최근 중국의 보험시장은 핀테크와 보험을 결합한 형태인 인슈어테크를 도입하였다. 이는 보험가입자가 더 이상 보험 설계자를 직접적으로 만나 계약을 체결하지 않고 자신에게 맞는 모험을 온라인에서 직접 가입할 수 있는 것이다. 이러한 인슈어테크라는 새로운 트렌드는 보험시장에서는 엄청난 발전으로 여겨진다. 특히, 인슈어테크의 성장률은 엄청난 속도를 보이고 있다. 게다가 중국 보험시장은 자국의 경제성장률의 둔화와는 상관없이 보편적으로 안정적이고 빠른 속도로 성장하는 추세이다. 예를 들면, 2016년 보험 산업의 수입 프리미엄을 전체적으로 계산하면 3조 1천 억 위안으로 그 이전 해에 비해 27.5%나 성장하였다. 더불어 중국 보험시장의 수요 규모는 전 세계에서 두 번째로 큰 것으로 밝혀졌다. 그럼에도 불구하고 중국에 진출한 한국 보험기업들은 중국 현지에 적응 하지 못하고 오히려 경영성과에서 좋지 않은 성적을 보이고 있다. 이는 중국 보험시장의 최근 트렌드를 분석함에 있어서 부족하였고, 그 환경에 적응하지 못한 것으로 보인다. 따라서 본 논 문은 최근 중국에서 인슈어테크라는 새로운 변화를 도입할 수 있었던 중국 정부 정책의 변화와 실제 인슈어테크를 도입한 중국의 보험 기업을 분석함으로써, 한국 보험회사들의 중국 시장 재진출 전략에 대한 시사점을 제고하고자 한다.

다양한 온라인 고객 평가 및 소셜 미디어 정보는 고객의 의사결정에 영향을 미치기 때문에 기업에게 매우 중요한 정보 출처라고 할 수 있다. 설문 조사를 통해 고객의 다양한 요구와 불만 사항을 파악하는 데는 많은 비용과 시간적인 제약이 발생하고 있다. 온라인 쇼핑몰의 고객 후기 데이터는 제품에 대한 고객들의 감성을 분석할 수 있는 이상적인 자료를 제공하고 있다. 본 연구에서는 삼성과 애플 스마폰에 대한 감성분석을 위해 아마존 쇼핑몰로부터 고객 리뷰 데이터를 수집하였다. 선행 연구에서 대표적인 감성분석 기법으로 사용된 5가지 분류 알고리즘을 적용하였다. 5가지 분류알고리즘은 support vector machines, bagging, random forest, classification or regression tree, maximum entropy 등이다. 본 연구에서는 분류 알고리즘의 수행도를 종합적으로 평가할 수 있는 entropy score를 제안하였다. Entropy score를 이용하여 5가지 알고리즘을 평가한 결과에 따르면 support vector machines 알고리즘의 entropy score가 가장 높은 것으로 분석되었다.

최근 다양한 분야에서 사물 인터넷 활용이 늘고 있다. 특히 갑작스럽게 발생하는 재난재해 분야에서는 지속적 감시가 가능한 사물 인터넷의 역할이 매우 커지고 있으며, 이로 인해 사람들의 삶의 질 또한 크게 향상되고 있다. 따라서 본 연구에서는 밀폐공간의 특성과 환경적 위험성에 대해 살펴보고, 현재 상용화되고 있는 사물 인터넷 기술에 대한 검토가 이루어질 것이다. 밀폐공간에서의 사고는 다른 장소에 비해 매우 높게 나타나며, 사고를 예측하기 매우 어렵다. 이에 최근에는 사물인터넷을 활용한 밀폐공간에서의 사고를 예방하려는 다양한 시도가 나타나고 있다. 특히, 밀폐공간에서 발생할 수 있는 다양한 가스를 센서를 활용하여 탐지하고 이를 실시간으로 근로자에게 전송함으로써 사전에 위험을 감지하여 위험을 최소화할 수 있도록 하고 있다. 본 연구에서는 밀폐공간에서의 사고 예방을 위한 사물인터넷을 활용 사례를 살펴보고 이를 통해 사물인터넷을 활용한 효율적인 재난재해 예방 방안을 제시한다.

