를 추출하고 단일 채널로 구성된 이미지들을 멀티 채널 이미지로 합성/재구성하여 신원을 분류하는 딥러닝 모델이다. 이는 카메라 센서 외 다른 센서가 필요 없다는 장점을 가지고 있으며, 비접촉 신원 인식 시스템에 적용할 수 있다.

코로나바이러스-19 팬데믹 이후 매일 수만 명의 환자가 발생하고 있다. 보건당국은 사람들의 생활 안전을 보호하기 위해 공항, 정류장 등 공공장소에서는 반드시 마스크를 착용하라고 지시하고 있다. 마스크를 착용하는 목적은 감염으로부터 신체를 보호하고 바이러스 전파와 확산을 막기 위한 것이다. 공공장소에서는 많은 인원에 대한 일괄적인 마스크 착용 검사를 하기 어렵고, 육안으로 확인하는 마스크 착용 검사 방법은 인파가 몰리는 장소에서 검사 효율이 떨어지며 누락되는 경우도 많이 발생한다. 본 연구에서는 입력 이미지에 존재하는 얼굴 영역을 YOLOv4와 YOLOv5 모델을 통해 예측하여 마스크의 착용 여부를 판단하되, 앙상블 기법을 적용하여 보다 효과적인 BB(Bounding Box) 추출 및 마스크 착용 탐지 기법을 적용한다. 따라서 공공장소의 마스크 착용실태를 효과적으로 모니터링 할 수 있는 방법을 제안한다.

이상 행동을 탐지하는 딥러닝 기반 검지 시스템은 동영상 기반 데이터로부터 움직임을 보이는 객체를 추적하고 그 객체의 행동을 분석하여 정상적인 행동 범위를 벗어나는 패턴을 보이는 영역을 이상으로 탐지한다. 특히 생성적 적대 신경망(GAN)과 광학 흐름 추정(Optical flow estimation) 기법을 활용하여 움직임에 대한 특징 정보를 추출하고 이를 학습하여 행동 패턴에 대한 모델링을 수행한다. 모델 학습 및 테스트에 활용되는 데이터셋의 해상도가 낮거나 이상 행동을 표현하는 특징 정보가 부족할 경우 최종 모델 성능에 부정적 영향을 미치게 되며, 특히 광학 흐름이 표현하는 이동량 측면에서 차이가 크게 나지 않는 이상 객체의 경우 탐지가 정확하게 이뤄지지 않는다. 본 연구에서는 동영상 프레임에서 나타나는 객체의 평균 종횡비를 구하고 정상적인 비율을 벗어나는 객체에 대해서 이상 행동을 취하는 샘플로 처리하는 후처리단 모듈을 제안하여 최종적인 모델 성능을 향상시키는 방법을 고안한다.

본 논문에서는 GRE 터널링을 사용한 원격지에서의 BGP 어나운싱 방법에 대해 서술한다. BGP 어나운스를 진행하기 위해서는 고가의 라우터 장비와, 고성능, 고가용성의 네트워크, 자율시스템 망 식별 번호 (AS Number)이 필요하지만 소형 네트워크 운영을 위해 위 요소들을 모두 구비하는 것은 어려운 점이 많기 때문에, BGP Announce를 지원하는 퍼블릭 클라우드와의 GRE 라우팅을 사용해서 저비용으로 안정적인 BGP Announce를 하는 방법과, 이에 필요한 소프트웨어적 구성에 대해서 기술한다.

오늘날 도메인 네임 시스템(DNS) 서비스는 단순히 IP 주소를 .com, .net 등의 도메인으로 변환해주는 기능을 넘어 컨텐츠 가속(CDN) 서비스, 고가용성(HA) 서비스, 분산 서비스 거부공격(DDoS) 방어 서비스, 통신 구간 암호화 서비스로서 그 용도를 넓혀가고 있다. 이용자들은 이러한 업체가 외부 기관에 정보를 넘기지 않고, 모든 통신 구간은 서비스 업체도 그 내용을 들여다보지 못할 정도로 철저히 암호화한다는 도덕적인 영업과 운영을 할 것으로 기대하지만, 실제 사례를 살펴보면 그렇지 못하다는 점이 드러난다. 본 논문에서는 2021년 기준으로 최소 7년간 이어져온 것으로 추정되는 유명 DNS 서비스 업체의 보안접속 악용 사례를 중심으로 이러한 악용이 어떻게 이루어지고 이것에 대응하기 위해 사용할 수 있는 표준화 기술은 이 문제에 효용성이 있는지를 DNS 업체와 동일한 실제 환경 구성을 통해 검증하였다.

메타버스란 가상, 초월을 뜻하는 Meta와 우주, 세계를 뜻하는 Universe의 합성어로 가상과 현실이 상호작용 하면서 사회·경제·문화 활동이 이루어지며 가치를 창출하는 세상을 말한다. 이러한 메타버스는 5G와 그래픽 기술의 발전과 함께 코로나 사태로 인한 비대면 생활이 계속되면서 디지털 네이티브 세대인 Z세대가 메타버스 플랫폼을 소통의 장으로 삼기 시작하면서 성장하고 있다. 메타버스 안에서 콘서트나 사인회를 하고, 가상 아이템을 판매하며 마케팅을 벌이는 등 다양한 산업에서 메타버스에 뛰어들고 있다. 점점 진화하고 있는 메타버스는 메타버스 내에서 유저들 간에 맺는 상호관계 활동이 큰 장점이지만, 이로 인해 개인정보 보호 문제나, 위치정보, 금융정보 문제 등의 다양한 문제가 발생할 수 있는 문제점을 가지고 있다. 이에 본 논문에서는 메타버스에서 발생할 수 있는 문제점과 그 대응 방안을 제시하였다.

본 논문에서는 사용자 계정 탈취인 1차 공격을 통해 수행되는 2차 공격인 크리덴셜 스터핑 공격을 효과적으로 대응할 수 있는 방안을 제안한다. 사전파일을 통해 공격을 시도하는 사전 공격보다 공격 성공 확률이 더욱 높은 이 공격은 최근 다크웹에서 거래되는 사용자 계정 정보를 구매하여 공격자가 적은 노력으로 손쉽게 계정을 탈취할 수 있어 정보화 시대에서 다양한 온라인 계정을 사용하는 사용자를 위협하고 있다. 본 논문에서는 기존에 알려진 대응 방안인 2-Factor 인증, 서비스별로 다른 패스워드 사용 방식을 응용하여 사용자가 암기하기 쉬운 특정 패턴을 활용하여 시스템별 상이한 패스워드를 더욱 쉽게 설정할 수 있도록 제안하여 크리덴셜 스터핑 공격으로부터 사용자 계정을 보호할 수 있음에 더 우수함을 보인다.

비밀번호 인증 기술에서 키보드로부터 입력되는 데이터가 노출되는 문제점으로 인하여, 이미지 기반 인증 기술이 등장하였다. 이 기술은 주로 가상 키보드를 출력하고, 특정 위치에 클릭된 마우스 정보를 비밀번호로 활용한다. 마우스 데이터의 안전성 향상을 위하여 임의의 마우스 위치를 생성하는 랜덤 마우스 데이터 생성 기술이 등장하였지만, 해당 기술의 안전성 분석에 대한 연구가 미비한 실정이다. 따라서 본 논문에서는 GetCursorPos() 함수를 활용한 공격 기술과 WM_INPUT 메시지를 활용한 공격 기술을 기반으로 랜덤 마우스 데이터 생성 기술이 적용된 사이트에서의 마우스 데이터 취약점을 분석한다.

정부는 전기차 보급 목표치 달성을 위해 인프라 확충, 보조금 지급 등 다방면에서 지원 정책을 펼치고 있다. 이 연구의 목적은 정부의 전기차 정책이 부족하다는 인식에서 시작하여, 전기차 등록 대수 및 전기차 충전소 현황을 연도별로 비교하여 지원 정책이 유의미하게 작용했는지 파악하고, 정책의 방향성을 제시하기 위해 수행되었다. 연구를 위해 국가통계포털 및 서울시 데이터센터 등에서 받은 지역별/연도별 차량수, 지역별 전기차 충전소 현황, 지역별 전기차 보조금, 차량별 전기차 보조금 등의 데이터를 수식과 DB 메소드를 통해 가공하여 정부의 정책판단에 유의미한 영향을 줄 수 있는 데이터들을 산출해내었다. 이 연구는 전반적인 전기차 시장의 흐름을 파악하는 데에 효용가치가 높다고 사료된다. 과거와 현재의 데이터를 기반으로 하여, 현 상황을 분석하는 데에 그치지 않고, 이후의 상황에 대한 대략적인 이미지와 로드맵을 제시할 수 있었다.

지하수라는 수자원의 관리를 위해, 관련 데이터를 제공하여 정책 수립에 유용한 정보가 될 수 있도록 지하수 정보 제공 데이터베이스 시스템을 구축한다. 기초 데이터로는 지역별, 용도별, 연도별 지하수 이용 정보를 사용하였고, 또한 지하수 이용의 허가 신고현황과 전국 지하수 관련 업체 분포에 관한 자료를 활용했다. 이를 통해 허가 정보와 관련 업체의 수, 부담금의 액수, 연도별 경향성을 지하수 이용량과 연관지어 둘 사이의 관계를 알아보았다. 결과적으로 지하수 이용 부담금이나 관련 업체의 분포가 합리적이지 못하게 이루어지고 있음을 파악했다. 따라서 이 연구에서 구축한 데이터베이스 시스템이 정책적 보완에 기여할 수 있으리라 사료된다.

본 논문에서는 키넥트 센서 기반의 체질량지수(BMI, Body Mass Index) 애플리케이션을 설계하고 구현한다. 이 애플리케이션은 키넥트 센서에서 측정하는 사용자의 신체 픽셀 정보와 거리정보를 활용하여 체질량 지수를 측정한다. 또한, 키넥트 센서에서 인식한 사용자의 스켈레톤 정보와 20개 조인트 정보를 활용하여 사용자의 신장을 측정한다. 사용자와 관리자의 화면을 별도로 구성해 관리자 화면상의 버튼으로 Database에 저장하는 기능을 제공한다.

본 논문에서는 철도 교량 운행 상황을 가정하는 모형 철도를 사용하여 실제 철도 교량에서 발생할 수 있는 소음, 진동등 위험 요소로 분류될 수 있는 데이터들을 수집하고 수집된 데이터들을 활용하여 실시간으로 위험 요소로부터 발생할 수 있는 위험 상황들을 분류하고 적절한 조치들을 상황에 맞게 취할 수 있도록 한다.

최근 많은 증권사 및 다양한 금융사기업에서 투자자의 주식투자를 돕는 투자자문 인공지능, 로보어드바이저를 제안하고 활용한다. 본 논문에서는 증권사 등에서 사용되고 있는 주식 시세예측 알고리즘의 성능을 상호 비교분석한다. 주식 시계열 데이터 예측에 용이한 4가지의 인공지능 알고리즘인 LSTM, GRU, 딥Q 네트워크강화학습, XGBoost 알고리즘의 성능을 분석하고 비교하는 시스템을 구현하였다. 본 연구에서는 구현된 성능 분석 시스템을 통해 어떤 알고리즘이 주식 시세를 예측하고 활용하기 위해 가장 좋은 성능을 가졌는지 비교분석하고 해당 시스템의 결과분석이 주식예측에 어떠한 영향을 주는지를 평가한다.

본 논문에서는 열차의 운행으로 인한 철도 주변 주거지역에서 다양한 유형의 위험요소를 파악하고 분석하기 위한 시스템 운영방안을 제안한다. 위험 요소를 파악하고, 특정 위치의 필요한 센서를 부착하여 데이터를 수집 및 처리하고 패턴을 분석하여 사용자에게 필요한 정보를 제공함으로써, 철도 주변 주거지역에 어떠한 피해가 있는지 알 수 있고, 그에 적합한 적용방안을 마련하고, 시스템 제어를 위한 애플리케이션과 연동하여 사용자에게 더 나은 편의성을 제공할 수 있다.

팀 프로젝트 수업에서 학습자들 간의 소통은 프로젝트 성패에 중요한 요인이면서 동시에 가장 큰 갈등 요소이기도 하다. 특히 비대면 수업이 장기화되면서 비대면으로 운영되는 팀 프로젝트의 경우 팀원들끼리 소통할 수 있는 기회나 방법이 더 제한적이다. 본 연구에서는 팀원들 간의 소통의 원활성을 지원하는 요소에 대해 분석하고자 2년간 실시한 비대면 팀 프로젝트 수업에 참여한 학생들을 대상으로 소통을 지원하는 여러 가지 방법들을 적용해보고 참여자들을 대상으로 설문을 실시하여 결과를 비교 분석해보았다.

현재 코로나19로 장기화 되고 있는 사회적 거리두기로 인해 '코로나19'와 '우울감(blue)'의 합성어인 '코로나 블루(Corona Blue)'를 겪는 인구가 지속적으로 증가하고 있다. 이러한 코로나 블루를 극복하기 위한 실내 취미 생활로 반려 식물을 재배하는 인구가 증가하는 추세이다. 하지만 처음 반려 식물을 키우는 사람들은 급수량 조절에 어려움을 겪는다. 본 논문에서는 이러한 문제를 해결하기 위해 아두이노를 이용한 토양 온습도 측정기를 개발하였다. 또한 이와 연동하여 홈가드닝 최초로 토양의 온습도를 실시간으로 확인할 수 있는 모바일 애플리케이션인 '화분지기'를 개발하였다.

