최근 사물인터넷(IoT) 기술이 발전하면서 다양한 단말들이 인터넷에 연결되고 있다. 그로 인해 발생하는 IoT 데이터의 양 또한 증가하고 있는데, 이렇게 발생한 대용량 IoT 데이터를 빠르게 분석할 수 있는 인덱스 키를 제안한다. 기존 인덱스 키에는 시간과 공간의 정보만 존재하여 반복문이나, 조인 연산(Join operation)을 사용하여 인덱스 테이블과 인스턴스 테이블에 저장되어있는 데이터를 질의했다면, 제안방안의 인덱스 키에는 IoT 데이터를 임베딩(Embedding) 하여 시간이 지연되었던 반복문이나 조인횟수를 최소화하기 위하여 OLAP 기반의 빅테이블을 생성함으로써 시간을 단축하였다.

최근 사물인터넷 기술은 지속적으로 발전하고 있으며, IoT 디바이스들이 다양한 영역에서 활용되고 있다. IoT 플랫폼은 다양한 디바이스들을 연결하여 데이터를 수집 및 관리할 뿐 아니라, 디바이스로부터 수집된 데이터를 실시간으로 모니터링하거나 제어하는 기술을 지원해야 한다. 하지만 기존의 IoT 플랫폼들은 데이터의 유형 및 프로토콜 등이 상이하여 플랫폼 간 디바이스를 모니터링하거나 제어하지 못하는 문제를 지닌다. 이 연구는 이러한 문제를 해결하기 위하여 온톨로지 기반 IoT 플랫폼을 제안한다. 이를 위하여 기존의 IoT 플랫폼들의 종류 및 특징을 분석하고, 이러한 분석 결과를 통해 새로운 플랫폼 구조를 제안한다. 제안 플랫폼은 온톨로지 기술 등을 활용하여 유연한 데이터 관리 및 타 플랫폼 간 상호운용성 향상의 효과를 기대할 수 있다.

현재 우리나라는 층간소음 발생 추이가 점차 증가하고 있으며, 이로 인한 2차 갈등의 문제가 증가하고 있다. 이러한 문제점을 해결하기 위해 다양한 연구들이 진행되어 왔으나 층간소음 실험에 대한 정의가 명확하지 않고, 다양한 상황에서의 층간소음 데이터를 획득할 수 없다. 따라서 이 논문에서는 층간소음 진원지 인지 시스템을 위한 다양한 층간소음 실험 시나리오를 정의한다. 이를 위해 실험에 필요한 환경과 실생활에서 발생하는 층간소음 유형 및 수집기의 위치, 소음 강도를 고려하여 실험 시나리오를 정의한다. 정의한 실험 시나리오 기반으로 데이터 수집 및 학습 연산을 수행할 경우, 층간소음 인지 시스템의 정확도를 높일 수 있다.

센서 레지스트리 시스템은 센서와 디바이스 간 상호운용성 문제를 해결하기 위하여 모바일 디바이스의 위치 정보에 기반하여 센서에 대한 의미적 메타데이터를 제공한다. 하지만 모바일 디바이스의 GPS가 잘못 수신되면 센서 레지스트리 시스템은 잘못된 센서 정보를 받게 되며 센서와 연결할 수 없다는 문제를 지닌다. 이 논문에서는 이러한 문제를 해결하기 위해 모바일 장치와 센서 간의 성공적인 요청확률을 향상시키기 위해 지리적 임베딩 및 LSTM 기반 경로 예측을 기반으로 한 이중 협업 전략을 제안하고 몬테카를로 방법을 이용하여 평가한다. 실험을 통하여, 제안한 방법이 위치 이상 문제를 개선하고 효과적인 멀티캐스팅 메카니즘임을 보였다.

이 논문에서는 정확한 대기오염물질 배출 지정 탐지를 위한 드론 비행 궤도 방법을 제안한다. 공단과 같이 공장이 많은 지역에서 감시가 소홀한 상황에 대기오염물질을 불법 배출하는 사업장들이 존재한다. 기존에는 드론을 이용하여 이러한 지역에서 대기오염물질을 측정하기 위한 연구들이 활발히 진행되었다. 드론을 활용한 측정 방법은 공장의 굴뚝 주변에 멈춰서 오염을 탐지하는 방식을 사용하지만, 기압과 바람 등의 환경 요소에 따라 대기오염물질 탐지가 부정확하다는 문제를 지닌다. 따라서 이 논문에서는 정확한 대기오염물질 배출 지정 탐지를 위한 드론 비행 궤도 방법을 제안한다. 제안 방법은 드론이 굴뚝을 회전하면서 위로 비행하는 스크류 궤도 비행 방법으로, 굴뚝의 전체 면적을 탐지하고 환경요소를 고려해 측정한다. 실험에서 제안 방법이 기존 방법보다 나은 성능을 보였다.

최근 증가하고 있는 선박의 충돌 사고 예방을 위하여 인공지능 기반의 자율운항선박(Maritime Autonomous Surface Ship, MASS)에 관한 연구가 진행되고 있다. 하지만 대부분의 자율운항선박 관련 연구들은 자율운항시스템의 크기와 비용으로 인해 주로 중대형 선박을 그 대상으로 하고 있으며, 여기에 사용되는 센서들은 소형선박에 탑재하기 어렵다는 문제를 지닌다. 따라서 이 논문은 소형선박의 자율운항을 위하여 GPS와 IMU 센서를 탑재한 경로 추적 시스템을 제안한다. GPS와 IMU 센서는 선박의 정확한 위치 파악을 위하여 활용되며, 이를 통하여 제안 시스템은 소형선박 모형을 수동으로 제어하여 경로를 생성하고, 이후 소형선박이 동일한 경로를 이동할 시 Pure Pursuit 알고리즘을 이용하여 경로를 추적하도록 한다. 그 결과, 이 연구는 경량화된 저가의 센서들을 이용하여 소형 선박의 자율운항 시스템을 저비용으로 개발할 수 있을 것으로 기대된다.

Early academic warning is considered as an inherent problem in education data mining. Early and timely concern and guidance can save a student's university career. It is widely assumed as a multi-class classification system in view of machine learning. Therefore, An accurate and precise methodical solution is a complicated task to accomplish. For this issue, we present a hybrid model employing rough set theory with a back-propagation neural network to ameliorate the predictive capability of the system with an illustrative example. The experimental results show that it is an effective early academic warning model with an escalating improvement in predictive accuracy.

실시간으로 유동인구를 계측하는 기술은 다양한 산업 분야에서 공간 밀집도에 대한 통찰력을 제공하여 더 좋은 서비스 환경을 만들어준다. 이에 따라 여러 기업과 학계에서는 특정 공간의 유동인구 데이터를 계측하기 위해 오랫동안 다양한 연구를 시도해왔으며, 최근에는 스마트시티와 디지털트윈의 일환으로 Wi-Fi 신호를 활용한 유동인구 분석 사업화가 더욱 활발한 추세이다. 본 논문에서는 유동인구 데이터를 활용하는 일반 수요자(비전문가)의 관점에서 유동인구 계측 시스템에 대해 쉽게 이해할 수 있도록 설명한다. 구체적으로는 사람들이 소지한 스마트폰으로부터 수집되는 MAC-address 값 기반의 유동인구 추정 방법을 제시하는데, 추정값의 정확도를 분석하기 위해 Real MAC-address와 Random MAC-address 값을 구분한 뒤, Real MAC-address가 추출된 실제 스마트폰 기기 수와 CCTV 화면에 집계된 사람 수를 비교하는 실험을 진행한다. 그 결과 두 데이터 간의 유사한 상관 계수가 나타났다. 이러한 결과에 근거하여 MAC-address 분류를 통한 Wi-Fi Probe Request 기반 유동인구 분석 방법을 제시한다.

대부분의 비즈니스에서는 고객의 움직임에 대한 의미 있는 정보를 얻어낼 수 있는 유동인구 계측 데이터가 매우 중요하게 작용한다. 슈퍼마켓의 경우, 손님들의 수에 따라 계산대 수를 늘리거나 줄일 수 있다. 스마트 빌딩 또한, 각 객실의 수용 인원에 따라 냉난방 시스템을 제어하는 스마트 컨트롤러 같이 다양하게 적용될 수 있다. 카메라 기반 유동인구 계측 시스템과 같이 첨단 기술을 활용하여 보다 정확한 결과를 얻을 수도 있지만, 가격이 비싸고, 현장 설치가 어려우며, 사생활 침해의 문제가 발생하기도 한다. 본 논문에서는 특정 통로 혹은 IR 적외선 센서가 설치된 출입구의 유동인구 계측 방법을 제시한다. 나아가, 사람과 다른 물체를 구분하여 인식하는 방법을 제시하는데, 해당 솔루션은 저렴하고, 설치가 간편하며, 무엇보다 실시간 계측이 가능하다. 우리의 유동인구 계측 솔루션은 약 95%의 정확도를 보이고 있다.

Robot Operating System (ROS) has been a prominent and successful framework used in robotics business and academia.. However, the framework has long been focused and limited to navigation of robots and manipulation of objects in the environment. This focus leaves out other important field such as speech recognition, vision abilities, etc. Our goal is to take advantage of ROS capacity to integrate additional libraries of programming functions aimed at real-time computer vision with a depth-image camera. In this paper we will focus on the implementation of an upgraded vision with the help of a depth camera which provides a high quality data for a much enhanced and accurate understanding of the environment. The varied data from the cameras are then incorporated in ROS communication structure for any potential use. For this particular case, the system will use OpenCV libraries to manipulate the data from the camera and provide a face-detection capabilities to the robot, while navigating an indoor environment. The whole system has been implemented and tested on the latest technologies of Turtlebot3 and Raspberry Pi4.

실생활에는 많은 카메라가 활용되고 있으며 단순한 추억을 위한 사진 촬영을 넘어서 문제 상황을 확인하기 위하여 감시, 방범을 위하여 많이 사용되고 있다. 이러한 감시와 방범은 일반적인 형태로 단순한 저장으로만 사용되고 있으며, 다수의 카메라를 활용하는 시스템에서는 추가 기능을 활용하는 것은 하드웨어의 추가적인 사양을 요구하게 된다. 본 논문에서는 일반적인 이미지 처리에서 벗어난 객체 감지 시스템을 수행하는 하나의 하드웨어 또는 서버에서 입력된 여러 개의 이미지 입력 처리하기 위해 이미지 입력 방법과 객체 감지 이후 처리 프로세스를 추가한다. 방법의 수행은 딥러닝을 수행하는 하드웨어의 학습과 추론에 모두 활용해 보며 개선된 이미지 처리 프로세스를 수행할 수 있도록 한다.

2020년 데이터 3법의 개정으로 의료데이터의 개인정보를 가명·익명 처리하여 통계작성, 연구, 공익적 기록 보존 등의 목적으로 사용가능 하도록 하고 있다. 그러나 비식별화 한 데이터를 유전정보, 신용정보 등을 이용하여 재식별이 가능하며, 재식별 정보를 통해 개인 건강정보는 민감정보로 프라이버시 침해에 악용될 여지가 있다. 본 논문에서는 민감정보로 분리되는 개인정보의 프라이버시 보호를 위한 동형암호의 필요성을 도출한다.

본 논문에서는 설진 이미지를 이용한 이미지 딥러닝 알고리즘을 설계하기 위해 이미지의 형태와 설진에 대한 사전 연구을 진행한다. 이미지 딥러닝을 하기 위해서는 설진 이미지의 특성을 파악하고 이에 알맞은 라벨을 구성하며, 전처리 과정을 진행해야 한다. 이미지 데이터는 대전대학교에서 수집한 코호트 사진이며, 이를 바탕으로 데이터로부터 연구를 진행 위한 목표를 수립하고자 한다.

본 논문에서는 효율적인 물관리를 위하여 반드시 추정되어야 할 증발산에 대한 FAO-56 모델의 적용에 따른 물 수요량 산정방법의 효용성을 분석하고자 하였다. 증발산량 산정은 저수지 관리에 있어서 반드시 요구되고, 특히, 농업에서의 생산성 향상을 위한 관개용수에 중요하게 요구되고 있다. 따라서, 지금까지 적용되어온 기존 증발산량 기법에 대한 현황을 조사하고, 국제연합 식량농업기구(FAO)에서 제시한 가이드라인 FAO-56 모델의 적용성을 고찰하였다. 산정기법의 적용성을 분석하기 위하여, 관개용수 관리를 위한 고도화 정책이 추진되고 있는 농업 비중이 매우 높은 중앙아시아 지역에 대하여 적용하였다. 적용 방법은 기존의 증발산량 실험식에 근거한 물 수요량 산정기법과 국제기준으로 제안된 FAO-56 모델을 적용한 물 수요량 산정에 대한 시뮬레이션을 수행하였다. 이를 통하여 향후 물 수요량 산정에서의 정확성을 높일 수 있는 방안에 대하여 모색하고자 하였다.

본 논문에서는 중앙아시아 지역의 물 문제에 따른 관개용수의 효율적 관리를 위한 의사결정지원 시스템에 대하여 제안하고자 한다. 여러 국가간 공유하천의 이용에 있어서 다양한 이해관계가 발생됨에 따라 농업을 근간으로 하는 국가들은 관개용수의 관리가 매우 중요하다. 작물을 재배함에 있어서, 년간 가용할 수 있는 수자원의 량과 기상 변화에 따른 수자원 확보 가능량 등에 대한 데이터 관리가 이루어져야 한다. 또한, 수자원데이타의 취득, 예측, 관리 등을 통하여 작물과 생산면적에 따른 물 공급 계획량을 산정하고, 공급량의 배분에 대한 합리적 의사결정이 이루어져야 한다. 따라서, 본 연구에서는 현재 운영되고 있는 물관리체계를 조사하고, 수자원 공급량에 대한 데이터 분석을 통하여 의사결정 지원체계의 보완 사항을 도출하였다. 그리고, 새로운 의사결정지원시스템 구축에 있어서, 실효성있는 시스템 구현이 가능하도록 설계방안을 제시하고자 하였다.

최근 선박/해양설치선의 운항 과정에서 오염물질과 온실가스 배출을 최소화하기 위한 전기추진개발이 진행되고 있다. 이에 필요한 선박/해양설치선 내 ESS 시스템인 배터리의 사용과 효율적 관리에 대한 중요성이 높아지고 있다. 통상적으로 Battery가 적용된 ESS는 BMS에 의해 Cell Balancing 및 수명이 실시간 모니터링이 되고 있다. 선박/해양설치선에는 여러 개소의 ESS Room을 탑재하고 있으며, 최근 전기추진개발 수요로 동일 사양의 ESS 시스템이 적용된 ESS Room이 구성되고 있다. 본 논문에서는 각 Room의 BMS Data를 비교하여 Battery Pack 및 Cell Balancing의 고장을 추가적으로 예측 진단하는 알고리즘을 제안한다. 제안한 알고리즘은 선박/해양설치선의 환경변화에 따른 각 ESS Room의 BMS Data를 비교하여 정확한 상태정보를 측정하고 신뢰성있게 모니터링하여 대형사고를 미연에 방지할 수 있다.

본 논문은 반도체식 센서의 개선된 활용방법에 관한 것이다. 보편적으로 사용되는 반도체식 센서는 기초적인 사용법이 알려졌지만, 제각기 사용방법에 따라 계측되는 데이터는 정확도에서나 안정성이 떨어져 사용 면에서 제한적이다. 반도체식 센서의 특성에 맞는 사용방법을 개선하여 안정성과 정확도를 높이는 방법을 제시하고자 한다.

본 논문에서는 발광 다이오드(LED)를 이용한 가시광통신(VLC)을 통해 삼각측량기법을 사용하여 위치 측정 시스템을 위한 새로운 알고리즘을 제안한다. 각각 LED로부터 센서까지의 길이를 도출하고, 도출된 길이를 바탕으로 삼각측량법을 이용해 위치 정보를 찾아낸다. 기존의 가시광통신을 이용한 측위 시스템과는 달리, 제안된 측위 시스템은 송신기와 수신기 사이의 동기화가 필요하지 않으므로 더욱 간단하고 비용 효과적이다.

제주지역에 설치된 풍력발전기는 이미 제주지역의 공급량을 초과하여, 버려지고 있는 실정이다. 이에 정부는 기술개발 사업을 통해 2MWh급 ESS(energy storage system)를 설치하여 버려지는 전력을 충전하고, 전기자동차 충전스테이션에 활용하는 연구를 진행하고 있다. 본 논문에서는 2MWh급의 ESS를 안정적으로 설치하기 위해, Matlab Simulink를 이용하여 전기자동차 충전 모델과 ESS방전 모델을 모델링하고 시뮬레이션 하였다. 시뮬레이션을 통해, 2MWh급 ESS가 다양한 시나리오에서 안정적으로 동작하는 것을 검증하였다.

최근 딥러닝 환경의 확산으로 인하여 데이터셋 생성의 중요성이 높아지고 있어, 효율적인 데이터 셋 생성을 위하여 GAN을 활용하여 데이터를 증강시키고 있다. 그러나 GAN을 활용하여 생성되는 데이터에는 학습 초기 발생하는 문제점 및 생성되는 영상 내에 픽셀 깨짐 현상이 발생하는 등 여러 문제점이 발견되고 있다. 본 논문에서는 기존 GAN에서 발생하는 여러 문제점을 해결하기 위하여 파손 영상 데이터 선별 알고리즘을 구현하고자 한다. 파손 영상 선별 알고리즘은 영상 내의 히스토그램 분포를 분석하고 해당 결과값이 지정한 임곗값에 만족하는지에 따라 생성된 영상의 저장 여부를 결정하도록 구현하였다.

딥러닝 기술을 통해 영상 내의 객체를 찾아내기 위해서는 학습을 위한 영상 데이터셋이 필요하다. 객체의 인식률을 높이기 위해서는 많은 양의 영상 학습 데이터가 필요하다. 많은 양의 데이터셋을 구축하는 데에는 많은 비용이 들기 때문에 개인이 구축하기에 어려움이 있다. 본 논문에서는 회전 영상을 촬영하여 객체의 여러 면을 포함하는 영상 데이터셋을 보다 손쉽게 구축하는 방법을 소개한다. 회전판 위에 객체를 올려둔 뒤 촬영하고 촬영된 영상을 필요에 맞게 분할, 합성하여 데이터셋을 구축하는 방법을 제안한다.

스마트공장 구축사업을 통해 제조업의 생산설비에 센서가 설치되고 각종 공정데이터를 실시간으로 수집할 수 있게 되었다. 이를 통해 제조공정의 설비이상으로 인한 생산중단을 줄이기 위해 실시간 설비 이상 탐지에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 생산설비의 이상탐지를 위해 제조데이터를 딥러닝 모델인 Autoencoder(AE), VAE(Variational Autoencoder), AAE(Adversarial Autoencoder)에 적용하여 그 결과를 도출하였다. 제조데이터는 단순 이동 평균 기법과 전처리 과정을 거쳐 입력데이터로 사용하였으며, 단순이동평균 기법의 윈도우 크기와 AE 모델의 특징벡터 크기에 따른 성능분석을 실시하였다.

스마트 공장 구축사업을 통해 생산 설비로부터 전력, 진동, 압력, 온도 등의 센서 데이터가 수집되고 있으며 데이터 분석을 통해 예지보전, 불량예측, 이상탐지 등의 서비스 개발이 진행되고 있다. 일반적으로 제조데이터의 경우 정상과 비정상 데이터의 불균형이 극심하여 이상탐지 서비스가 선호되고 있다. 본 논문에서는 이상탐지 서비스 개발의 전단계로 제조데이터의 특징 데이터 추출을 위해 FFT 방법을 사용하였으며, 이를 통해 생산되는 제품을 분류해보고 그 결과를 확인하였다. 즉, 제품별 대표 패턴을 FFT 변환 후 상관계수를 계산하여 제품분류가 가능한지 확인하였다.

제조 설비에서 짧은 주기로 수집된 제조 데이터는 시간 간격이 일정하지 않은 불규칙 샘플링 시계열이고 값이 불안정하여 큰 분산을 가지는 경우가 많다. 본 논문에서는 단순이동평균법을 이용하여 불규칙 시계열의 시간 간격을 일정하게 보정함과 동시에 값의 분산을 줄이는 보정 기법을 제안하고, 제안된 보정 기법이 생산 설비의 이상탐지의 성능 향상에 효과가 있음을 확인하였다.

제조 현장에서 설비의 이상이나 고장은 곧 제품의 결함을 발생시키는 요인이 된다. 최근 스마트팩토리 서비스의 확산에 따라 고장을 예측 및 방지를 위한 인공지능 기반의 애플리케이션에 대한 연구가 활발히 이어지고 있으나, 일반적으로 설비의 이상이나 고장 데이터는 정상에 비해 그 개수가 현저히 적어 분류 모델 개발에 큰 어려움이 있다. 본 논문에서는 오토인코더 모델의 입력과 출력 간 차이를 이용한 제조 현장의 MCT 이상탐지 알고리즘을 제안하고 성능을 분석하였다. 해당 알고리즘은 비정상 데이터가 존재하지 않는 MCT 제조 데이터에서 정상 데이터에 대한 특징만을 이용하여 비정상을 탐지한다.

본 연구는 산업현장에서 사용되는 이동로봇이 익숙하지 못한 환경에서 목적지에 도착할 수 있는 항법 알고리즘을 개발하고자 한다. 이를 위해 동적창 접근(DWA)과 Dijkstra 경로설정 알고리즘을 결합하여 항법 알고리즘을 제안한다. 이를 성능 비교하기 위해 로컬 동적창 접근(LDWA), 글로벌 동적창 접근(GDWA), 고속 탐색 랜덤 트리 (RRT) 알고리즘을 비교 분석한다. LDWA과 GDWA을 적용한 Dijkstra 알고리즘을 활용한 항법 알고리즘을 구현하여 제한된 정보를 이용하여 이동로봇이 목적지에 도달할 수 있도록 한다. 이 알고리즘들의 목적지에 도착할 때까지 걸리는 시간, 장애물 회피와 계산복잡도에 대한 비교 분석한다. 위 알고리즘의 한계를 극복하기 위한 새로운 항법 알고리즘을 제안하고 제시된 최적화된 항법 알고리즘의 산업현장에서의 활용 방안을 모색한다.

최근 고령화 사회가 지속됨에 따라, 치매(Dementia)에 대한 관심이 높아지고 있다. 그 중에서 알츠하이머병(Alzheimer's disease)는 전체 치매 환자의 50~60%로 가장 많은 비율을 차지하는 퇴행성 뇌질환으로, 현재 의료계에선 알츠하이머병에 대한 명확한 예방법 및 치료법에 대해 내놓지 못하고 있으며, 치매 발병 전 조기 치료 및 조기 예방법에 대한 중요성이 강조되고 있다. 본 논문에서는 정상인과 알츠하이머병에 걸린 환자의 MRI 데이터셋을 활용하여 컨볼루션 신경망을 중심으로 여러 가지 활성화 함수를 접목시켜, 가장 효율적인 활성화 함수를 찾고자 한다. 또한 알츠하이머 치매분류 모델링을 통해 향후 의료분야에 적합한 치매 구분 모델링으로 활용하고자 한다.

고령 사회에 들어선 한국은 노인 인구의 87%가 치매, 중풍 등 만성질환을 앓고 있으며 이중 알츠하이머 치매는 전체 치매의 71.3%를 차지할 정도로 치매 중 높은 비율로 나타난다. 본 논문은 알츠하이머 치매 MRI 이미지를 3단계로 나눈 딥러닝 결과의 오차 문제를 검토하기 위해 라벨링 검증을 하였다.

의료 IT 기술의 발전으로 스마트헬스케어 사업의 발전을 통해 실버산업시대 개인 맞춤 의료서비스가 증가하고 있다. 따라서 본 논문에서는 아두이노 환경에서 다양한 센서를 활용해 스마트 헬스케어 개인 맞춤형 서비스를 제공할수 있는 관절재활 운동이 가능한 손가락 모델링을 구현하였다. 아두이노 기반의 구부림 센서(Flex sensor)를 이용해 개인별 손가락 관절의 활동성을 측정함으로 향후 스마트 헬스케어 분야에서 개인 맞춤형 재활운동에 활용하고자 한다.