CNN은 객체의 특징을 추출하는 과정에서 많은 계산량과 메모리를 요구하고 있다. 또한 사용자에 의해 네트워크가 고정되어 학습되기 때문에 학습 도중에 네트워크의 형태를 수정할 수 없다는 것과 컴퓨팅 자원이 부족한 모바일 디바이스에서 사용하기 어렵다는 단점이 있다. 이러한 문제점들을 해결하기 위해, 우리는 사전 학습된 가중치 파일에 가지치기 방법을 적용하여 연산량과 메모리 요구량을 줄이고자 한다. 이 방법은 3단계로 이루어져 있다. 먼저, 기존에 학습된 네트워크 파일의 모든 가중치를 각 계층 별로 불러온다. 두 번째로, 각 계층의 가중치에 절댓값을 취한 후 평균을 구한다. 평균을 임계값으로 설정한 뒤, 임계 값 이하 가중치를 제거한다. 마지막으로 가지치기 방법을 적용한 네트워크 파일을 재학습한다. 우리는 LeNet-5와 AlexNet을 대상으로 실험을 하였으며, LeNet-5에서 31x, AlexNet에서 12x의 압축률을 달성 하였다

손동작 인식을 통하여 컴퓨터 프레젠테이션을 제어하는 시스템을 제안한다. 제안하는 시스템은 손 동작의 다양한 운동 형태를 인식, 구분함으로써 부가적인 제어용 장치 없이 프레젠테이션을 제어한다. 손동작의 인식을 위하여 얼굴영역 검출과 손영역 검출을 시행한다. 하르분류기(Haar classifier)를 이용하여 얼굴영역을 검출하며, HSV 컬러모델상에서 피부 색상 정보에 따라 손영역을 검출한다. 얼굴 영역은 손동작의 시작과 끝, 동작의 크기 및 방향을 판단하는 기준으로 삼는다. 얼굴 영역으로부터 가로, 세로 중심축을 설정하고 제안하는 모션 식별룰에 따라 다양한 손동작을 인식하고 컴퓨터 제어에 이용한다. 약 1200회의 동작 인식 실험에서 97.2%의 인식률을 얻어 제안하는 알고리즘이 유효함을 확인하였다.

여행사를 둘러싼 경영환경은 급속도로 변화하여 왔으며 이는 정보통신기술의 성장과 무관하지 않다. 특히, 최근까지 인터넷을 다소 소극적 차원에서 활용했던 한국의 여행사들은 글로벌 온라인 여행사들이 한국 여행시장을 빠르게 잠식해나가는 것에 큰 위협을 느끼고 있다. 이러한 상황을 고려하여 본 연구에서는 정보통신기술이 한국 여행사 경영환경에 미치는 영향력을 중점적으로 분석하고 이러한 분석을 토대로 한국 여행사의 전략적 대응방안을 제시해 보았다. 첫째, 글로벌 관광상품 유통구조에 대응한 플랫폼 개발에 박차를 가해야 한다. 둘째, 빅 데이터를 여행사 경영에 적극적으로 활용할 필요성이 있다. 셋째, 관광 블로그 마케팅 전략을 적극적으로 활용한다. 마지막으로 고객 개인별 더 전문화된 관광 컨설팅 서버스를 제공함으로써 현재 직시한 문제점들을 풀어나가야 할 것이다.

본 연구는 전세계적으로 증가하고 있는 조직 내 다양성에 대응할 수 있는 정보통신기술기반 다양성 관리 기능의 필요성을 제시하고 이를 가능하게 하는 전자인적자원관리의 역할에 대해 규명하고 있다. 성별, 인종, 연령과 같은 인구통계적 속성 뿐 아니라 교육적 배경, 기능적 배경, 근속년수 등 다양한 속성을 가진 인력을 채용하고 효율적으로 관리하는 것은 조직성과와 직결되는 문제라는 점에서 전략적으로도 매우 중요하다. 다양성 관리에 있어 정보통신기술을 제대로 활용하는 조직만이 비교우위를 얻을 수 있다는 점에서 정보통신기술을 활용한 다양성 관리가 조직과 관리자에게 주는 함의점에 대해 논의하였다.

본 논문에서는 온디맨드 비디오 스트리밍 플랫폼에 대한 콘텐츠 쿼터제 적용의 실효성 확보 방안에 관하여 분석하였다. 특히 넷플릭스(Netflix)의 EU시장 진출에 대한 공동체의 대응을 중심으로 단일시장 내 저작권 보호 및 문화산업 보호에 관한 OTT 규제의 효과성을 분석하였다. 온디맨드 비디오 스트리밍 서비스와 넷플릭스의 성장 그리고 넷플릭스의 EU 시장 진출에 대해 고찰하고 있다. 다음으로 EU 내 온디맨드 비디오 스트리밍 서비스 현황을 분석한다. 온디맨드 비디오 스트리밍 서비스 시장 대응에 관한 EU의 정책은 디지털 단일 시장 내 '이동성(portability)' 그리고 저작권 보호를 위한 콘텐츠 쿼터제 등으로 구성되며, OTT 규제의 세부지침의 고찰을 통해 시장보호 그리고 온라인 스트리밍 서비스업의 경쟁력 제고 방안 측면을 분석하였다. EU는 유럽 방송사업자에게만 적용되어 온 콘텐츠 쿼터제를 OTT 사업에 적용, 규제함으로써 역내 문화산업 보호 및 저작권 보호 강화를 도모하고 있다.