코로나 팬데믹이 장기화되고 경제가 침체되면서 사람들이 가장 많이 머무는 집 안에서 가전제품과 가구를 수리나 상호판대 등을 통해 재사용할 수 있는 방법에 관한 관심이 커지고 있다. 특히, 가전이나 가구를 수리하여 제품을 오래 사용한다면 개인의 경제에 도움이 될 뿐만 아니라, 장기적으로는 환경을 보호하는 효과도 거둘 수 있다. 따라서 본 연구에서는 유사한 기존 앱들의 단점을 보완하여 홈수리 앱을 개발하였다. 지역적, 시간적 제약을 극복하고 환경까지 보호할 수 있는 친환경 플랫폼인 '그린망치'를 개발하였다. 본 앱은 다양한 API와 OCR 기능을 활용하여 사용자 중심의 수리 서비스를 제공하고 친환경 자재의 사용을 유도하는 서비스를 제공한다.

코로나 팬더믹의 장기화에 따른 비대면 환경에서 대면 수업의 실재감을 제공하는 다양한 교수·학습 방법에 대한 시도가 이루어지고 있다. 실제 수업 현장에서는 대면수업과 다른 환경에서 학습자의 수준과 특성에 맞는 수업 설계의 필요성 또한 대두되고 있다. 본 연구에서는 플립러닝을 기반으로 한 비대면 프로그래밍 수업에서 학업성취도에 따른 학습 참여 수준과 실재감의 차이를 분석하여, 맞춤형 학습역량 강화를 위한 교수 방안을 모색하는 데 그 목적이 있다. 강의 동영상 수업과 상호작용을 포함한 플립러닝 기반 실시간 수업을 혼합하여 수업한 후 설문을 통해 학업성취도에 따른 학습자들의 학습 참여 수준, 교수 실재감과 학습 실재감을 조사한 결과, 학업성취도 가장 높은 학습자일수록 학습 참여도 높고, 다음 수준의 학습자들이 교수 실재감과 학습 실재감은 가장 높은 것으로 조사·분석되었다. 이를 통해 학업성취도에 기반하여 학습자별 맞춤형 교수방안을 제시하였다.

IT 자산관리(ITAM, IT Asset Management)는 조직이 소유한 IT 자산과 관련된 모든 이력 변경 정보, 비용, 계약 및 구매/리스 데이터를 관리하는 것이다. 자산 취득 및 처분에 관한 기술, 재무 및 계약 정보를 취득하고 통합한다. 그리고 유지하는 과정. 비즈니스의 효율성과 효율성을 높이기 위해 IT 인프라의 서비스 및 리소스에 대한 자산 관리의 4가지 요소(4C, 특성: 자산 수명 주기 정보, 구성: H/W와 S/W 정보, 계약: 서비스 및 보증, 종합관리: 보증 정보, 비용 및 재무 정보)는 회사 인프라 자원의 TCO 및 ROI를 개선하고 생산성의 범위를 확장하는 것을 목표로 한다. IT 자산 관리의 필요성은 사업에 필요한 IT 자산 정보 제공, 비용 관리, 구매 결정에 필요한 정보 제공, 소프트웨어 라이선스 및 하드웨어 자원의 재활용 촉진, 장치 노후화로 인한 추가 비용 방지를 위한 것이다. 비용 예측 및 관리, 내부 통제 및 외부 감사 대응, 사업부별 IT 비용 및 활용도 분석을 유지 및 지원한다. 사업부의 IT 자원 사용으로 인한 문제는 업무 효율성을 저하시키고 IT 부서의 업무를 증가시키며 결과적으로 기업의 비용을 증가시키며 이것이, IT 자산 관리의 현실이다. 본 논문에서는 적용 사례를 통해 더 나은 관리 방안을 마련하기 위한 방법을 제안한다.

본 논문은 스마트 팜 교육용 시스템을 IoT 기반으로 임베디드 환경에서 설계 및 구현하였다. 시스템 환경은 라즈베리파이 기반에서 노드-레드(Node-RED) 프로그램을 적용하였고 생육재배에 필요한 환경 센서와 구동장치를 연동하여 구축하였다. 센싱 정보는 유. 무선통신으로 서버로 전달되며, 데이터베이스를 근간으로 한 웹 설계는 PHP, MySQL을 사용하고, 스마트 폰 앱은 안드로이드 스튜디오를 사용하였다. 시스템 동작 과정은 센서값 인지 및 비주얼한 표시, 연동 구동장치 제어 프로그래밍, 서버 및 스마트 폰을 이용한 원격제어와 모니터링 과정을 수행할 수 있도록 설계하였다.

본 연구는 20대에서 60대까지의 여성을 대상으로 하여 환경오염과 패션산업의 관계에 대해서 어떻게 생각하고 있는지를 조사하고 그 인식을 유형화하였다. 이를 통해 패션산업이 환경문제를 개선하기 위해 나아갈 방향에 대해 알아보고자 하였다. 패션과 환경오염에 대한 인식유형은 4개로 분석되었다. 제1유형은 의류를 생산하는 과정과 소비하는 과정이 환경오염을 유발한다고 인식하지만, 패스트패션을 선호하고 트렌드를 중시하는 유형이었다. 제2유형은 패션산업이 공기와 수질을 오염시킨다고 생각하며, 가격이 비싸다면 리사이클링 의류를 구매하지는 않는 유형이었다. 제3유형은 패션산업이 환경오염의 주범이 아니라고 생각하며, 옷을 구매하면 오래 착용함으로써 환경을 지켜야 한다고 생각하였다. 제4유형은 환경을 먼저 고려하고 헌 옷을 구매하고 옷을 바꿔 입는 등 환경오염을 줄이기 위해 노력하는 유형이었다. 환경의 중요성이 커진 만큼 패션분야에서도 환경오염을 줄일 수 있는 다양한 노력이 필요할 것으로 생각된다.

본 논문에서는 키넥트 센서 기반의 치매 예방 애플리케이션을 설계하고 구현한다. 이 애플리케이션은 치매 예방을 위해 노년층의 인지기능을 높이고, 팔 동작을 활성화할 수 있는 청기 백기 게임의 기능을 구현한다. 청기 백기 게임은 키넥트 센서 기반으로 모션 인식 기능을 활용하여 화면의 텍스트와 음성에 따른 행동을 취함으로써 점수를 획득할 수 있다. 청기 백기 게임은 사용자들이 애플리케이션의 지시에 집중하고, 기억하는 능력과 자기 조절력을 향상함으로써 치매를 예방할 수 있는 기능을 제공한다.

본 논문에서는 역연령으로 구분되었던 기존 생물학적 성숙도에 기반한 체력 지표가 아닌 골성숙도를 활용한 생물학적 성숙도에 기반하여 유소년의 신체에 맞는 체계적인 운동을 추천하는 기법을 제안한다. 이를 통해 유소년의 성장기에 개인화된 운동능력 발달을 성취하게 함으로써 국민 체력 증진에 기여하고 체육 공교육 활성화 및 유소년 피트니스 관리 산업 발전에 도움이 될 것으로 기대한다.

담낭용종은 담낭암의 원인일 수 있다. 담낭용종의 잘 알려진 위험요소는 대사증후군, 젊은 나이, 이상지질혈증 등이다. 제주도는 한반도에서 약 80km 떨어져 있으며 한라산을 중심으로 두 개의 행정구역(제주시와 서귀포시)으로 나뉘어 있다. 국제공항과 국제항구는 유일하게 제주시에만 위치해 있다. 또한 제주시에는 서귀포시보다 기업체와 학교의 수가 더 많다. 식이 및 알코올 소비는 두 지역 간에 다르며 이러한 요인이 담낭용종 유병률에 영향을 미칠 것이다. 따라서 이 연구의 목적은 두 지역 거주민들의 담낭용종 유병률을 조사하고 담낭용종과 관련된 다양한 요인들을 비교해보고자 하였다. 본 연구는 2009년 1월부터 2019년 12월까지 제주대학교병원 단일 건강검진센터를 방문한 21,734명을 대상으로 하였다. 담낭용종 유병률과 관련된 요인을 제주시 거주민과 서귀포시 거주민 두 집단으로 나누어 조사하였다. 담낭용종 유병률은 제주시가 10.1%, 서귀포시가 9.2% (P = 0.039)였다. 평균 연령과 고위험 음주자의 비율은 서귀포시에서 더 높았다. 평균 체질량지수와 공복혈당, 총콜레스테롤, 저밀도지질단백질-콜레스테롤, 아스파르테이트아미노전이효소, 감마-글루타밀전이효소, 알칼리인산분해효소 수치는 제주시에서 낮게 나타났다. 이 연구에서 담낭용종 유병률은 제주도의 두 지역 간에 유의한 차이가 있었다. 연령과 알코올 소비는 이러한 차이에 기여하는 주요 요인이 될 수 있다.

담낭용종의 잘 알려진 위험요소는 대사증후군, 연령, 이상지질혈증 등이다. 제주도는 한반도에서 가장 큰 섬으로 한국의 본토에서 약 80km 떨어져 있으며 행정구역상 제주시와 서귀포시로 나뉘어 있지만 기업들과 편의시설들, 학교들 때문에 자연스럽게 시내와 시외로 더 나누어진다. 많은 이주민들과 젊은 성인들은 상업 활동이 활발한 시내 지역에 사는 경향이 있다. 고령 성인들은 어업이나 농업에 종사하기 때문에 시외 지역에 사는 경향이 있다. 고령의 성인들은 전통적인 식이를 유지하고 있고, 그들 중 다수는 힘든 노동으로 인해서 고위험 알코올 음주자의 비율이 높다. 이러한 요인들로 인해 두 지역간의 담낭용종 유병률에도 차이가 있을 것이다. 따라서 이 연구의 목적은 제주도 두 지역간에 담낭용종의 유병률을 알아보고 그 유병률과 관련된 다양한 요인들을 비교해 보고자 하는 것이다. 이 연구는 2009년 1월부터 2019년 12월까지 제주대학교병원 단일 건강검진센터에서 건강검진을 시행한 21,734명을 대상으로 하였다. 시내 지역과 시외 지역 거주민들의 담낭용종 유병률은 각각 10.1%와 8,7% (P = 0.006)로 의미있게 차이가 있었다. 평균 총콜레스테롤 수치가 시내 지역 거주민들에서 시외 지역 거주민들보다 높았고, 음주와 관련된 평균 알카라인 인산분해효소와 감마-글루타밀전이효소 수치들과 평균연령은 시외 지역 거주민들이 시내 지역 거주민들보다 더 높았다. 나이, 알코올 섭취와 평균 콜레스테롤 수치가 이러한 두 지역 간에 담낭용종 유병률의 차이를 만들었을 것이다.

본 연구는 최근 2년(2019.12.1.~2021. 11.30)간 빅카인즈를 이용하여 '메타버스 AND 비대면 교육' 키워드가 포함된 뉴스 검색 결과 1148건을 바탕으로 관계도 분석, 연관어 키워드 빈도수 및 연관어 가중치 분석을 하였다. 첫째, 관계도 분석에서 가중치 '5'로 적용한 12개의 키워드 가중치로 코로나19(64), 아바타(43), 코로나(22), 유니버스(21), 게더타운(15), 패러다임(12), 신입사원(12), 로블록스(7)로 나타났다. 둘째, 연관어 키워드 월간 빈도수로는 2019.12~ 2020.9(0건), 2020.10(1건), 2021.3(19건), 2021.4(34건), 2021.6(72건), 2021.9 (196건), 2021.11애는 233건으로 급격하게 증가하였다. 셋째 키워드와의 연관성(가중치/키워드 빈도수)으로 코로나19(113.96/515), 가상세계(67.75/ 344), 메타버스(58.36/103), 메타(49.8/5730), 가상공간(45.57/380) 순이었다. 이 분석 결과에서 위드코로나 시대의 비대면 교육으로 메타버스에 기반을 둔 가상공간 활용 교육은 더욱 증가될 것으로 예상된다.

본 연구에서는 2020장애인 고용패널조사 데이터 중 4대 사회보험에 가입되어 있는 경제활동 장의 인 직업능력 필요정도와 직무만족 간에 복리후생의 매개효과와 차별경험의 조절효과를 검증하기 위해 목적으로 수행되었다.

본 연구에서는 장애인 삶 1차년도(2018) 패널데이터 중 20세이상의 성인 가구원데이터를 활용하여 장애인가구원의 우울과 자살생각 사이에 장애수용정도와 자아존중감의 매개효과를 검증하고자 한다.

본 연구에서는 고령화패널(KLoSA) 7차년도 데이터 중 60세이상 치매판정 노인(경도인지장애 포함)을 대상으로 치매노인의 삶의 만족에 영향을 미치는 일상생활 주변도움 필요정도와 우울의 영향력을 분석하고, 치매노인의 일상생활 주변도움 필요정도와 삶의 만족 사이에서 우울이 매개효과를 갖는지를 검증하고자 한다.