ICT의 급속한 발전과 더불어 고령화 사회와 COVID-19로 인한 비대면의 시대에서 다양한 스마트헬스케어디바이스를 기반으로 건강관리를 지속하고 있다. 본 논문에서는 개인 맞춤형 건강관리를 지원하기 위하여 실시간으로 분당 심장 박동수 측정함으로써 수시로 자신의 건강 상태를 확인하고 건강한 생활을 유지할 수 있도록, 아두이노 기반으로 DF Robot SEN0203 심박센서를 이용하여 심박 측정기를 제작하였다. 본 논문을 통해 제작한 기기는 손목 밴드나 스마트 워치 등 다양한 방법으로 활용될 수 있다.

코로나 팬데믹으로 인한 사회적 거리두기 상황에서 사람간 접촉을 최소화할수 있는 일상에서의 변화가 요구되고 있다. 따라서 본 논문에서는 일상에서 사용되는 출입문에 비접촉 도어락을 제안한다. 본 연구에서는 아두이노를 기반으로 PIR 센서를 이용한 도어락을 구현한다. PIR 센서가 움직임을 감지하면 도어락 장치가 활성화되어 RFID 태그를 사용할 수 있다. 이 도어락은 출입 여부를 감지하여 고독사를 방지하며, 접촉하지 않고 RFID로 잠금을 해제함으로써 위생상의 장점도 지닌다. 또한, 도어락이 일상에서 자주 사용되는 장치인 만큼, 상술한 구현은 실습 강의에서도 참여율을 높일 수 있다.

최근 라이트 필드 카메라를 통한 컴퓨터 비전 연구가 활발히 진행되고 있다. 라이트 필드 카메라에서는 공간정보를 가지고 있기 때문에, depth map estimation, super resolution, 3D object detection 과 같은 분야에서 다양한 연구가 진행되고 있다. 본 논문에서는 라이트필드 카메라를 통해 취득되는 7×7 배열의 이미지를 통해 blur 영상에서 객체를 검출하기 위한 방법을 제안한다. 기존의 카메라에서 취약한 blur 영상을 라이트 필드 카메라를 통하여 검출한다. 제안하는 방법은 SSD 알고리즘을 사용하여 실제 라이트 필드 카메라에서 취득한 blur 영상을 사용하여 성능평가를 수행한다

도시 상태를 탐지하기 위해서는 운송 수단 수, 교통 흐름등이 필수적으로 파악되어야 할 요소이다. 본 논문에서는 기존의 Mask R-CNN을 이용하여 다양한 차량의 형태를 학습하고, 드론으로 촬영한 도시항공 영상에서 특정 유형의 차량 들을 검출하는 시스템을 오늘날 NLP 분야에서 널리 쓰이게 된 Transformer 모델을 컴퓨터 비전 문제에 도입하여 기존의 컨볼루션 신경망보다 높은 성능을 보여준 Swin Transformer 모델을 이용하여 기존의 연구에서 보여주었던 검출 시스템 능력을 향상시켰다.

현재 IoT기술이 발전함에 따라 모니터링 시스템이 다양한 분야에서 활용되고 있으며, 영상처리가 다양한 형태로 사용되고 있다. 영상 데이터는 송, 수신 과정에서 다양한 원인으로 인한 잡음이 발생하고, 제거되지 않을 경우 영상 정보의 손실이나 오류 전파가 발생한다. 따라서 영상의 잡음제거는 필수적이다. 영상의 잡음 중 Salt and Pepper 잡음을 제거하는 대표적인 방법으로는 AF, MF, A-TMF 등이 있다. 하지만 기존의 방법들은 고밀도 잡음에서 다소 미흡하다는 단점이 있다. 따라서 본 논문에서는 Salt and Pepper 잡음제거를 위하여 잡음 판단 후 중심화소가 비잡음인 경우 원화소로 대치하고, 잡음인 경우 필터링 마스크를 8방향으로 세분화하여, 평균을 구하는 알고리즘을 제안한다. 제안한 알고리즘을 기존의 방법들과 비교, 분석하여 성능을 평가한다.

현대 사회는 IoT 기술의 발달에 따라 CCTV, 탐사로봇 등 폭넓은 분야에서 다양한 디지털 장비들이 보급되고 있다. 이에 데이터처리의 중요성이 커지고 있으며, 영상 분야에서도 데이터를 수신하는 과정에서 발생하는 잡음을 제거하기 위한 다양한 연구들이 진행되고 있다. 대표적인 잡음으로 AWGN(additive white Gaussian noise)이 있으며, 잡음을 제거하기 위한 기존의 필터로는 평균필터(AF : average filter), 알파 트림드 평균필터(A-TAF : alpha trimmed average filter), 메디안필터(MF : median filter) 등이 있다. 하지만 기존의 필터들은 고주파영역에서의 잡음 제거 특성이 다소 미흡한 성능을 보이는 단점이 있다. 따라서 본 논문에서는 고주파영역에 존재하는 AWGN을 효과적으로 제거하기 위해 표준편차를 기반한 거리에 따른 가중치필터를 제안한다.

영상처리는 인공지능과 스마트팩토리, IoT 산업 등 4차 산업혁명의 중요한 분야에서 다양한 형태로 사용되고 있다. 특히 물체 추적, 의료 영상, 객체 인식과 같은 데이터 처리가 필요한 시스템에서는 전처리 단계로 잡음 제거를 사용하고 있으나, 기존 알고리즘은 필터링 과정에서 블러링 현상이 나타나는 단점을 가지고 있다. 따라서 본 논문에서는 스위칭 퍼지 가중치를 사용한 필터 알고리즘을 제안한다. 제안한 알고리즘은 필터링 마스크의 표준편차에 저주파 영역과 고주파 영역을 구분하여 퍼지 함수를 스위칭하였으며, 퍼지 가중치에 따라 최종출력을 구한다. 제안한 알고리즘은 기존 방법에 비해 개선된 결과를 보였으며, 고주파 성분이 강하게 나타나는 영역에서 우수한 특성을 나타내었다.

본 연구에서는 당뇨망막병증 의증 진단을 위해 영상처리 알고리즘을 이용하여 안저영상을 분석하고, 비트 플레인(Bit Plane) 기법을 활용한 당뇨망막병증 질환의 특징인 경성삼출물 및 망막 출혈 등의 특정 부위를 추출한다. 분석된 안저영상을 기반으로 당뇨망막병증의 특징을 수치화하고 자동으로 진단이 가능한 시스템을 제안한다.

본 연구는 광어의 적정 생산량 예측을 위한 회귀분석 자동화 시스템 구축을 목표로 한다. 현재 우리나라의 세계 각국과 FTA 체결 및 시장 개방 가속화 등으로 인해 한국 광어 양식 사업들은 환경의 특수성과 불확실성에 의해 많은 어려움을 겪고 있다. 또한 최근 연어, 방어 등의 수입 수산물의 급증과 국민들의 식생활 변화로 소비 부진 및 가격 하락 등의 문제를 해결할 방안이 필요한 실정이다. 이에 본 연구에서는 양식 광어의 수급 안정과 경제적 가치를 분석하여 적정한 광어 생산량을 알기 위해 빅 데이터를 활용한 회귀분석 자동화 시스템을 구현하였으며, 파이썬 모듈인 xlwings를 활용하여 광어의 생산금액과 생산량에 대한 가중치를 구하고 추후 생산될 광어의 양을 예측하는 데 활용하였다. 따라서 이러한 광어 생산량 예측에 대한 분석 결과를 토대로 향후 광어 양식 업계에서는 적정 생산량 달성 및 수급 조절 방안을 마련할 수 있을 것이며, 이는 불필요한 경제적 손실을 줄이고 데이터를 기반한 새로운 가치창출을 도모할 수 있을 것이다. 또한 본 연구에서 시도한 데이터 접근 방식을 통해 향후 여러 분야의 연구에서는 인공신경망, 다중회귀분석 등 다양한 분석 기법을 활용할 수 있고 이는 다양한 업계에서 효과적으로 빅데이터를 분석하고 활용할 수 있는 기초적인 자료의 토대가 될 것이다.

조선왕조실록은 UNESCO에 등재된 중요한 기록물이다. 본 논문은 한글로 번역된 조선왕조 실록에서 단어의 빈도수를 조사하여 빅데이터를 분석하는 방법을 제안한다. 조선왕조 실록을 인터넷 사이트에서 액세스하여 단어의 빈도수를 조사하려 할 때, 그 페이지에 포함된 소스를 직접 액세스하면 HTML 문법에 필요한 키워드가 포함되어 있어 필요한 본문에서 단어 빈도수에 의한 빅데이터 분석을 하는 것이 어렵다. 본 논문에서는 Java의 Jsoup를 활용한 크롤링 기능을 사용하여 조선왕조 실록의 본문을 분석하는 방법을 제안한다. 실험에서는 조선왕조실록의 태조부분만을 추출하여 본 방법의 유효성을 검증하였다.

본 연구는 스마트 유지보수 기술이 반영된 디지털 트윈 및 빅데이터 기반 항만 인프라 관제시스템을 개발하는 것을 목표로 한다. 항만 인프라에서 취득되는 센싱 데이터, 영상 데이터 등 이기종 데이터들을 빅데이터화하고, 디지털 트윈 기반의 관제시스템에 가시화한다. 가상 세계의 핵심 요소인 데이터들을 결합해 물리적 세계 및 프로세스로 표현하고, 이를 바탕으로 노후도 및 재해위험도를 평가할 수 있도록 지원한다. 이를 위해 빅데이터의 의미와 필요한 데이터 확보, 가공, 저장, 분석 및 활용의 단계별로 반영하여야 할 사항들을 도출하고, 이를 현재의 IT자원과 연계하기 위한 방법들을 정의하고자 한다.

본 논문에서 뉴럴 네트워크를 활용하여 포아즌 볼츠만 방정식을 푸는 방법을 소개하려 한다. 기존의 유한요소방법을 사용하여 샘플을 생성하고, 생성된 샘플을 이용하여 뉴럴 네트워크를 훈련시킨다. 결과적으로 얻어진 뉴럴 네트워크의 성능을 소개한다.

5세대 이후의 이동통신 기술은 초고속, 초연결, 초저지연 등을 요구하고 있다. 이 중, 안전한 초연결의 기술적 요구사항을 만족하기 위해서는 IoT 서비스의 말단에 해당하는 저사양 IoT 기기들도 고사양 서버와 동일한 수준의 보안 기능을 제공할 수 있어야 한다. 이러한 보안 기능을 수행하기 위하여 암호 알고리즘에서 필요한 정도의 안전성을 가진 암호키들이 요구되고, 암호키는 보통 암호학적 난수 발생기로부터 생성된다. 이때 난수 생성을 위해서는 좋은 잡음원들이 필요한데, 저사양 기기 환경 특성상 충분한 잡음원을 확보하기 어렵기 때문에 TRNG와 같은 하드웨어 난수 발생기를 사용한다. 이 논문에서는 방사성 동위원소의 붕괴를 예측할 수 없다는 양자의 특성을 기반으로 한 칩을 사용하였으며, 이 칩이 출력하는 신호를 기반으로 이진 비트열 형태의 엔트로피 소스를 얻는 여러 방법(TRNG)을 제시하였다. 또한, 각각의 TRNG에서 출력된 값의 엔트로피에 대해 NIST SP 800-90B 테스트를 이용하여 각 방법에 대한 엔트로피 양을 비교하였다.

시화호는 초기 목적인 담수호 개발을 심각한 환경 오염으로 달성하지 못한 채 해수로 복구되었다. 파괴와 복원의 시간 동안 시화호의 생태계는 변화를 겪어왔는데, 특히나 철새가 많이 지나는 곳이었기 때문에 조류 생태계에 가시적인 변화가 나타났다. 이에 따라 본 연구는 총 8가지 Ecosystem Index를 바탕으로 시화호 조류 생태계의 변화를 분석하였다. 그리고 더 나아가, 경사 하강법을 적용하여 그간 환경 오염의 척도로도 이용되었던 COD (Chemical Oxegen Demand, 화학적 산소 요구량)지수가 앞서 언급한 8가지 중 3가지 Ecosystem Index의 함수로 표현하였다. 이는 직접적인 환경에 대한 측정 및 정보 수집 없이 생태계의 정보만으로 환경 자체의 상태를 파악할 수 있다는 점에서 큰 가치가 있으며, 더 쉽게 구해낼 수 있기에 그 범용성이 넓다.

세종특별자치시의 교통량 폭증으로 인한 교통 문제 증가 추세는 시설 인프라의 투자로는 해결하기 어려운 수준에 이르러 데이터 기반의 지능형 교통환경 구축이 필수적이다. 교통데이터를 활용해 교통안전정책을 수립한 국내·외 사례를 알아보고 세종특별자치시 교통정보 및 데이터 활용 실태 등을 분석하여 CCTV를 활용한 주차정보 제공, 스마트 교통신호제어시스템 구축, 안전지키미 드롭존 설치방안을 제안한다. 본 연구가 향후 세종특별자치시의 교통 안전망 강화 정책 수립의 기반이 되기를 기대한다.

자원순환기본법 시행에 따라 국가적으로 자원순환사회 발전을 위해 노력중이다. 이를 위해서는 생산·유통·소비·폐기 등 전 과정에서 폐기물 발생을 억제하고 폐기물 중 재활용가능자원이 단순히 매립·소각되는 대신 재활용되는 것이 중요하다. 하지만 자원순환사회를 만들기 위해서는 배출자. 사업자, 중앙 정부 뿐 아니라 지자체가 함께 노력하고 해결방안을 모색할 필요하다. 이에 본 연구는 국내 제도의 변화와 함께 세종시 현황 및 여건변화를 고려하여 세종시 자원순환사회 발전을 위한 추진 전략을 제시하고자 한다. 지역적으로 재활용 우선 관리 단계별 활성화 방안 마련, 폐기물 자원화의 극대화 및 재활용 산업 활성 방안 마련, 체계적이고 효율적인 재활용 플랫폼 구축 등을 제안한다. 이를 통해 자원순환사회로 도약하고 폐기물이 지속적으로 증가되고 있는 환경문제에 대한 해결책이 될 수 있을 것으로 기대한다.

소각로에 반입된 생활폐기물은 고온으로 소각되고 잔여물인 소각재가 발생하게 된다. 소각재에는 바닥재와 비산재가 있으며, 소각로에 전체 반입되는 양에 약16.5%정도의 소각재(바닥재, 비산재)가 발생한다. 현재 기존 매립되는 증가하는 소각재의 양은 기존 매립장의 매립 연한을 감소시키고 신규 매립장 건립 부담이 증가하고 있다. 또한 주변환경 피해(임야절취, 악취, 수질오염 등)를 유발시키기도 한다. 따라서 본 연구에서는 생활폐기물 소각시설에서 발생하는 소각재의 재활용 활성화를 통해 소각재 문제를 해결하는 방안을 제시하고자 한다. 세부적으로 기술적 재활용 방안으로 토공재료 및 콘크리트 제품 등을 생산하여 재활용 방안을 제시하며, 정부 및 각 지자체에서는 소각재의 재활용 활성화를 위하여 폐기물 관리법 등 관련법을 정비하고 재활용업체에 대한 인센티브 등 적극적인 제도적 지원 방안을 마련하여 소각재의 재활용 활성화할 것을 제안한다.

초기 지방자치센터는 민원인으로부터 민원을 접수하여 수기로 직접 해당 문건을 작성하여 민원을 발급하였으며, 컴퓨터, 프린터, 팩스가 등장한 이후에는 복사를 통해 민원 업무를 처리하였다. 2010년 이후에는 전자 정부가 출범하면서 컴퓨터에 민원 요청 내용을 입력하고 본인 확인 후에 직접 출력하는 방식이 자리를 잡게 되었다. 또한, 무인 행정 서비스가 도입되어 다양한 장소에서 민원 서비스를 제공하면서 민원인의 만족도가 점차 높아지고 있다. 그중 하나의 서비스가 무인민원발급기이며 주민등록등본을 포함한 20여 가지의 민원 서류들을 민원인이 직접 발급받을 수 있도록 하고 있다. 물론, 직접 민원 창구에서 요구하던 방식을 벗어나 직접 기기를 다루다 보니 최신 기술에 익숙하지 않았을 때 도움이 추가로 필요한 경우가 생기기도 한다. 그렇지만, 무인민원발급기는 업무 종료 후에도 주민자치센터나 시청을 방문하여 민원 처리를 할 수 있다는 점에서 시간의 제약을 덜 받는, 만족도가 높은 방안이다. 현재 주요한 문제는 발급 종류에 따라 주민등록번호뿐만 아니라 지문 인식도 요구하는 경우가 있어, 민원 처리의 불편이 가중되고 외면받는 것이다. 이러한 문제를 해결하고자, 본 연구는 개인 신분 확대를 통해 무인민원발급기의 지문 인식 방법을 개선하는 방법을 연구하고자 한다.

우리 사회는 인공지능, 사물 인터넷, 자율주행, 공장 자동화 등 ICT 기술 기반의 4차 산업혁명과 함께 인구 고령화라는 큰 변화에 직면해있다. 더욱이 인구소멸위험 지수가 높은 지방자치단체에서는 고도화된 산업 자동화와 인구 고령화라는 변화에 대응하기 위해 지역 특성에 맞는 시장 확대 및 재교육 정책의 고려가 필수적이다. 고령자 재취업을 위해 노인 친화형 일자리를 발굴하고 고령친화 산업에 대한 투자 확대, 고령자를 많이 고용하는 기업의 작업환경 개선 정책에 대해 알아보고, 천안의 노인 노동시장의 실태와 개선방향에 중점을 두고 해결책을 모색하고자 한다.

산업혁명 이후 일자리를 찾기 위해 수많은 사람이 도시로 모여들어, 현재 세계 인구 50% 이상이 도시에 살고 있다. 이러한 도시 집중화는 앞으로도 급속히 전개되어 2035년에는 75% 인구가 도시에 살 것으로 전망된다. 대도시는 점점 높아지는 인구 밀도로 인하여 환경 오염, 심각한 교통 체증, 지나치게 빠른 에너지 고갈 및 자연 생태계 파괴 등 부작용이 발생하면서 지속가능성이 떨어지고 있다. 또한, 높은 범죄율과 안전사고, 불평등과 양극화로 인한 일과 삶의 불균형, 지나치게 경쟁적인 교육 등으로 대도시 시민들의 행복 지수 역시 떨어지고 있다. 이러한 문제를 해결하기 위하여 공급자, 관리자 중심이 아닌 사용자와 시민 중심으로 설계, 운영, 관리되는 IT 기술 기반 미래형 도시 모델인 스마트시티가 탄생하게 되었다. 우리나라도 국가 중점 사업으로 스마트시티의 효율적인 건설 및 운영을 통해 도시 경쟁력을 향상하고 지속 가능한 발전을 촉진하려는 시도를 적극적으로 하고 있다. 이를 뒷받침하기 위해 본 연구는 국토종합계획 및 스마트도시 종합계획, 스마트시티 전략계획 등을 기반으로 세종시의 스마트도시서비스 기반 시설 등의 기본 방향 및 추진 전략을 검토하고, 관련 계획의 연관 관계를 조사하여 세종시 스마트시티 관련 사업 검토와 스마트도시 조성을 위한 추진 체계 및 정책을 제언하고자 한다.

시시각각으로 변하는 시책 홍보 환경 속에서, 일선 공무원들이 무엇을 어떻게 해야 할지 몰라 홍보 업무에 어려움을 겪을 때가 많다. '홍보가 중요하다, 홍보가 문제이다.'라는 말을 가장 많이 하는 동시에 가장 많이 듣기도 하지만, 시민들이 시책을 인지하지 못한다면 그 시책은 무용지물이 될 수밖에 없다. 따라서 본 연구는 모바일 소통의 핵심인 소셜 미디어를 이용한 아산시의 시책 홍보 전략을 살펴보고자 한다. 특히, 모바일 소셜 미디어 서비스가 중요한 이유는 기존 소통 방식의 전환을 가져옴에 따라, 공공 차원에서도 서비스의 효율성 제고와 대국민 소통 강화에 적극 활용할 필요가 있기 때문이다. 시책 홍보를 이해하고 실행하는 데 있어서 원론적 매뉴얼이 아닌, 홍보 담당자들이 상황에 맞게 참고할 수 있는 시책 홍보의 실천적 가이드가 필요하다. 또한, 공공 기관의 소셜 미디어가 어떻게 운영되고 있는지를 살펴봄으로써 향후 공공 기관에서 시책 홍보 수단으로서 소셜 미디어를 활용하는 가이드라인을 제공해줄 수 있는 계기가 될 것이다. 아울러 긴급 정보 보호 사태를 맞이할 경우 소셜 미디어를 활용하면 보다 신속하게 정보를 알리고 효율적으로 대응할 수 있을 것으로 기대한다.

충청남도 도서지역에 주민들이 정기적으로 이용할 수 있는 공공의료시설은 보건진료소 14개, 건강생활지원센터 1개, 병원선 1척이 전부이며, 이러한 시설과 장비로는 중증외상, 뇌혈관·심혈관 질환 등의 응급환자 발생 시 효과적으로 대응할 수 없다. 가장 신속한 응급환자 이송 수단은 단국대학교병원(천안시 소재)에 배치된 닥터헬기를 이용하는 것이다. 그러나 배치된 닥터헬기는 1대 뿐이고, 야간에는 운항을 할 수 없으며, 충청남도 전 지역을 담당하므로 다수 환자 발생 시에는 신속한 이송에 한계가 있다. 따라서 4차 산업의 한 분야인 도심 항공 모빌리티(UAM) 산업과 도서지역 응급환자 이송체계의 문제점을 보완하는 '충남형 닥터UAM 개발'의 필요성을 검토하고자 한다.

전 세계의 많은 전문가들은 코로나19 바이러스가 완전히 종식된 이후에도 코로나 이전과 똑같은 모습으로 돌아가기 어려울 것이라고 예측한다. 코로나19 사태의 장기화로 비대면 추세가 지속되면서 스포츠 활동이 위축되고 국민들의 운동량은 감소하였다. 사회적 거리두기 단계 상향으로 다중이용시설 이용이 점차 제한되자 비대면 서비스에 대한 수요가 증가하고 있다. 본 연구는 생활체육 참여 실태를 파악하여 포스트 코로나 시대에 적합한 생활체육 활성화방안에 대해서 고찰한다.

자율주행은 4차 산업혁명을 이끄는 주요 기술이다. 최근 자율주행 기술의 진보와 규제완화로 인해 레벨 3 이상의 자율주행자동차 상용화가 본격화될 전망이다. 본 연구는 자율주행 분야의 특허 분석을 통해 기술의 경쟁력을 평가해 보고자 한다. 본 연구에서는 2021년 7월까지의 출원 공개 및 등록된 한국, 미국, 일본 및 유럽의 특허를 대상으로 특허 동향을 분석하고, 특허지표 분석을 실시하였다. 이를 통해 자율주행 기술에 대한 경쟁력을 갖추기 위해 집중해야 할 세부 기술을 파악하고 한국의 국가 경쟁력을 진단하고자 한다.

본 논문은 실내 공간에서 상호작용 로봇이 사용자의 시선이 응시하는 목표지점의 위치정보를 추정하는 방법을 제안한다. 저가의 웹캠으로부터 RGB 영상을 추출하고, 얼굴검출(Openface)모듈로부터 사용자의 헤드포즈 정보를 획득한 후 기하학적 연산을 적용하여 3차원 공간 내 사용자의 응시방향을 추정하게 된다. 추정된 응시방향과 테이블 상의 평면과의 상관관계를 통하여 최종적으로 사용자가 응시하는 목표 지점의 좌표를 추정하게 된다.