핵심기본간호술의 교육효과를 높이기 위한 방법으로 스마트폰 동영상을 활용한 자가관찰 방법의 자율실습이 간호학생의 자기주도적 학습능력, 핵심간호술기 수행능력, 수행자신감 및 실습만족도에 미치는 효과를 규명하기 위해 비동성 대조군 사후설계의 유사실험연구를 수행하였다. 대상자는 P대학교 간호학과 4학년을 대상으로 하였으며, 실험군 54명, 대조군 51명이었다. 연구결과 자기주도적 학습능력은 두 군간에 유의한 차이가 없었으나 실험군의 사전- 사후점수 차이에는 유의하게 향상되었다(p=<.001). 수혈간호, 수술전간호의 핵심간호술기 능력과 수행자신감, 실습 만족도는 두 군간의 유의한 차이가 없었다. 결론적으로 스마트폰 동영상촬영을 활용한 자가평가 학습법은 자기주도적 학습능력을 향상시켜 술기의 정확성과 숙련성을 갖출 수 있는 동기부여에 효과적인 방법이라 사료된다.

시뮬레이션 교육 시 구조화된 디브리핑 유형이 간호대학생의 학습몰입, 비판적사고성향과 임상수행능력에 미치는 효과를 검증하고자 시도된 비동등성 대조군 사후 시차설계의 유사실험 연구이다. 연구대상자는 P 대학교 간호학과 4학년 학생으로, 실험군 22명, 비교군 24명, 대조군 20명으로 총 66명이었다. 실험군에게는 LCJR 질문을 이용한 구조화된 비디오 디브리핑, 비교군은 구조화된 구두 디브리핑, 대조군은 구조화된 그룹 토론 디브리핑을 실시하였다. 연구결과 학습몰입과 비판적사고성향 및 임상수행능력은 세 군간 유의한 차이가 없었으나 사전-사후 차이 검정시 모두 향상되었다. 또한 임상수행능력의 세부영역 중 계획과 중재는 실험군이 다른 두 군에 비해 유의하게 향상되었다. 이를 통해 LCJR의 임상판단 루브릭을 활용한 디브리핑은 시뮬레이션교육에 효과적이며 특히 비디오를 활용한 구조화된 디브리핑 유형은 임상수행능력을 높이는데 영향을 끼치는 것으로 나타났다.

2017년 현재 수많은 VR콘텐츠가 소개됨으로써 대중들의 VR에 대한 관심과 다양한 기술이 발전을 하고 있다. VR 콘텐츠는 $360^{\circ}$실사 촬영 제작환경의 어려움으로 인해 게임과 인터렉티브라는 장르에 편중되어 있는 것 또한 사실이다. 실사촬영에서의 조명은 영상 미학적 차원에서 중요한 요소 중에 하나이며 특정 캐릭터의 내적 표현 부분에서도 조명의 역할이 매우 중요하다. 실사 기반의 $360^{\circ}$VR콘텐츠는 조명설정에 따라 노출에 대한 부분과 제작환경의 어려움으로 인해 많은 문제점을 가지고 있다. 따라서 본 논문은 실사 촬영된 영상데이터를 기반으로 리라이팅 기술을 이용하여 실사 이미지의 양안시차에 3차원 정보 값을 생성한다. 생성된 3차원 정보 값은 뎁스 맵으로 변환하는 기술과 3D 공간에서 형성된 면에 가상의 조명을 설치하여 리라이팅 기술을 접목한다. 실제 조명과 가상의 조명의 영상데이터의 결과 이미지를 비교분석하여 리라이팅의 기술을 VR제작 파이프라인에 적용하여 조명 노출에 대한 문제점을 해결하고자 한다.