최근 확률형 아이템이 이용자들에게 투입 비용보다 높은 가치의 아이템을 획득할 수 있을 것이라는 막연한 기대감을 갖게 만들어, 게임 이용자의 사행성을 조장하고 과소비를 부추긴다는 우려가 제기되고 있다. 특히 복잡한 확률구조와 관련하여 허위로 표시하는 등 거짓 또는 과장 광고가 만연하여 게임 업계의 자율규제가 실효성을 잃고 게임제작업자가 허위로 확률을 고지하여 이용자들을 기만하는 사례 등이 사회적으로 문제가 되고 있다. 이에 국민의힘 하태경 의원이 일정 규모 이상 게임제작업자는 게임물이용자위원회를 두도록 하는 게임산업진흥에 관한 법률 일부개정(안)을 2021년 3월 24일 대표발의하였는데, 이 법안이 게임산업을 과도하게 규제한다는 비판이 제기되고 있는바, 해당 법안을 분석하여 입법취지에 부합하는 개선방안을 제시하고자 한다.

코로나19로 인해 비대면 사회가 일상화되고, 가상세계를 구현하는 기반 기술 등이 발전하면서 3차원 가상세계인 '메타버스'에 대한 관심이 급증하였다. 메타버스는 다양한 분야의 활동을 할 수 있다는 점에서 기존의 사이버 공간에서 발생하는 법적 문제들과는 전혀 다른 문제들이 발생할 가능성이 있는데, 현재 메타버스 내에서 이루어지는 다양한 범죄 유형들에 대한 법적 제재나 안전장치가 제대로 마련되어 있지 않다. 이에 본 연구에서는 메타버스의 의의 및 현황을 살펴보고, 주로 문제될 것으로 예상되는 법적 쟁점 등을 검토하고자 한다.

"윤창호법" 시행 이후 음주운전이 크게 줄지 않았을 뿐 아니라 최근에는 다시 증가하는 추세를 보인다. 이에 본 논문에서는 우리나라와 일본의 음주운전 법적 기준 및 법정 형량, 등을 비교·분석하여 시사점을 제시하였다. 현재 음주운전 사상사고가 지속해서 발생하고 있고, 아직도 음주운전의 처벌이 강하지 않다는 인식이 크다. 이에 해외 사례 등을 참고하여 우리나라 현실에 부합하는 새로운 대안을 마련하고자 하며, 나아가 미래 자동차 디지털화 시대에 맞춰 변화될 법 제도의 올바른 방향에 대하여 고찰하고자 한다.

미상무성이 2021년에 발표한 미국의 전체 무역량 중 한국의 비중은 3.4%로 미국의 수입국중 7위를 기록하고 있다. 그중 전자부품이 차지하는 비율은 26.7%로 미국 내에서도 주요 수입품목으로 분류된다. KOTRA는 미국의 디지털화에 따른 5G, 6G, 클라우드 컴퓨팅, 인공지능(AI) 등의 산업 시장 확대와 더불어 소재부품의 수요도 증가할 것으로 전망하고 있다[1]. 한국의 부품산업이 미국 시장에 보다 효과적으로 진출하기 위한 전략 수립을 위해 마이클 포터의 5 Forces Model을 미국의 산업 환경에 적용하였다. 한국의 부품기업들이 미국시장진출을위해서는 국가 내부적으로는 원천 기술력을 최대한 확보하고, 원자재 공급망을 안정화시켜 외부의 위협을 견제함과 동시에, 미국 시장에서는 한국 전자부품의 차별성을 인증받아 소비재 개발의 초기단계에 파트너사로 진입 산업 내 경쟁우위를 선점하는 것이 중요하다.

본 연구의 목적은 성인학습자 교과과정 '융합형' 교수법을 통해 학습자 특성에 맞는 수업방법을 적용하고 개선방안을 모색하고자 하였다. 본 연구의 교수법을 효율적으로 달성하기 위해 4차에 걸쳐 진행되었다. 1차 '융합형' 교수법 적용 탐색, 2차 교수법 적용 지도법 논의, 3차 교수법 적용 및 보완, 4차 학습자 만족도 조사 및 분석 체계로 이루어졌으며, '융합형' 교수법 적용으로 아동(보육) 관련 교과목, 청소년 관련 교과목 위주의 공통 융합지도(하브루타 교수법, PBL 교수법)가 담당교수 별로 이루어졌다. 연구결과 첫째, '융합형 교수법'의 이론적 근거를 마련하여야 한다. 둘째, 현장연계 교과목 수업에 연계(아동, 청소년) 관련 기관과의 협력이 필요하다. 셋째, 학습자 전체가 참여할 수 있는 (토론회, 공청회) 등 프로그램 개발이 필요하다. 넷째, 다양한 자료, 기술, 기법을 통해 학습자의 동기유발이 필요하다.

본 연구는 장애인 평생교육 관련 언론사 뉴스 빅데이터를 한국언론재단의 빅카인즈(BIGKinds) 시스템을 이용하여 분석하였다. 본 연구에서는 2000년 1월 1일부터 2020년 12월 31일까지 20년간, 총 54개 언론사에서 보도한 '장애인 평생교육' 관련 뉴스 기사들을 추출하였다. 그 분석대상 뉴스 빅데이터를 대상으로 키워드 트렌드 분석, 언어 네트워크 지도 구현, 연관어 분석(워드클라우드 제시) 등을 진행하였다. 본 연구 결과는 장애인 평생교육 관련 정책 입안 연구 및 실증적인 연구(평생교육 참여 요인 및 효과 등)의 기초자료로 활용될 수 있을 것으로 기대된다.

본 연구는 대학의 실시간 비대면 수업에서의 문제중심학습 수업모형 개발과 그 적용가능성 탐색을 목적으로 한다. 이를 위해 선행연구 및 문헌분석을 통해 문제중심학습의 특징 및 수업운영 전략 등에 대하여 고찰하고, 문제중심학습 수업운영 경험자 3인의 인터뷰를 통해 실시간 비대면 수업 상황에서 적용 가능한 수업모형을 개발할 것이다. 이를 문제중심학습 수업 운영 경험이 풍부한 5인의 전문가를 대상으로 수업모형의 적절성과 적용가능성에 대한 평가를 실시하여 실시간 비대면 수업에서 적용 가능한 문제중심학습 수업모형을 개발하고자 한다. 본 연구를 통해 학습자가 실시간 비대면 수업상황에서 주어진 문제 해결을 위해 협력하고 창의적 사고를 하며 주도적으로 학습에 임하게 함으로써 미래사회에 필요한 역량을 개발하는 데 기여할 수 있을 것이라고 기대한다.

우리나라는 세계 최초로 유비쿼터스 도시(Ubiquitous City: U-City) 관련 법률을 제정하고 종합계획을 수립하는 등 스마트시티 관련 정책을 선도적으로 추진해 왔으며, 현재 스마트시티 정책은 스마트시티 국가시범도시 건설, 스마트 챌린지, 스마트도시형 도시재생사업 등 다양하게 추진 중이다. 본 연구에서는 최근 정보통신의 발달에 따른 디지털화 시대를 맞이하여 해외의 스마트정책 사례를 조사 및 분석하여 국내 도시문제 해결로 시민들의 삶의 질 향상을 위한 스마트시티를 구축할 수 있는 시사점을 도출할 예정이다.

최근 노인관련 요양 문제는 이미 사회적 이슈로 떠오르면서 각 가정에서의 돌봄이 곤란한 어르신들이 요양원, 재가복지센터, 주간보호센터, 노인전문병원 등에서 요양보호사의 도움이 절대적으로 필요한 일상이 되었다. 무엇보다도 장기요양서비스를 이용하는 어르신 대부분은 노인성 질환 또는 치매를 앓고 있다. 이는 각 가정에서의 돌봄이 어려운 어르신들에게 직접서비스를 제공 하는 종사자인 요양보호사들은 다양한 치매어르신들의 문제행동을 안고 현장에서의 돌봄을 제공한다. 따라서, 요양보호사의 직무 관련 스트레스에 미치는 영향력 파악과 이와 더불어 직무스트레스가 치매어르신의 문제행동과 종사자의 소진 간의 매개 효과가 있는 지 규명하는 연구들이 활발하게 이루어 짐으로 이를 규명한 내용을 토대로 대안 마련을 위한 유익한 제언들이 필요하다.

This article aims to study the influence of the motivation and resistance of mobile payment on the willingness of elderly users to use it. A model for the willingness to use mobile payment is constructed based on the UTAUT model, using elderly people in China and South Korea as the research subjects. We found the following conclusions after analyzing the data with SPSS and AMOS, In general, social influence and performance expectations are the biggest drivers for mobile payment adoption among seniors, while perceived risk and cost are the biggest obstacles. This research can provide useful recommendations for the formulation of corporate strategies and provide new development directions and enlightenments for mobile payment companies.

본 연구는 OTT 서비스에 대한 선택요인들을 기존 연구를 바탕으로 도출하고, 각 평가 요소에 대한 가중치를 산출하기 위하여 AHP 분석모형을 제시하였다. OTT 서비스를 이용하는 고객들을 대상으로 수집된 자료를 분석한 결과 먼저 OTT 서비스의 1단계 선택요인에서는 다양성이 중요한 요인으로 나타났다. 그리고 각 단계별 가중치를 종합화한 결과에서는 오락이 가장 중요한 요인으로 나타났다. 이를 통해 소비자들이 OTT 서비스를 이용할 때 어떤 요인을 중요하게 고려하는지를 파악할 수 있을 것이다.

본 연구에서는 소비자들이 모바일 패션 쇼핑 앱을 선택할 때 고려하는 요인들을 AHP를 활용하여 계층적으로 분류하고 가중치를 계산함으로써 선택요인들의 우선순위를 도출하였다. 현재 모바일 패션 쇼핑 앱을 사용하고 있는 소비자들을 대상으로 설문자료를 수집하여 분석하였다. 본 연구 결과, 모바일 패션 쇼핑 앱의 1단계 선택요인들은 경제성, 정보성, 편의성, 신뢰성, 부가서비스로 구성되었고, 이들 중에서 경제성이 가장 중요한 요인으로 나타났다. 또한 1단계 요인과 2단계 요인의 가중치를 종합화한 결과에서는 쿠폰 발급 및 할인이벤트가 가장 중요한 요인으로 나타났다.

모바일 결제시스템의 다양한 특성에 힘입어 많은 사용자는 언제 어디서나 시간과 장소의 제약에서 벗어나 다양한 제품을 손쉽게 구매할 수 있게 되었다. 이러한 측면에서 본 연구는 모바일 결제시스템 사용자들의 특성(인구통계적 특성, 모바일 결제시스템 이용특성)에 따라 모바일 결제시스템이 갖추어야 하는 특성(보안성, 호환성, 효율성, 경제성, 신뢰성)에 대한 인식도가 어떻게 달라지는가를 실증적으로 규명하고자 하였다. 한국과 중국의 모바일 결제시스템 사용자들을 대상으로 설문지를 활용한 실증분석을 실시한 결과, 사용자들의 성별과 국적에 따라 모바일 결제시스템의 일부 특성에 대한 인식도에 있어서 차이가 존재하고 있음을 확인하였다.

본 연구는 국제 합작투자사업 참여 기업들을 대상으로 국제합작투자 사업에서의 합작사업 파트너 기업 간 유대강도가 합작투자사업참여 파트너간 지식이전 및 활용과 합작사업성과에 어떠한 영향을 주는지를 살펴보고자 하는 실증연구이다. 이를 위해 본 연구에서는 구조방정식을 이용하여 합작투자사업 참여 파트너간 유대 강도가 합작사업참여 기업들이 보유한 지식의 이전 및 활용과 합작사업성과에 어떠한 유의한 영향을 미치는 지 실증분석을 통하여 알아보고자 한다.

Images in the textbooks influence the learning process. Students often see pictures before reading the text and these pictures can enhance the power of imagination of the students. The findings of some researches show that the images in textbooks can increase students' creativity. However, when learning major subjects, reading a textbook or looking at a picture alone may not be enough to understand the topics and completely realize the concepts. Studies show that viewers remember 95% of a message when watching a video than reading a text. If we can combine textbooks and videos, this teaching method is fantastic. The "TEXT + IMAGE + VIDEO (Animation)" concept could be more beneficial than ordinary ones. We tried to give our solution by using machine learning Image Classification. This paper covers the features, approaches and detailed objectives of our project. For now, we have developed the prototype of this project as a web app and it only works when accessed via smartphone. Once you have accessed the web app through your smartphone, the web app asks for access to use the camera. Suppose you bring your smartphone's camera closer to the picture in the textbook. It will then display the video related to the photo below.

본 논문에서는 대학의 지속 가능 경영을 위한 ESG 지수 측정 도구를 제안한다. ESG는 기업의 가치를 평가하고 투자 의사를 결정하는 중요한 요소로 자리매김하고 있다. 그러나 대학의 ESG 경영에 대한 연구는 현재까지 매우 부족한 상황이다. 이에 본 논문에서는 대학의 지속 가능 경영을 위한 ESG 지수 측정 도구를 개발하고 샘플 데이터를 이용한 활용 예시를 제안하였다.