본 논문은 실내 환경에서 사용자를 대상으로 위치기반 서비스를 제공하기 위해 비콘을 이용해 사용자의 위치를 추정하는 방법을 제안한다. 저전력 비콘을 이용하여 위치를 추정하기 위해 비콘이 가지는 RSSI 값에 가우시안 필터를 적용하였고, 필터링한 RSSI 값을 통해 거리변환 함수를 구하여 삼변측량으로 태그 위치를 추정할 수 있게 구성하였다. 다수의 비콘이 설치된 실내 공간에서 3개의 비콘이 일정한 거리를 두고 있는 8곳에 대한 위치 추정 정밀도를 확인하였다. 그 결과 거리오차 0.242 표준편차 ±0.097를 가지는 사용자의 위치 추정이 가능함을 확인할 수 있었다.

혈액에서 박테리아를 검출하는 것은 의학 및 컴퓨터비전 영역에서 중요한 연구가 될 수 있다. 본 논문에서는 캐글에서 획득한 366장의 암시야 현미경 영상에서 혈액 내 박테리아를 검출하는 방법을 제안한다. 영상처리 기법을 이용한 전처리작업 및 데이터 증강을 통해 학습 데이터세트를 구축하고, 이를 학습하기 위한 딥러닝 모델을 정의한다. 실험 결과 제안된 딥러닝 모델은 암시야 현미경 영상에서 적혈구와 박테리아를 효과적으로 검출하는 것을 확인하였다. 본 논문에서는 비교적 간단한 모델을 사용하여 학습하였으나, 보다 깊은 모델을 활용하면 더 정확한 결과를 얻을 수 있을 것으로 보인다.

본 논문에서는 초음파 영상에서 DBSCAN(Density-based spatial clustering of applications with noise)과 FCM 클러스터링 기반 양자화 기법을 적용하여 결절종을 추출하는 방법을 제안한다. 본 논문에서는 초음파 영상 촬영 시 좌우 상단의 지방층 영역과 하단 영역의 명암도가 어두운 영역을 잡음 영역으로 설정한다. 그리고 초음파 영상에 퍼지스트레칭 기법을 적용하여 잡음 영역을 최대한 제거 한 후에 ROI 영역을 추출한다. 추출된 ROI 영역에서 밀도 분포를 분석하기 위하여 히스토그램을 분석한 후에 DBSCAN을 적용하여 초음파 영상에서 결절종 후보에 해당되는 명암도를 추출한다. 추출한 후보 명암도를 대상으로 FCM 클러스터링 기법을 적용한다. FCM을 적용하는 단계에서 결절종의 저에코 혹은 무에코의 특징을 이용하여 클러스터 중심 값이 가장 낮은 클러스터를 양자화 한 후에 라벨링 기법을 적용시켜 결절종의 후보 객체를 추출한다. 제안된 결절종 추출 방법의 성능을 분석하기 위해 전문의가 결절종 영역을 표기한 초음파 영상과 표기되지 않은 초음파 영상 120쌍을 대상으로 DBSCAN, FCM, 그리고 제안된 방법 간의 성능을 비교 분석하였다. 제안된 방법에서는 120개의 초음파 영상에서 106개 결절종 영역이 추출되었고 FCM 기법에서는 80개가 추출되었고 DBSCAN에서는 36개가 추출되었다. 따라서 제안된 방법이 결절종 추출에 효율적인 것을 확인하였다.

전 세계 최대 규모의 동영상 공유 플랫폼인 유튜브는 수많은 영상을 제공하며 원하는 정보를 손쉽게 얻을 수 있다는 점에서 많은 사람의 사랑을 받고 있다. 그렇지만 영상마다 공감 비율(싫어요/좋아요)은 동일 채널의 영상일지라도 주제나 업로드 시기 등에 따라 많은 편차를 보여, 기존 연구들은 공감 비율과 영상 조회 수와 같은 수치를 통해 그 원인을 유추하거나 해석하려 한다. 이러한 방식은 공감 현황을 파악하는 데는 도움을 주지만, 특정 영상의 선호도 원인을 파악하는 데는 한계가 있다. 따라서 본 연구는 영상별로 수집한 댓글들로부터 추출한 토픽어(명사 상당 어구)와 사전에 분류한 비공감 유형 간 매칭을 통해 그 원인을 파악하고자 한다. 공감 비율에서 있어서 아웃라이어가 많이 발생하는 반려동물과 요리 분야의 상위 10개 채널에서 제작한 영상 중 비공감 지수(비공감 수/공감 수)가 가장 높은 상위 10개 영상(반려동물 임계값: 4.000, 요리 임계값: 0.723)에 대해 유튜브 API를 통해 수집한 11,110개 댓글들을 수집하고 토픽어를 추출하여 사전에 정의한 비공감 유형과 매칭시켰다. 이를 통해 댓글 분석만으로도 비공감 비율이 높을 것인지, 어떠한 비공감 유형일지 예측 가능함을 확인하였다. 향후 유튜브 채널 운영자를 위한 비공감 영상 예측 및 제작 기준을 구축하는 후속 연구를 통해 사용자에게 긍정적인 영상을 제공할 수 있는 유튜브 환경을 개선할 수 있을 것으로 기대한다.

LoRa는 처프 확산 스펙트럼과 대부모 트리 구조의 네트워크를 물리 계층에 도입하여 장거리 통신에서 신뢰성을 제공한다. 이 트리 네트워크에서 자식 노드는 여러 부모를 동시에 이용할 수 있기 때문에 네트워크에 동일 부하가 가해질 경우 게이트웨이의 수가 늘어날수록 패킷 전달률은 대수적으로 증가한다. 그러나 알로하와 흡사한 원시적 매체 접근 제어의 한계로 인해 이 환경에서도 부하가 증가할수록 네트워크의 이용률은 유사하게 하락한다. 본 논문에서는 같은 주파수를 같은 시간에 사용하는 공간 분할 다중 접근류의 접근 방식을 제안한다. 본 기법은 같은 시간, 다른 게이트웨이에서 서로 다른 패킷이 생존할 수 있도록 각 노드의 송신 전력을 수신 신호 세기의 분포에 기반하여 조절한다. 이른바 포획 효과의 의도적 활용은 자원에 배고픈 저 전력 광역 네트워크의 수용력을 향상시켰다. 전형적인 완전 배제적 무충돌 제어 접근과 비교해 타임 슬롯의 소모를 30-35% 절감하였다. 또한, 전력 제어의 효과로 인해 20-40%의 에너지 소모량이 절약됨을 확인하였다.

사물인터넷은 통신 네트워크 기술과 센서를 활용하여 시공간의 제약 없이 사람과 사물을 유기적으로 연결하고, 실시간으로 데이터를 송수신할 수 있는 기술이다. 전 산업 분야에서 활용되고 있는 사물인터넷은 디바이스의 크기, 메모리 용량, 데이터 전송 성능 등 스토리지 할당 측면의 제약사항을 가지고 있어 제한적인 배터리 용량을 효과적으로 활용할 수 있도록 전력 소모량을 관리하는 것이 중요하다. 종래 연구에서는 주로 암호 모듈의 보안 알고리즘을 경량화하여 전력 효율을 개선한 대신 보안성이 열화되는 문제가 있다. 본 연구에서는 사물인터넷 환경에서 고성능의 보안 알고리즘을 활용할 수 있는 저전력 보안 아키텍처를 제안한다. 이는 무결성 검사를 수행하는 작은 로직을 추가하여 검사 결과에 따라 위협탐지가 필요한 경우에만 보안 모듈을 실행시켜 저전력 환경에서 상대적으로 복잡도가 높은 보안 모듈을 활용해 높은 보안성과 전력 효율성을 제공할 수 있다.

사물인터넷은 1999년 MIT의 Auto ID Center 소장인 케빈 에쉬튼(Kevin Ashton)이 처음 사용한 용어로, 사물이 인터넷과 연결되는 것을 의미한다. 무선 네트워크 중 하나인 블루투스는 1994년 에릭슨이 최초로 개발한 개인 근거리 무선 통신을 위한 산업 표준으로 개발된 기술이며, 라즈베리파이에 블루투스가 내장되어 있어 무선 네트워크가 가능하다. 본 논문은 라즈베리파이3 B+에 내장된 블루투스에서 시리얼 통신을 구현하여 사물인터넷용 모듈을 구현하고 있다. 라즈베리끼리는 블루투스 통신이 불가능한 문제점이 있어, 디스커버리 기능을 활성화하고 시리얼 통신을 추가하여 통신 연동에 성공하였다.

IoT 장치를 개발하는 방법은 응용이 요구하는 센서를 아두이노나 라즈베이 파이 같은 플랫폼에 장착하고 그 센서의 드라이버와 응용을 작성하는 것이다. 이때 그 센서를 위한 구동 드라이버가 이미 작성되어 있고 응용에서 그 드라이버를 표준화된 API로 접근할 수 있다면 센서의 Plug&Play가 가능할 것이다. 이를 위한 과거의 방식은 센서 인터페이스가 너무 복잡하여 현재의 플랫폼에서는 사용하기 어렵다. 본 논문에서는 USB단자를 갖는 표준화된 센서와 드라이버가 라즈베리 파이에 Plug되면 자동으로 드라이버가 설치되는 기법을 제안한다. 응용 개발자는 센서 드라이버는 고민하지 않고 Linux의 파일 접근 API로 센서 값을 얻을 수 있다. 제안된 기법은 현재 라즈베리-파이 상에서 구현 중이다.

인터넷에 연결되는 사물의 수가 급격히 증가함에 따라 센서와 통신 기능을 포함해서 단순 모니터링 기능을 하거나, 서버로 전달하는 기능에서 벗어나 점점 인간에게 직접 가치를 제공하는 지능형 디바이스 개발 사업이 확장되고 있다. 따라서 디바이스가 주변 센싱 정보를 분석해서 주변 환경을 사용자들의 기호나 안전을 고려해서 변경하는 기술을 개발할 전망으로. 공기를 이용하여 다양한 효과를 가져올 수 있는 개발 제품에 생체신호 측정 시스템을 구축함으로써, 착좌 시 압력 분포의 변화 패턴을 통해 사용자의 상태를 파악할 수 있게 할 예정이다. 온도측정 센서와 사용자의 접촉을 통해 에어카시트 사용에 쾌적함을 높이고, 본 논문에서는 생체신호 측정 데이터에 의한 에어펌프 제어 시스템을 연계하여 구축하여 측정된 생체신호는 스마트폰 애플리케이션을 통해 보호자가 확인 및 조절을 할 수 있도록 하여 효과적으로 관리가 가능한 구축 시스템을 제안한다.

최근 건강에 대한 관심이 증가하며 다양한 생체정보를 수집할 수 있는 웨어러블 시장이 확대되고 있다. 또한 이러한 생체신호를 통한 원격의료와 헬스케어 서비스가 보편화될 것으로 예상된다. 본 논문에서는 IoT 장비를 통해 수집한 생체신호를 데이터베이스에 저장 및 웹을 통해 실시간 모니터링이 가능한 서비스를 소개한다. 생체 데이터의 수집 및 저장과 실시간 모니터링을 시스템을 구현함으로 다양한 건강관리 진단에 활용될 수 있다.

제로 트러스트 보안을 바탕으로 기존 기업보안시스템의 한계를 강화하는 방안을 제시한다. 4차 산업혁명 시대가 도래하면서 보안의 패러다임도 바뀌고 있다. 클라우드 컴퓨팅과 COVID-19로 인해 원격근무가 활발해지면서 변화된 IT 환경에서 발생하는 보안 문제에 대한 이슈가 제고된다. 동시에 공격기법들도 지능화되고 고도화되는 현 상황에서 기업에서는 제로 트러스트 보안을 활용해 현재의 보안 시스템을 더 강화해야 한다. 제로 트러스트 보안은 모든 것을 의심하고 신뢰하지 않는다는 핵심 개념을 토대로 모든 데이터 통신을 감시하고, 접근 요청자에 대한 엄격한 인증과 최소한으로 접근 권한을 허용함으로써 보안성을 높인다. 따라서, 본 논문에서는 기존 보안 시스템을 강화하는 제로 트러스트 보안 솔루션을 소개하고, 기업에서 도입해야 하는 방향성과 타당성을 제시한다.

ICT의 발달과 함께 데이터의 양은 증가하고, 저장하고 처리하는 기술은 중요해지고 있다. 본 연구에서는 기업, 공공장소 등에서 중요 데이터 유출 방지를 위하여 실시간 파일 복사 유출 방지 시스템에 관해 연구한다. 연구 방법으로는 데이터 유출 사례와 문제점을 분석한 뒤 데이터 유출 방지를 위해 실시간으로 이벤트를 감지하는 시스템을 제안한다. 파일 유출 방지 시스템은 기존 EDLP 시스템과 비교 분석하며 제안하는 시스템은 부하를 줄이며 이벤트를 탐지한다. 향후 연구로는 네트워크 및 다양한 경로를 통한 유출 방지에 대한 연구가 필요하다.

본 논문은 전술 센서 네트워크에서 센서노드들이 제공하는 정보량을 기준으로 센서 노드들에게 시간 슬롯을 동적으로 할당하는 기법을 제안한다. 전술 상황에서 임의로 배치된 센서노드들이 제공하는 정보의 가치는 주변환경 변화에 따라 가변적이다. 센서노드들은 무선통신 자원을 공유하기 때문에 효과적인 자원활용을 위해서 상대적으로 높은 가치의 데이터를 전송하는 센서노드에게는 많은 자원을 할당하고, 그렇지 않은 센서노드들에게는 적은 자원을 할당할 필요가 있다. 제안하는 기법은 주기적으로 센서노드들이 제공하는 데이터의 가치를 평가하고 이를 바탕으로 무선자원을 동적으로 재할당한다. 다양한 환경에서의 실험을 통해 제안한 기법이 정적으로 무선자원을 할당하는 기법에 비해 효과적으로 데이터를 수집함을 확인하였다.

모듈러 곱셈은 ECC의 점 스칼라 곱셈을 위한 핵심 연산이며, ECC 프로세서의 성능에 영향을 미치는 가장 중요한 요소이다. 본 논문에서는 3-way Toom-Cook 곱셈 알고리듬과 수정된 고속 축약 알고리듬을 적용한 256-비트 모듈러 곱셈기 설계에 대해 기술한다. 90-비트 곱셈기 1개와 264-비트 가산기 3개가 사용되었으며, 하드웨어 크기와 소요 클록 사이클 수 사이의 최적화를 이루었다. Zynq UltraScale+ MPSoC 디바이스에 구현하여 모듈러 곱셈기를 검증하였으며, 모듈러 곱셈 연산에 15 클록 사이클이 소요된다.

구글사에서 출시된 ML Kit API의 Pose detection를 사용한 영상기반 낙상 알고리즘을 제안한다. Pose detection 알고리듬을 사용하여 추출된 신체의 33개의 3차원 특징점을 활용하여 낙상을 인식한다. 추출된 특징점을 분석하여 낙상을 인식하는 알고리듬은 k-NN을 사용한다. 영상의 크기와 영상내의 인체의 크기에 영향을 받지 않도록 정규화과정을 거치며 특징점들의 상대적인 움직임을 분석하여 낙상을 인식한다. 본 실험을 위해 사용한 13개의 테스트 영상중 13개의 영상에서 낙상을 인식하여 100%의 성공률을 보였다.

본 논문에서는 적정한 보안 강도를 가지면서 경량 하드웨어 구현이 가능한 SIMECK 블록암호 알고리듬의 하드웨어 설계를 기술한다. 빠른 암호화와 복호화를 진행할 수 있도록 동작 라운드 수를 줄이는 two-stage 방식을 이용하여 구현하였다. 설계된 SIMECK 암호 코어를 Arty S7-50 FPGA 디바이스에 구현하고, Python을 이용한 GUI와 결합하여 암호화·복호화의 하드웨어 동작을 검증하였다.

본 논문에서는 물 공급량 예측을 위한 다양한 알고리즘 적용에 있어서 데이터 마이닝의 효용성을 검토하고자 하였다. 물 공급분야에 있어서, 물 이용 지역의 특성에 따라 공급량과 이용 시간이 매우 상이한 특성을 나타낸다. 물 이용 지역은 주택지역, 상업지역, 산업단지지역 등 다양한 형태로 분류할 수 있고, 이에 따라 물 이용 시간의 상이함에 따른 물 공급패턴이 일정하지 않게 된다. 특히, 주택지역과 상업지역이 복합적으로 이루어진 경우, 물 이용 단위인 블록 단위에서의 물 특성이 불규칙적인 패턴을 나타낸다. 따라서, 각 블록 단위 특성에 적합한 물 이용량을 예측하여 효율적 물 공급 방안을 마련할 필요가 있다. 또한, 물 이용량 데이터 중 이상 데이타 감지와 이상 데이터 보정을 통하여 물 이용량 예측의 정확도가 향상된다. 따라서, 블록 단위의 물 이용량에 대한 원시데이타의 효율적인 데이터 마이닝 방안이 요구된다. 본 연구에서는 물 공급지역의 특성에 따른 물 공급 패턴을 분석하고, 이에 적합한 데이터 마이닝 기법을 제시하고 비교 분석하였다. 제안된 데이터 마이닝 기법은 딥러닝 예측모델을 적용하여 적합성을 검증하고, 이를 물 공급량 예측알고리즘에 폭넓게 활용될 수 있음을 확인하였다.

AI 기술의 성장과 함께 지식 그래프의 크기는 지속적으로 확장되고 있다. 지식 그래프는 주로 트리플이 연결된 RDF로 표현되며, 많은 RDF 저장소들이 RDF 데이터를 압축된 형태의 ID로 변환한다. 그러나 RDF 데이터의 크기가 특정 기준 이상으로 클 경우, 테이블 탐색으로 인한 높은 처리 시간과 메모리 오버헤드가 발생한다. 본 논문에서는 해시 ID 매핑 테이블 기반 RDF 변환을 분산 병렬 프레임워크인 맵리듀스에서 처리하는 방법을 제안한다. 제안한 방법은 RDF 데이터를 정수 기반 ID로 압축 변환하면서, 처리 시간을 단축하고 메모리 오버헤드를 개선한다. 본 논문의 실험 결과, 약 23GB의 LUBM 데이터에 제시한 방법을 적용했을 때, 크기는 약 3.8배 가량 줄어들었으며 약 106초의 변환 시간이 소모되었다.

최근 대부분의 매장에서 직원과 고객이 직접 대면하여 주문 하는 시스템이 사라지고 무선 주문 시스템인 키오스크가 도입되고 있다. 하지만 매장에서 서비스하고 있는 Drive-Thru는 아직까지 직원과 고객이 직접 소통을 하여 주문 하는 시스템을 가지고 있다. 본 논문에서는 Drive-Thru의 직원과 고객이 직접 소통하는 부분을 QR-Code를 이용하여 고객이 직원과 대면하지 않고 주문을 하는 Drive-Thru 시스템의 설계를 제안한다. 비대면 Drive-Thru 시스템은 매장 내의 직원을 최소화하여 더욱 자동화 된 시스템 제공을 목적으로 한다. 이에 따라 고객들은 더욱 정확한 서비스를 제공 받으며 소비의 질을 높일 수 있는 효과를 지닌다.

기존 비콘은 비대면 서비스 제공에 적합한 기술이지만 환경에 따라 신호 세기의 편차가 커지기 때문에 정확한 실내 측위가 어렵다는 단점이 있다. 일반적으로 삼변측량기법을 사용하면 편차를 줄일 수 있으나 비콘 간 거리가 상당히 불규칙해지면 알고리즘 적용이 어려워진다. 이에 본 논문에서는 비콘 간 신호 세기 측정 오차를 줄일 방법에 대해 연구하였다. 먼저 TX값이 같다는 가정하에 RSSI를 이용한 거리 측정 공식을 변형하였다. 그리고 안드로이드로 구현한 비콘 스캐너 어플로 비콘 기기를 검색하여 기존 비콘과의 측정 오차를 비교하였다. 그 결과, 일정 거리가 멀어지면 측정값이 변동되지 않는 비콘보다 좀 더 먼 거리를 정확하게 측정하는 것을 확인할 수 있었다. 이를 통해 다양한 장애 상황에서도 정확한 실내 측위가 가능할 것이다. 또한 비콘을 비대면 서비스와 접목시킨 서비스 구축 사례도 늘어날 것으로 기대된다.

최근 데이터가 모든 산업의 발전과 새로운 가치를 창출하는 촉매 역할을 하는 데이터 경제 사회로 전환되고 있으며, 코로나19로 인해 디지털 전환이 가속화되고 있다. 다가오는 지능형 사물인터넷 시대에 안전하고 효율적으로 데이터를 활용하기 어려운 중앙 집중형 시스템의 보안 문제점을 해결하기 위해 블록체인 및 믹스넷과 같은 분산형 시스템 이용 가능성이 크게 대두되고 있다. 블록체인은 데이터를 투명하고 분산된 형태로 관리하며 참여자들 간의 합의를 통해 데이터에 대한 신뢰성과 무결성을 보장하지만 데이터 투명성으로 인해 사용자의 프라이버시가 위협받는다. 한편, 프라이버시를 보호하기 위한 믹스넷 기술은 분산 네트워크에서 프라이버시를 보호하지만 비효율적인 전력 소비 효율과 처리속도 문제로 저가, 경량, 저전력 사물인터넷에 활용되기 어렵다. 본 논문에서는 종래의 믹스넷 기술의 한계점을 분석하고 저전력 고속 사물인터넷을 위한 믹스넷 기술 방식을 제안한다.

PBFT(Practical Byzantine Fault Tolerant)는 PoW(Proof of Work) 대비 높은 처리 속도를 보장하며 컴퓨팅 파워의 우위로 인한 기록이 번복되지 않는 절대적 최종성을 보장하는 합의 알고리즘이다. 하지만 메시지 복잡도로 인해 참여하는 노드의 수가 증가할수록 네트워크 부하가 지수적으로 증가한다는 한계가 있다. PBFT는 블록체인 네트워크의 성능을 결정짓는 중요한 요소이지만 평가지표와 평가 기술에 관한 연구는 부족한 실정이다. 본 논문에서는 PBFT를 평가할 수 있는 정량적 지표와 개선된 방안을 쉽게 평가할 수 있도록 합의 알고리즘 변경이 편리한 PBFT 평가 프레임워크를 제안한다.

4차 산업혁명과 기술의 발달로 VR&AR 시장의 기술력이 발전하고, COVID-19로 인한 물리적 공간의 제약이 없는 디지털 환경에 대한 수요가 증가하여 기업들은 집합 금지 제한 및 규정에 대한 솔루션을 메타버스를 활용하여 해결하고자 노력하고 있다. 그러나 메타버스, VR (Virtual Reality), AR(Argumented Reality), Digital Twin 등 시장이 확장되고 있는 상황에서 메타버스에 대한 명확한 정의 또는 분류체계에 대한 선행연구가 미흡한 실정이다. 본 연구는 VR&AR, Digital Twin에 대한 이해를 바탕으로 메타버스에 대해 이해하고 선행연구, 국내외 사례 분석을 통해 메타버스 활용 산업을 정의하고 사례 분석을 통한 산업별 서비스를 도출하여 메타버스 산업-서비스 분류체계 및 Matrix를 구성하였다.

이 논문에서는 제조 분야에 디지털 트윈 기반 XR 콘텐츠의 UX/UI 디자인 및 사용성 평가를 위하여 범용적인 콘텐츠 소프트웨어와 달리, HDM의 의존성이 큰 XR 콘텐츠의 특성을 반영하기 위해, 공정수행작업 시나리오에 맞춘 XR 콘텐츠를 제작하였다. XR 콘텐츠의 공정수행 작업 시나리오를 수행하기 위해 Qculus Quest2라는 HMD장비를 사용하였으며, 콘텐츠 제작은 Unity 엔진과 SteamVR Plugin을 통해 제작되었다.