항공전자장비는 항공기에 탑재되는 전자장비를 의미한다. 항공전자장비의 고장은 항공기 운용에 중대한 영향을 미칠 뿐만 아니라 조종사와 승객의 안전까지 위협할 수 있다. 이에 항공전자장비는 타 용도로 사용되는 전자장비들 보다 높은 신뢰성과 안전성을 가지도록 요구도로 규정되어 있다. 항공전자장비는 설계 초기 단계에서부터 안전과 관련된 요구사항 충족을 위해 부품 선정과 시스템 설계를 고려해야 한다. 본 논문에서는 항공전자장비의 안전성, 신뢰성 성능 분석 방법을 설명하고, 안전 요구 성능 충족을 위해 수행할 수 있는 여러 설계 개선 방법을 실제 항공전자장비 개발 사례를 들어 소개한다. 마지막으로 설계 개선된 항공전자장비의 안전 성능 수치를 재분석하고, 개선 전 값과 비교하여 제시한 설계 변경의 유효성을 입증하였다.

최근 폐어구로 인한 해양 환경오염이 심각하게 대두되고 있으며, ICT 기술의 접목을 통해 어구를 체계적으로 관리함으로서 이러한 문제를 해결하기 위한 방법이 요구되고 있다. 기존 어구 식별 및 관리를 위한 시스템들은 소유주의 선택에 의해 사용하던 실정으로 보다 통합적이고 국가적인 관제 체계가 필요하다. 이를 위해 본 논문에서는 어구에 자동식별 부이를 부착하고, 사물인터넷망을 활용하여 어구의 위치 및 상태정보를 어선, 관리 선박, 육상 관제센터 등으로 전송하여 효과적인 모니터링 및 관리가 가능하도록 하는 체계를 소개하며, 특히 통합 관제 시스템의 개발 및 기능 성능 검증에 관한 내용을 중점적으로 다룬다. 개발하는 시스템은 효율적인 어구 관제를 위하여 전자해도를 기반으로 어구 위치, 상태정보, 유실알람 등을 표시해주는 기능을 한다. 또한, 가상 어구 자동식별 부이 생성 모듈을 개발하고, 이를 기반으로 개발한 시스템의 처리 및 시각화 성능을 테스트하는 것에 관한 내용을 다룬다.

광 역학 치료법은 그 효과가 특정 위치의 암세포에 국한되어있어 주변의 정상 세포에 큰 영향을 미치지 않기 때문에 다양한 부작용이 존재하는 현재의 암 치료법의 대안으로 제안되어 왔다. 이러한 광 역학 치료에는 광감응제를 선택적으로 자극시키기 위해 레이저를 이용하고 있으나, 고가의 치료비용과 높은 발열현상으로 사용에 제한적이다. 그러나 다양한 파장의 빛을 발할 수 있는 소형 발광 다이오드가 저가로 개발됨에 따라 대체가 가능하며, 이는 광 역학 치료 장비의 소형화 및 저가의 치료 장비 개발에 큰 영향을 미치고 있다. 현재 활발하게 연구되는 광 역학 치료법은 다양한 광감응제를 이용하여 암세포의 사멸을 유도하는데 목적이 있으나, 특정한 파장을 중심으로 진행된 연구는 상대적으로 미비한 실정이다. 따라서 본 논문에서는 저렴하며, 발열현상이 작고, 다양한 파장대의 광원지원이 가능한 발광 다이오드를 사용하고 이를 아두이노로 제어하여 새로운 저가의 암세포 증식 억제 모듈을 개발함으로써, 그 효과를 정량적으로 분석하고 새로운 항암치료법을 제시하고자 한다.

본 논문에서는 IEEE 802.15.4 슬롯 기반 CSMA/CA(Slotted Carrier Sense Multiple Access with Collision Avoidance) 네트워크에서 시스템 처리율 향상을 위해 동작 중인 단말 수 추정을 통한 백오프 기간 튜닝 기법을 제안한다. IEEE 802.15.4 슬롯 기반 CSMA/CA 네트워크에서는 각 단말이 채널을 항상 센싱하지는 않으므로, 제안하는 기법에서는 채널을 항상 센싱할 수 있는 PAN(Personal Area Network) 코디네이터를 사용하여 동작 중인 단말 수를 추정한다. 이 때, 실시간 단말 수 추정을 위해 단순 이동 평균 필터를 사용한다. PAN 코디네이터는 추정한 단말 수에 따라 튜닝한 최적의 백오프 기간을 비콘 프레임에 담아 PAN 코디네이터에 연결된 단말들에게 전달한다. 시뮬레이션을 통해 제안하는 기법의 단말 수 추정에 대한 성능과 시스템 처리율에 대한 성능을 평가한다. 시뮬레이션 결과를 통해 제안하는 기법이 IEEE 802.15.4 표준보다 더 높은 시스템 처리율을 얻을 수 있음을 보인다.

