고성능 모바일 기기가 보급화 됨에 따라 증강 현실, 3D 게임과 같은 고사양 응용들이 출시되고 있다. 이러한 응용들의 응답성은 모바일 기기의 품질을 결정하는 중요한 요소들 중 하나이다. 기존 연구에 따르면 고사양 응용들 중 하나인 웹 브라우저의 응답 시간에서 페이지 zeroing 에 소요되는 시간이 적지 않은 비중을 차지한다. 본 논문은 페이지 zeroing 에 소요되는 시간을 단축하기 위해 적응형 페이지 선 zeroing 기법을 제안한다. 제안된 기법은 응답 시간이 아닌 구간에서 페이지들을 미리 zeroing 하여 보관해 두었다가 응답 시간인 구간에서 페이지 할당 요청 시 미리 zeroing 된 페이지들을 응용에게 제공한다. 이를 리녹스 커널 3.4 가 탑재된 Nexus 5 에 구현하였고 실험을 통해 확인한 결과, 모델링 된 응용의 응답 시간이 평균 39.52% 단축됨을 확인하였다.

본 논문은 아두이노를 사용하여 실내에서 발생하는 안전사고에 대하여 사전에 위험을 감지하고 예방하는 시스템을 다루고 있다. 아두이노에 진동감지센서, 화재감지센서, 공기농도센서, 온습도감지센서를 연결하여 각 센서의 수치에 따라 알림을 모니터에 나타내어 지진, 화재, 질식 사고를 예방 힐 수 있다.

본 논문에서는 현실공간에 가상의 정보를 추가하는 증강현실 환경과 산업 전반에 걸쳐 적용되고 있는 다양한 센서가 설치된 운영시스템과 연계하여 정보를 지속적으로 모니터링 및 관리할 수 있는 객체-포인트 관계기반 실시간 증강현실 컨텐츠 플랫폼을 제안한다. 객체-포인트 관계기반 실시간 증강현실 컨텐츠 플랫폼은 설비 및 센서 등 관리의 대상이 되는 객체와 해당 객체에서 받을 수 있는 정보로 구성된 포인트의 집합으로 이루어져 있으며, 이를 가능하게 하는 관리시스템-플랫폼-컨텐츠 간의 API 를 제공한다. 제공되는 API 를 통해 증강현실 컨텐츠와 실시간 관리 대상인 객체와의 연계가 가능하며, 이미 운영되고 있는 시스템의 변경 없이도 증강현실에서 표현할 객체 정보의 수정이 가능하도록 설계되었다. 따라서 제안하는 객체-포인트 관계 기반 실시간 증강현실 컨텐츠 플랫폼은 산업과 증강현실 기술의 융합을 도모하며 산업 전반에 걸친 증강현실 산업 생태계에서 긍정적인 역할을 할 것으로 기대된다.

비정형 데이터를 효율적으로 처리하기 위한 대표적인 오브젝트 스토리지로 OpenStack Swift가 있다. 하지만, 오브젝트 스토리지의 일관성 지원은 동기화 지연을 발생시키고 전체 성능에 영향을 미친다. 이런 문제는 기존 시스템에서 발생하는 페이지 스왑, 데이터 중복을 비휘발성 메모리를 사용함으로써 제거할 수 있고 오브젝트 서버의 성능 하락을 완화할 수 있다. 하지만, 비휘발성 메모리를 효율적으로 사용하기 위해서는 비휘발성 메모리 장치별 특성을 고려한 효율적인 데이터 배치가 필요하고 본 논문에서는 이를 위한 마이그레이션 기법을 제안한다. 마이그레이션 기법에서 사용하는 점수식은 First In First Out (FIFO)보다 정확도를 약 11% 향상시켰고, 기존 기법들보다 실행 시간은 42% 감소, 마이그레이션 횟수는 최대 24배 감소, 에너지 소비량은 9% 정도 절약하였다.

최근 네트워크 상에 새롭고 다양한 어플리케이션들이 생겨나면서 이에 따른 적절한 어플리케이션별 서비스 제공을 위한 패킷 분류 방법이 요구되고 있다. 이로 인하여 딥 러닝 기술이 발전 하면서 이를 이용한 네트워크 트래픽 분류 방법들이 제안되고 있다. 따라서, 본 논문에서는 딥 러닝 기술 중 Convolution Neural Network 와 Recurrent Neural Network 를 동시에 활용한 네트워크 패킷 분류 방법을 제안한다.