본 연구 목표는 조류 둥지에 의한 전신주 내의 사고를 사전에 방지하기 위해 전신주 중 둥지 설치가 가능한 공간 내에 센싱을 통해 조류가 둥지를 짓어 알을 낳기 전에 제거하기 위한 센서 노드 개발에 있다. 조류 둥지를 인식하기 위해서는 최초 설치하였을 때의 거리 측정 값과 이 후 측정되는 거리 값의 변화에 따라 예측 가능한 솔루션에 있다. 본 논문에서는 콘크리트, 철판, 나무, 비닐봉지를 대상으로 적외선을 설계하고 시험하였다. 전신주 내에 놓일 수 있는 물체를 대상으로 실험하여, 각 각의 분광 반사율에 의해 감지되는 분광을 포토다이오드를 통한 값의 표준 편차 그래프를 통해 물체의 대상을 예측하며, 거리 측정이 가능하게 되었다. 본 실험 결과로서 적외선 센서를 통해 전신주 내의 위험물에 대한 대상 정보(콘크리트, 철판, 나무, 비닐봉지)를 습득하게 되고 전력망 모니터링을 통해 안전한 전력망 구축과 자연과 상생 가능한 환경에 이바지 할 것으로 예측된다.

최근 코로나 19팬데믹은 감염병 차원의 재난이 아닌 복합재난의 전형으로 전통적인 재난대응 관리방식으로는 대응하기가 어려워졌다. 이에 코로나 블루와 같은 심리적 스트레스와 트라우마를 경험하는 것이 새로운 사회문제로 부상하였다. 따라서 심리적 재난 및 위기를 선제적으로 예측하고 효과적으로 대응함에 있어 전통적 서비스에 ICT기술을 활용한 비대면 재난심리지원의 필요성과 방향에 대해 논한다.

최근 코로나19 팬데믹 이후로 인터넷 사용량이 급증하고 기업들은 재택근무로 변화되면서 온프라미스 환경에서 빠르게 클라우드 환경으로 전환 되었다. 또한, 집에 있는 시간이 많아지고 게임이나 인터넷, 넷플렉스 등 스트리밍 서비스를 통한 네트워크 트래픽 급증과 동시에 사이버공격이나 위협들도 많아 지고 있다. 우리나라를 포함한 미국, EU, 일본 등 세계 여러나라에서는 다양한 클라우드 보안 정책을 가지고 있으나 다양한 취약점과 사이버공격 등으로 피해를 지속 당하고 있다. 본 논문은 현재 각 나라의 클라우드 보안 정책을 분석하여 우리나라 클라우드 보안 정책을 강화 하는 방안을 제시한다.

최근 COVID-19로 인하여 비대면 인증과 발열 감지 시스템의 사용이 늘어나고 있다. 확진자의 수가 증가할수록 정부에서는 인증과 발열 감지기의 설치를 의무화하고 있다. 일반 음식점뿐만 아니라 모든 매장에 출입할 때 사용되고 있다. 그러나 대부분 발열 감지기와 인증장치를 별도로 구성되어 사용되고 있어 매우 불편한 실정이다. 따라서, 본 연구에서는 이러한 기능을 동시에 수행할 수 있는 출입 통제 시스템을 개발하고자 수행되었다. 발열 감지 기능과 스마트 개인인식기능뿐만 아니라 IOT 기술을 접목하여 스마트 출입관리 시스템을 개발하였으며, 향후 공공시설물 및 요양시설 등에 보급되어 K-방역을 한층 더 발전시킬 것으로 기대된다.

복합건물에서 화재가 발생할 경우, 고립된 사람들의 위치정보 확인이 지연되어 사상자가 많이 발생하는 경우가 일어난다. 이와 같은 사고를 방지하기 위해, 재난 현장에서의 요구조자가 소지하고 있는 휴대 전화기의 무선 신호를 검출하여, 요구조자들의 위치를 추정하는 연구가 진행중이다. 주요 개념은 무선 신호 스캐너를 이용하여 화재 현장에 있는 휴대 전화기의 무선 신호를 탐지하고, 이를 기반으로 휴대 전화기의 위치를 정밀하게 측위하는 것이다. 그러나 화재 현장은 연기로 인해 시야 확보가 어렵고, 일반 재난 현장과 비교하여 요구조자를 구출하는데 어려움이 존재한다. 따라서 요구조자의 수와 상태에 따라 투입되는 구조대원의 최소 인원수의 결정하는 것은 해결해야 하는 중요한 문제 중 하나일 것이다. 본 연구에서는 휴대 전화에서 발생하는 무선 신호와, 휴대 전화의 관성 센서에서 발생하는 정보를 이용하여 화재 현장에 투입되는 구조대원의 인원수를 산출하는 방안을 제시한다.

최근 높은 접근성을 기반으로 다양한 콘텐츠가 양산됨에 따라 미디어 콘텐츠 시장이 더욱 활성화되고 있다. 사용자들은 취향에 맞는 콘텐츠를 찾고자 하며, 각 플랫폼에서 콘텐츠의 개인화 추천을 위해 경쟁하고 있다. 효율적인 추천시스템을 위해서는 양질의 메타데이터가 필요하다. 기존의 플랫폼들은 영상의 메타데이터를 사용자가 직접 입력하는 방식을 취하고 있다. 이는 많은 양의 데이터를 처리하는 데에 시간과 비용을 낭비하게 할 것이다. 본 논문에서는 미디어 초개인화 추천을 위해서 영화예고편을 바탕으로, 영상의 YCrCb 컬러 모델을 기반으로 키프레임을 추출하고, 인공지능의 지도학습을 통해 영화 장르를 구별하고 추후 메타데이터 생성을 위한 활용방안을 제안하고자 한다.

국내 OTT(Over-the-top media service) 시장의 추천 서비스에서 거론되는 대표 업체는 Youtube와 Netflix이다. Youtube는 여러 방법을 거쳐 2016년부터 이용자의 시청 시간을 기록하여 이용하는 알고리즘을 머신러닝에 도입하면서 개인화된 추천을 본격화하였고, Netflix는 사용자의 선택한 영상, 시청 시간대, 영상 시청 기기 등 정보 수집을 통해 이용자를 분류하고 비슷한 시청 패턴을 가진 사람들을 같은 그룹에 묶는 방식과 영상을 직접 시청 후 사람이 태그(메타데이터)를 직접 기록하여 사용자로부터 수집한 정보와 영상에 붙은 태그 정보를 이용한다. 본 논문에서는 수기로 작성하던 영상 미디어의 메타데이터를 자동으로 생성하여 영상미디어의 추천을 개선하기 위한 방법을 제안하고자 한다.

지속적으로 인터넷 및 디지털의 발전으로 많은 양의 미디어 데이터를 저장하고 온라인을 통해 개인에게 맞춤형 서비스를 제공하는 플랫폼이 등장하고 있다. 이러한 서비스를 제공하는 업체들은 미디어의 소비를 촉진 시키기 위해 개인 취향에 맞는 영화를 추천한다. 각 업체에서는 사용자가 선호할 미디어 추천을 위해 다양한 알고리즘에 대해 많은 연구를 하고 있다. 영화는 액션, 멜로, 공포, 드라마 등으로 장르를 구분하고 있으며, 영화의 오디오(음악,효과,음성)는 영화를 구성하는 중요한 제작 요소로 자리잡고 있다. 본 연구에서는 영화예고편을 바탕으로 장르별 오디오를 추출하고, 장르별 오디오의 공통점을 확인 후 인공지능의 지도학습을 통해 영화 장르를 구별하고 추후 메타데이터 생성을 위한 활용방안을 제안하고자 한다.

스마트농업 교육은 자기주도형 학습으로 제공되어 공간,장소,시간에 제약을 받지 않으며 서비스 사용자의 현재 상태를 감시하여 서비스 제공에 반영시킬 수 있도록 상황인지 기능을 가진다. 본 논문에서는 스마트농업 교육서비스의 개념과 교육 서비스를 위한 요구사항 그리고 참조구조의 교육 표준 모델을 분석한다. 또한 스마트 농업 교육 서비스의 확산을 위해 필수적으로 요구되는 네트워크 기반에서의 교육 서비스의 모델을 제시하여 스마트 농업 국내외 표준화 및 농업정보의 확산에 기여하리라 판단된다.

플라스틱 소재 자동차 부품의 도장 공정에서 불량은 다양한 원인과 현상으로 기인하는데, 온도, 습도, 미세먼지 등 기상환경 조건의 변화에 따라 불량률이 변화하는 연관성을 분석하였다. 실제 도장업체에서 1년 동안 수집한 종류별, 원인별 불량률과 기상환경의 상관성을 머신러닝 기법에 의해 학습하고 시험하여 특정의 기상환경에서 불량률을 예측하였다. 그 결과 실먼지로 인한 불량은 98%, 흐름에 대한 불량은 90%의 불량을 예측하여 모델의 성능을 입증하였다.

디지털 트윈 기반 스마트 파이프 통합 관리 시스템은 자기진단 및 상태 감시 기능 센서 기능이 있는 수로 파이프를 지하에 매설하여, 이로부터 데이터를 전송받아 효율적인 운영 및 감시를 위한 통합 솔루션으로 스마트한 의사결정을 통하여 지하 상하 수도관을 혁신적으로 운영할 수 있는 시스템이다. 원격제어및 모니터링이 주요한 기능의 하나이기 때문에 어떻게 실시간으로 모니터링을 구성할 것인가 하는 사안은 중요한 이슈이다. 우리는 이를 위하여 특별한 실시간 기반의 에이전트 기능을 설계하였다. 본 논문에서는 이러한 이슈를 해결하기 위하여 센서 데이터들을 주고받는 전송 포인트를 기준으로 계층적 구조(Layered Architecture)를 제안하였다. 각각의 계층들에는 에이전트를 위치시키어 하위 계층을 바라보고 센서의 변화가 있는지를 실시간으로 주기적 감시를 진행하도록 하였다. 이에 대한 에이전트 시스템을 설계하고 개념모델 수준의 구현을 진행하여 우수성을 검증하였다.

홍채 진단학에서 홍채는 색과 홍채 구조의 변화에 따라 인간 조직, 장기들의 비정상적인 변화가 생길시 홍채지도상 해당 영역에 변화가 발생한다. 이를 통해 비정상적인 변화가 생긴 장기의 상태를 판단하거나 선천적으로 가지고 있는 병변의 유무를 판단할 수 있다. 본 논문에서는 다양한 딥러닝 신경망 중 이미지를 이용하여 학습을 진행하는데 강점을 가지고 있는 컨볼루션 신경망을 이용하여 홍채상에 나타난 병변을 분류하는 신경망 알고리즘을 설계할 것이다.

치밀오일 미래 생산성 예측은 잔류오일 회수량 및 저류층 거동 분석을 위해 중요한 작업이다. 일반적으로 석유공학적 관점에서 감퇴곡선법을 이용하여 생산성 예측이 이루어지는데, 최근에는 데이터기반의 머신러닝 기법을 이용한 연구도 수행되고 있다. 본 연구에서는 딥러닝 기반 순환신경망과 LSTM, GRU 알고리즘을 이용하여 미래 생산량 예측을 위한 효과적인 모델을 제안하고자 한다. 입력변수로는 치밀오일 생산 시 산출되는 오일, 가스, 물과 이와 더불어 다양한 군집분석을 통해 산출된 표준곡선이 주요 매개변수이고, 출력변수는 월별 오일 생산량이다. 기존의 경험적 모델인 감퇴곡선법과 순환신경망 모델들을 비교하였으며, 모델의 예측성능을 향상시키기 위해 하이퍼파라미터 튜닝을 통해 최적 모델을 도출하였다.

현재 COVID-19 상황에서 마스크 사용의 중요성이 강조되고 있다. 본 논문에서는 마스크의 상태 모니터링을 위한 IoT기반 스마트 마스크를 제안한다. 제안한 시스템은 센서 모듈과 스마트폰 앱으로 구성된다. 센서 모듈은 온습도센서, 펄스 옥시미터로 구성된 심박 센서, BLE 칩으로 구성된다. 이러한 센서들은 BLE 칩과 I2C로 연결되어 데이터를 수집하고 전송한다. 스마트폰 앱은 안드로이드로 개발되며, 수신된 센서 데이터를 처리, 저장, 출력한다.

코로나 방역을 위해 마스크 착용 여부를 자동으로 감지하는 것은 중요한 이슈이다. 기계학습을 통하여 얼굴의 마스크 착용여부를 검색하는 것은 마스크를 착용한 얼굴 데이터를 학습함으로써 해결할 수 있는 것으로 알려져 있다. 하지만 한 사람을 위한 마스크 착용 여부 검색은 OpenCV를 이용하여 보다 간단한 방법으로 감지할 수 있다. 본 논문에서는 OpenCV 학습데이터 결과와 간단한 함수들을 이용하여, 범용 PC 카메라로 한 사람의 마스크 착용여부를 쉽게 감지할 수 있음을 기술한다. 실험을 통하여 제안하는 방법이 유효함을 보였다.

다양한 센싱 데이터를 수집하는 시스템은 복잡하게 구성되어 있다. 따라서 그 기능에 대한 검증을 수행하는 절차를 설계하는 것이 매우 중요하다. 이러한 환경에서 개발된 시스템의 통합 검증 프로세스를 설계하기 위해서, 본 논문에서는 다양한 센싱 데이터를 수집하는 시스템을 검증하는 절차에 대해 설계한다.

지난 몇년간 유방 초음파영상을 이용한 신호 및 영상처리 기술과 자동 영상 최적화 기술, 유방 종괴 자동 검출 및 분류 기술 등, 컴퓨터 보조 진단(computer-aided diagnosis, CAD)을 활용하는 연구들이 활발히 진행되어지고 있다. 컴퓨터진단기술이 개발될수록 암의 조기 발견이 정확하고 빠르게 진행되어 건강 보험과 환자의 검사 빙용을 줄일 수 있고 조직 검사에 대한 불안감을 없앨 수 있을 것으로 기대된다. 본 논문에서는 GLCM(gray level co-occurrence matrix)을 사용하여 초음파 영상에서 종양의 정량적 분석을 진행하여 컴퓨터보조 진단에 활용 가능성을 실험하였다.

성대 질환과 관련한 측정 기술은 기술 축적이 늦은 상태이며, 전기성문전도(electroglotograph : EGG) 측정 장비는 외산에 의존적이다. 본 논문에서는 발성에 있어서 중요한 성대의 진동 상태, 즉 성대의 접촉양상을 간편하게 측정하여 모니터링할 수 있는 착용형 무선 전기성문전도 측정 단말기를 설계하고자 하였다.

사물인터넷 환경에서는 기본적으로 사물에서 발생되는 데이터를 수집하기 위하여 네트워크 구성이 필수적이다. 다양한 통신 방식으로 사물의 데이터를 처리하고 있으며, 주로 블루투스, WiFi와 같은 무선 통신 방식을 주로 사용하지만, 데이터 서버에 다양한 센서 데이터를 전달하기 위해 유선/무선 통신을 혼합해서 사용하는 경우도 있다. 사물의 데이터를 수집하려면, 센서나 엣지 장치에서 발생되는 센서 데이터를 실시간으로 수집하기 위해 통신 모듈이 탑재되어야 한다. 그리고 데이터베이스로 데이터를 전달하기 위하여 소프트웨어 아키텍처가 구성되어야 한다. 센서에서 발생된 데이터를 실시간으로 데이터 베이스에 저장하고 관리할 수 있으며, 산업안전에 필요한 데이터를 추출하여 산업안전서비스 응용에 활용할 수 있다. 본 논문에서는 사물 데이터 수집을 위하여 LoRa 게이트웨이를 활용하여 네트워크 환경을 구성하였으며, LoRa 모듈로부터 전달되는 사물 데이터를 수집하기 위하여 클라이언트/서버 방식의 데이터 수집 모델을 설계하였다. 데이터 수집과 저장 관리에 필요한 자원을 데이터 누수 없이 확보하기 위하여 실시간으로 데이터 수집이 가능해야 하며, 응용서비스로는 산업안전에 필요한 위치데이터 등을 실시간으로 데이터베이스에 저장 관리할 수 있도록 설계하였다.

국내에는 도로의 교통혼잡을 효율적으로 운영하기 위해서 지능형 교통체계(ITS)가 구축되어 있으며 교통정보 수집 및 과속단속 시스템에 활용되고 있다. 현재, 교통순환과 교통안전 확보를 위해 차로마다 통행 차량을 지정하는 지정차로제 및 전용차로제가 시행되고 있으며 인공지능 기술을 적용한 체계적이고 정확한 불법 차량 단속시스템이 필요하다. 본 연구에서는 지정차로제의 차량 통행의 효율성을 향상 할 수 있는 차량번호 인식 모델을 제안한다. 컴퓨터 비전 기술을 적용하여 실시간으로 3차선과 4차선의 다차선 도로를 인식하고 차로별 차량번호를 검지하여 지정차로제 위반 차량의 단속방안을 제시하고자 한다.

세계적으로 고령 인구가 증가함에 따라 시각장애인의 비율 역시 증가하고 있으며, 여전히 안전상에 문제, 안내정보 부족 등 시각장애인이 외부 활동을 하는 데에 있어서 많은 제약이 존재한다. 이를 해결하기 위해 광학 문자 인식(OCR) 기능이 탑재된 스마트 안경 등 스마트 기기에 관한 연구가 활발히 진행되고 있다. 본 논문에서는 전방에 장애물을 인식해 음성으로 정보를 알려주고, 목적지까지 길을 안내해주는 시스템을 제안한다. 딥러닝 객체 인식 모델인 Yolo를 이용하여 계단, 라바 콘과 같은 위험요소를 장애물로 인식하고 음성으로 정보를 전달해주며, 길 찾기 API와 음성인식, TTS 라이브러리를 사용하여 입력한 목적지까지 음성으로 길 안내를 해줌으로써 시각장애인의 외부 활동 범위가 확대되는 효과를 기대할 수 있다.

한국 택배 시장의 규모는 해가 지날수록 점점 성장하고 있다. 최근 코로나 19의 여파로 인해 그 성장 폭은 훨씬 급등하였다. 지난 2020년 국내 택배 시장 물동량 추이를 살펴보면 약 34억 박스로 전년 약 28억 개에 비해 약 21% 증가하였다. 그리고 매출은 약 7조 5천억 원으로 전년 약 6조 3천억 원과 비교하면 약 19%가 증가하였다. 택배 시장이 성장하면서 택배 피해 구제에 대한 비율도 적지 않은 비율로 발생하고 있다. 1000명 중 약 33%가 배송사고 경험이 있고 이 중 약 41%가 파손 또는 훼손 경험을 한 적이 있다고 설문하였다. 본 논문에서는 파손된 택배를 감지하기 위해 택배를 감지할 수 있는 딥러닝 모델을 생성하였다. 이 모델의 성능을 확인하고 실시간 감지 카메라와 이 모델을 이용하여 배송과정에서 택배를 감지하여 분류할 수 있는 시스템을 연구하였다.

비교적 저렴한 가격으로 가까운 거리를 빠르게 이동할 수 있는 공유기반 전동킥보드의 이용률이 크게 향상되고 있다, 문제는 전동킥보드가 적절하지 않은 공간에 주차되어 안전사고를 유발하는 것이다. 본 논문에서는 딥러닝 기반 객체 인식 기술을 적용하여 방치된 전동킥보드의 잘못된 주차를 인식하는 체계를 제안한다. 본 논문에서는 실험 데이터의 특성을 고려하여 CNN과 유사한 모델을 별도로 생성하였으며 실험을 통하여 60%의 인식률을 얻었음을 보였다.

최근 헬스케어 분야에서 딥러닝을 활용한 다양한 사례가 증가하면서 웨어러블 기기를 통한 심전도 검사, 체성분 분석 등의 기능을 제공하여 합리적인 의사 결정을 제공하여 개인에게 맞는 프로세스를 제공할 수 있다. 딥러닝을 활용하기 위해서는 정제된 데이터 확보가 무엇보다 중요하며 이러한 데이터는 사람의 개입이나 비지도학습 등을 통해 이뤄지고 있다. 본 논문에서는 측정하기 쉬운 가슴둘레, 허리둘레와 같은 치수 데이터를 이용해 성별과 나이에 따른 군집별 비지도학습을 진행하고 이를 CNN으로 분류하는 모델을 제안한다. 데이터는 국가기술표준원에서 제공하고 있는 제7차 인체치수데이터를 활용하였다. 이를 통해 개인 맞춤형 체형관리 서비스나 비만 분석 등 다양한 응용 사례에 적용할 수 있을 것으로 사료된다.

산업재해로 인한 사망사고와 함께 시민재해로 인한 사망사고 발생 등이 사회적 문제로 지적됨에 따라 작업장에서 발생하는 중대재해 처벌 등에 관한 법률이 제정되어 시민의 안전권 보장과 중대재해를 사전에 방지하기 위한 노력이 요구되는 실정이다. 본 논문에서는 지게차와 같은 중장비에 작업자가 치이는 경우와 관련해 거리 예측 모델을 제안한다. 데이터는 실제 지게차와 작업자가 배회하는 환경을 CCTV로 직접 촬영한 영상을 사용했으며 유클리디안 거리 기반으로 진행하였다. 산업 현장에서 데이터 셋을 직접 구축해 YOLO-v4를 학습하고 이를 통해 거리를 예측하여 위험한 상황인지 판정하는 모델을 구현하여 종합 위험 상황 판단 모델의 기초 자료로 활용할 수 있을 것으로 사료된다.

홍수 피해는 세계 각지에서 발생하고 있으며, 홍수에 취약한 지역에 사는 사람이 2000년에 비해 25% 증가한 8,600만 명에 이른다. 이러한 홍수는 인명과 재산에 막대한 피해를 남기며, 피해를 줄이기 위해선 적절한 시기에 대피를 결정하는 것이 필수적이다. 홍수를 예상하고 대피하는 것에도 많은 비용이 발생하며, 홍수 예측에 오류가 발생하여 대피하지 않는 경우에는 더 큰 비용이 발생한다. 따라서 본 논문에선 시계열 데이터인 강수량과 수위를 활용하여 적절한 시기에 대피가 이루어질 수 있도록 하기 위한 CNN모델을 활용하여 홍수 위험도 판별 모델을 제안한다. 이를 통해 최적의 대피시기를 결정하여 불필요한 대피를 막고, 적절한 시기에 대피가 이루어질 수 있도록 하는 초기 연구로서 활용할 수 있을 것으로 사료된다.

최근 발생하는 자연 재난 중 홍수피해는 여름철에 집중되면서 태풍 장마로 인해 인명 피해나 재산피해로 이어진다. 이러한 피해를 줄이기 위해 많은 연구가 진행되고 있다. 본 논문에서는 이러한 돌발홍수 발생 시 최단 거리 알고리즘을 사용하여 경로를 검출하고 사용자에게 제공하는 시스템을 설계하고 구현한다. 제안하는 시스템은 QGIS를 사용하여 트랙과 포인터를 생성한 지형 데이터를 활용하여 경로를 검출한다. 또한 시나리오를 통하여 검출된 경로로 대피하는 과정에서 돌발홍수가 발생 시 다른 최단 경로를 검출하여 사용자에게 제공한다. 따라서 사용자는 제안하는 시스템을 통하여 향후 발생하는 재난 안전 사고 위험에 안전한 대피를 할 수 있을 것으로 사료한다.

메타버스는 코로나19 펜데믹과 더불어 폭발적으로 성장하는 분야이다. 다만, 메바터스의 기존 개념에서 오인되거나, 새로운 것이 나타난 것이 아님을 여러 사례에서 살펴 볼 수 있다. 향후 전개될 메타바서스 시대에 본고와 같은 시각의 접근이 도움이 되길 바란다.

미세먼지 에측의 정확도 향상을 위해 다양한 연구가 이루어지고 있으나 미세먼지 농도에 따른 다양한 특성으로 인해 딥러닝 모델의 학습이 잘 이루이지지 않는 문제가 있다. 본 논문에서는 미세먼지 농도의 특성을 분해하여 특성을 반영하기 위한 EEMD 기반의 미세먼지 농도 예측 모델을 제안한다. 미세먼지 농도를 EEMD를 통해 분해 후, 각각 도출된 특성에 따른 예측 결과를 앙상블하여 최종 미세먼지 농도 값을 도출한다. 모델의 성능 평가 결과, 91.7%의 미세먼지 농도 예측 정확도를 확인하였다.