인공지능(Artificial Intelligence, 이하, AI) 기술의 발달로 각계각층에서 급진적인 변화를 대비하고 있다. 이에 교육부에서도 2022 개정 교육과정 주요사항에 AI 소양을 새로운 기초 소양으로 제시하였다. 이에 초등학생에게 AI 개념 및 원리를 전달하려는 교재가 많이 개발되고 있다. 교재 및 교과서는 교수·학습 과정에서 필수적인 역할을 수행한다. 그리고 교과서의 내용 요소 중 핵심적인 내용을 함축하는 삽화는 글보다 지식 전달에 효율적이다. 보다 일차원적이고 직관적인 삽화를 통하여 초등학생에게 인공지능 지식을 쉽게 전달하기 위하여 기존 교재에 제시된 삽화의 분석이 필수적이라고 판단하였다. 따라서 교육부와 한국과학창의재단에서 출판된 '학교에서 만나는 인공지능 수업(초등학생용)' 2권에 제시된 삽화를 종류 및 역할별로 분류하였다. 삽화의 종류 중 그림과 사진의 비중이 컸고, 자료제공을 하는 과정에서 삽화가 다수 사용되었다. 본 논문을 통하여 인공지능 교재의 삽화에 대한 보충적인 연구가 이루어지길 기대한다.

초등학교 인공지능(Artificial Intelligence, AI) 교육은 학교급별 특성과 수준을 고려하여 놀이 및 체험 활동 중심으로 계획되고 있다. 그러나 교육 현장의 수요 및 AI 리터러시 연구에서 AI 개념의 지도 필요성이 제시되고 있다. 초등학생에게 어렵고 생소한 AI 개념을 교육하기 위해 학습자의 발달 특성을 고려한 교수학습 전략이 필요하다. 선행조직자는 개념 지도 시 학습자의 인지적 부하를 줄일 수 있는 효과적인 교수학습 전략 중 하나로 이미 초등학생을 위한 인공지능 교재에 널리 사용되고 있다. 그러나 교재 분석 결과 선행조직자는 학생별 경험과 양육환경의 차이로 인해 선행조직자로서 기능하지 못할 가능성이 있다. 이를 해결하기 위해 본 연구는 초등학교에 널리 활용될 수 있는 선행조직자를 초등 교육과정에서 추출하여 AI 교육 프로그램을 개발하였다. 본 프로그램은 초등학교 5~6학년 AI 교육 내용 기준에서 AI 개념 요소를 추출하여 초등학교 1~4학년 교과 교육과정에서 선행조직자를 선정하였고 4차시의 교육 프로그램을 개발하였다. 본 연구를 통해 개발된 프로그램이 초등학생의 효과적인 AI 개념을 학습과 AI 리터러시 향상에 도움이 될 것으로 기대된다.

미래 변화에 대응하는 역량으로 디지털 리터러시가 제시되고 있다. 국내에서는 2022 교육과정 개정의 중점 사항으로 미래 변화에 대응하는 역량으로 디지털 기초 소양을 강화한다. 한편 코로나19로 원격수업이 확대되면서 LMS(Learning Management System)의 사용이 증가하였다. LMS는 디지털 기기, 소프트웨어를 활용하므로 디지털 리터러시를 함양할 수 있는 기회가 될 것이다. 본 연구에서는 학교 현장에서 활용되는 Microsoft의 Teams, Google의 Classroom, KERIS의 위두랑과 e학습터를 비교하고 디지털 리터러시 내용 요소와 LMS 기능을 관련지어 활용방안을 제시하였다. 본 연구를 통해 LMS를 활용하면서 디지털 리터러시를 기를 수 있을 것으로 기대된다.

본 연구에서는 실질적 학습자가 교수자로 착각을 한 상태에서 아바타를 학습시키는 과정을 통해 학습이 되게 하는 구조를 설계하고 제안하였다. 시스템 관리자와 교육자료 형성자를 제외하면, 교수자로 착각하고 있는 '학습자'와 학습자의 공부를 위해 노력하는 학습 가이드 역할을 '학습 관찰자', 학습이 되는 아바타로 구성된다. '학습 관찰자'는 학습 방향을 제시하여 아바타가 활동하는 방향을 지시하게 되며, 아바타는 지시된 방향에서 1:1 학습과 같은 형태로 교수자 입장 학습자에게 공부도움을 요청하게 된다. 아바타의 학습은 인공지능 지도 학습 방법을 이용하여 학습되도록 하며, 교수자로 착각하는 학습자는 아바타 학습 시 아바타에 의해 슬며시 제공되는 학습 자료를 참고하며 아바타를 공부시키게 되는 데 아바타를 공부시킨다고 노력하는 과정이 교수자로 착각된 학습자가 공부가 되는 것이다. 또한 이렇게 학습하는 과정을 거쳐 지식이 성장한 아바타는 아바타들이 경쟁하는 경진 대회에 참가하게 되며 교육자로 착각하는 학습자는 관전 또는 코치를 하며 학습을 하게 된다. 이러한 방법을 통해 교육자로 착각하는 학습자는 부모의 마음으로 적극적으로 공부를 하게 유도하며, 흥미를 갖고 공부를 하게 할 뿐 아니라, 가르치는 사람에 준하는 깊이 있는 지식을 갖도록 유도하며, 본 시스템과 온라인 오프라인을 통해 연결 되게 한 운동 기구 및 운동 환경을 이용하여 운동 하도록 유도하고 파워가 되도록 하여 운동 활동을 유도하며, 단계 마다 적당한 보상 점수들이 제공되도록 하여 지덕체가 성장되도록 하는 설계이다.

본 논문에서는 직업 교육 분야에 인공지능 융합 교육을 위한 파이썬 블록과 텍스트 동시 코딩 플랫폼을 설계하였다. 플랫폼에 코딩 언어로는 데이터 분석과 머신러닝의 다양한 라이브러리를 지원하고 있는 파이썬으로 하며, 직업 교육의 영역 전문가가 쉽게 직무 기능 파이썬 블록 모듈을 만들어 추가하고 커스터마이징을 할 수 있는 아키텍처를 갖고 있다. 제안한 플랫폼을 활용한 인공지능 융합 직업 분야로 바이오와 기계공학 분야의 블록 모듈을 추가하고 실습 예제를 만드는 과정을 보여 플랫폼의 유용성과 효율성을 보였다.

본 논문에서는 효율적인 AI 교육을 위한 데이터셋 아카이브와 데이터 활용을 위한 프로그래밍 플랫폼과의 연동 모듈을 제안한다. 데이터셋 아카이브는 공공데이터를 전처리하여 생성한 데이터를 모아 설계하며, 프로그래밍 플랫폼 코드비(CodeB)와 연동하여 데이터를 활용할 수 있도록 한다. 코드비(CodeB)는 파이썬 블록 프로그래밍 플랫폼으로 연동을 통해 데이터를 활용한 프로그래밍이 가능하다.

본 논문에서는 인공지능 교육에서 소외계층의 지원 방안을 도출하기 위하여 소외계층과 일반 학생의 인공지능 교육과 관련된 여러 요인의 실태를 조사하였다. 실태 조사 결과를 소외계층과 일반 학생을 비교하여, 소외계층의 인공지능 교육에서 시사점을 도출하고자 하였다. 연구를 위하여 인공지능 교육 관련 실태를 조사할 수 있는 설문을 구성하였으며, 온라인을 통해 설문을 진행하였다. 연구 결과, 소외계층 662명과 일반 학생 1,482명이 설문에 참여하였다. 소외계층은 일반 학생보다 인공지능에 대한 관심이 높았으며, 프로그램이 언어나 피지컬 컴퓨팅을 경험한 학생 비율이 높았다. 또한, 인공지능 직&·간접적 경험의 비율은 일반 학생과 비슷한 수준이었다. 하지만 인공지능 교육 경험 비율은 일반 학생이 약 20% 높았다. 이러한 내용을 종합하였을 때, 인공지능 교육에 대한 관심은 높지만, 인공지능 교육을 받는 학생의 비율은 낮은 것을 확인할 수 있었다.

본 연구에서는 언택트 시대에 여행 트렌드가 된 차박을 위한 모바일 앱 'GO차박'을 설계하고 구현하였다. 코로나 19로 인해 언택트 문화가 새로운 트렌드로 자리 잡게 되면서 '차박'에 대한 관심이 급격하게 증가하게 되었다. 이에 따라 차박에 대한 정보를 찾는 수요자와 정보는 증가하였으나 방대한 정보에 대한 용이한 접근을 제공하고 증가하는 수요자를 만족시킬 수 있는 어플리케이션은 미흡하였다. 따라서 본 연구에서는 많은 차박 수요자들에게 쉽게 접근하여 차박에 대한 정보를 종합적이고 간편하게 찾아볼 수 있고 서로 정보 공유도 할 수 있는 모바일 앱을 제공하고자 'GO차박'을 개발하게 되었다. 방대한 정보를 다루기 때문에 깔끔한 UI를 구성하였고 Firebase와 NaverSearch API, Naver Map API, OpenWeatherAPI를 사용하여 정보의 정확도를 높이고자 하였다. 본문에서는 차박 앱에 대한 주요 기능들을 설명하고 결론에서는 'GO차박'의 기대 효과와 향후 확장 방향에 대해 제시하고 있다.

코로나로 인해 비대면 생활이 지속되면서, 사람들은 실외 운동 및 만남 장소로 한강과 같이 탁 트인 야외를 찾고 있다. 이는 MZ 세대들의 건강과 몸매 가꾸기 등 자기관리에 대한 관심이 증가하는 트렌드와 시너지 효과를 내고 있다. 이러한 현상은 등산, 바디프로필, 필라테스, 헬스, 홈 트레이닝 등 운동에 대한 활동의 비약적 증가로 이어진다. 본 연구에서는 위의 두 가지 트렌드 흐름을 기반으로, 러닝을 시작하고 싶은 초보자들이 한강 공원에서 가볍게 시작할 수 있도록 하는 모바일 운동 앱인 'OnTheRiver'를 설계 및 구현하게 되었다.

지속 가능한 발전을 위해 전기자동차의 관심 및 수요가 늘어나는 상황에서 전기자동차 충전소 및 주차공간에 대한 정보 습득은 더욱 중요해졌다. 서비스 이용자는 본인의 위치를 기반으로 하여 가까운 주차장과 전기 충전소의 유무를 확인할 수 있는 DBMS를 설계하고 구축하였다. 이용자에게 주차장 및 전기 충전소에 대한 정보를 얻는 과정에서 더욱 편리함을 안겨주는 것을 목표로 하였다.

본 연구는 코로나-19로 인해 아프리카 국가들 중 1인당 사망자수와 케이스 수 그리고 환경적 요인과 의료 환경 요인을 데이터베이스화하여 다각적인 방면에서 측정하고 분석하였다. 코로나로 인해 사망자수가 증가하였으나 무엇이 가장 영향을 끼친 요인인지에 대해서 아직 정확히 밝혀진 바가 없다. 또한, 코로나 특성상 하나의 요인이 아닌 여러 요인이 혼합적으로 작용하여 일어나기 때문에, 여러 상황을 가정하여 외부 환경과 의료 환경을 모두 분석하였다. 이를 통해 요인을 확인하고 요인이 없다면 향후 다른 요인을 밝혀내기 위해 필요한 자료로 사용될 것이며 앞으로 각 국가별로 정책을 실행할 때 이를 이용해 '위드 코로나', '폐쇄 정책' 등을 실시할 수 있을 것으로 기대된다.

코로나바이러스감염증-19(COVID-19)의 확산 추세로 한국뿐만 아닌 전 세계적으로 여행 횟수의 빈도가 낮아짐에 따라 각 지역의 소상공인들은 매출의 큰 타격을 입었다. 본 연구에서는 사용자들의 여행 경험을 기록하고 공유하는 시스템을 개발하였다. 코로나바이러스감염증-19(COVID-19)의 종식 이후 다양한 사용자들의 여행 경험을 공유하고 이를 바탕으로 여행지를 추천하고 정보를 공유하여 지역 경제의 활성화를 이끌어 낼 수 있을 것으로 기대된다.

세계 태권도 연맹은 국제 축구 연맹의 가입국과 동일한 수의 가입국을 보유할 만큼 태권도는 점점 더 세계적으로 나아가고 있다. 하지만 태권도의 교육방법은 예전과 다르지 않다. 도장의 관장이나 사범이 직접 자세를 눈으로 보고 판단하여 지도해야 한다. 본 연구는 기술이 발전하고 변화함에 따라 태권도를 조금 더 다양하고 흥미롭게 배울 수 있는 방법을 개발하고자 진행하였다. 본 논문에서는 피사체 모델을 촬영하여 이미지를 추출하고 이미지에서 사람의 관절 KeyPoint를 라벨링 한 후 이를 바탕으로 COCO 형식의 DataSet을 만들어낸다. 이후 이 DataSet을 기계에 학습을 시킨다면 초심자를 위한 교육용 태권도 AI가 만들어질 수 있다. 또한, 기계학습 이후 이 AI를 실제 교육현장에 적용하여 교육과정에 직접 사용할 수 있으며 이 AI를 바탕으로 교육용 게임 개발 등 다양한 방면으로 활용할 수 있을 것이라고 기대한다.

본 논문에서는 많은 IT 기업들이 학력과 전공에 상관없이 개발자를 채용하는 상황에서 가장 중요시되는 코딩 테스트를 더욱 쉽게 접근할 수 있도록 자료구조 및 알고리즘 이론을 학습하며 사용자 간 서로 경쟁하며 취업을 준비하는 데 도움이 되는 시스템을 개발하였다.