컴퓨팅 시스템의 고속화와 더불어 시스템, 서버의 내외부에서 다양한 미디엄에 기반 한 고속 신호 연결의 필요성이 증대되고 있다. Gbps 급 이상의 전송속도를 요하는 시스템 네트워크, 서버 시스템 버스 등의 활용에 있어서, 구리선 기반의 고속 케이블 미디엄이 널리 사용되고 있으며, 이들 케이블 미디엄의 속도는 점차 향상하고 있는 추세이다. 본 논문에서는, Gbps급의 고속 시스템 버스에 대한 케이블 미디엄 기반의 신호 송수신 실험을 통하여, 고속 신호전송에 사용 가능한 케이블 미디엄의 신호 특성 및 성능을 비교 분석 한다. Gbps급 전송의 실험을 위하여 차동 신호 당 10 Gbps급 이상의 전송속도를 가지는 microQSFP, Mini SAS HD, Passive Copper 케이블 미디엄을 사용하는 HW를 제작하여 실험하였다. 제작된 HD를 기반으로 8Gbps급 고속 신호의 병렬 전송 실험을 통하여 케이블 미디엄의 성능을 평가 하였다. 평가 결과, Passive Copper 케이블을 포함하여 모든 케이블 미디엄이 8Gbps 이상의 고속 전송에 적합함을 확인하였다.

상용 벤치마크에 의한 PC 의 성능 평가는 다양한 측면의 성능 분석이 가능하지만 모든 벤치마크들이 동일한 성능 요소에 대하여 동일한 성능 평가 결과를 나타내는 것은 아니다. 벤치마크들은 각자의 특성에 따라서 사용자의 응용 프로그램의 활용 측면, 또는 하드웨어 구성요소 측면에서 서로 다른 방법으로 테스트를 수행하고, 그 결과를 컴퓨터의 성능으로 도출하도록 되어 있다. 본 연구에서는 응용 프로그램 사용자 측면에서 성능을 평가하는 벤치마크인 SYSmark 2014 와 PCMark 8, 그리고 Passmark PerformanceTest 9 를 서로 다른 CPU 사양을 가지는 PC 들에 대하여 실행하고, 그 결과를 분석함으로써 하드웨어 측면에서의 성능 평가 결과와 사용자 측면에서의 성능 평가 결과와의 연관성을 분석하였다. 벤치마크별로 성능 평가를 수행한 결과, SYSmark 2014 와 PCMark 8 은 CPU 사양에 따른 하드웨어 구성요소 측면에서의 변화에 대한 Passmark PerformanceTest 9 결과치의 차이에 비하여 상대적으로 적은 성능 차이를 보인다. 이러한 벤치마크 결과는 응용 프로그램이나 소프트웨어를 활용하는 사용자 측면에서의 성능이 하드웨어 측면에서의 성능 차이에 반드시 비례하는 결과를 나타내지는 않는다는 사실을 분석적으로 보여준다.

이 연구에서는 효율적인 입, 출금 관리를 위해 기존 어플리케이션들의 불편함을 개선한 '입, 출금 관리시스템을 설계 및 구현하였다. 기존 출납관리 어플리케이션은 모든 내역을 사용자가 직접 입력하고 관리하는 방식으로 구현되어 있어서, 다수의 수입, 지출, 이체내역을 직접 입력해야하기 때문에 불편함과 오류들이 발생한다. 또한 남아있는 돈이 어느 계좌에 얼마나 남았는지 알 수 없는 문제점과 동일 은행에 2개 이상의 카드가 있는 경우 인식이 불가능하다는 문제점 역시 발생한다. 이런 문제점들을 개선하기 위해 계좌마다 보유액을 표시하도록 하고, 은행과 카드정보를 연결시켰다. 추가적으로 영수증의 텍스트를 인식해 내역을 저장함으로써 효율적으로 입, 출금 내역을 관리할 수 있도록 하였다. 본 어플리케이션의 기능은 크게 영수증 글자입력을 통한 내역추가, 사용자의 자산내역관리, 계좌 & 체크카드 연동, 더치페이 시스템 등이 있다. 영수증을 카메라로 찍어 필요 정보를 구별해 인식하고 지출 내역을 추가한다. 지출 내역을 추가할 때 필요에 따라 다른 사람들과 내역을 공유할 수 있다. 이 시스템을 통해 사용자는 더욱 쉽고 간편하게 입, 출금내역을 관리할 수 있을 것으로 보인다.