딥러닝을 이용하여 미세먼지 농도를 예측함에 있어 81㎍/m³ 이상의 고농도에 대한 특성이 예측 모델에 잘 반영되지 않는 문제가 있다. 본 논문에서는 딥러닝 알고리즘에 따라 고농도 영역에서의 미세먼지에 대한 특성 반영에 대한 결과를 확인하기 위해 예측 성능을 통한 비교를 진행하였다. 성능 평가 결과, 전반적으로 비슷한 수준의 결과를 보였으나, AQI 기준 "매우 나쁨"의 농도에서 RNN 모델이 다른 모델에 비해 보다 높은 정확도를 보였다. 이는 RNN 알고리즘이 DNN, LSTM 알고리즘보다 고농도에 대한 특성 반영이 잘 이루어진 결과를 확인하였다.

최근 전력 수요가 급격히 증가하고 있는 가운데, 배전반의 관리 소홀로 인한 화재사고 빈번하게 발생하고 있다. 특히 산업용 및 전기자원 제어를 위한 배전반의 경우 심각한 문제를 초래할 수 있다. 그래서 전력 배전반 안전 관리를 위해 특정 조건 값이 만족하였을 때 발화를 제어하기 위한 2차 대응을 진행하지만, 이 상황의 경우 발화 이후 상당한 시간이 흘렀을 가능성이 크다는 문제점이 있다. 이 논문에서는 고압 위험요소가 있는 배전반의 부스바 접속부의 온도를 실시간 모니터링하고 지속적인 로그 데이터를 감시 및 학습하여 현재 상황에 능동적으로 대응할 수 있는 배전반 온도 및 전력 관제 시스템 개발을 위한 빅데이터 자료 획득 방안을 제시하고자 한다. 구체적으로 산재해 있는 다양한 센서로부터 주기적으로 온도, 전력 등의 데이터를 획득하고 관리하는 방안을 제시한다.

대용량 데이터의 공유 및 신속한 전송을 요구하는 과학응용 분야에서는 전송 성능을 높이기 위해 Globus/GridFTP와 같은 전송 어플리케이션에서의 병행성, 병렬성, 파이프라이닝 기법 등을 통한 성능 향상을 추구해 오고 있다. 본 논문에서는 비슷한 맥락에서 전송 프로토콜 계층에서 다중 경로 지원할 수 있는 Mptcp를 도입할 경우 기대할 수 있는 인터페이스 수의 증가 및 전송 스트림들의 병렬성 확장에 따른 전송성능 향상을 에뮬레이션 환경에서 실험하고 결과를 제시한다.

대량 운송 수단인 철도 시스템은 고속화 및 자동화 시대를 넘어 이를 통합한 스마트 철도 시스템으로 진화하고 있다. 이와 같은 스마트 철도 시스템을 구축 및 운용하기 위해서는 5G-R과 같은 모바일 통신 기술과 빅데이터, 딥러닝, 인공지능 및 블록체인과 같은 융복합 정보기술 등이 포괄되는 통신 네트워크 기술이 활용되어야 한다. 본 논문에서는 이와 같은 스마트 철도 시스템을 위한 통신 네트워크 구조를 제안한다. 본 논문에서 제안하는 스마트 철도 통신 네트워크 구조는 고속철도의 안전 운행, 철도 관리, 고객 서비스를 포괄하는 평면단위의 계층구조로 구성되며 필요에 따라 이를 평면간 혼합한 기능을 가질 수도 있다. 본 연구의 결과는 스마트 철도 통신 네트워크의 구축, 운영 및 유지 관리와 철도통신 시스템 표준화 연구 등에 활용될 수 있다.

디지털 캐릭터 리깅은 애니메이션의 생동감을 높이는 중요한 기술이며, 다양하고 복잡한 방식의 리깅 시스템이 많다. 이에 자연스러운 움직임을 위한 모션 테스트를 물고기로 진행한다. 왜냐하면, 2족, 4족 캐릭터의 자료들은 더러 있으나, 물고기(0족) 움직임에 관한 연구의 자료는 많이 없다. 물고기 움직임 제작의 다양성과 복잡성이 증가하면서 비효율적인 시간과 자본도 요구된다. 물고기 특성에 맞는 골조 시스템을 어떻게 만들 것인지는, 어떻게 효율적이고 민첩한 리깅 프로세스를 만드느냐에 달려있다. 본 연구는 높은 시간비용의 리깅 기술 문제를 해결할 수 있는 어드밴스드 스켈레톤(Advanced Skeleton) 기반의 애니메이션 리깅 제작 프로세스와 Maya Rig를 비교하여, 어드밴스드 스켈레톤(Advanced Skeleton)의 장점을 활용해 최적의 자동 리깅 툴을 모색하고, 물고기 애니메이션 연구 범주를 넓힐 것에 목적을 두고 있다.

본 논문에서는 칠교놀이 블록과 테트리스 블록을 사용하여 적절한 규칙으로 가볍게 즐길 수 있는 퍼즐게임을 연구하고 콘텐츠를 개발한다. 게임 콘텐츠의 상품화에 치중하여 특정 게임 구간에 특정 아이템을 부가적으로 요구하는 양산형 게임에서 벗어난 클라이언트 인디 게임 개발자 입장에서 진입장벽이 낮고 재방문율이 높은 퍼즐게임을 기획하고 개발한다. 구현된 게임은 테트리스 블록과 칠교놀이 블록을 동시에 활용하여 기존의 칠교놀이보다 많은 2D 도안을 창출할 수 있다는 가능성을 바탕으로 사용자의 창의력을 증진시킨다.

본 논문에서는 동영상에서 일련의 과정을 거쳐 얻었던 학습데이터를 보다 간편하고 빠른 속도로 획득하는 방법을 제안한다. 음성과 영상 스트림을 처리하는 ffmpeg을 이용해 영상을 프레임화하고, 딥 러닝 기반의 YOLO 알고리즘을 사용하여 객체를 검출한다.

보건복지부 노인성 치매 임상 연구센터에 따르면 2020년 65세 이상의 한국 노인 중 치매환자 수는 84만 명으로 치매 유병률은 10.39%에 달한다. 노인 10명 중 1명이 걸릴 정도의 유병률이지만 가족이 하루 종일 돌보기에는 어려움이 있다. 일정 관리가 저장된 AI 스피커 시스템을 활용하면 독거 노인의 상태 및 일정을 관리할 수 있다고 판단된다. 본 논문은 치매환자의 AI 스케쥴러를 위한 모듈을 구현하였다. 라즈베리 파이의 내부에 원격 IoT인 AWS를 연동하고, 구글 API의 캘린더를 활용하여 일정을 스피커로 출력하도록 구성되었다. 본 연구를 통해, 일정관리의 용이함으로 치매 환자 관리 및 일정 조정에 도움 될 것으로 판단된다.

국어의 경우 교착어이기 때문에 영어와 같이 어절 토큰화를 통하여 태깅할 경우 발전 가능성이 영어 보다 낮은 편이다. KoNLPy를 통해 형태소 단위로 분리하여 코퍼스를 토큰화한 형태를 그래프 데이터 베이스로 표현이 되지만 해당 모듈을 그래프 데이터베이스에서 코퍼스로 변환 시 음성파일의 완전 분리 및 실용성에 대한 검증이 필요하다. 본 논문에서는 Raspberry Pi에서 STT API를 활용한 형태소 표현을 나타내고 있다. 코퍼스로 변환된 음성 파일을 KoNLPy로 형태소 분석 후 태깅한다. 분석된 결과는 그래프 데이터베이스로 표현되며 형태소별로 나누어진 토큰으로 구분할 수 있음이 확인되었고, 실용성과 분리 정도를 판단하여 특정 목적성을 지닌 데이터 마이닝 추출이 가능한 것으로 판단된다.

세계기상기구가 발표한 2020년 글로벌 기후 보고서에 따르면, 2019년 지구의 평균 온도는 산업화 이전인 1850년에서 1900년사이에 측정된 온도보다 평균 1.1℃ 높게 측정되었다. 평균온도의 변화는 기온 상승이 식물 분포에 미치는 영향과 취약성 분석 논문의 따르면 평균온도의 상승시 식물의 분포되는 지역의 변화가 있다는 것을 알 수 있다. 본 논문에서는 이러한 환경 변화에 대응하기 위해, 아두이노와 센서를 사용하여 간헐흐름식 수경재배 스마트팜을 제작하고, PC와 어플리케이션을 통하여 제어하는 방법을 제안한다. 제작된 수경재배 스마트팜은 농장의 온습도, 양액의 ph농도, 조도, 수질의 정도를 파악하고, 양액의 양과 보충 필요 농도 확인, 조도의 따른 생장 LED 제어, 센서의 상태를 파악하여 농장의 전체적인 관리와, 식물의 모종 옮겨심기 이후의 적절한 환경에서 성장할 수 있도록 제어한다.

정보통신기술이 점차 발전함에 따라 기존의 생산 시스템에 네트워크 및 컴퓨팅 기술을 적용하여 효율적인 생산 환경을 유지하는 연구가 많이 진행되고 있다. 고전적인 제어 시스템과 달리 이러한 스마트 생산 시스템은 생산 환경에 대한 데이터를 실시간으로 수집하여 통계화하고, 그 변화에 따라 유동적으로 작동할 필요가 있다. 본 논문에서는 네트워크 기반의 센서를 통해 실시간으로 데이터를 수집하고, 환경 변화에 효과적으로 대응할 수 있는 계측 시스템을 제시한다. 또한 이를 스마트팜에 적용하여 외부의 환경 변화에 대처하고 효과적인 생산 환경을 유지할 수 있음을 확인하였다.

본 연구에서는 실시간 물체 인식 알고리즘인 YOLO (You Only Look Once)를 이용하여 플라스틱의 종류를 자동으로 분류하는 시스템을 구현하였다. 시스템은 Nvidia 사에서 만든 딥러닝, 컴퓨터비전용 소형 컴퓨터인 Jetson Nano에 YOLO를 이용하여 플라스틱 분리배출 마크를 인식할 수 있도록 훈련시킨 모델을 탑재하여 구성하였다. 웹캠을 이용해서 플라스틱 쓰레기의 분리배출 마크를 PET, HDPE, PP 세 종류로 인식하고 모터를 조절하여 종류에 따라 분류될 수 있도록 하였다. 이 자동 분류기를 구현함으로 써 사람이 직접 플라스틱 분리배출 마크를 확인하여 분리배출하는 수고를 덜어줄 수 있다는 점에서 편의성을 가지며 정확한 분리수거를 통해 재활용의 효율성을 높일 수 있다.

해양 침적 쓰레기는 저서 생태계를 위협하고 유령어업으로 인한 어획량 감소를 초래하여 연간 약 3,700억 원의 피해를 발생시키고 있다. 이를 수거하기 위해서 현재 양방향 음파탐지기와 잠수, 인양틀 등을 이용하여 현황조사를 수행한다. 하지만, 많은 침적 쓰레기를 조사하기엔 조사범위가 적고 인명피해를 불러올 가능성이 있다. 본 논문에서는 실시간 객체 탐지에 적합한 YOLOv5 알고리즘을 활용하여 AI-Hub의 해안 침적 쓰레기 이미지 데이터를 학습시켜 높은 정확도의 해양 침적 쓰레기 감지 인공지능 모델을 구현한 내용을 다룬다.

본 논문은 키패드, 도트매트릭스, 라이다센서, NFC 리더기를 부착한 임베디드 보드와 공공데이터포털 Open API 시스템과 딥러닝 알고리즘(YOLOv5)를 사용하여 시각장애인의 버스 탑승에 도움을 줄 수 있는 시스템을 소개한다. 이용자는 NFC 리더기 및 키패드를 통해 희망하는 버스번호를 입력한 뒤, Open API 실시간 데이터를 통해 해당 버스의 위치 및 도착예정시간 정보를 시스템에 입력해놓은 음성 출력을 통해 얻는다. 또한 도트매트릭스로 버스번호를 출력하여 기사와의 상호작용을 대기함과 동시에 딥러닝 알고리즘(YOLOv5)은 정차하는 버스 번호를 실시간 인식하고 거리센서로 버스와의 거리를 감지하여 정차유무정보를 확인, 전달하는 시스템을 제안한다.

본 논문에서는 일상생활에서의 고령자에게 나타날 수 있는 낙상상황을 감지할 수 있는 텐서플로우를 이용한 장단기 메모리 기반 낙상감지 시스템에 대하여 소개한다. 낙상감지를 위해서 3축 가속도 센서 데이터를 이용하고, 이를 처리하여 다양한 파라미터화하며 일상생활 패턴 4가지, 낙상상황 패턴 3가지로 분류한다. 파라미터화한 데이터는 정규화 과정을 따르며, 학습이 진행된다. 학습은 Loss값이 0.5 이하가 될 때까지 진행된다. 각각의 파라미터인 θ, SVM (Sum Vector Magnitude), GSVM (gravity-weight SVM)에 대하여 결과를 산출한다. 가장 좋은 결과는 GSVM으로 Sensitivity 98.75%, Specificity 99.68%, Accuracy 99.28%로 가장 좋은 결과를 보였다.

특정 질병 진단을 위한 병리 검사는 필수적이며, 최근 이러한 분야의 시간적, 인적 자원의 필요성을 줄이기 위해 인공 지능을 활용한 암세포의 자동분류가 가능한 시스템 구축에 관련된 연구가 활발하게 진행되고 있다. 하지만, 이전 연구에서는 제한적인 심층학습 알고리즘에 기인한 비교적 낮은 정확도로 데이터 처리에 한계가 존재하였다. 본 연구에서는 심층 학습의 일종인 Convolution Neral Network를 통해 4종류의 암세포를 4 Class Classifciation을 시행하는 방법을 제안한다. EfficientNet, ResNet, Inception을 사용하였으며 여러 하이퍼 파라미터 튜닝을 통해 얻은 모델을 앙상블 하여 최종적으로 97.26의 정확도를 얻을 수 있었다.

본 논문에서는 폐암 세포 증식을 억제하기 위해 멀티모달 시스템 개발에 관한 기본연구를 수행하였다. 광 자극 시스템과 특정한 주파수를 발생시키는 초음파를 이용하여 폐암 세포를 대상으로 자극을 인가하였고, 세포의 증식 억제 효과를 영상화하여 정량적으로 평가하였다. 실험 결과, 초음파와 LED 단일 자극을 인가하였을 때와 동시에 인가하였을 때 폐암 세포의 증식률에서 의미 있는 결과를 보였다.

최근 자율주행 기술의 발전과 더불어 차량의 최적 경로를 예측하기위한 알고리즘이 활발하게 연구되고 있다. 기존 국내에서는 SK, Kakao, Naver등과 같은 기업들에서 차량의 최적 경로를 알려주는 서비스를 시행하고 있다. 언급된 기업들에서 사용하는 기술은 해당 어플리케이션 사용자들의 정보를 실시간으로 입력받아 최적 경로를 예측해준다. 하지만 이러한 방법은 최적 경로를 예측할 수는 있으나 최적 차선경로 까지는 예측할 수 없다. 본 논문에서는 최근 자율주행 차량에 부착된 Lidar 센서를 활용하여 주변 차량의 좌표를 취득 후 최적 차선 경로를 안내하는 시스템을 제안한다. 제안된 방법은 Lidar기반 object detection 방법을 수행한 후 차량의 시계열 좌표 데이터를 취득하여 원활한 차선을 안내하는 시스템이다. 제안하는 방법은 실험결과에서 실제 취득된 데이터를 사용하여 제안하는 방법의 성능을 입증한다.

현대사회는 4차 산업혁명과 IoT 기술의 발전으로 인공지능 및 자동화가 다양한 분야에서 적용되고 있다. 특히 자동화 공정, 지능형 CCTV, 의료산업, 로봇, 드론과 같이 영상처리의 비중이 높은 시스템의 경우 잡음과 같은 외부 요인의 영향을 받기 쉽다. 본 논문에서는 복합잡음 환경에서 영상을 복원하기 위해 잡음 추정과 가중치에 기반한 디지털 필터를 제안한다. 제안한 알고리즘은 잡음 판단을 사용하여 잡음의 종류를 구분하였으며, 필터링 마스크의 잡음 수준을 판단하여 필터링 과정을 스위칭하여 최종출력을 구한다. 제안한 알고리즘의 성능을 검증하기 위해 시뮬레이션을 진행하여 기존 필터 알고리즘과 비교하였으며 결과를 분석하였다.

4차 산업혁명의 영향으로 산업현장에 인공지능 및 자동화와 같은 다양한 기술들이 접목되고 있으며, 이에 따라 데이터처리의 중요성이 높아지고 있다. 디지털 영상은 다양한 원인으로 잡음이 발생할 수 있으며, 영상인식 및 분류, 객체추적과 같은 다양한 시스템에 영향을 미칠 수 있다. 이러한 단점을 보완하기 위해 비잡음 화소의 패턴 정보에 기반한 영상복원 알고리즘을 제안한다. 제안한 알고리즘은 필터링 마스크 내부의 비잡음 화소의 분포에 따라 보간법 적용이 가능한 패턴, 영역 분할에 기반한 패턴, 무작위로 배치된 화소 패턴으로 구분하여 필터링 과정을 스위칭하였으며, 임펄스 잡음에 훼손된 영상에서 디테일한 정보를 보존하며 영상을 복원한다. 제안한 알고리즘은 기존 임펄스 잡음 제거 알고리즘에 비해 우수한 성능을 보였다.

본 논문은 객체와 배경 히스토그램을 활용한 개선된 보행자 검출 방식을 제안하고 있다. HOG & SVM 알고리즘을 통해 검출한 객체는 사각형 형태로 검출된다. 사각형 영역 안에는 배경과 객체의 영역이 혼합되어있다. 배경을 제외한 객체의 영역만을 검출한다면 객체 관련 다양한 정보를 쉽게 얻을 수 있다. 검출된 사각형의 크기를 객체의 크기에 맞게 x-y축 투영 알고리즘을 사용하여 재조정한다. 그리고 나서 재조정 된 사각형 내의 객체에 대한 히스토그램을 바탕으로 배경과 객체를 구분하여 개선된 객체를 검출한다. 검출한 객체와 원본의 객체를 비교하는 신뢰성 평가인 정밀도와 재현율의 평균값이 각각 97.9%와 90%를 보이고 있다.

본 논문은 OpenPose를 활용한 손톱 검출 알고리즘을 제안하고 이를 이용한 가상 네일아트를 구현한다. OpenPose에 의해 검출된 키포인트들을 기준으로 각 손가락마다 피부색 특징을 이용하여 손가락 영역을 검출한다. 검출된 손가락 영역의 에지 영상에서 손톱 영역을 검출한다. 그리고 나서 손톱 영역에 네일팁을 합성하여 가상 네일아트를 구현한다. 어느 정도 제어된 촬영 환경에서 실험 결과들은 제안된 알고리즘이 손톱 영역을 잘 검출하고 가상 네일아트를 잘 구현하고 것을 보여 주고 있다.

폭설로 인한 도로 미끄러짐과 기온이 0도 이하로 낮아졌을 때, 도로와 차량 통행용 다리, 터널 출입구 쪽에서 주로 발생하는 블랙아이스는 운전자의 시야에서는 아스팔트의 이미지가 투과되어 보이기에 인식되지 않아서 자동차들이 미끄러지는 상황(슬립 현상)이 발생하고, 이로 인하여 대형 교통사고로 이어져 인명 물적 손실이 대량으로 발생하기에 적외선 카메라를 이용하여 도로 상태를 확인하고 딥러닝을 통하여 블랙아이스를 판별하는 방법을 제안하고자 한다.

In this paper, it leads the approach of fusing multiple RGB cameras for visual objects recognition based on deep learning with convolution neural network and 3D Light Detection and Ranging (LiDAR) to observe the environment and match into a 3D world in estimating the distance and position in a form of point cloud map. The goal of perception in multiple cameras are to extract the crucial static and dynamic objects around the autonomous vehicle, especially the blind spot which assists the AV to navigate according to the goal. Numerous cameras with object detection might tend slow-going the computer process in real-time. The computer vision convolution neural network algorithm to use for eradicating this problem use must suitable also to the capacity of the hardware. The localization of classified detected objects comes from the bases of a 3D point cloud environment. But first, the LiDAR point cloud data undergo parsing, and the used algorithm is based on the 3D Euclidean clustering method which gives an accurate on localizing the objects. We evaluated the method using our dataset that comes from VLP-16 and multiple cameras and the results show the completion of the method and multi-sensor fusion strategy.

최근 청소년들의 무면허 운전으로 인한 인재 사고가 빈번하게 발생하고 있다. 무면허 주행은 일부 청소년들의 호기심과 도전의 온상이 되고 있으며 이를 방지하기 위해 가정에서 스마트키를 관리하는 것에도 한계가 있다. 따라서 본 논문에서는 안면인식 알고리즘을 이용하여 운전석에 앉은 운전자의 얼굴을 사전에 저장된 정보와 비교하고 등록된 운전자임을 판단하여 시동을 제어하는 시스템을 설계하였다. 등록된 운전자 인증이 성공 시 매칭 정확도와 Unlock 메시지를 라즈베리파이에 연결된 LCD에 출력하며 미등록자인 경우, Lock 메시지를 출력한다.

최근, 원격지 공장의 고장 상황 혹은 모니터링을 위해 다양한 캡처 및 가이드 인터페이스 방법이 제시되고 있다. 고장 수리에 이용되는 2D 매뉴얼은 이해가 직관적이지 않고, 공간감을 제공하기에는 한계가 있어 증강현실 기술을 이용하여 고장 수리 전문가가 가상의 객체(혹은 캡처된 원격지 사람)와 상호작용하는 기술이 적용되고 있다. 본 논문에서는 3D 캡처 환경에서 증강현실로 표현된 가상 휴먼(증강 휴먼)을 기반으로 가이드 방법을 제시한다. 이는 마치 전문가가 같이 있는 듯한 느낌을 통해 신속히 고장 수리를 수행하는 것이 가능하다. 이를 위해 본 논문에서는 원격지 환경을 위한 증강 휴먼 기반 가이드를 제시하기 위해 원격지 환경에 적응하여 디스플레이가 되는 적응형 증강 휴먼 합성 기법을 제시한다. 본 논문에 의해 서로 떨어져 있는 원격지 간 공장, 사무실, 의료시설, 학교 등 다양한 공간에서 증강 휴먼을 통해 고장 수리에 가이드를 제공할 수 있다.

최근, 대면 회의를 대체할 수 있는 수단으로 원격지 간 화상 회의 시스템의 활용도가 높아졌다. 기존 화상회의 시스템은 원격지 사용자의 시선 불일치로 인해 몰입감 있는 화상회의 환경을 제공하기에는 한계를 가지고 있다. 따라서, 서로 다른 원격지 간 참여자의 시선 정보를 일치하여 화상 회의의 몰입도를 높일 수 있는 기술 적용이 필요하다. 본 논문에서는 원격지 간 화상회의 참여자의 시선을 일치하기 위해 로컬에 설치된 멀티 마이크로폰 기반으로 화자의 위치를 추정하여 시선이 일치된 화상회의 영상을 구현하는 기술을 제안한다. 본 연구논문의 방법을 이용하면 원격지 간 화상회의 뿐 아니라 로봇 상호작용, 가상 휴먼 인터페이스 등 다양한 분야에 확대 적용될 수 있을 것으로 본다.

가상의 세계인 메타버스를 구축하는 기술은 가상증강현실과 전자통신기술이 기반을 이루며, 하드웨어와 소프트웨어 등 여러 학문분야가 융합된 기술적 특성을 가지고 있고, 4차 산업혁명 발전에 주도적 역할을 할 기술이다. 메타버스는 아바타를 통해 사용자들이 놀이, 업무, 소비, 소통 등 각종 활동을 할 수 있는 플랫폼으로 비대면 사회에 새로운 산업으로 자리매김을 하고 있다. 본 논문에서는 메타버스에 대한 관심이 증가하면서 신 시장을 창출할 미래 유망 산업으로 발전이 기대되고 있는 가운데 메타버스의 활용분야를 살펴보고 미래 메타버스 산업에 대한 발전방향에 대한 고찰을 하고자한다.