코로나 19로 인하여 많은 사람의 일상생활 활동량이 감소하였다. 이로 인하여 여행업계는 큰 타격을 입었다. 한국관광공사에서 실시한 '코로나19 국민 국내여행 영향조사' 응답자들에 따르면, 연간 여행횟수는 평균 6회였으나 코로나 확산이 본격화된 후, 평균 1.8회인 70% 가량 급감한 것으로 나타났다. 마찬가지로 문화체육관광부에서 실시한 '국민생활체육조사'에 따르면, 최근 5년간 증가 추세였던 생활체육 참여율이, 코로나 19의 영향으로 감소한 것으로 나타났다. 본 연구에서는 사용자가 직접 지도 위에 여행 및 운동 경로를 그릴 수 있도록 도와주고 그것을 다른 사용자와 공유하는 시스템을 개발하였다. 여행 및 운동 경로 공유 시스템을 통해 사용자들의 여행이나 운동 욕구를 증진 시키고 코로나 19로 인해, 감소한 활동량을 증가시킬 것으로 기대된다.

스프링은 자바 엔터프라이즈 애플리케이션 개발에 사용되는 프레임워크로써, 애플리케이션을 빠르고 효율적으로 개발할 수 있도록 틀과 공통 프로그래밍 모델, 기술 API 등을 지원해주며, 스프링 부트는 스프링 프레임워크를 사용하는 프로젝트를 간단하게 준비할 수 있는 스프링 프레임워크의 서브 프로젝트이다. 본 연구에서는 스프링 부트를 활용하여 간단한 블로그를 설계 및 구현한다. 간단한 블로그에서는 다른 사람과의 식별을 위한 로그인 및 회원가입, 다른 사람과의 생각을 공유하기 위해 게시물 및 댓글 읽기, 쓰기, 수정, 삭제의 기능을 설계하였다. 이러한 설계는 스프링 부트를 사용하여 모듈 간의 의존성 관리, Spring Web MVC를 사용하여 서비스 로직과 사용자 인터페이스를 분리하며, Spring Data JPA, Spring Security 등을 이용하여 회원식별과 게시물 및 댓글 쓰기, 읽기, 수정, 삭제 등을 구현하였다.

본 논문은 회사 직원들의 재택근무와 출퇴근 관리를 위한 Web 페이지이다. 프로젝트의 핵심 기능은 캘린더를 이용한 직원들의 출퇴근 관리로 근태, 재택, 휴가, 급여 관리 기능이 포함되어있다. 각 회사에서 이 프로그램을 이용할 시 직원들은 출근, 퇴근 버튼 기능으로 시간을 기록하고 휴가신청과 재택근무 일정을 확인할 수 있다. 관리자들은 직원들의 출퇴근 일정 목록과 재택일정, 휴가일정을 확인 가능하고 수정, 관리할 수 있다. 채팅 기능을 활용하여 직원과 관리자의 원활히 소통이 가능하다. 회사에서 필요한 근태 관리 시스템 기능들을 제공한다.

본 논문에서 소개하는 게임은 생존형 게임의 일반적인 모습인 은신처 밖에서 아이템을 모으고 재료를 습득하여 조립하는 시스템이 아닌 은신처에서 나가지 않고 오로지 은신처에 오는 사람들과 거래로만 물자를 운용하여 생존을 하는 생존형 게임이다. 플레이어는 자신의 은신처로 찾아오는 사람들의 모습을 잘 관찰하여 자신의 물자를 노리고 오는 사람인지 거래를 하러 오는 사람인지 구분하여 은신처의 문을 개방할지 결정해야 한다. 비대면 상황에서 사람을 잘 구분하고 한정된 자원을 다른 사람들과의 거래만으로 자신이 구조될 때 까지 생존하는 게임을 제안했다.

본 논문에서는 현재 게임의 트렌드인 멀티플레이어 게임과 그것을 즐기는 게이머간의 그룹 구성 문제점을 분석하고 실시간 그룹 구성 시스템을 활용한 애플리케이션을 개발하여 해결하는 방법을 제시한다. 또한 다양한 플랫폼에서 애플리케이션을 지원하기 위해 플랫폼에 독립적인 언어인 자바(JAVA)를 사용하여 PC뿐만이 아니라 웹, 모바일에서도 쉽게 이식할 수 있도록 하였다. 이 시스템은 코로나19의 장기화로 멀티플레이어 게임이 기하급수적으로 늘어나고 있는 상황에서 멀티플레이어 게임을 더욱 편리하게 즐길 수 있을 것으로 기대한다.

정보통신 기술의 발달은 보안 위협의 증가라는 결과를 함께 가져왔고 국내뿐만 아니라 국외로도 보안 정책 관리에 대한 필요성이 지속적으로 강조되었다. 본 논문에서는 여러 보안 장비 중 방화벽 정책 관리를 도울 수 있는 보조 시스템을 개발하였다. 이를 위해 오픈소스 방화벽 솔루션을 가상 환경에 구축하고 방화벽 정책을 추출 및 분석하여 미 동작 정책과 중복 정책을 식별하였다. 이러한 점검 보조 도구를 정책 관리에 이용한다면 낮은 이해도로 인한 Human Error의 발생을 가능한 줄이고 그 결과, 외부 위협의 최소화를 이룰 것이라 기대한다.

최근 전동킥보드 보급이 이루어지면서 이와 관련된 교통사고가 증가하고 있다. 이에 따라 전동킥보드 주행 시 헬멧 착용을 의무화하는 도로교통법 개정안이 시행되고 있지만, 물리적으로 대부분 현장에서 단속이 어렵다. 본 논문에서는 딥러닝 영상인식 기술을 활용한 객체검출(object detection) 모델인 YOLOv4를 기반으로 전동킥보드 사용자의 헬멧 미착용 검출시스템을 제안하였다. 이를 통해 전동킥보드 주행 시 헬멧 착용 여부를 효율적으로 단속하는데 활용 할 수 있을 것으로 기대한다.

도로를 주행 중인 운전자들은 비상용 차량이 접근할 때 경광등 혹은 백미러를 통해 확인하고, 도로의 상황을 파악한 후에서야 길을 양보한다. 그러나 비상 차량이 접근하는 걸 뒤늦게 인지하거나, 도로의 상황이 복잡하여 차선을 변경하다 접촉사고가 발생할 수도 있고, 또한 진행할 수 있는 도로를 미리 확보하지 못하여 비상 차량이 정해진 시간 내에 도착하지 못하는 경우가 자주 발생하고 있다. 이러한 일을 개선하기 위해서 본 논문에서는 안드로이드, GPS 기술을 이용한 앱을 통해 비상 차량이 일반 차량에 일정 거리 이내에 접근할 경우에 미리 알람을 보내고 이를 사전에 방지, 및 예방할 수 있는 앱을 개발한다. 안드로이드 스튜디오를 사용하였고, Firebase를 이용해 DB및 서버를 구축하였다.

현재 전동 킥보드 헬멧 미착용으로 인한 사고가 끊임없이 야기되고 있다. 개인형 이동장치 이용자 수가 증가함에 따라 법 개정을 통하여 헬멧 착용이 의무 사항이지만 여전히 낮은 착용률을 나타내고 있다. 본 논문에서는 모든 공유 킥보드 회사에서 사용 가능한 딥러닝 기반의 전동킥보드 헬멧 착용 인식시스템을 제시한다. 타 공유 전동킥보드 회사 앱에서 본 논문의 결과물을 사용할 때는 사용자가 타사 앱에서 헬멧 인식 요청 시 자사 앱에서 헬멧 착용 여부를 인식하여 결과를 전송한다. 자사 앱 사용자는 인식 기록을 조회할 수 있고, 타사 관리자는 사용자의 정보를 조회 및 관리할 수 있다. 본 시스템을 통해 전동킥보드 이용 시 헬멧 착용을 장려하여 착용률 증가와 사고 시 인명피해 감소를 기대한다.

본 논문은 TTS를 사용해 사용자들에게 E-Book 및 뉴스를 보고 들을 수 있는 기능을 제공한다. 사용자 및 개발자가 직접 녹음한 TTS를 사용해 원하는 목소리, 배속과 같은 기능을 제공한다. 기존 TTS를 사용한 E-Book 사이트들은 광고가 많아 가독성의 문제와 유료 서비스인 반면에 본 논문에서 제안한 웹은 다양한 연령층의 사용자들이 사용하기 쉽게 메뉴의 간편화를 통해 다양한 E-Book 및 뉴스 기능을 제공함으로써 보다 직관적이고 쉽게 전자문서를 읽을 수 있도록 하였다.

본 연구는 주문을 하여 배달을 하기 까지 필요한 플랫폼들을 통합하여 더 나은 서비스를 지원하는 시스템이다. 주문이 가능한 주문 어플리케이션, 주문 관리 및 배달 대행 관리가 가능한 포스프로그램, 배달 대행 기사 사용하는 배달 대행 어플리케이션을 설계하였다. 주문 앱을 이용하는 소비자의 입장에서는 합리적인 가격을, 음식 업체 업주의 입장에서는 주문 어플리케이션 플랫폼 이용비 절감하는 효과를 제공한다.

기존 수어 통역 서비스의 문제점들을 보완하고 대체할 수 있는 수단이 필요하다. 본 논문에서는 LSTM을 활용한 수어 단어 번역을 제안한다. 데이터는 총 단어의 개수 56개를 사람 16명으로, 그리고 관측 방향을 5개로 나누어 총 4480개의 단어별 영상을 사용하였다. 학습 횟수 250회 검증 정확도는 78%에 도달하였다.

본 논문에서는 약을 제 시간에 복용할 수 있도록 도와주는 스마트 약통 서비스를 개발한 결과를 보인다. 라즈베리파이, 자석감지센서, LED, AI스피커와 외부서버를 결합한 구조로 개발하였으며, 사용자는 약을 복용하였는지에 따라 AI스피커를 통해서 약 복용 여부를 물어볼 수 있고 LED를 통해서 아침, 점심, 저녁의 시간에 따라 복용해야 하는 약을 표시해 줄 수 있도록 하였다.

현 사회는 효율성과 편리함을 목적으로 수고를 덜어주는 기계 및 장치, 시스템들을 연구하고 개발하고 있다. 이를 목적으로, 개발되는 시스템에 가장 적합한 대상이 누구인지 파악하는 것도 중요한 요소 중 하나이다. 따라서, 본 프로젝트는 대부분의 사람들에게는 쉬운 행동이지만 신체적 한계로 어려움을 겪는 분들을 대상으로 초점을 맞췄다. 특정한 입력을 인식하여 그 입력에 따라 자동으로 책장을 한 페이지씩 넘겨주는 출력 시스템을 제안한다. 호흡, 손가락 기울기, 버튼 등의 센서에서 감지된 움직임을 통해 최소한의 동작으로 아두이노 기반의 자동화 프로그램 이행을 목표로 하고 있다. 생체 동작 신호 수집을 위한 비접촉 및 웨어러블 센서로 구성되며 수신받은 데이터를 기반으로 각각의 모터에 전송하여 담당하는 작동을 한다. 자동화 및 모션 감지 기술 프로토타입을 제시한다.

본 프로젝트에서는 화재 발생 시 발견하기 어려운 곳이나 화재가 빈번한 곳에 구축하는 것을 목적으로 하고 있다. 가스와 불꽃을 감지하는 센서로 화재를 감지하고, 디스플레이와 LED 그리고 소리를 통해 화재발생을 알려준다. 그 후, 스프링클러가 작동하여 초기화재에 대응에 도움을 주고 119에 자동으로 신고가 된다. 일정 수치의 센서에 대한 감지 값을 인식하고 인식한 감지 값에 반응하여 화재 대처를 가능하게 구현하는 시스템을 제안한다. 감지센서를 통한 화재장소에서의 불꽃과 가스를 감지하게 되어 스프링클러가 1차적으로 화재의 번짐을 지연해 주고 은근 소방서에 자동적으로 신고를 하게 되는 자동화 프로그램 이행을 목표로 하고 있다.

물건을 나르는 데 있어 지게차 등 사람을 도울 수 있는 많은 장비들이 존재한다. 하지만 이러한 대형 장비들은 장소에 국한됨으로 좁은 장소에서는 인력이 필히 요구된다. 또, 장비를 다루기 위한 자격증의 필요를 동반한다. 본 논문은 불필요한 인력을 줄여 종사자들의 편의성을 높이고, 물건을 옮기는 데 있어 발생할 수 있는 인명피해를 감소시키기 위해 자격증 없이 좁은 장소에서도 종사자들의 관리하에 라인을 따라가며 원하는 도착 지점에 물건을 실어 나르는 라인트레이서를 제안한다. 기존의 대형 장비를 이용하고 상황에 따라 인력도 요구되었던 방식이 아닌 종사자와 라인트레이서의 입력을 통해 원하는 지점으로 물건을 나를 수 있고, 종사자의 편의성을 높여 능률 또한 함께 높일 수 있다.

현재 도로 위 차량은 다양한 기능이 탑재되어 있고, 이는 운전자의 편의와 안전을 위해 발전해왔다. 하지만 음주운전과 안전운전 불이행에 의한 교통사고는 꾸준히 발생하고 있으며, 이 사고율은 단순히 제도적 규제와 운전자의 주의만으로는 감소시키기 어렵다고 판단된다. 본 논문은 제도적인 규범만이 아닌 기계적인 차원에서의 음주운전 사고 예방과 안전운전 불이행 사고의 방지를 하기 위해 '음주측정 시동 및 안전운전 보조시스템'을 제안한다. 이러한 문제를 해결하고자 알코올 측정 센서를 통해 시동을 걸기 전 음주측정을 해 음주운전의 가능성을 차단하고 초음파 센서를 이용하여 전, 후·측방 감지를 하고 주변의 장애물과 운전자의 부주의 시 즉각적인 피드백을 제공해 안전운전 불이행 사고를 방지할 수 있다.