최근 무선 네트워크는 사이버 물리 시스템 및 차세대 산업 자동화 시스템과 같은 크리티컬한 대형 응용 분야의 핵심 인프라가 되고 있다. 그러나, 무선 네트워크가 갖는 원천적인 링크 성능의 불확실성으로 인하여 전체 시스템의 안정성에 치명적 문제를 야기할 수 있다. 본 논문에서는 네트워크 내 링크의 실시간 상태 정보 없이 응용의 요구 성능을 만족시킬 수 있는 능동형 무선 네트워크 최적화기를 제시한다. 특히, 제시하는 능동형 최적화기는 네트워크 상에서 최대 $\kappa$-개의 링크 결함이 발생하더라도 항시 성능을 보장할 수 있도록, 라우팅 경로와 트래픽 분산을 최적화하는 계층 교차적 방안이다. 시뮬레이션을 통하여, 제안된 능동형 네트워크 최적화기가 기존의 수동형 네트워크에 비하여 고강건성을 보장하는 것을 분석하였다. 또한, 능동형 네트워크는 수동형 네트워크의 주요 단점인 링크 상태 정보의 오류로 인한 성능 감쇄 및 네트워크 재구성과 같은 비용이 발생하지 않는다.

경량 사물인터넷 디바이스 상에서의 암호화 구현은 정확하고 빠르게 연산을 수행하여 서비스의 가용성을 높이는 것이 중요하다. 특히 곱셈 연산은 RSA, ECC, 그리고 SIDH와 같은 공개키 암호화에 활용되는 핵심 연산으로 최적화된 구현이 요구된다. 하지만 최신 저전력 프로세서인 ARM Cortex-M3 프로세서의 경우에는 곱셈연산 입력 크기에 따라 수행속도가 달라지는 보안 취약점을 가지고 있다. 수행속도가 달라지게 될 경우 연산 시간의 차이점을 확인하여 비밀정보를 추출하는 것이 가능하다. 이를 보완하기 위해 최근 연구에서는 고정된 연산 시간 안에 곱셈 연산을 수행하는 기법이 제안되었다. 하지만 해당 구현에서는 여전히 속도가 완전히 최적화되어 있지 않다. 본 논문에서는 기존에 제안된 곱셈연산을 보다 효율적으로 연산하기 위한 기법을 제안한다. 제안된 기법은 기존 방식에 비해 연산 속도를 최대 25.7% 향상시킨다.

블록체인(Blockchain)이란 중앙 서버를 둔 기존의 시스템에서 중앙 서버를 제외 하고 각 노드를 P2P(Peer to Peer) 방식으로 직접 연결하는 기술이다. 블록체인의 종류 중 하나인 public 블록체인 같은 경우 체인에 연결되기 위한 노드로 구성 되는데 별다른 규제 조건 없이 아무나 참여할 수 있으며, 체인에 연결하기 위한 nonce만 발견한다면 모든 노드에 데이터를 전파(broadcast)할 수 있다. 이때 nonce를 발견한 노드가 악의적 의도로 블록에 악성코드를 숨겨 전파한다면, 블록체인의 탈중앙화 시스템의 특징으로 인해 체인에 참여한 모든 노드가 악성코드에 감염 돼 큰 문제가 발생 할 수 있다. 본 논문에서는 해커들이 악용할 수 있는 public 블록체인의 특징인 아무나 노드로 참여할 수 있다는 점을 해결하기 위해, AI 기술이 접목 된 방화벽을 통하여 악의 의도를 가진 사용자는 노드로 참여할 수 없게 제한하여 각 노드에서 전파하는 데이터에 대하여 기존의 데이터보다 신뢰성을 높이고자 한다.

2018년 3월 8일, 칠레 산티아고에서 베트남을 포함한 11개 국가들이 포괄적이고 점진적인 환태평양경제동반자 협정(CPTPP) 출범 합의에 서명하였다. CPTPP(Comprehensive and Progressive Agreement for Trans-Pacific Partnership)는 2017년 1월 미국의 TPP 탈퇴 이후 남은 11개국(일본, 호주, 뉴질랜드, 캐나다, 멕시코 칠레, 페루, 싱가포르, 베트남, 말레이시아, 브루나이)이 참여하는 아시아-태평양 지역의 대규모 자유무역협정(FTA)이다. 기존의 TPP 보다 경제적 규모는 작아졌지만, CPTPP 11개국의 국내총생산(GDP) 규모는 전 세계 대비 12.9%, 교역량은 14.9%로 또 다른 메가 FTA가 탄생했다는데 의의가 있다. CPTPP는 기존 TPP의 큰 틀을 그대로 유지함으로써 TPP 합의 사항들이 거의 그대로 적용되지만, 지식재산권과 투자분쟁해결절차 등 일부 민감한 내용들은 적용이 유예 및 수정되었다.