본 연구는 현재 제작되어지고 있는 메타버스 사례를 살펴보고 향후 메타버스의 방향에 대하여 제언하고자 한다. 그 결과, 메타버스는 실세계 경제, 사회, 문화 등과 연결되면서 성장할 것이다. 예를 들면 실세계 부동산 가격이 오르면 메타버스 속의 디지털 부동산 가격도 상승한다는 것이다. 향후 메타버스와 메타버스 간의 연결 등을 통해, 국가와 국가 간의 경계를 허물어 지구촌을 하나로 연결하게 되는 것이다.

본 콘텐츠는 현재 메타버스의 세대가 도래함에 따라 IT 디지털 콘텐츠를 적극적으로 수용하는 액티브 시니어를 위해 구현되었다. 요양원의 거주 노인들은 사용자 시나리오를 통해 직접 맵 곳곳을 탐색을 함으로써 자신의 젊은 시절을 회상하거나 과거의 자신의 일생을 보냈던 장소 혹은 직업을 체험할 수 있는 장소와 같이 여러 전경을 체험할 수 있도록 설계하였다. 코로나의 여파가 거세지고 있는 현재 상황에서 본 콘텐츠를 이용하여 요양원의 거주노인들은 심리적 안정감 및 우울증 예방에 긍정적인 영향을 줄 수 있을 것이다.

매년 고령화 사회로 인해 욕창환자가 증가하고 있으며 COVID-19의 팬데믹 상황으로 간호인의 업무 부하로 욕창 관리의 중요성이 대두되고 있다. 욕창은 부동자세로 인해 궤양이 생기는 질병으로 간호인이 주기적으로 체위변경을 해줘야 하기에 간호 부담이 큰 질병이다. 이에 본 연구에서는 인공지능이 욕창 유발 위험을 검출하고 호발 현황을 실시간 모니터링 해줌으로써 간호인의 업무 부담을 줄일 수 있는 시스템을 제시한다. 본 시스템을 통하여 간호인의 욕창 간호의 어려움을 해소시켜 간호 업무의 증대할수 있을 것이다.

정보 서비스에 대한 보안 위협은 갈수록 그 방법이 발전하고 있으며, 보안 위협으로 발생된 빈도와 피해도 증가하고 있다. 특히 조직 내부에서 발생하는 보안 위협이 크게 증가하고 있으며, 그 피해 규모도 크다. 이러한 보안 환경을 개선할 수 있는 방법으로 제로 트러스트 모델이 제안되었다. 제로 트러스트 모델은, 정보 자원에 접근하는 주체를 악의적 공격자로 간주한다. 주체는 식별 및 인증 과정을 통해 검증 후에 정보 자원에 접근할 수 있다. 그러나 초기 제안된 제로 트러스트 모델은 기본적으로 네트워크에 집중하고 있어, 시스템이나 데이터에 대한 보안 환경은 고려하지 않고 있다. 본 연구에서는 기존의 제로 트러스트 모델을 파일 시스템으로 확장한 제로 트러스트 기반 접근통제 메커니즘을 제안하였다. 연구 결과, 제안된 파일 접근통제 메커니즘은 제로 트러스트 모델 구현을 위해 적용될 수 있는 것으로 확인되었다.

유니온 파일 시스템은 다양한 파일과 디렉토리를 통합하여 단일 파일 시스템으로 사용할 수 있는 기술로, 통합에 사용되는 Source File/Directory를 그대로 유지할 수 있는 장점이 있어 컨테이너 플랫폼 등의 많은 어플리케이션에서 사용되고 있다. 유니온 파일 시스템을 사용할 때, 사용자는 Write-able Layer에 접근하며, 여기에는 운영체제에서 제공하는 보안 기술을 적용할 수 있다. 그러나 유니온 파일 시스템 생성에 사용되는 Source File과 Directory에는 별도의 보안 기술을 적용하기 어려운 단점이 있다. 본 연구에서는 유니온 파일 시스템 사용 시 발생될 수 있는 Source File/Directory에 대한 보안 위협을 차단하기 위한 접근통제 메커니즘을 제안하고자 한다. 접근통제 메커니즘의 실효성을 검증하기 위해 실증 구현한 후 기능 테스트를 수행한 결과, 본 연구에서 제안한 접근통제 메커니즘은 유니온 파일 시스템의 장점을 유지하면서 Source File/Directory를 보호할 수 있는 것으로 확인되었다.

경계 기반 보안 관리체계는 보안 솔루션 배치가 쉽고, 그 운영 효율성이 높은 장점이 있다. 경계 기반 보안 관리체계는 외부에서 발생하는 보안 위협을 차단하기 적합하지만, 내부에서 발생하는 보안 위협을 차단하기에는 부적합하다. 안타깝게도 내부에서 발생하는 보안 위협은 갈수록 그 빈도가 증가하고 있다. 이러한 한계점을 극복하기 위하여 제로 트러스트 모델이 제안되었다. 제로 트러스트 모델에서는 다양한 정보 자원에 접근하는 주체의 행위를 분석하기 위하여, 실시간 모니터링 기능을 요구하고 있다. 그러나 시스템에 신뢰된 것으로 확인된 주체의 파일 접근을 실시간으로 모니터링 하는 것은 그 한계가 있다. 이에 따라 본 연구에서는 사용자의 파일 접근을 실시간으로 모니터링 할 수 있는 방법을 제안한다. 제안하는 모니터링 방법의 실효성을 검증하기 위하여 실증 구현 후 목표하는 기능을 검증하였다. 그 결과, 본 연구에서 제안하는 방법은 파일에 대한 접근을 실시간으로 모니터링 할 수 있다고 확인되었다.

엔드포인트를 대상으로 하는 사이버 공격이 표적형, 지능형 공격으로 정교하게 진화하면서 산업용 사물인터넷(IIoT, Industrial Internet of Things)을 겨냥하는 지능형 지속 공격(APT, Advanced Persistent Threat)이 증가하고 있다. APT 공격을 효과적으로 방어하기 위하여 룰 기반으로 악성 행위를 탐지하는 기존의 보안 도구를 결합하고 보완하는 머신러닝 기반의 엔드포인트 탐지 및 대응(EDR, Endpoint Detection and Response) 솔루션이 주목을 받고 있다. 하지만 범용 EDR 솔루션은 오탐률이 높고, 높은 수준의 분석가가 방대한 양의 경보를 모니터링 및 분석해야 하는 문제점이 존재한다. 따라서, IIoT 특성과 취약성을 반영한 머신러닝 기반의 EDR 솔루션 최적화 과정이 필수적이다. 본 연구에서는 IIoT 대상의 APT 공격의 흐름과 영향을 분석하고 머신러닝 기반 APT 탐지 EDR 솔루션을 비교 분석한다.

현재 보안관제 시장은 AI기술을 기반으로 하여 운영 중이다. AI를 사용하는 이유는 보안장비간 대량으로 발생하는 로그와 빅데이터에 대해 이를 탐지하기 위해 사용하고, 시간적인 문제와 인적인 문제를 완화하기 위해서 이다. 하지만 AI를 적용함에도 문제는 여전히 발생하고 있는 중이다. 보안관제 시장은 이 논문에서 소개하는 문제점 말고도 많은 문제점과 대응하고 있으며, 본 논문은 다섯 가지의 문제점을 다루고자 한다. 'AI 모델 선정', 'AI 표준화 문제', '빅데이터의 정확성 및 신뢰성', '책임소재의 문제', 'AI의 타당성 부족' 등 보안관제 환경에 AI기술을 적용함에도 발생하는 문제점을 고찰하고자 한다.

앱(App) 또는 어플리케이션이라고 부르는 응용 프로그램은 스마트폰이나 스마트TV와 같은 스마트 기기에서 사용되고 있다. 당연하게도 앱에도 악성코드가 있는데, 악성코드의 유무에 따라 정상앱과 악성앱으로 나눌 수 있다. 악성코드는 많고 종류가 다양하기 때문에 사람이 직접 탐지하기 어렵다는 단점이 있어 AI를 활용하여 악성앱을 탐지하는 방안을 제안한다. 기존 방법에서는 악성앱에서 Feature를 추출하여 악성앱을 탐지하는 방법이 대부분이었다. 하지만 종류와 수가 기하급수적으로 늘어 일일이 탐지할 수도 없는 상황이다. 따라서 기존 대부분의 악성앱에서 Feature을 추출하여 악성앱을 탐지하는 방안 외에 두 가지를 더 제안하려 한다. 첫 번째 방안은 기존 악성앱 학습을 하여 악성앱을 탐지하는 방법과 는 반대로 정상앱을 공부하여 Feature를 추출하여 학습한 후 정상에서 거리가 먼, 다시 말해 비정상(악성앱)을 찾는 것이다. 두 번째 제안하는 방안은 기존 방안과 첫 번째로 제안한 방안을 결합한 '앙상블 기법'이다. 이 두 기법은 향후 앱 환경에서 활용될 수 있도록 연구를 진행할 필요가 있다.

우리나라 재난안전통신망 제공 및 응용 서비스는 개발 추진, 초기 구축, 실증 및 초기 서비스 단계로 재난안전통신망 모바일 앱에 대한 보안 대응은 아직 미흡하다. 재난안전통신망(PS-LTE)에서 사용할 수 있는 단말은 개방형 안드로이드 기반 전용 단말로 다양한 모바일 악성코드에 사용될 수 있는 취약성이 잠재적으로 존재하기 때문에 미국의 FirstNet Certified 및 구글의 Google Play Protect와 비슷한 선제적 대응이 필요하다. 본 논문에서는 응용서비스 앱을 재난안전통신망 모바일 앱스토어에 등재하기 전, 악성 앱 및 정상 앱에 대해 데이터 셋을 구축하여 특징을 추출하고 가장 효과적인 AI 모델을 선정하여 정적 및 동적 분석을 수행하며, 분석 결과에 따라 악성 앱이 아닌 경우 앱 스토어에 등재하는 방안을 제안한다. 해당 방안으로 악성행위 앱 등재를 사전에 차단하는 서비스 제공이 필수가 되어 공인된 인증을 부여함으로써 재난안전통신망의 보안 사각지대를 최소화하고 인증된 앱을 재난안전 제공 및 응용 서비스 지원으로 재난상황에 대한 재난안전통신망의 안전성을 확보할 수 있다.

최근 네트워크 확장 및 클라우드 인프라 확장, 재택근무로 인한 원격접속의 증가로 외부의 접근뿐만이 아니라 내부에서의 접근을 경계해야 할 필요성이 증가하고 있다. 이로 인해 제로 트러스트라는 새로운 네트워크 보안 모델이 주목받고 있다. 본 논문에서는 제로 트러스트의 개념을 간단히 소개하고 다양한 기업환경에 따른 제로 트러스트 적용 전략에 대해 살펴보고자 한다.

현재 대부분 기업은 웹 서비스, 클라우드 시스템, 데이터센터용으로 방화벽이나 WAF(Web Application Firewall) 등의 보안 솔루션을 갖추고 있다. 최근 원격접속의 필요가 높아지면서 원격접속 제어의 보안 취약점을 극복해야 하는 과제가 중요시되고 있다. 본 논문에서는 제로 트러스트 관점의 네트워크 보안 모델에 대한 개념과 이를 활용한 전략 및 보안체계에 대해 살펴보고자 한다.

BLE 비콘을 이용한 실내측위 시스템의 성능 개선을 위해 BLE5.1에서 지원하는 방향탐지 기술 중 도래각을 측정하는 수신기를 제작하고 머신러닝으로 분석하여 최적의 위치를 측정하였다. 머신러닝 모델의 생성과 테스트를 위해 k-최근접 이웃 분류 및 회귀, 로지스틱 회귀, 서포트 벡터머신, 결정트리 인공신경망 및 심층신경망 등을 이용하여 학습하고 시험하였다. 결과로서, 연구에서 제작한 테스트 세트 4를 이용하는 경우 최대 99%의 정확도를 보였다.

무선 통신 기술이 방대한 양의 데이터를 빠른 속도로 높은 정확도와 안전성을 보장하여 전송하는 방식에 초점을 맞추어 발전하면서 기존의 무선 주파수(RF, Radio Frequency)를 이용한 무선 통신 기술의 대안으로 가시광 통신(VLC, Visible Light Communication) 기술의 연구개발이 가속화되었다. RF 무선 통신의 전파 스펙트럼이 더욱 혼잡해지고, 대역폭에 대한 수요가 지속적으로 증가함에 따라 규제되지 않은 대역폭을 사용할 수 있는 VLC가 해결책으로 제시되고 있다. 하지만, VLC 채널은 LOS(Line of Sight) 전파 특성으로 중간자 공격(MITM, Man-In-The-Middle)에 취약하고 도청과 재밍 공격에 쉽게 노출될 수 있다는 문제점이 있다. 이러한 VLC 채널에 대한 공격은 통신 링크 및 데이터의 기밀성, 무결성 및 가용성을 훼손하고, 데이터 재전송률이 높아져 스루풋이 감소하고 전력 소모량이 증가하여 데이터 전송 효율성이 낮아지는 문제점이 있다. 본 연구에서는 취약한 VLC 채널을 모델링하여 악의적인 재머에 의한 공격 영향과 통신 취약성을 분석한다.

주파수 도약 수열은 군용 통신, 블루투스, 초광대역 통신 등에서 다양하게 사용되어 온 사용자 고유 부호의 일종이다. 실제 통신 환경에서는 가용 주파수의 개수와 전송 주기 등에 맞는 길이와 알파벳을 가지는 주파수 도약 수열이 필요하다. 따라서, 다양한 파라미터를 가진 주파수 도약 수열의 설계는 주파수 도약 기반 대역확산 통신에서 매우 중요한 문제이다. 이를 위해 본 논문에서는 주파수 도약 수열의 합성을 통해 새로운 길이의 수열을 합성할 수 있는 방법을 탐구한다. 이를 통해 다양한 환경에 적용 가능한 주파수 도약 수열에 대한 가능성을 제시할 수 있다.

최근 2020년부터 본격적으로 유행한 코로나19를 예방하기 위해 발열 체크, 마스크 착용 유무를 확인하는 곳이 많아졌다. 그러나 마스크 착용과 발열 체크는 일반적으로 사람이 직접 측정하거나 한명씩 기계 앞에 서서 측정하는 방식이 대부분이며 일반적으로 발열 체크시 피부의 최고 온도를 측정하므로 정확도가 떨어지고 대량의 인원 측정시 병목이 나타날 수 있다. 따라서 본 연구에서는 마스크 미착용자와 발열자를 일반 카메라와 열화상 카메라, 인공지능 알고리즘을 통하여 실시간으로 정확하게 자동 분류하고 표시하여 전염병 확산을 막는 방법에 대하여 제안하고자 한다.

코로나-19 사태가 발생으로 인해 비대면 수업으로 전환되면서, 학교 현장에서의 교육은 전통적 강의식 수업과 다른 방향으로 흘러가고 있다. 이에 따라 여러 온라인 플랫폼이 새롭게 등장하였고, 우리 교육은 수업 변화의 과도기에 놓여있다. 그 결과로 여러 가지 명암이 분명히 존재하는 현재, 대표적으로 사용되고 있는 온라인 플랫폼 조사 후, 코로나-19 발생 이전의 보고서와 비교하여, 정의적·심동적·가치 인식의 측면에서 학생들의 ICT 활용 능력 인식 변화를 확인하고자 한다.

본 연구에서는 학습지 기반의 언플러그드 활동 프로그램이 초등학교 3,4학년 학생들의 컴퓨팅 사고력 향상에 미치는 효과를 통계적으로 분석해보았다. 연구는 충청남도 소재 G초등학교 3,4학년 18명을 대상으로 진행되었으며 컴퓨팅 사고력 검사를 사전에 실시한 후 학습지 기반의 언플러그드 프로그램을 실험집단 9명에게 총 6차시로 구성하여 진행하였다. 이후 사후 검사를 실시하여 컴퓨팅 사고력의 향상 정도를 분석하였다. 분석 결과, 학습지 기반의 언플러그드 프로그램이 초등학교 3,4학년 학생들의 컴퓨팅 사고력이 향상되었고 긍정적인 효과를 미치는 것으로 확인되었다.

현재 초, 중등학교에서 이루어지고 있는 블록 기반 프로그래밍 언어가 학생의 흥미를 끌고 학습 동기를 가지게 하는지 조사하고자 하였다. 또 블록 기반 프로그래밍 언어가 학생의 컴퓨팅 사고력 향상에 얼마나 많은 도움을 주고, 고등학교에서 배울 텍스트 기반 프로그래밍의 학습에 좋은 영향을 미칠 수 있을지 연구하고자 하였다. 또한, 4차 산업혁명 시대에 각광받는 인공지능과 프로그래밍이 연계된 교육의 방향에 대하여 연구하고자 하였다. 소프트웨어 교육에 대한 관심이 크게 증가하여 초등학교에서부터 고등학교까지 소프트웨어나 정보 교육은 이전과 비교할 수 없을 만큼 양과 질적인 성장을 이루었다. 하지만 인공지능 분야에서는 이제 논의가 시작되긴 하였지만 아직 우리 교육에 자리를 잡았다고 할 수는 없는 상황이다. 블록 기반 프로그래밍과 텍스트 기반 프로그래밍이 어떻게 인공지능과 접목되어 교육되면 좋을지 논의하고자 한다.

최근 실내 환경에서 정확한 위치 기반 서비스의 제공을 위해 Wi-Fi 핑거프린트와 딥러닝을 이용한 기술이 연구되고 있다. 이때 학습 데이터의 구성은 매우 중요하며 학습에 필요한 충분한 데이터의 수집은 필수적이다. 그러나 측위가 필요한 영역 내에서 무선 신호 데이터의 수집을 위한 특정 지점의 수는 무한하며 이러한 데이터를 모두 수집하는 것은 불가능하다. 따라서 부족한 학습 데이터를 보충할 수 있는 방법이 필요하다. 본 연구에서는 부족하게 수집된 위치 데이터를 기반으로 학습에 필요한 충분한 수의 위치 데이터의 구성 방법을 제안한다.

기계학습에서 분류를 위한 기법으로 의사결정트리 기법을 이용한다. 그러나 의사결정트리는 과적합의 문제로 성능이 저하되는 문제가 있다. 이러한 문제를 해결하기 위해 여러 개의 부트스트랩을 생성하여 각 자료를 모델링하여 학습하는 Bagging기법, 샘플링한 데이터를 모델링하여 가중치를 조정하여 과적합을 감소시키는 Boosting과 같은 기법으로 이를 해결할 수 있다. 또한, 최근에 Xgboost 기법이 등장하였다. 이에 본 논문에서는 실내 측위를 위한 wifi 신호 데이터를 수집하여 기존 방식과 Xgboost에 적용하고, 이를 통한 성능평가를 수행한다.

In 2021, Tokyo held the delayed 2020 Olympics in the ongoing COVID-19 pandemic. As with any Olympics, the final medal count was of particular interest. Since 2004, South Korea has consistently ranked in the top ten most successful countries for four straight Summer Olympics. However, in 2021, it fell short of a top ten finish for the first time since 2004. There may be many factors that affect the final medal count in any Olympics, and this study compares and looks for correlations between some of these factors including final medal count, GDP, population, size of Olympic contingent, and Freedom Index. The study pays particular attention to South Korea and other countries which have seen a dramatic change in Freedom Index score since 1972, when the index was first published.

최근 전 세계적으로 인공지능과 SW는 4차산업혁명 시대의 기반 기술로서 중요한 위치를 점하고 있고, COVID-19로 인한 학습 환경의 변화로 웹브라우저 기반 프로그래밍 학습 시스템이 일반화되고 있다. 본 고에서는 이러한 트렌드에 따라 인공지능과 SW의 근간이 되는 알고리즘을 학습하기 위한 도구로서의 온라인 평가 시스템에 대해 기능별 확장 가능한 마이크로서비스 기반 시스템 구조를 제안한다. 그리고, 제안한 시스템 구조하에서 자동 평가 기능에 대해 머신러닝을 적용하기 위한 기능적 구조에 대해 또한 제안한다.

MANET(Mobile Ad-hoc NETwork)은 대표적인 이동 센서 네트워크이다. MANET은 기존의 기간망에 의존하지 않는 이동 노드들로 구성된 센서들로 구성되는 특성을 가짐으로 다양한 영역에서 활용되고 있다. 이동 노드 센서 필드에서 정확한 이동 특성은 네트워크의 성능에 중요한 역할을 한다. 특히, 전체 네트워크의 에너지 효율 측면에서 라우팅 기법에 관한 연구가 활발히 전개되고 있다. 또한, 클러스터링 기반 라우팅 프로토콜은 에너지 효율적인 측면에서 우수한 성능을 보인다. 본 논문에서는 동일한 이동 모델이 적용된 MANET에서 라우팅 프로토콜에 따른 에너지 성능을 비교한다.

WSN (Wireless Sensor Network)에서 무선 데이터 전송 환경은 시스템 성능에 중요한 역할을 한다. 제안 이동 모델에서 이동 거리는 통신 성능에 많은 영향을 준다. 송수신 거리(d), 경로 손실(Path Loss), 수신 감도(Sensitivity), 비트 오류율(Bit Error Rate, BER), 신호 대 잡음 비율(SNR, Signal to Noise Ratio) 등은 무선 통신 시스템 설계할 때 고려사항들이다. 특히 MANET은 외부 기간망의 도움 없이 독립적으로 무선 단말끼리 만 서로 통신하며 이동하는 망의 형태이다. 본 논문은 WSN에서의 최적화된 전력사용 방안으로 이동 노드들의 이동 거리가 시스템 전체 에너지 효율에 미치는 영향에 관한 연구이다. 센서 노드들의 이동 가능 거리를 통신 가능 범위 안으로 제안함으로써 전체 네트워크의 수명을 연장하는 것을 본 연구의 목적으로 한다.

본 연구에서는 COVID-19 판데믹에 의하여 일시적으로 온라인 수업을 실시함으로 인하여 교차 등교를 하게 된 라즈베리파이를 활용한 실습을 한 학급들을 연구한 결과를 토대로 회복탄력성 차이를 분석하였다. 연구의 결과로는 온라인 수업에서는 회복탄력성 150미만이 14명, 150이상 180미만이 32명, 180이상이 9명으로 나타났다. 반면에 등교 수업에서는 회복탄력성 150미만이 7명, 150이상 180미만이 29명 180이상이 20명으로 나타났다. 따라서, 라즈베리파이를 사용하여 프로그래밍을 진행하고 회로 제작을 동시에 수업하는 과목에서는 되도록 실험실습 환경이 제대로 진행될 수 있어야 하며, COVID-19으로 인하여 부득이하게 온라인 수업으로 진행할 시에는 실기 수업은 뒤로 미루고 이론 수업 위주로 진행하여야 한다.

본 연구에서는 디지털 트윈 기술과 블록체인 기술을 활용하여 특성화 고등학교에서 활용 가능한 학습 방안을 제안하였다. 본 연구에서 사용한 매체는 덴소 사에서 출시한 6축 로봇이며, 각 축을 표시한 데이터를 통하여 장비의 운용 좌표를 데이터화할 수 있으며, 로봇 동작을 개발한 데이터를 실제로 가상 매체에서 개발하여 실험할 수 있다. 또한 실습한 결과를 블록체인에 저장하여 평가에 대한 기밀성과 무결성을 보장할 수 있다. 본 연구에서 제안한 방안은 COVID-19 판데믹에서도 특성화 고등학교에서의 실습 수업에 많은 보탬이 될 수 있을 것으로 기대된다.