현대에 이르러 항공산업은 엄청난 발전을 이루었다. 그만큼 조종사들의 안전과 편의를 위한 많은 시스템이 생겨났다. 그러나 조종사를 위한 시스템만큼 객실 승무원을 위한 시스템은 큰 발전이 없는 것이 사실이다. 이는 승객을 위한 서비스를 하는 객실 승무원을 비행 중 일어나는 위험에 노출되게 한다. 본 논문은 객실 승무원이 스마트폰 앱을 이용하여 편리하게 객실 상황을 확인하고, 반자동 서빙 카트를 조작하여 승객의 주문에 대한 서비스를 제공하는 '비행기 객실 관리 시스템'을 제안한다. 이 시스템을 이용함으로써 객실 승무원은 객실 상황을 판단하여 즉각적인 대처를 할 수 있고, 승객과의 불필요한 말이 오가는 것을 방지하여 전염병 감염 예방에 도움이 될 것이다.

최근 지상 통로에 차량 통행 공간과 보행자 통행 공간이 분리되어있지 않은 공원형 아파트가 증가하고 있다. 이로 인해 택배 차량의 아파트 단지 안으로 진입을 통제하는 아파트가 늘어나고 있다. 현재는 이러한 상황에서 택배기사들이 직접 손수레를 끌고 아파트 안으로 들어가거나, 수령인이 직접 아파트 입구에서 택배를 수령하는 방법으로 문제를 해결 해 왔다. 본 논문은 이러한 불편함을 개선하기 위해 아파트 입구에서 집 앞까지 인공지능 기술과 카메라, 라이다센서를 이용하여 자율주행으로 택배를 운반 해줄 수 있는 '자율주행 택배 운반 로봇' 기술을 제안한다. 기존의 사람이 직접 택배를 집 앞까지 운반하는 방식이 아닌 자율주행 로봇을 이용한 방식으로 택배기사들의 과로로 인한 사고를 예방하고, 아파트 입주민들의 불편도 줄어들 것이다.

현재까지 IoT 관련 기술들은 수많이 발전해왔다. 하지만 IoT 관련 기술들이 농업에 적용된 사례는 많지 않다. 이로 인해 농업에서는 자동화로 대체가 가능한 노동들이 여전히 사람들이 직접 하고 있다. 본 논문은 농업에 종사하시는 분들의 편의성 증대와 함께 농촌의 부족한 노동력을 충족시키기 위해 센서들을 이용하여 자동화된 농업 시스템인 '온실 환경 자동 케어 시스템'을 제안한다. 기존의 사람의 노동력을 이용한 방식이 아닌 컴퓨터가 센서와 상호작용을 하여 데이터를 처리하고 온실을 제어하여 농업 종사자들의 편의성을 증대시켜 나아가 농업의 부족한 노동력을 충족 시킬 수 있다.

본 논문에서는 공항에서 보다 빠르고 편리한 체크인과 보딩을 위해 여러 가지 사업을 진행하고 있다. 우리는 그 중에서 수하물이 맡겨지고 이동하는 시스템에 주목했다. 수하물을 자동으로 분류하여 해당 항공기까지 전달하는 BHS시스템 등 다양한 시스템이 있었다. 현행 시스템에서 수하물 등록은 셀프로 간편하고 빠르게 등록할 수 있지만, 다시 찾아오는 과정이 너무 불편한 점과 수하물 분류는 알아서 하지만, 그 수하물을 컨테이너에 싣고 다시 운반하는 과정은 사람이 하는 등의 문제점에 주목을 했다. 우리의 전공 지식을 활용하여 이 문제점들을 해결해보고자 이러한 주제를 선정하게 되었다.

현대사회는 대부분의 생활을 전자기기를 통해 생활하며 전자기기가 없어서는 안 되는 사회가 되었다. 전자기기의 사용을 제어할 수 있으면 어떨까 라는 생각과 함께 전기 사고로 인한 화재와 전기 사용으로 인한 불안감이 증가하고 있는 점에 주목하였다. 요즘 사회는 전자기기의 사용이 증감함에 따라 대기 전력에 대한 이슈 또한 증가하면서 대기 전력에 관한 관심이 증가하고 있으며 이를 줄이기 위한 정부와 지자체에서 다각도의 노력이 진행 중이다. 매년 1천 건 이상의 전기로 인한 사고가 발생하며 사망자는 50명을 넘어가고 있다. 이러한 위험성을 줄이고 전기로 인한 사고를 예방하기 위해 아두이노와 앱을 무선통신하여 가전제품의 전력사용량을 확인할 수 있으며, 애플리케이션을 통한 제어가 가능하고 전력사용량에 따른 전기세의 계산 또한 가능한 '원격제어가 가능한 스마트 멀티플러그 시스템'을 계발하게 되었다.

코로나19 팬데믹을 계기로 원격의료의 수요가 폭발하여 비대면 진료가 가능하도록 법률을 개정하려는 추세에 필요한 서비스로 시간과 비용이 없고, 거리 두기 단계 상향등으로 병원에 방문하지 못하는 환자가 늘어나고 있다. 하지만 시중에 건강상태를 확인할수 있는 장비를 판매하지만 전문적인 지식이 없는 일반인은 정확하게 결과를 알 수 없고 한가지의 검사만 측정이 가능하기 때문에 검사결과를 확인하고 싶으면 병원을 방문해야한다. 본 논문은 전문적인 지식이 없는 일반인도 자신의 건강상태를 확인가능하게 하기 위해 심박, 심전도, 산소포화도, 체온센서의 측정값을 그래프로 표현한 후 검사결과를 토대로 의사와 원격진료가 가능하여 병원을 방문하지 않고 의사와 상담 및 진료가 가능하다. 병원에 입원이 불가능한 환자일 경우 산소포화도 측정값이 95%미만이면 산소공급 즉 응급처치가 가능하다.

본 논문에서는 날씨가 더울 때, 가만히 있어도 땀이 주륵주륵 흐른다. 본격적인 더위가 시작되면 여름철 많은 곳에서 에어컨과 선풍기와 같은 가전제품을 사용한다. 이러한 제품들은 낮 시간뿐만이 아니라 수면 시에도 장시간 사용이 되는데, 특히 선풍기를 주로 사용했을 때, 이미 체온이 일정 온도로 떨어졌음에도 불구하고 지속적으로 사용이 된다면, 전력 낭비뿐만이 아니라, 선풍기에서 열이 발생하여 자칫 화재가 일어날 수도 있다. 이러한 문제를 막기 위해서 수면 중이나 일상생활을 하는 동안에 지정해 놓은 실내온도로 떨어질 경우 자동으로 정지하고, 지정해 놓은 온도 이상으로 실내온도가 올라갈 경우에는 다시 작동하는 선풍기를 개발하면 효율적으로 사용할 수 있다.

현재의 양식업을 살펴보면 영세 양식어업인 중심의 정책으로 운영되어지고 있다. 이러한 정책의 문제점은 대규모의 자본 및 신규 인력의 진입이 어려운 부분이 있다는 점이다. 이 문제로 인해 양식업 종사자의 고령화로 양식업에 피해가 발생하고 있다. 본 논문은 위와 같은 인력 문제를 해결하기 위해 아두이노를 이용한 양식장 스마트화를 제안한다. 이 방법은 사물인터넷을 기반으로 양식장의 자동 제어 및 원격 통신을 이용한 수동 제어가 가능하며 센서들의 값을 어플리케이션으로 전송받아 핸드폰으로 받아 볼 수 있다. 또한 단순한 양식을 떠나 실시간으로 자연의 생태환경을 유지하는 효과를 보이고 최적의 생육환경을 맞추어간다는 점에 있어 기존 양식장의 어류와 비교해보았을 때 더 높은 품질의 어류를 기대해 볼 수 있다.

최근 전 세계적인 탄소 중립 정책으로 인해 전기차 보급 속도는 예상보다 훨씬 빠르게 증가하고 있다. 하지만 늘어나는 수요에 비해 전기차 충전기 수는 턱없이 부족하다. 그뿐만 아니라 일반 차들의 전기차 충전소 불법주차로 인해 전기차가 충전하지 못하는 불편함이 발생하고 있다. 본 논문에서는 에지 컴퓨터(edge computer)와 딥러닝 기반 객체 감지 시스템 YOLO(You only look once)를 이용한 전기차 충전소 불법주차 방지 시스템을 개발한다. 먼저, 이 시스템은 카메라를 통해 실시간으로 영상을 받아 YOLO를 이용하여 차량 번호판 인식이 되면 전기차 번호판의 특정 마크를 인식하여 전기차인지 일반 차인지를 판별하여 판별된 값에 따라 주차 차단기가 작동되는 시스템이다. 전기차이면 차단기가 내려가서 충전소를 이용할 수 있게 하고 일반차일 경우 주차 차단기가 내려가지 않고 막아 불법주차를 차단한다. 이와 같은 기술을 활용하여 전기차 충전소 불법주차 방지에 기여하고자 한다.

최근 인공지능 기술이 발전함에 따라 자율주행, 첨단 운전자 지원 시스템과 같은 기술들이 개발되고 있다. 이런 기술들은 교통사고를 예방하여 사망률 등을 감소시키고, 운전자의 편의성을 향상시킨다. 본 논문에서는 자율주행과 첨단 운전자 지원 시스템에서 사용할 수 있는 기술들을 개발하고, 이를 RC카에 적용하여 구현하였고, 인공트랙에서 실험하여 평가하였다. 딥러닝 기반 실시간 객체 인식 및 Opencv 를 이용한 차선 인식기술을 통해 차선을 인식하여 이탈하지 않고 주행하며 표지판 등 객체를 인식하여 상황에 따른 대응으로 모터를 제어하는 기술을 개발하고 인공트랙을 자율주행하는 RC카를 구현하고 실험하였다.

교통량이 증가됨에 따라 높아지는 사고율을 줄이기 위해 효율적이며, 다양한 교통 위반 단속이 요구되고 있다. 기존의 유무인 교통법규 위반 단속 시스템의 도입으로 단속 구역 확대를 시도하고 있으나 높은 비용의 문제로 한정된 지역에서만 실시되고 있다. 해당 문제 해결을 위해 본 논문에서는 딥러닝 실시간 객체인식기술을 적용하여 차량의 교통법규 위반을 인식하며 이에 대한 정보를 제공하는 시스템을 개발하였다. 실시간 객체인식 알고리즘인 YOLOv4와 실시간 객체추적기술인 deepSORT 알고리즘을 데스크톱 PC에 적용하여 구현하였다. 개발한 시스템은 과속, 버스 전용 차로, 주정차, 급속 다차선 변경에 대한 인식 결과를 제공한다. 기존 설치된 CCTV 영상을 대상으로 시스템 적용이 가능하여 저비용으로 넓은 지역에 대한 교통법규 위반 상황 인식을 기대할 수 있다.

본 논문에서는 ROS(Robot Operating System) 기반으로 한 로봇(Robot)에 레이저 거리 센서(LiDAR)를 설치하여 SLAM(Simultaneous Localization And Mapping) 기법으로 지도 정보를 습득 및 저장하고, 이를 기반으로 맵핑된 환경과 환경 내 장애물을 회피하여 안전하고 정확하게 이동할 수 있도록 하였다. ROS는 하드웨어 추상화, 장치 드라이버, 시각화 도구, 패키지 관리 등 로봇 애플리케이션을 개발할 수 있도록 라이브러리와 도구를 제공한다. 또한 로봇 동작에 사용되는 프로세스 간 TCP-IP 통신을 통해 연동할 수 있도록 한다[1]. Ubuntu 18.04 버전의 OS에 ROS Melodic 버전을 설치해서 앱으로 선택된 목적지로 이동하는 물류 이송 로봇을 구현하였다.

본 논문에서는 사람의 개입 없이 실내 환경에서 마스크 미 착용자를 스스로 발견한 후 방역수칙위반 사실에 대한 경고와 함께 마스크 착용을 권고하는 인공지능 기반의 자율주행 서비스 로봇을 개발한다. 제안한 시스템에서 로봇은 동시적 위치 추적 지도 작성 기법인 SLAM(Simultaneous Localization and Mapping)기술을 이용하여 지도를 작성한 후 사용자가 제공한 웨이포인트(Waypoint)를 기반으로 자율주행한다. 또한, YOLO(You Only Look Once) 알고리즘을 이용한 실시간 객체 인식 기술을 활용하여 보행자의 마스크 착용 여부를 판단한다. 실험을 통해 사전에 작성된 지도에 지정된 웨이포인트를 따라 로봇이 자율주행하는 것을 확인하였다. 또한, 충전소로 이동할 경우, 영상 처리 기법을 활용하여 충전소에 부착된 표식에 근접하도록 이동하여 충전이 진행됨을 확인하였다.