센서를 설치하는 대신 일반 대중들의 모바일 기기의 센서 정보를 이용하는 모바일 크라우드 센싱 기술을 활용해 적은 비용으로 주차장 포화도 정보를 제공하는 스마트 주차 시스템을 제안한다. 본 논문에서는 이러한 기술이 적용한 스마트 주차 시스템의 구조도를 제안하고, 특히 제공되는 정보에서 개인정보(장소, 시간, 차량번호 등의 연관관계)의 노출을 막기 위해 정보 제공에 사용되는 차량 이미지에서 번호판과 같은 개인정보를 효과적으로 제거하는 방법을 제시한다. 실험을 통해 그 가능성을 보인다.

빅데이터 산업 부상과 함께 교육 데이터 분석 분야가 새롭게 주목받고 있다. 교육 현장에서 학습 데이터의 양과 종류는 꾸준히 증가하고 있고 이를 분석하기 위한 정보기술도 계속 발전하고 있다. 한편, 학교 교육은 사회적 성취와 밀접한 관련이 있어 사회이동의 중요한 수단이 되는 만큼 학교 교육으로부터 이탈할 위험이 있는 학생들을 조기에 발견하여 이탈을 방지하는 것은 매우 중요하다. 본 논문은 대학생의 중도탈락을 예방하기 위해 로지스틱 회귀분석과 다층 퍼셉트론 기법을 이용해 학습 데이터를 분석하여 예측 모델을 생성하고 해당 모델을 평가한다. 평가 결과, 다층 퍼셉트론 모델이 로지스틱 회귀분석 모델에 비해 정확도와 재현율은 우수하였지만 정밀도는 약간 저조하였다.

소설 데이터는 인터넷 상의 수 많은 개인과 개인의 상호 작용에 의하여 연결되어 있으며, 이러한 데이터를 분석하여, 분석 대상에 내재하고 있는 구조와 특성을 파악하는 일은 중요하다. 특히, 개인 추천을 위해서는 개별 데이터들의 관계 그래프를 활용하여 빠르고 정확하게 추천 값을 도출하는 것이 효율적이다. 하지만, 기존 추천 기법으로는 신규 사용자와 아이템이 끊임없이 등장하는 상황을 즉각적으로 반영하기가 어렵고, 또한 많은 결측값을 포함하는 sparse 한 데이터일 경우에는 추천 시스템의 연산 공간과 시간에 많은 제약이 있다. 이에 본 논문에서는 Spark GraphX 를 활용한 개인 추천 시스템을 설계 및 개발하였으며, 이를 통하여 사용자와 아이템간에 내재하는 복합 요인이 반영된 그래프 기반 추천을 실행하여, 개인 추천 결과의 우수성을 확인하였다.

시계열 데이터 처리를 위해 방대한 양의 데이터를 스토리지에서 빠르게 읽어와 처리하려는 움직임이 많아지고 있다. 이를 위해 스토리지의 read latency 를 개선하기 위한 여러 기법들이 제안되었지만, 이 기법들은 분산 노드의 스토리지 자원을 충분히 활용하지 못한다는 한계가 있다. 따라서 우리는 시계열 데이터를 실시간으로 처리하기 위해 스토리지에 병렬적으로 접근하여 read latency 를 개선하는 기법을 제안한다. 제안된 기법은 분산 환경에서 스토리지에 병렬적으로 접근하여, 각 노드에서 부분적으로 데이터를 읽어와 전체 데이터를 읽어오는 지연시간을 줄인다. 우리는 제안된 기법을 여러 노드로 구성된 분산 환경에서 구현하였다. 제안된 기법을 적용한 결과, 전체 데이터를 읽어오는 read latency 가 기존 기법보다 28.04% 줄어든 것을 확인하였다.

컴퓨터 및 기술의 발전으로 힘입어 수많은 논문이 오프라인뿐 아니라 온라인으로 발행되고 있고, 새로운 분야들도 계속 생기면서 사용자들은 방대한 논문들 중 자신이 필요로 하는 논문을 검색하거나 분류하기에 많은 어려움을 겪고 있다. 이러한 한계를 극복하기 위해 본 논문에서는 유사 내용의 논문을 분류하고 이를 군집화하는 방법을 제안한다. 제안하는 방법은 TF-IDF를 이용하여 각 논문의 초록으로 부터 대표 주제어를 추출하고, K-means 클러스터링 알고리즘을 이용하여 추출한 TF-IDF 값을 근거로 논문들을 유사 내용의 논문으로 군집화한다.