본 연구의 목적은 코로나-19로 인한 비대면 상황 가운데 'SW프로젝트 영어'를 PBL 교수법으로 운영한 사례 연구를 통하여 시사점을 도출하는 데에 있다. 교양 영어인 만큼 다양한 학년과 전공 학생들이 수강하였고 개강 직후 학생들의 영어 실력 및 SW 관련성을 판단하고자 설문을 시행하였다. 설문 내용을 바탕으로 학생들의 수강 동기와 코로나-19 상황 가운데 어학 수업을 비대면으로 실시해야 함에 따라 적절한 교육과정 운영, 과제 운영을 구성할 수 있는 학생들의 의견을 수렴하였다. 학생들의 SW 영어 교육에 대한 니즈를 파악 후, SW 관련 영어 실력 배양을 위한 퀴즈와 과제를 구성하였다. 매 과제에 대한 실시간 피드백으로 비대면 녹화콘텐츠 수업임에도 불구하고 1:1 피드백을 통하여 소통하며 학생들의 수업 진행을 점검하였다. 주간 퀴즈를 통한 수업 진도에 따른 학습을 유도하였고 주제와 관련된 과제를 통하여 SW 관련 영어를 학습하도록 하였다. 자신이 모르는 단어를 중심으로 SW 영어 단어장 만들기 및 본인의 목소리로 직접 예제를 녹음하는 과제를 마감까지 충분한 시간을 주어 수행토록 하였다. 과정이 종료되면서 학생들의 성적을 평가한 결과 AI/SW창의융합대학, 경영대학, 문화예술대학, 인문사회대학, 자연과학대학 순으로 학생들의 성적이 평가되었다. 본 연구의 목적은 코로나-19로 인한 비대면 상황 가운데 SW 영어를 PBL(Project-Based Learning : 프로젝트 법)이라는 교수법을 통하여 수업을 운영함으로써 학생들의 SW 영어 성취도를 연구하였다는 점에서 의의가 있다.

본 논문에서는 텍스트 분류에 사용된 textNAS를 다변수 시계열 데이터에 적용 가능하도록 수정하여 이를 통한 손동작 인식 방법을 제안한다. 이를 사용하면 다변수 시계열 데이터 분류를 통한 행동 인식, 감정 인식, 손동작 인식 등 다양한 분야에 적용 가능하다. 그리고 분류에 적합한 딥러닝 모델을 학습을 통해 자동으로 찾아줘 사용자의 부담을 덜어주며 높은 성능의 클래스 분류 정확도를 얻을 수 있다. 손동작 인식 데이터셋인 DHG-14/28과 Shrec'17 데이터셋에 제안한 방법을 적용하여 기존의 모델보다 높은 클래스 분류 정확도를 얻을 수 있었다. 분류 정확도는 DHG-14/28의 경우 98.72%, 98.16%, Shrec'17 14 class/28 class는 97.82%, 98.39%를 얻었다.

데이터 증강은 데이터셋의 양이 충분하지 않을 때 소량의 데이터를 활용하여 데이터의 양을 늘리는 기법이다. 인터넷의 보급으로 인해 손쉽게 얻을 수 있는 데이터는 많아졌지만 의학과 같이 데이터의 수집이 곤란한 분야도 여전히 남아 있다. 블랙 스크린 감지 모델에서 사용하는 비디오 월 컨트롤러에서 블랙 스크린이 발생한 이미지도 수집하기 어려운 데이터인데, 이는 비디오 월 컨트롤러를 운용하고 있는 중에 블랙 스크린이 발생하는 빈도가 낮기 때문이다. 따라서 본 논문에서는 비디오 월 컨트롤러에서 수집한 소량의 블랙 스크린 이미지를 활용하여 DCGAN을 훈련한 후 DCGAN의 생성자로 대량의 데이터셋을 생성하는 모델을 제안한다.

최근에 비디오 월 컨트롤러 시장이 빠르게 성장하면서 지금까지는 크게 이슈화 되지 않았던 문제들이 표면화 되고 있는데, 비디오 월 컨트롤러에서 블랙 스크린이 발생하는 현상도 그 중 하나일 것이다. 블랙 스크린은 비디오 월 컨트롤러의 멀티 스크린에 정상적인 영상이 아닌 블랙 스크린이 표출되는 현상이다. 블랙 스크린의 발생을 인지하고 해결하기 위해서는 인간의 개입이 불가피 하지만 운영자가 24시간 멀티 스크린을 모니터링 하는 것은 사실상 불가능하다. 따라서 본 논문에서는 비디오 월 컨트롤러에서 블랙 스크린이 발생하는 것을 자동으로 감지하는 모델을 제안한다. 블랙 스크린 감지 모델은 이미지 분류에 널리 활용되고 있는 컨볼루션 신경망으로 블랙 스크린의 발생 여부를 감지한다.

본 논문은 올바른 재활용품 분리배출에 대한 교육과 학습을 제공하는 AI 기반 분리배출 교육 플랫폼 서비스를 기획하고, 재활용품을 인식하고 판단하는 리사이클링 봇 이미지데이터 학습모델 구현에 집중한다. 리사이클링 봇은 대량으로 수집되는 이미지데이터를 이용하여 인식 판단하기 위한 AI 학습모델을 적용하고 실험을 진행하여 결과를 확인하였다.

본 논문은 프로그래밍의 기초 교육을 이수한 개발자가 빅데이터와 인공지능을 학습하기 위해, C/C++ 언어로 프로그래밍을 할 수 있는 인공지능 교육서비스에 대해 다룬다. 또한 개발 환경에 따른 맞춤형 개발 환경 구성 시스템과 사용자가 인공지능 구현하여 테스트하는 방법에 대해 설명한다. 이 외에도 다양한 내부 파라미터 조작을 통해 인공지능에 미치는 영향을 확인할 수 있는 기능을 갖추고 있다. 향후 네트워크 통하여 언어의 제약이 없는 인공지능 교육 서비스 개발이 가능할 것으로 예상한다.

본 연구가 기존 연구와 구별되는 점은 다음과 같다. 첫째, IoT 기술을 활용하여 클라우드 기반으로 시스템을 구축함으로써 인터넷 연결이 되는 어느 곳에서나 건축물의 상태를 실시간으로 모니터링 할 수 있도록 시스템을 구축했다는 것이다. 둘째, 계측된 시계열 센서 데이터를 인공지능(LSTM)과 통계적(ARIMA) 방법을 이용하여 미래를 예측하는 모델을 개발하고 제안한 예측 모델의 실효성을 건축물 축소모형을 이용하여 실험적으로 검증하였다. 셋째, 또한 다수의 센서 데이터를 융합하여 건축물의 구조적 변형을 시각화함으로써 보다 입체적으로 건축물을 상태를 분석하는 방법에 대해 제안하고 실제 지진피해 건축물 사례를 통해 제안한 방법의 효용성을 입증하였다.

본 논문에서는 군집 그룹에서 위험 데이터 수집을 위한 에이전트 관리 방안에 대해 고려한다. 위험 지역에서 수집되는 위험 데이터의 경우 센서 노드의 손상으로 에이전트 임무 수행 실패에 대한 가능성이 높다. 따라서 센서 노들들에 대한 협력적 네트워크 방식을 통하여 위험 에이전트 노드에 대한 처리를 연구한다.

본 논문에서는 센서 네트워크에서 군집 그룹의 관리 방안이다. 위험 지역을 탐색하는 네트워크의 경우, 군집 그룹의 운영에 의해 임무 수행에 대해 영향을 미치게 된다. 그룹 네트워크를 이끄는 이동 싱크 시스템은 그룹 센서 노드들에서 수집되는 위험 데이터에 따라 네트워크 형성을 달리할 수 있다. 동적인 네트워크 관리는 위험 상황에 대응하기 위하여 이동 싱크의 임무에서 중요한 역할을 제공한다.

본 논문에서는 다중 네트워크 센서 그룹에서 이탈 네트워크 처리에 대해 고려한다. 임무 수행을 위한 이동 중에 혹은 임무 수행에서 이탈한 네트워크는 처리되어야 한다. 네트워크 그룹의 손실은 전체 센서 네트워크의 임무 수행에 영향을 미치지만 이에 대한 즉각적인 대응방안 또한 반드시 요구된다. 급박한 임무 수행의 환경에서 그룹 손실에 따른 이동 싱크의 네트워크 관리는 성공적인 임무 완수를 위해 고려된다.

본 논문에서는 분산 구역에서 이동 싱크의 방문 변경 방식에 대해 고려한다. 원거리 구역으로 나누어진 센서 네트워크의 경우 이동 싱크 시스템은 각 지역을 정해진 방식에 따라 방문한다. 하지만 네트워크의 환경의 특성에 따라 이동 싱크 시스템의 방문이 비정기적이며 방문 지역 또한 달라질 수 있다. 따라서 센서 네트워크에서 수집되는 데이터의 특성에 따라 이동 싱크 시스템의 방문이 실시간적으로 변경되는 것을 고려한다.

본 논문에서는 SR DEVS 메카니즘에서 상속의 다형형에 대해 고려한다. 상속 과정에 발생하는 결정 성격은 비결정형일 수 있다. 이 경우 상속 결정을 위해 다형형을 통하여 그 과정이 진행될 수 있다. 다형형에서 예비 선택들에 최종 결정은 그 상황에 따라 달라질 수 있다. 다형형의 경우 상속 순간에 새로운 원형 요소를 생성하는 것이 아니라 기존의 원형 요소들 안에서 선택이 이루어지게 된다.

본 논문에서는 SR DEVS 모델에서 자식 객체에 대한 부모 객체의 내부 상속을 고려한다. 내부 상속 함수는 상속 부모 객체가 지정될 경우 함수의 상속 처리를 수행한다. 내부 상속의 경우 부모 객체의 자산 특성에 따라 순수 상속과 부분 분열 상속으로 구분된다. 또한 상속에서 여러 자산에 대한 상속 선택이 발생할 경우 함수 처리를 요구한다. 내부 상속에 대해 선택 함수의 결정 방식을 통하여 자식 객체는 부모 객체로부터 자산을 넘겨받는다.

본 논문에서는 다양한 돌연변이 전략을 인식하기 위해 MUDE (Uniform Local Search)를 사용한 다중 인구 차등 진화 알고리즘을 제안한다. MUDE에서 집단은 진화 비율(DE/rand/1 및 DE/current-to-rand/1)에 따라 서로 다른 돌연변이 전략을 수행하는 다른 집단 크기를 가진 여러 하위 집단으로 나뉜다. 인구의 다양성을 개선하기 위해 정보는 소프트 아일랜드 모델에 의해 하위 인구 간에 마이그레이션된다.

본 논문에서는 변환 학습에 기반을 둔 다중 클래스 영상 장면 분류 방법을 제시한다. ImageNet 대형 이미지 데이터 세트에서 사전 훈련된 네트워크 모델에 의존하여 다중 클래스의 자연 장면 이미지를 분류한다. 실험에서는 최적화된 ResNet 모델을 Kaggle의 Intel Image Classification 데이터 셋에 분류하여 우수한 결과를 얻었다.

본 논문은 LSTM과 CNN 딥러닝 기법을 기반으로 하는 융합 모델을 제안하고, 다중 카테고리 뉴스 데이터 셋에 적용하여 좋은 결과를 얻는다. 실험에 따르면 딥 러닝 기반의 융합 모델이 텍스트 감정 분류의 정밀도와 정확도를 크게 향상시켰다.

우리는 패션 의류 이미지의 빠르고 정확한 분류를 달성하기 위해 최적화된 동적 붕괴 학습률과 개선된 모델 구조를 가진 딥 러닝 모델을 기반으로 하는 새로운 방법을 제안한다.

본 논문에서는 소규모 데이터 세트의 이미지 분류 작업에서 모델 과적합 및 비수렴을 해결하고 분류 정확도를 향상시키는 데 주로 사용되는 CNN(Convolutional Neural Network) 기반의 새로운 이미지 분류 방법을 제안한다.

차등 진화는 연속 최적화 문제를 해결하기 위한 효율적인 알고리즘이다. 그러나 대규모 최적화 문제를 해결하기 위해 차등 진화를 적용하면 성능이 급격히 저하되고 런타임이 기하급수적으로 증가한다. 따라서 Spark(SparkDECC로 알려짐)를 기반으로 하는 새로운 협력 공진화 차동 진화가 제안된다. 분할 정복 전략은 SparkDECC에서 사용된다.

본 논문에서는 목을 구부려 턱이 가슴에 닿도록 하는 굽힘과, 목을 들어 천장을 보는 것처럼 자세를 취하는 폄에 대하여 각을 측정한다. 굽힘의 각도는 45~50°가 기본이며 최대의 가동 범위는 80~90°이다. 폄의 각도 또한 40°~50°가 기본이며 정상은 70°로 제한된다.

협업 필터링은 데이터 분석을 통한 추천 시스템에서 대표적인 방법이다. 사용 방법은 다양한 아이템에 대해서 사용자들의 평가 데이터를 활용하여 공통적인 패턴을 찾아서 특정 사용자에 대한 선호 아이템을 추천하는 기법이다. 이에 본 논문에서는 여러 가지 알고리즘을 사용하여 지표 측정에 활용하였으며, 사용자 선호에 대한 예측에 적합한 알고리즘을 찾아서 제시하였다.

Recently, interest in data analysis has increased as the importance of big data becomes more important. Particularly, as social media data and academic research communities become more active and important, analysis becomes more important. In this study, co-word analysis was conducted through altmetrics articles collected from 2012 to 2017. In this way, the co-occurrence network map is derived from the keyword and the emphasized keyword is extracted.

The power battery supply chain in China currently lacks stable cooperation and effective information exchange. The competitive pressure brings about irregular recycling channels, reducing the operation and efficiency of the power battery supply chain. Besides, some regular power battery recycling enterprises fabricate data to obtain subsidies by taking advantage of the loopholes in the relevant policies of the state on recycling subsidies. Due to the high price of recycling in the black market, some regular enterprises resell the batteries recycled through regular channels, later purchasing the batteries with no utilization value to obtain the national recycling subsidies by cheating at the same time. Fig. 3 shows the present network structure of the tradi tional Chinese power battery closed-loop supply chain

The research on waste power batteries in China in the past ten years reveals that the power battery recycling industry is enormous but marred with several challenges. A study of China's current power battery closed-loop supply chain revealed some issues in the power battery recycling industry, such as imperfect supply chain, small recycling scale, asymmetric information, and imperfect profit distribution mechanism. This paper uses the theory of corporate social responsibility and consumer choice to propose a closed-loop network of power batteries based on block chain technology and analyzes the existing closed-loop supply chain of power batteries. Consequently, this study provides a new idea for developing the power battery closed-loop supply chain by proposing the closed-loop network of power batteries based on blockchain technology

지능형 경로 이동 기능을 갖춘 드론을 이용하여, IoT형 열화상 기반 태양광 고장 검출 장비의 개발 및 드론과의 연동을 최적화하여 취득된 이미지 데이터의 실시간 분석을 통해 태양광 발전소의 고장 판독을 용이하게 함으로써, 태양광발전소의 발전율 향상과 효율적인 유지관리 모델을 만들 수 있는 기반 기술의 제시와 이미지 차감 분석기법을 이용하여 태양광 패널의 고장을 판독할 수 있는 시스템을 설계한다.

재제조(Re-manufacturing)는 제품의 수명이 다하여 폐기단계에 있는 사용 후 제품이나 부품을 회수하여 재처리 후 신제품 조립공정과 같은 재조립 과정을 거쳐 본래 가지고 있던 제품의 기능 및 성능을 회복하도록 하는 제조방법의 하나이다. 재재조 산업은 환경보호 측면 뿐만 아니라 경제적 측면 또한 중요하다. 산업전반의 성패는 제품에 대한 신뢰 및 가격 경쟁력에 달려있다. 제품 제조 공정에서 인건비를 줄이고 제품의 신뢰도를 향상시키기 위해 영상처리 시스템을 이용한다. 본 연구에서는 폐드럼을 재생하기 위해 전처리 단계인 재활용 여부 판단 단계 및 드럼을 재생한 후 출고직전 영상처리를 이용하여 사람의 육안으로 식별이 어려운 이물질 및 불량을 검출한다.

본 논문에서는 앱 인벤터를 활용한 학습 및 퀴즈 앱을 설명하고 관련 설문을 진행하였다. 개발된 앱을 활용하여 예비 유아교사에게 교육철학에 대한 학습을 진행 하였고 그 앱에 대한 설명과 앱 인벤터를 활용하여 유아 교육에 활용할 수 있도록 교육하였다. 본 연구를 통해서 앱 인벤터로 개발된 앱으로 유아 교사 학습 능력 향상 및 유아 교육에서 코딩을 활용할 수 있도록 하고자 한다.

중소기업 실태조사에 따르면, 기술보호역량 수준은 매년 나아지고 있으나, 기술유출 및 피해는 지속적으로 발생하고 있다. 이는 중소기업 임직원의 보안의식 강화와 보안수준을 지속적으로 유지할 수 있는 보안관리 및 감독체계가 필요함을 보여준다. 정보보호 및 개인정보보호 관리체계(ISMS-P) 인증 제도가 이와 관련된 최신 기준인데, 이 제도는 ISP, IDC, 병원 및 학교, 중소기업 등 인증 대상 기관의 유형을 고려하지 않고 동일한 인증 기준을 적용하는 문제점이 있다. 본 논문에서는 ISMS-P 인증과 개인정보보호 관리체계(PIMS) 인증을 참고하여 중소기업에 특화되어 적용할 수 있는 73개 평가 항목을 도출하였다. 연구 결과는 기존의 ISMS-P 인증에 비해 평가 항목 수가 28.4% 줄었음을 보여준다.

스마트폰, 태블릿 등 모바일 기기에서 GPS 기술을 적용하는 다양한 위치-기반 서비스(Location-Based Service)가 있다. 본 논문에서는 코로나 19로 인해 비대면 서비스가 증가하는 현실에서 비대면 지향의 위치-기반 서비스 소프트웨어를 설계하였다. 제안한 모델은 물품 혹은 서비스를 거래하는 주체들이 거래를 위해 위치 정보를 파악하고, 실시간으로 확인된 정보를 활용한다. 제안된 스케줄링 및 우선순위 제어 알고리즘을 통해 효율적인 서비스 할당이 가능하며, 이를 검증하기 위해 웹/앱 기반으로 시뮬레이션을 수행하였다. 상용화된 플랫폼이 위치-기반 중고 물품 거래 중심인데 반해, 설계한 방법은 개인간 직거래가 아닌 비대면 서비스를 제공하고, 소상공인, 프랜차이즈 등 사용자에게 광범위한 거래 및 서비스를 제공한다는 점에서 차별성이 있다.

태양광, 풍력 등 신재생 에너지 생산이 다양해지면서 생산과 소비를 동시에 할 수 있는 마이크로그리드 시스템이 소개되었지만 국내에서는 아직까지 자동화된 전력거래 기술 도입이 필요하고 생산 및 중계인의 보호할 장치가 필요하다. 일반적으로 여름에는 태양광을 통한 전력 가격 하락이 예상되어 생산자 보호가 필요하다. 본 논문에서는 마이크로그리드 환경에서 블록체인(Blockchain)을 활용한 사용자 간 투명하고 안전한 선물 전력거래 시스템을 제안한다. 선물이란 간단히 말해서 고정된 가격과 미리 정해진 선물 가격에 구매자가 전력을 사는 의무를 가지거나 판매자가 전력을 팔아야 하는 의무를 갖게 되는 계약이다. 본 시스템은 블록체인 네트워크 내에서 신뢰할 수 있는 실행코드인 스마트 컨트랙트(Smart Contract)를 이용하여 사용자의 개입 없이 자동화된 동작으로 선물 가격을 검색하고 전력 거래를 체결하는 선물 거래 알고리즘을 제안한다. 만일 전력 생산자가 생산계획 시에 최대 생산 시기(하지)의 가격이 하락할 가능성이 있다고 생각이 되면 선물시장에서 선물을 먼저 팔아 놓고 최대 생산 시기(하지)에 선물을 되사서 이익을 내어 현물시장에서의 손실을 보전할 수 있다. 또 중계업자는 판매계약 체결 시에 전력 가격이 상승될 우려가 있으면 선물시장에서 먼저 선물을 매입하고 판매계약 이행 시 선물을 청산하여 이익을 실현시켜 현물시장에서의 손실을 보전할 수 있게 된다.

태양광, 풍력 등 신재생 에너지 생산이 다양해지면서 생산과 소비를 동시에 할 수 있는 마이크로그리드 시스템이 소개되었지만 국내에서는 아직까지 자동화된 전력거래 기술 도입이 필요하고 생산 및 중계인의 보호할 장치가 필요하다. 일반적으로 여름에는 태양광을 통한 전력 가격 하락이 예상되어 생산자 보호가 필요하다. 본 논문에서는 마이크로그리드 환경에서 블록체인(Blockchain)을 활용한 사용자 간 투명하고 안전한 선물 전력거래 시스템을 제안한다. 선물이란 간단히 말해서 고정된 가격과 미리 정해진 선물 가격에 구매자가 전력을 사는 의무를 가지거나 판매자가 전력을 팔아야 하는 의무를 갖게 되는 계약이다. 본 시스템은 블록체인 네트워크 내에서 신뢰할 수 있는 실행코드인 스마트 컨트랙트(Smart Contract)를 이용하여 사용자의 개입 없이 자동화된 동작으로 선물 가격을 검색하고 전력 거래를 체결하는 선물 거래 알고리즘을 제안한다. 만일 전력 생산자가 생산계획 시에 최대 생산 시기(하지)의 가격이 하락할 가능성이 있다고 생각이 되면 선물시장에서 선물을 먼저 팔아 놓고 최대 생산 시기(하지)에 선물을 되사서 이익을 내어 현물시장에서의 손실을 보전할 수 있다. 또 중계업자는 판매계약 체결 시에 전력 가격이 상승될 우려가 있으면 선물시장에서 먼저 선물을 매입하고 판매계약 이행 시 선물을 청산하여 이익을 실현시켜 현물시장에서의 손실을 보전할 수 있게 된다.

본 논문에서는 RT(Robot Technology) 및 관련 산업을 중심으로 현대자동차그룹의 21세기를 이끌어갈 새로운 중추 산업 로봇기술의 보스턴 다이내믹스 M&A를 통해 모빌리티 분야에 현대자동차의 선진사례와 기술을 소개한다.

본 연구에서는 목발을 사용하는 교통약자가 물품을 안정적으로 휴대할 수 있도록 도와주는 장치를 개발하였다. 2축 짐벌 구조를 기반으로 서보모터, IMU센서, 아두이노 나노 마이크로프로세서로 구현하였고, Pitch와 Roll 방향 회전을 상쇄하기 위해 센서 각도를 변환 없이 사용하는 기본제어법과 PID 제어법을 사용하여 비교하였다.

Future healthcare systems will heavily rely on ill-labeled data due to scarcity of the experts who are trained enough to label the data. Considering the contamination of the dataset, it is not desirable to make the neural network being overconfident to the dataset, but rather giving them some margins for the prediction is preferable. In this paper, we propose a novel epoch-wise decaying label-smoothing function to alleviate the model over-confidency, and it outperforms the neural network trained with conventional cross entropy by 6.0%.

5G 기술은 국방분야에서 게임 체인처(game changer)에 관련된 다양한 기술에 접목될 것이다. 또한 모바일 업무 환경 구축도 활용될 것이다. 5G는 이전 기술과 다른 주요 기술로 인해 새로운 위협이 등장하였다. 그리고 5G 기술로 인해 모바일 기술을 국방분야에 적용하려는 요구가 증가하고 있다. 본 논문에서는 국방 5G 운영을 위한 보안정책과 3개로 구성된 단계별 구축 방안을 살펴본다.

제5의 전장인 사이버 공간은 전자기 스펙트럼을 이용하여 사이버 공간과 물리 공간 사이에서 다영역 기동에 활용될 수 있다. 이것은 사이버전과 전자전의 특징을 융합하는 사이버전자전의 주요 개념이 된다. 본 연구에서는 OSI 참조 모델을 활용하고, 2계층 데이터링크 계층의 위협 요소를 살펴봄으로써, 사이버전자전 개념을 분석한다.