최근 무인 항공 기술의 발전과 함께 드론의 상업적 활용이 가속화되고 있다. 산업계 및 학계에서는 인공지능, 사물인터넷 등 지능정보기술을 활용하여 드론 응용에 자율 비행을 적용하고자 노력하고 있지만 해결되지 못한 문제들이 산적해 있다. 그러므로 완전 자율 비행은 아니지만, 드론 조종에 경험이 없는 비전문가도 드론을 용이하게 조정할 수 있는 반자동 방식의 비행 제어를 채택한 드론 응용이 개발이 필요하다. 따라서 본 논문에서는 실내환경에서 정찰 임무 수행을 위한 반자동 비행 조종 시스템을 제안한다. 제안한 시스템은 교차로 지점마다 사용자에게 이동 방향을 선택할 기회를 제공하고 교차로 간 일정한 속도 및 벽면과의 일정한 간격으로 자율비행하도록 제어한다. 또한, 실내 측위 기술인 ORB-SLAM 알고리즘을 이용하여 드론이 실내 공간 및 자신의 위치를 파악하도록 한다.

본 논문에서는 AI Hub의 개방 데이터인 '유형별 두피 이미지'를 사용하여 두피 상태에 대한 신경망을 학습한다. 이 두피 상태에는 6가지 상태가 있는데, 각각의 상태들에 대한 평가를 양호(0)부터 심각(3)까지 분류하여 학습한 신경망 모델로 실제 어플리케이션으로 구현하여 사람들의 두피 사진을 찍어서 두피 상태를 진단한다. 이 과정에서 기존 개방 데이터에서 사용했던 값 비싼 두피 진단기를 사용하는 것이 아닌 값싸게 구할 수 있는 스마트폰용 현미경을 사용하여 좀 더 효율적으로 두피 상태를 진단 할 수 있는 어플리케이션을 만들었다. 몇백만 원 상당의 비싼 두피 진단기로 촬영한 사진과 비교하였을 시 평균적으로 65%의 정확도를 보여주고 있으며 데이터가 많은 유형은 77%의 정확도까지도 보여주었다.

현대사회에서는 다양한 방법, 통로로 자신들의 의견을 표현하고 또한 감정들을 표출한다. 이렇게 표출된 다양한 문장 및 감정들을 통해 각 연령별로 어떤 문제를 가지고 있는지, 무슨 상황에 놓여있는지 등을 알 수 있다. 본 논문에서는 이렇게 모여진 감성대화 말뭉치를 이용해 청소년들이 문장에서 추출한 단어들과 감정, 상황과 어떠한 연관성을 보이는지 확인해보고자 연구를 진행하였다. 청소년들이 남성의 경우 학교폭력 및 따돌림과 관련한 문제, 여성의 경우 가족관계와 관련한 문제와 연관성이 크다는 것을 확인하였다.

본 논문에서는 대전 격투 게임에서의 AI 개발을 위한 강화학습 사용 방법을 제안한다. 이 방법은 학습 모델에 상대방의 다양한 패턴을 학습시켜 적은 코드로 효율적인 AI 개발을 할 수 있어 개발 시간을 최소화 할 수 있다. 또한, 이 방법은 복잡한 코드를 추가 또는 제거할 필요 없이 보상과 액션을 조정하여 다양한 종류의 AI를 원하는 만큼 생성할 수 있다는 장점이 있다. 본 논문에서는 Unity 사에서 제공하는 머신러닝 툴인 ML-Agents를 활용하여 강화학습을 통한 대전 격투 게임 AI의 가능성을 보인다.

본 논문에서는 시간대와 대화 주제를 활용하여 카테고리별로 적절한 SNS 광고 시간대 예측 방법을 제시한다. 위의 분석으로 광고주들에게 적절한 광고시간을 제안할 수 있다. 연관규칙분석 알고리즘인 apriori를 사용하였다. 주제는 상거래(쇼핑), 미용과 건강, 시사/교육, 식음료, 여가생활로 추려서 분석하였다. 연관분석 결과, 미용과 건강이 18시, 17시, 16시에 가장 활발히 대화를 나누었다. 상거래(쇼핑)이 14시, 16시, 17시 순으로 가장 활발히 대화를 나누었으며, 시사/교육이 15시, 17시, 16시 순으로 많은 대화를 나누었으며, 식음료가 18시, 17시, 19시 순으로 대화를 많이 나눈 것을 확인했다. 마지막으로, 여가생활은 22시, 23시, 21시 순으로 각각의 대화 주제별로 가장 많이 대화를 나눈 시간대가 달라지는 것을 확인할 수 있었다. 이를 통해 소비자 입장에서는 알맞은 광고를 적절한 시간대에 추천받을 수 있다.

본 논문에서는 메타버스 플랫폼과 이를 구성하고 있는 디지털 콘텐츠 기술을 통하여 메타버스 플랫폼의 특성에 대해서 알아보고, 향후 메타버스 세계를 표현하고 있는 플랫폼과 디지털 콘텐츠 기술 사이의 관계에 대한 방향성을 찾는 연구에 대한 기준을 제시한다.

본 논문에서는 사용자의 다양한 물리적 속성 중 부드러운 헤비사이드 계단 함수와 다양한 물리적 속성(속도, 시점 등)을 활용하여 가중치 맵을 계산하고 이로부터 논플레이어 캐릭터(Non-player character, NPC)의 경로를 효율적으로 제어할 수 있는 NavMesh 제어 기법을 제시한다. 게임과 같은 가상환경에서 NPC는 일반적으로 네비게이션 메쉬(Navigation mesh, NavMesh)를 이용하여 이동한다. 하지만, NavMesh는 정적인 형태이기 때문에 사용자에 의해 디자인되어야 하고, 이러한 문제를 완화하고자 자동으로 NavMesh를 업데이트하는 기술이 연구되고 있지만, 메쉬 복원을 자동화할 뿐 실제 NPC 행동 제어라고 하기에는 힘든 접근법이다. 본 논문에서는 동적 네비게이션 프레임워크를 유지한 채, 사용자의 시점과 물리적 특성을 통해 NPC를 효율적이고 정확하게 경로 제어할 수 있는 방법을 제안하고, NavMesh의 형태에만 의존하던 NPC의 움직임을 완화하여 좀 더 사실적인 경로 제어를 보여준다.

본 논문에서는 삼각형 메쉬 기반에서 변형률 기반 동역학(Strain-based dynamics, SBD)을 안정적으로 표현할 수 있는 굽힘 스프링 구조와 감쇠 기법에 대해 설명한다. SBD는 삼각형 메쉬의 에지 길이(Edge length) 기반의 에너지 대신 변형률(Strain)을 활용하여 에너지를 모델링한다. 하지만, 비정상적인 삼각형(Degenerate triangle)인 경우 변형률이 불안정하게 계산되어 잘못된 방향으로 늘어나는 문제가 발생한다. 본 논문에서는 이러한 문제를 효율적으로 처리할 수 있는 굽힘 스프링(Bending spring) 구조에 대해 소개한다. 결과적으로 본 논문에서 제안하는 기법은 안정적으로 SBD를 처리할 수 있기 때문에 다양한 재질의 옷감 시뮬레이션을 안정적으로 표현할 수 있도록 한다.

본 논문에서는 유체 시뮬레이션(Fluid simulation)중 화염에서 표현되는 불똥 입자(Fire-flake particle)의 생성, 움직임과 삭제를 효율적으로 학습하고 표현할 수 있는 인공지능 기법에 대해 소개한다. 유체 시뮬레이션을 계산하기 위해서는 일반적으로 수치해석학과 같은 학문의 이해가 필요하며 불똥이나 거품과 같은 유체의 2차 효과(Secondary effect)는 기반유체(Underlying fluids)를 통해 추출되기 때문에 복잡하고 계산양이 많아진다. 이러한 문제를 완화하고자 본 논문에서는 인공신경망을 이용한 분류 모델 학습을 통해 격자 내에서 표현되어야 하는 불똥 입자의 생성을 학습하고, 다항 회귀 모델 학습을 통해 불똥 입자의 움직임을 예측한다. 또한, 불똥 입자가 삭제되어야하는 상태를 네트워크 학습을 통해 얻어내며, 수명(Lifespan) 임계값 조절하여 다양한 장면에서 불똥을 제어할 수 있다. 결과적으로 화염의 움직임을 기반으로 불똥의 움직임을 복잡한 수학식이나 디자이너에게 의존하지 않고 인공지능 학습을 통해 쉽게 제어하고 예측하는 결과를 보여준다.

본 논문에서는 계산양이 큰 볼륨 렌더링을 구현할 수 있는 파이썬 기반의 CUDA(Computed Unified Device Architecture) 커널(Kernel) 디자인에 대해서 소개한다. 최근에 파이썬은 인공지능뿐만 아니라 서버, 보안, GUI, 데이터 시각화, 빅 데이터 처리 등 다양한 분야에서 활용이 되고 있기 때문에 인터페이스만을 위한 언어라는 색을 탈피한지 오래이다. 본 논문에서는 대용량 병렬처리 기법인 NVIDIA의 CUDA를 이용하여 파이썬 환경에서 커널을 디자인하고, 계산양이 큰 볼륨 렌더링이 빠르게 계산되는 결과를 보여준다. 결과적으로 C언어 기반의 CUDA뿐만 아니라, 상대적으로 개발이 효율적인 파이썬 환경에서도 GPU(Graphic Processing Unit)기반 애플리케이션 개발이 가능하다는 것을 볼륨 렌더링을 통해 보여준다.

본 논문에서는 외력에 의해 헤어가 움직일 때, 전체가 아닌 변형률이 큰 부분에 입자 제어점을 추가하여 베지에 곡선을 그리는 적응형 헤어 시뮬레이션 기법을 제안한다. 일반적인 정규화 샘플링을 통한 물리 시뮬레이션은 헤어의 움직임에 대한 정확도가 높은 반면, 계산량이 증가하고 메모리를 많이 차지하기 때문에 비효율적이다. 이 문제는 굽힘이 일어나는 특정 부분만 활용한 적응형 샘플링을 통해 해결할 수 있으며, 메모리뿐만 아니라 속도 측면에서도 모두 우수한 성능을 보인다. 본 논문에서 제안하는 방법을 이용한 굽힘 샘플링 기법은 헤어의 굽힘 패턴에 따라 실시간으로 표현되며 자연스럽고 부드러운 실제 헤어와 유사한 결과를 보여준다.

본 논문에서는 대용량 데이터에서 빠르게 주변 데이터를 접근하기 위한 자료구조인 최근접 이웃 탐색(Nearest neighbor search, NNS) 문제를 빠르게 풀 수 있는 바이토닉 정렬(Bitonic sort) 기반 해시 테이블을 GPU기반에서 설계하는 방법과 이를 통해 입자 기반 물리 시뮬레이션을 고속화할 수 있는 방법에 대해 살펴본다. 본 논문에서는 CUDA 아키텍처를 이용하여 해시 테이블을 설계하였으며, 계산양이 가장 큰 데이터 정렬부분을 최적화함으로써 NVIDIA에서 제공하는 CUDA 해시 테이블보다 빠른 결과를 얻을 수 있으며, 이 자료구조를 입자 기반 시뮬레이션에 통합함으로써 고성능 시뮬레이션을 쉽게 제작할 수 있다.

본 논문에서는 스마트 기기를 사용할 시 자세가 거북목 자세인지 아닌지 판별하는 시스템을 제안한다. 거북목 증후군이란 목이 구부정하게 앞으로 나오는 자세를 오래 취해 목이 일자목으로 바뀌고 뒷목, 어깨, 허리 등에 통증이 생기는 증상을 말하며, 수술이나 약물치료보다 평소의 자세 습관을 고치는 방법이 효과적이다. 기존의 연구들은 노트북에 내장되어있는 웹캠을 이용한 CNN기반의 학습모델은 영상의 명도와 학습 데이터 등에 많은 영향을 받고 학습 데이터를 모을 때 초상권 문제로 수집이 어렵다. 본 논문에서는 이러한 문제를 예방하고자 Openpose 오픈 소스를 이용한 뼈대를 기반으로 측면에서의 앉은 자세를 한습 모델로 실시간 검증하여, 거북목 자세인지 아닌지를 효율적이고 정확하게 판별한다.

본 논문에서는 가상 물체를 현실과 오차 없이 정확하게 증강 시켜야 하는 상황에서 특징 포인트를 이용하여 효율적으로 매칭하기 위한 실린더 기반의 각도 보간 기법을 제안한다. 증강현실에서 활용되는 대표적인 객체를 증강하는 방법은 특징 포인트들을 트래킹하여 찾아낸 후, RANSAC 알고리즘을 기반으로 포인트 셋에서 바닥, 벽과 같이 하나의 평면을 구성하고 그 위에 객체를 증강한다. 이 방법은 평면을 이용하기 때문에 계산량이 적지만, 증강 위치에 대한 오차가 존재하기 때문에 때때로 잘못된 위치에 객체가 배치되는 경우가 발생한다. 특히, 의료시설, 도로 공사에서 증강 현실을 사용했을 때에 증강된 가상물체의 위치, 크기 등이 현실에서 작은 오차라도 어긋날 경우 크게 사고가 발생할 수 있다. 본 논문에서는 평면 생성 없이 특징 포인트만을 이용하여 효율적으로 매칭 할 수 있는 실린더 기반의 각도 보간을 이용하여 정확하게 객체를 증강할 수 있는 결과를 보여준다.