자동차의 전장화와 실내 서비스 제공 로봇 등의 산업화로 자율주행에 대한 연구가 활발히 진행되고 있다. 일반적으로 주변이 넓은 외부의 경우 주로 GPS나 라이다, 비전을 통해 위치를 인식하고, 실내에서는 WiFi, UWB(Ultra-Wide Band), VLP등의 기술로 위치 측위를 수행한다. 본 논문에서는 실내 환경에서 서로 다른 색온도를 가진 LED 조명을 이용한 자기 위치 측위에 대한 시스템을 소개한다. 터널과 같은 모의 실험 환경에서 LED 조명을 설치 한 후, 위치에 따른 색도값의 분석을 통해 현재 위치에 대한 정보를 얻을 수 있음을 보였다. 이를 통해 차량의 터널 내 위치, 창고나 공장과 같은 실내에서 기기의 움직임에 대한 정보를 얻을 수 있을 것으로 기대한다.

사물인터넷을 이용하여 인간과 다양한 기기가 상호 연결되어 다양하게 활용되고 있다. 본 연구에서는 ICT를 이용하여 원격지와의 동기 제어시스템을 구축하고 이를 활용한 보행자용 신호시스템을 구현하였다. 제어기 구현을 위해서 PLC 회로를 활용하였으며, 이를 통해 무선 제어신호 송신 및 수신, LED 램프 발광제어, 전원제어 등을 수행하였다. 제어기 및 보행자 전용 신호등 시스템 구축을 통해서 메인 제어기로부터 원격지의 서브 제어기와의 신호 동기가 가능함을 확인하였고, 도로 양쪽에 설치된 보행신호 등 시스템의 램프 신호 동기화를 구현하였다. 이 결과로 1:1 원격제어, 혹은 1:N의 원격 그룹제어가 가능함을 확인하였으며, 이 결과물은 다양한 분야에 활용될 수 있다.

다양한 산업영역에 대하여 정부기관, 기업들은 디지털 트랜스포메이션 전략 수립 및 추진하고 있으며 성공적인 기술 혁신을 통한 4차 산업혁명시대를 선도하고 있다. 이런 변화의 시기에 디지털 트랜스포메이션의 성공사례로 글로벌 기업 나이키, 스타벅스의 이야기를 많이 접할 수 있다. 이 두 기업은 디지털 트랜스포메이션을 통하여 성공적인 결과를 보여 주고 있다. 국내 기업들 또한 모바일, 클라우드, IoT, 인공지능, AR·VR 기술을 기반으로 디지털 혁신을 진행하고 있으며 고효율 높은 생산성을 위한 RPA (Robotic Process Automation)프로세스를 구축 하고 있다. 본 논문에서는 건설 산업의 설계, 시공, 유지관리의 시공 전주기 데이터를 활용하여 3차원 디지털 트윈 공간 구축 자동화 프로세스 기법을 소개하고 앞으로 건설 산업영역의 디지털 트랜스포메이션 전략에 대하여 알아본다.

서비스 산업의 성장과 함께 감정노동자의 스트레스가 사회적 문제로 인식되어 2018년 감정노동자 보호법이 시행되었다. 그러나 실질적인 감정노동자 보호 시스템의 부족으로 스트레스 관리를 위한 디지털 시스템이 필요한 시점이다. 본 논문에서는 대표적인 감정노동자인 고객 상담사를 위한 딥러닝 기반 스트레스 감지 시스템을 제안한다. 시스템은 실시간 얼굴검출 모듈, 한국인 감정 이미지 중심의 이미지 빅데이터를 딥러닝한 감정분류 FER 모듈, 마지막으로 스트레스 수치만을 시각화하는 모니터링 모듈로 구성된다. 이 시스템을 통하여 감정노동자의 스트레스 모니터링과 정신질환 예방을 목표로 설계하였다.

핵심역량은 개인이 지속적으로 개발해야 하는 역량으로 학교 교육과정에 반영되어야 하는 개념으로 중요성이 더 확대되고 있다. 본 연구에서는 국내 D대학 졸업자를 대상으로 핵심역량중심 교육과정을 이수한 학생들의 핵심역량과 졸업학점(학습역량)의 관계를 분석하여 D대학의 교육과정 반영과 대학교육 정책을 개선하는 것을 목적으로 한다. 향후 분석 결과를 활용하여 D대학의 인재상에 부합하는 인재 육성을 위한 자료로 활용할 계획이다.

공공의 자금을 통해 산출된 연구 성과물을 온라인으로 공개하여 공유, 활용하는 오픈 사이언스 정책이 확산되고 있다. 오픈사이언스를 활성화기 위한 정책으로 공개되는 성과물을 쉽게 검색 및 액세스하고 재사용할 수 있도록 하는 연구 지원 서비스에 관심이 증대되고 있다. 연구자에게 풍부한 정보를 제공하기 위한 서비스 지원을 위하여 흩어진 다양한 성과물 데이터들 사이의 관계를 의미적으로 표현하기 위한 연구리소스 지식그래프 모델을 제안한다. 본 논문에서는 지식 그래프 구축을 통해 국가 R&D 과제정보, 연구자정보, 성과정보, 연구데이터정보 등을 의미적으로 연결해 연구개발에 필요한 전반적인 연구리소스 정보 탐색이 가능하도록 하여 국가연구데이터플랫폼 DataON의 서비스 향상에 기여한다.

청나라 황제가 신하들과 정사를 논한 내용을 기록한 중국의 어문청정은, 한국의 조선실록과 같은 중요한 문서이다. 본 논문은 만주글자로 쓰여진 어문청정을 빅데이터 분석하기 위한 방법과 그 단계를 기술한다. 만주글자로 씌여진 문서의 빅데이터 분석에는 사전에 해결해야 할 많은 문제가 있으며 이에 대한 연구가 선행되어야 한다. 본 논문에서는 앞으로 이루어질 사전 연구를 통하여 만주 글자로 씌여진 텍스트가 라틴문자로 전사된 단계에서, R언어를 이용하여 빅데이터 분석을 하는 방법을 제안하였다. 제안된 방법에서는 어문청정을 전사하는 방식은 압카이 방식을 채택하였고, 위문기거 부분의 텍스트를 이용하여 빅데이터 분석 결과를 제시하였다.

2019년 전 세계를 강타한 코로나19 발생 이후 포스크 코로나 시대를 준비하면서 디지털 전환(Digital Transformation)에 대한 요구가 과학기술 영역 뿐만 아니라 사회 전체로 급격하게 확산되고 있다. 본 연구는 디지털 전환을 위해 요구되는 혁신 기술 분석을 위해 국가R&D사업을 대상으로 네트워크 분석을 수행하였다. 연구 결과는 향후 디지털 전환의 성공적 이행을 위한 정부 정책과 R&D 추진 전략 수립에 있어 주요한 시사점을 제공할 수 있을 것으로 기대된다.

전달받은 음성신호를 전기신호로 바꾸어주는 마이크로폰은 라디오, 스마트 기기, 차량 등의 다양한 산업 분야에 널리 사용되어왔다. 최근 스마트폰 기술의 발달과 무선이어폰의 소형화에 따라 초소형 고감도 마이크로폰에 대한 요구가 증가하고 있다. 차세대 초소형 마이크로폰 시스템의 후보로 MEMS 센서가 개발되고 있으며 이를 지원하는 ROIC 대한 개발 또한 활발하다. 마이크로폰 시스템은 주변의 잡음뿐만 아니라, 함께 사용되는 전자회로의 잡음에 대해서도 민감하므로, 낮은 노이즈를 갖는 전원을 공급할 수 있는 전원장치와 노이즈를 최소화할 수 있는 설계 방법들이 필요하다. 이에 본 논문은 MEMS 마이크로폰 센서 모듈에 사용 가능한 낮은 전원 노이즈를 갖는 LDO(low drop output) 레귤레이터 IC 구조를 제안한다. 제안한 회로는 2.0~3.6V를 공급받아 1.3V의 출력을 내보낼 수 있으며 라이트 로드에서 10mA까지 드라이브할 수 있다. 제안하는 LDO는 1.2mV/V의 line regulation, 0.63mV/mA의 load regulation 특성을 가지며 20Hz~20kHz까지 누적 적분 출력 잡음은 13uV 이하의 특성을 가진다. TSMC 180nm 공정으로 post layout simulation을 진행하였으며 설계한 칩의 면적은 325㎛ × 165㎛다.

이번 연구에서는 피드백 전계 효과 트랜지스터(feedback field-effect transistor, FBFET)의 메크로 모델링에 대한 연구를 SPICE 시뮬레이터를 통해 진행했다. 기존에 제시된 FBFET의 메크로 모델은 두 개의 회로로 구성돼 있으며, 하나는 전하 축적 기능을 구현한 회로이며 다른 하나는 전류 생성 회로이다. 기존 전류 생성회로는 I_DS-V_GS 특성만 구현 가능하여 회로 예측에 어려움이 있다. 이를 해결하기 위해 전류 생성 회로에 다이오드를 추가함으로 I_DS-V_DS 특성까지 구현 가능한 모델을 제시한다.

자율주행 연구가 활발히 진행되면서 ADAS(Advanced Driver Assistance System)에서 차량의 위치를 파악하고 경로를 유지하는데 차선 검출은 필수적인 기술이다. 차선 검출은 허프 변환과 RANSAC(Random Sample Consensus)과 같은 영상처리 알고리즘을 이용하여 검출한다. 본 논문은 라즈베리파이3 B+에 OpenCV를 이용하여 선형 도형 검출 알고리즘을 구현하고 있다. OpenCV 가우시안 블러 구조와 캐니 에지 검출을 통해 문턱값을 설정하였고, 선형 검출 알고리즘을 통한 차선 인식에 성공하였다.

많은 데이터들을 명확하고 효율적으로 수집하려면, 현재 설비들의 위치들을 파악하고 이동 데이터를 분석하는 것이 필수적이다. 현재 위치 수집을 위한 기술은 GPS (Global Positioning System) 센서를 이용하여 데이터 수집을 진행할 수 있으나, GPS의 경우 직진성이 강하며, 회절과 반사율이 낮아 실내 측위가 힘드며, 블루투스를 활용한 시리얼 통신은 신호 감도를 받을 수 없어서 서버와 클라이언트 간의 거리 측정이 불가능하다. 본 논문은 라즈베리파이3 B+에 비콘과 스캐너를 활용한 실내측위 시스템을 구현하고 있다. 스캐너 알고리즘을 이용하여 Advertise Mode와 Connection Mode를 동시에 제어한다.

마인크래프트 파이는 라즈베리 파이 보드용으로 개발된 특화된 마이크래프트 버전으로 주로 미래의 프로그래머를 위한 교육용 도구로 주로 사용되었다. 본 논문에서는 파이썬 3 언어와 마이크래프트 파이 소프트웨어를 사용하여 라즈베리 파이 4 보드의 GPIO 핀을 제어하는 기본적인 방법을 구현하였다. 구현된 방법은 라즈베리 파이에 내장된 풍부한 파이썬 라이브러리와 마인크래프트 파이의 우수한 게임 기능이 응용 분야의 하드웨어와 소프트웨어 요구 조건을 만족하도록 효율적으로 결합될 경우 교육 분야와 메타버스 응용 분야에 쉽게 적용될 수 있다.

The syntheses and properties of polynuclear metal complexes have been reported to develop the easy syntheses and noble photo-characteristics of those complexes for photodynamic diagnosis (PDD) or photodynamic therapy (PDT). We have been focused on the design and synthesis of polynuclear lanthanide dendritic molecule due to long life time of fluorescence. Therefore, we will be presented on the design of home (Eu or Gd) or hetero (Tb or Lu) polynuclear lanthanide dendritic molecule.

우리 나라의 연간 심정지 환자는 3만명 안팎이며, 점차 그 수가 증가 하고 있다. 이러한 배경으로 심폐소생술 교육과 홍보사업을 전국적으로 확대 시행해왔지만 일반인에 의한 목격자 심폐소생술 시행 비율은 4.4%로 외국의 20%~70% 비율과 비교하면 현저히 낮은 실정이다. 따라서 본 논문에서는 심정지 환자를 발견한 목격자가 CPR을 수행하는 데 영향을 주는 요인을 분석하고 그 결과를 바탕으로, 일반인 목격자의 의한 심폐소생술 시행 비율 증가에 효과적으로 보조할 수 있도록 사용자에게 올바른 심정지 대처요령과 단계별 CPR 가이드라인을 사용자에게 제공하는 어플리케이션 기획·개발 연구를 수행하였다.

본 연구에서는 경추부위 멕켄지운동에 관한 결과를 체계적 고찰함으로써 멕켄지 운동에 대한 근거를 마련하고자 하였다. 2015년부터 2021년 6월까지 출판된 국내논문을 대상으로 하였다. 논문의 검색을 위한 데이터베이스 검색엔진은 국내의 표적 검색원인 한국 학술정보와 한국교육학술정보원(KERIS)가 운영하는 학술연구정보서비스 RISS(http://www.riss4u.net)에서 인터넷을 통하여 실시하여 8편의 논문을 분석하였다. 본 연구에서 분석된 8편의 국내 논문은 실험군1을 포함하는 8편의 논문 중 맥켄지 운동을 적용한 논문은 4편, 어깨안정화 운동을 적용한 논문이 3편이었고, 멀리건 운동을 적용한 논문이 1편이었다. 실험군 2를 포함하는 6편의 논문 중 맥켄지 운동만 적용한 논문은 4편, 멀리건 운동을 함께 적용한 논문이 1편, 카이로프랙틱을 함께 적용한 논문이 1편이었다. 운동 효과를 평가한 관절가동범위에 관한 논문은 3편과 두개척추각을 평가한 관한 논문은 2편에서도 유의한 차이를 보였다. 경추 자세에 관한 논문은 1편과 거리 변화에 관한 논문은 1편에서 멕켄지 운동에 대한 효과를 보였다. 근활성도에 관한 논문은 4편 중 근육마다 멕켄지만 적용한 그룹보다 멕켄지와 다른 운동을 동시에 같이 시행한 실험군이 대조군에 비해 유의한 차이를 보였으며 통증에 관한 논문 4편에서도 멕켄지만 적용한 그룹보다 멕켄지와 다른 운동 특히 카이로프랙틱을 적용한 실험군이 대조군에 비해 유의한 차이를 보였다. 이에, 본 연구에서는 경추부위에 멕켄지 운동은 통증, 근활성도, 관절가동범위, 경추자세등에서 그 효과를 증명하였다.

인공지능 알고리즘을 이용한 유방암의 조기진단에 관련된 연구는 최근들어 활발하게 진행되고 있으나, 사용자의 목적에 맞는 처리속도 및 정확도 등에 다양한 한계점을 보인다. 이러한 문제를 해결하기 위해, 본 논문에서는 ImageNet에서 학습된 ResNet 모델을 현미경 기반 암세포 이미지에서 활용이 가능한 다단계 전이 학습을 제안하고, 이를 다시 전이 학습하여 초음파 유방암 영상을 양성 및 악성으로 분류하는 실험을 진행하였다. 제안된 다단계 전이 학습 알고리즘은 초음파 유방암 영상을 분류하였을 때 96% 이상의 정확도를 보였으며, 향후 암 세포주 및 실시간 영상처리 등의 추가를 통해 보다 높은 활용도와 정확도를 보일 것으로 기대한다.

본 연구의 목표는 확산 광학 단층 촬영에 대한 기준 영상을 사용하여 동질성과 이질성을 분리하기 위한 재구성된 영상들간의 수치적 평가를 위해 구조적 유사성 지수에 기초한 알고리즘을 개발한다. 글로벌 지오메트리 및 관심 영역 평가는 유사성을 산출하기 위해 측정되었으며, 그 결과 구조적 유사성 지수의 평균이 모델 내부에 가시적 포함 여부를 판단할 수 있는 잠재적 성능을 나타낸다는 것을 알 수 있으며, 구조적 유사성 지수는 유방 구조 정보를 평가하기 위한 이미지 평가를 지원 가능한 것으로 확인 되었다.

이동통신 시스템에서 기지국에 Outage가 발생하면 해당 기지국에 접속된 단말의 연결 단절로 전체적인 네트워크 성능이 저하된다. 그러므로 Outage를 감지하고 복구하는 것이 중요하다. 본 논문에서는 기지국의 KPI와 이웃 기지국의 네트워크 스캐닝을 이용하여 Outage 기지국을 검출하고, Outage 기지국의 이웃 기지국의 송신전력과 주파수 대역을 변경하여 Outage를 복구하는 기법에 대해 연구하였다. 제안된 기법은 기지국의 KPI 뿐만 아니라 이웃 기지국의 네트워크 스캐닝을 이용하여 Outage 기지국을 검출하기 때문에 기존보다 더 정확한 Outage 기지국을 검출하여 오작동을 줄일 수 있다. 추가적으로, Outage가 발생하면 이웃 기지국의 송신전력과 주파수 대역 변경을 통해 적은 신호 간섭으로 Outage를 복구할 수 있다.

안티 드론은 불법적인 드론의 침입 및 활동을 감지하고 차단하는 장치를 의미하며, 불법 드론을 추락시키거나 공중에서 파괴시키는 기술을 포함하는 것으로서, 본 논문은 안티 드론 기술로 원격 드론 탐지에 따른 재밍의 영향성 분석한 것이다. 드론의 거리에 따라 재밍 신호의 영향이 달라질 수 있다. 삼각파의 발생으로 근거리에 있는 드론과 원거리에 있는 드론을 동시에 재밍을 할 수 있는 장점이 있으며, 최대 전력으로 송신하지 않음으로 배터리를 효율적으로 운용할 수 있는 효과가 있다. 또한, 원거리에서 재밍에 대한 영향을 받지 않더라도 근거리에서는 더욱 재밍 영향이 크므로 재밍에 대한 영향을 달리 받을 수 있는 장점이 있다.

최근 RFID/USN 기술은 물류, 환경, 교육, 홈 네트워크, 방재, 군사, 의료 등 다양한 분야에서 적용되고 있으나 RFID/USN 기술의 눈부실 발달에도 불구하고 열악한 해양 환경의 특성상 해양 산업현장에 적용하기에는 많은 애로사항이 있다. 따라서 해양분야에서는 주로 위성을 사용하고 있으며 연안에서는 기존 통신망을 사용하고 있어 원양에서의 선반 단독 근거리 네트워크 형성을 위한 방안이 고려되고 있다. 본 논문에서는 기존 PS-LTE 및 LTE 네트워크에서의 USN을 활용하여 기지국 역할 위한 방안으로 드론을 USN의 이동 기지국으로 활용하는 방안을 고려하고 있다. 자율운항선박은 시스템의 지능화를 지향하므로 선원의 수와 노동력을 절감하고 보다 안정적이고 지능화된 ICT융합 기술형태의 자율적 네트워크 형성 기능이 강화되어야 한다.

동영상 스트리밍 기술은 다양한 영역에서 사용이 되고 있으며, 항공영역에서 또한 예외가 아니다. UAV (Unmanned Aerial Vehicle, 무인항공기) 기술은 꾸준히 발전하고 있고 군뿐만이 아닌 민간영역에서도 현재 많이 사용되고 있다. 이 UAV를 기반으로 원격지에서 동영상 스트리밍 서비스를 통해 실시간 감시 및 정찰이 가능해졌다. 그러나 UAV는 기상상태, 기체의 중량 그리고 배터리 등 다양한 환경 영향으로 인해 체공시간이 짧고 가변적이다. 따라서 다른 감시정찰 시스템대비 임무수행에 시간제약이 더 크다. 동영상 스트리밍 서비스의 경우 다수의 UAV를 활용하여 임무시간 단위로 순차적으로 비행시켜 직전 무인항공기의 임무를 인계하는 식으로 해결할 수 했다. 본 논문은 동영상 스트리밍 서비스를 수행하는 UAV 운영환경에서 항공기간 임무 인계가 이루어질 때 꾸준한 동영상 스트리밍 서비스가 지원될 수 있도록 제안한다.

생체인식 기술은 신뢰성과 편의성을 제공하는 차세대 정보보안기술이며, 글로벌 시장 규모의 상승추세와 비접촉 방식의 수요도 증대되고 있다. 포스트 코로나 시대 핵심기술로 비접촉방식의 생체인식 출입통제 시스템이 비대면과 자동화 기술까지 가능하여, 국내 뿐만 아니라 미국, 유럽, 중동 등 해외시장에서 크레 활약하고 있다. IoT 기반 스마트 디바이스 맞춤형 센서 개발과 H/W 시스템 확보에 기업간 협조와 미국 식약청의 허가 등 요구사항을 반영하여야 하는 주의사항이 있다.

본 논문은 해상 및 산업용 IoT 서비스를 위한 에지 기기의 설계에 대해 설명한다. 에지 기기는 IoT 센싱 데이터를 수집하여 외부 망을 전달하는 역할만을 수행하도록 설계되었고, 통신 방식은 사용 LoRa와 LTE Cat.M1을 적용하였다.

본 연구애서는 노후된 태양광 발전 설비를 진단하기 위한 센서 노드와 RTU (remote terminal unit) 사이의 통신 프로토콜을 제안하였다.

해양수산부가 추진하고 있는 전자 어구 실명제를 위한 어구 자동식별 모니터링 시스템의 선박에 설치되는 IoT 통신 모듈의 서비스 확장성을 제고하기 위하여 3GPP Release13 표준화 기술인 LTE Cat. M1 모듈의 설계와 제작에 대해 기술한다.

어구 자동식별 모니터링 시스템의 신뢰성 제고를 위해서는 실제 해상에서의 성능 시험이 중요하다. 본 연구를 통해 어구 자동식별 모니터링 시스템의 실해역 시험 개념과 RoLa와 LTE Cat.M1 통신 성능 시험 내용과 결과를 기술한다.

본 논문은 Fog/Edge Computing(FEC) 환경에서 애플리케이션 서비스의 사용자 근접성을 지원하는 컴퓨팅 리소스의 최적 할당 및 지연시간 감소를 위한 이동에이전트 기반 오프로딩의 효율성을 제고하기 위한 선행연구로써, 이동객체들의 방대한 시공간 이동 이력데이터 집합으로부터 복합적인 시공간 제약을 적용한 최적 이동패턴 추출 시 수행시간 및 소요 메모리양을 효과적으로 감소시키는 알고리즘을 제안한다. 제안 알고리즘은 빈발도 기반의 최적경로 추출을 통하여 향후 FEC 환경에서 계산 오프로딩을 위한 컴퓨팅 리소스의 분배 및 배치에 유용하게 사용될 수 있다.

강화학습에는 다양한 알고리즘이 있으며 분야에 따라 사용되는 알고리즘이 다르다. 게임 분야에서도 강화학습을 사용하여 인공지능을 개발할 때 특정 알고리즘이 사용된다. 알고리즘에 따라 학습 방식이 다르고 그로 인해 만들어지는 인공지능도 달라진다. 그러므로 개발자는 목적에 맞는 인공지능을 구현하기 위해 적절한 알고리즘을 선택해야 한다. 그러기 위해서 개발자는 알고리즘의 학습 방식과 어떤 종류의 인공지능 구현에 적용되는 것이 효율적인지 알고 있어야 한다. 따라서 이 논문에서는 게임 인공지능 구현에 사용되는 알고리즘인 SAC, PPO, POCA 세 가지 알고리즘의 학습 방식과 어떤 종류의 인공지능 구현에 적용되는 것이 효율적인지 비교한다.

본 논문은 펌프 라이너 링의 재질 변화 및 간극 축소로 인해 펌프의 효율 증가 및 안정적인 유지가 가능하고 비상상황을 대비하여 물이 없는 상태에서도 유지보수가 가능한 신소재 라이너 링이 적용된 펌프에 대해 기술한다. 또한, 중대형 펌프는 설치 현장에 따라 펌프의 종류 및 사향이 다르며, 현장의 여건에 따른 성능변화가 발생한다. 본 논문은 펌프의 상태(초기값 설정 및 비상정지, 진동, 구동시간 및 ON/OFF횟수) 등을 모니터링 하여 사용자의 편리성이 증가되고, 펌프 성능 유지가 가능하며, 재난상황에 대비할 수 있는 펌프의 최상위 컨디션을 유지할 수 있는 시스템에 대해 기술한다.