본 논문에서는 장애물 객체의 회전 벡터를 이용하여 VR 환경에서의 효율적으로 음향 처리 및 합성하는 방법을 제안한다. 현실에서 소리와 장애물이 있을 때, 소리는 장애물의 형태에 따라 퍼지면서 전파되는 형태를 보여준다. 이 같은 특징을 가상현실 환경에 유사하게 음향 처리하고자 하며 이를 위해 장애물 객체의 위치와 소리의 근원지 위치를 입력으로 소리의 전파 형태를 근사한다. 이때 모서리 부근에서 표현되는 소리의 회전을 계산하기 위해 장애물의 회전벡터(Curl vector)를 기반으로 소리의 회전을 추출하였으며, 장애물 형태를 컨볼루션(Convolution)하여 소리가 바깥 방향으로 전파되는 형태를 모델링한다. 또한, 장애물과 소리 벡터 사이의 거리, 소리 근원지와 소리 벡터 사이의 거리를 계산하여 소리의 크기를 감쇠 시켜 주며, 최종적으로 장애물 주변으로 퍼지는 벡터 모양인 외부벡터를 합성하여 장애물로부터 외부로 퍼지는 벡터의 방향을 설정한다. 본 논문에서 제안하는 방법을 이용한 소리는 장애물과의 거리와 형태를 고려하여 퍼지는 사운드 벡터 형태를 보여주며, 소리 위치에 따라 소리 감소 패턴이 변경되고, 장애물 모양에 따라 흐름이 조절되는 결과를 보여준다. 이 같은 실험은 실제 현실에서 소리가 장애물의 모양에 따라 나타나는 소리의 변화 및 패턴을 거의 유사하게 표현할 수 있다.

본 논문에서는 삼각형 메쉬 기반에서 옷감 시뮬레이션(Cloth simulation)에서 계산양이 큰 자기충돌(Self-collision) 처리를 GPU기반으로 가속화시킬 수 있는 방법에 대해 소개한다. CUDA기반으로 병렬 최적화하기 위해 본 논문에서는 1)재귀적으로 계산하여 충돌판정을 하는 BVH(Bounding volume hierarchy) 트리를 GPU기반에서 효율적으로 빌드, 업데이트, 트리 순회하는 방법을 제안하고, 2)삼각형 메쉬 기반에서는 중복되는 프리미티브(Primitive) 충돌검사를 최소화하기 위해 R-Triangle기법을 GPU에서 최적화 시키는 방법을 소개한다. 결과적으로 본 논문에서 제안하는 기법은 GPU 환경에서 옷감 시뮬레이션의 자기충돌과 객체충돌 처리를 빠르고 효율적으로 처리할 수 있도록 하였고, 다양한 장면에서 실험한 결과 모든 결과에서 빠른 시뮬레이션 결과를 얻을 수 있었다.

본 논문에서는 모바일 기반 AR 환경에서 RGB카메라로부터 얻은 영상 분석과 DB 기반의 특징점(Feature point) 매칭을 통하여 보다 정확하게 위험 상황을 알려줄 수 있는 프레임워크를 제안한다. 본 논문에서는 RANSAC(Random sample consensus)기반의 다중 평면 방식을 이용한 특징점을 추출하고 분석하여 영상에 존재하는 장애물을 감지한다. RGB카메라로 얻은 영상을 기반으로 장애물을 검출하는 접근법은 영상에 의존하기 때문에 조명에 따른 특징점 검출이 부정확하고, 조명이나 자연광 또는 날씨에 영향을 많이 받기 때문에 어둡거나 흐린 날씨에서는 장애물 검출이 어려워진다. 이 문제를 완화하기 위해 본 논문에서는 DB기반의 특징점 매칭을 통해 조명에 관계없이 장애물을 효율적이고 정확하게 감지한다. 특징점 매칭을 이용하려면 우선 영상에서 특징점이 안정적으로 추출될 수 있는 환경인, 조명이나 자연광이 충분한 환경에서 감지된 장애물 정보를 데이터베이스화 하여 저장한다. 조명이 충분하지 않은 환경에서 사용자가 사전에 저장된 지역에 근접할 경우 특징점 분석이 아닌 DB 기반 특징점 매칭을 통해 위험 요소를 감지한다. 우리의 방법은 조명의 여부의 관계없이 효과적으로 위험을 감지할 수 있기 때문에 다양한 분야에 활용될 수 있다.

본 논문에서는 VR 콘텐츠의 확장 전망에 따라 콘텐츠 몰입과 경험을 향상시키기 위한 VR-UI 디자이너를 양성하기 위해 필요한 교육내용에 대해서 고찰하였다. 본 교의 교육과정 개발절차에 따라 역량을 설정하고, VR-UI 개발 프로세스를 정립하여 각 단계에서 필요한 역량을 충족시키기 위해 학습해야 할 내용과 이에 따라 학습이 필요한 소프트웨어와 VR-UI디자이너를 위한 교육내용에서 반드시 포함되어야 하는 내용에 대래서 정리했다. 시대가 요구하는 VR-UI 디자이너의 양성을 위해 게임개발자를 위한 역량에 더해 차세대 콘텐츠 제작 역량을 갖추고, 시뮬레이션을 적극적으로 시행할 수 있는 교육내용으로의 개선이 필요하다.

본 논문에서는 COVID-19와 같은 위급한 상황에서 바이러스 검사를 빠르게 진행하기 위한 K-d 트리 기반의 그래프 구축과 환자 이동 경로 시스템을 제안한다. 가상환경에서 활용되는 대표적인 길 찾기 알고리즘은 A^*나 NavMesh 자료구조는 정해진 정적 이동 경로만을 안내하려는 방법이기 때문에 가상환경에서 NPC를 제어할 때는 효율적이지만, 실제 환경에 적용하여 문제를 풀기에는 충분하지 않다. 특히, 빠른 바이러스 검사를 받기 위해서는 짧은 거리만을 이용하는 게 아닌, 실제 도로 교통상황, 병원의 크기, 환자 이동 수, 환자 처리 시간 등 고려해야 할 상황들이 많다. 본 논문에서는 위에서 언급한 다양한 속성들과 이를 이용한 최적화 함수를 모델링하여, 실제 도시 맵에서 바이러스 검사를 빠르고 효율적으로 제어할 수 있는 프레임워크를 제안한다.

기계학습은 문제가 복잡하여 수학적으로 정의를 하는 것이 어려울 때 유용하게 쓸 수 있는 방법으로 최근 패턴 또는 영상을 인식하기 위하여 급속도록 많이 사용되고 있다. 본 논문에서는 기존의 학습 모델과는 다르게 인간의 시각정보처리과정 중 망막의 특성과 시각피질의 특성을 고려한 모델을 제시하여 학습의 첫 단계인 원시 데이터를 가공하는 과정을 개선함으로써 좀 더 효율적인 인식모델을 제안하고자 한다.

본 논문에서는 동물 이미지 분류를 위한 작은 데이터 세트를 기반으로 하는 향상된 딥 러닝 방법을 제안한다. 먼저, CNN을 사용하여 작은 데이터 세트에 대한 훈련 모델을 구축한다. 데이터 증대를 사용하여 훈련 세트의 데이터 샘플을 확장한다. 다음으로, VGG16과 같은 대규모 데이터 세트에서 사전 훈련된 네트워크를 사용하여 작은 데이터 세트의 병목 현상 기능을 추출한다. 그리하여 두 개의 NumPy 파일에 새로운 훈련 데이터 세트 및 테스트 데이터 세트로 저장한다. 마지막으로 완전히 연결된 네트워크를 훈련시킨다.

본 논문에서는 SparkHDE-EM이라는 생태학적 모델 알고리즘에 기반한 하이브리드 DE를 제안한다. 그리고 Spark 기반 아일랜드 모델을 도입하여 다양한 DE 변종의 병렬화를 구현한다. 또한 Monod 모델을 활용하여 자원 간의 균형을 유지하는 방법을 제안한다.

본 논문에서는 과학기술정보통신부와 통계청에서 주관하고 한국산업인력공단에서 시행(한국데이터산업진흥원 위탁)하는 「빅데이터분석기사」에 대한 필기 및 실기 시험의 내용을 설명하고 지금까지 2회에 걸쳐 시행된 시험에 대한 문제점과 이에 대한 해결방안을 제시하였다. 2021년 처음 시행된 국가기술자격으로써 기존 자격증과의 차별성, 난이도 조정, 수험생들의 각종 민원 발생 등의 문제를 해결하기 위한 체계적인 시스템 마련이 요구되며, 향후 데이터 과학자들에 대한 수요 급증에 대비하기 위해 빅데이터분석 실무 능력을 평가하기 위한 바람직한 제도와 정책이 병행되어야 한다.

대면 수업에서와 유사한 교수자와 학습자, 학습자들 사이의 상호작용을 통하여 지식습득뿐만 아니라 문제해결능력, 창의적 사고력, 협동학습능력을 양성하기 위해 프로그램 개발 수업에 팀 프로젝트 수업을 적용하여 운영하였다. 수업 운영 후 참여 학생들을 대상으로 만족도 설문을 실시하여 비대면 팀 프로젝트 수업에 대한 만족도와 수업에서 만족하는 부분 그리고 불만족한 경우에 그 원인에 대해 조사하고 분석하였다. 연구 결과 분석된 개선 사항을 차년도 수업에 반영함으로써 팀 프로젝트 수업에 대한 학습자들의 만족도를 향상시키는데 연구의 목적을 둔다.

본 논문에서는 불완전한 시계열 데이터를 활용하기 전 데이터를 선별하여 활용하는 방법을 소개한다. 시계열 데이터의 품질은 수집 네트워크와 수집 기기의 시간적 변화와 같은 가변적 상황에 의존적이므로 불규칙적으로 이상 혹은 누락 데이터가 발생한다. 이때 에러를 포함하였다는 이유로 일괄적으로 데이터를 제거하여 활용하지 않거나, 혹은 누락 데이터의 구간을 조건 없이 복원하여 활용한다면 원하지 않는 결과를 초래할 수 있다. 제안하는 방법은 시계열 데이터의 구간에 대한 누락 데이터의 통계적 정보를 축출하고 이에 기반하여 활용 목적과 활용 가능한 품질의 기준에 부합하지 않는다면 활용 불가능한 데이터라고 판별하고 미리 분석 등의 데이터 활용 시 자동 제외하는 구조를 제안하고 실험하였다. 제안하는 방법은 활용 목적과 상황에 적응적으로 누락 값을 포함하는 데이터의 빠른 활용 판단이 가능하며 보다 나은 분석 결과를 얻을 수 있다.

본 논문에서는 4차 산업에서 필요로 하는 스마트 기기의 소형 및 저전력 부품에 사용되는 센싱 플랫폼을 제안하였다. 특히 스마트팩토리의 공장 자동화와 정밀 측정의 핵심 부품인 리니어 모션 가이드(LM Guide)를 고정밀, 고정도로 제어할 수 있는 센싱 시스템을 개발하였다. 이를 위하여 기존의 변위 센서 기법의 한계를 극복할 수 있도록 와전류(Eddy Current) 기법을 이용함으로써 LC 공진기와 전도체를 LM 가이드에 장착할 수 있도록 구현하였다. 또한 미세 인덕턴스 값을 측정할 수 있도록 디지털 신호처리 기술과 컴퓨터/산술 기술을 FPGA를 이용한 HW 시스템을 제작하여 구현함으로써 실험을 진행했다. 본 논문에서 구현한 HW 센싱 시스템을 이용하여 LM 가이드를 동작시킴으로 실시간으로 변위 값을 디스플레이 부로 출력되어 측정이 가능하고, 변위 값의 분해능과 응답속도 면에서 우수함을 확인할 수 있다.

본 연구에서는 전문직업관이 업무수행 능력에 미치는 영향을 간호 서비스 종사자들을 대상으로 살펴보았다. 이를 위해 간호 서비스 종사자 대상으로 수집한 193부의 설문조사 자료를 분석하였다. 분석결과, 전문직업관의 구성 요소 중 전문적 자아개념이 업무수행 능력에 가장 큰 영향을 미치는 것으로 나타났고 그 다음은 업무 전문성인 것으로 나타났다. 반면, 사회적 인식은 영향을 미치지 않는 것으로 나타났다. 본 연구는 업무수행 능력 향상을 위해 전문직업관을 어떻게 관리해 나가야 할 것인지에 대한 기초자료를 제공하엿다는데 의의가 있다.

우리 사회는 COVID-19로 인하여 비대면 사회로 빠르게 변화하고 있다. 특히, COVID-19에 대한 대응으로 인플레이션 부작용이 나타나고 있는데 공급망 붕괴가 원인으로 지목되고 있다. 물류를 안전하고 원활하게 하려면 선박검사에 비대면 기술이 요구되는데 AR과 VR 기술을 활용한 원격 선박검사 시스템이 필요할 것으로 전망된다. 이에 따라, 본연구는 산업과 연구의 실무에서 요구하는 기능에 대한 설문조사를 기반으로 분석하고 기술개발과 시스템 설계에 대한 방향성을 제시하고자 한다.

본 논문에서는 코로나19 뉴스와 코로나19 가짜뉴스의 데이터셋을 활용하여 입력 받은 뉴스가 가짜뉴스일 확률을 예측한다. 가짜 뉴스 본문에는 코로나19, 대통령, 정부, 가짜, 언론 등의 키워드의 빈도가 높았다. 위의 키워드를 토대로 나이브 베이즈 모델링을 하여 이를 적용해 가짜 뉴스를 가려내는 웹페이지를 개발하였다.