본 논문은 에너지 빅데이터를 분석하기 위해 대용량의 시계열 데이터를 처리하는 시스템의 설계, 구축 방법을 제시한다. 이미 사용 중인 건물이나 공장의 에너지 효율화를 위해서 정부는 효율자원 시장 지원 사업을 수행하고 있다, 에너지 소비 설비에 따라 고효율 자원으로 변경 설치하는 데 필요한 자금의 일부를 지원하고 있다. 정부지원으로 고효율 설비로 변경함에 따라 실증 사이트에서는 측정 데이터를 수집하여, 효율화 정도를 파악하기 위한 에너지 데이터 분석 시스템을 구축하여 운영하였다. 해당 측정 정보는 IoT 전력량계를 통해 수집되며, 수집된 데이터는 클라우드 시스템에서 다양한 머신러닝 알고리즘에 적용되어, 에너지 소비 효율 평가에 필요한 성능 지표를 연산한다. 구현된 진단 시스템은 기축 건물의 에너지 효율향상 상황을 분석하는데 기여할 수 있다. 빅데이터 기반의 에너지 분석 기능을 사용하여 에너지 고효율 장비의 운영시간, 부하율 등의 효율성과 성능통계를 연산할 수 있다.

본 논문은 지속적으로 수집되는 전력량계 데이터를 자동으로 처리, 분석하기 위한 IoT 데이터 기반 자동분석 기법을 제시한다. 에너지 효율을 높이기 위해서는 대상 설비의 관리, 모니터링을 통해 운영을 최적화해야 한다. IoT 기술을 이용하여 에너지 설비 사용 효율을 확인하고, 관리 여부를 판단하는 진단기술을 구현하기 위해서는, IoT 전력량계를 통해 수집된 데이터를 다양한 머신러닝 알고리즘에 입력하여 관리에 필요한 결과 지표를 도출할 수 있어야 한다. 이런 기능을 제공하는 IoT 수집 시스템의 모니터링 및 자동 진단 시스템은 데이터 수집, 분석을 신속하게 수행할 수 있다. 데이터 수집과 고속, 대용량 데이터 저장에 적합한 분산 파일시스템과 고속 시계열 기능을 기반으로 의존도, 유사도 분석실행을 제공하는 고속 전처리 시스템의 특징을 제안한다.

무선 네트워크에서 토폴로지의 빈번한 변화로 노드 간 링크 단절과 경로재설정이 발생하여 네트워크 내에 제어메시지 과부하와 같은 문제점들이 발생한다. 본 연구에서는 링크 단절과 제어 메시지 과부하와 같은 문제점을 해결하기 위하여 무선 네트워크 환경에서 주변 노드 탐색과정, 경로 탐색과정, 경로관리과정의 3단계를 수행할 때 안정적인 전력, 높은 컴퓨팅 능력과 무선 신호 조절 능력이 있는 존 마스터(Zone Master)를 기반으로 하는 링크안정성 기법을 제안하였다. 제안한 기법은 다양한 무선 환경에서 기존의 OLSR라우팅 프로토콜보다 우수한 성능을 보임을 확인하였다.

본 연구는 일반적으로 인간이 듣지 못하는 비가청주파수 통신에 대해 분석한다. 대표적인 무선 통신방식으로는 NFC(Near Field Communication), Bluetooth, Wi-Fi 기술 등이 있다. 하지만 이 통신방식들은 통신 모듈이 따로 필요하다는 단점이 있다. 이러한 단점을 보완하기 위해, 본 연구에서는 마이크 및 스피커가 기본적으로 탑재된 스마트폰을 기반으로 한 비가청주파수 통신을 제안한다. 더 나아가 주파수 제어 코드를 최적화하여 비가청주파수를 이용한 통신 거리를 기존의 기술보다 확장하고 높은 인식률을 가지는 것을 목표로 한다.

본 연구는 교내 카드 학생증의 불편함을 해소하기 위해 무선통신 NFC 기술을 활용하여 IoT 도어락을 구현했다. 본 앱의 목적인 출입과 동시에 권한 양도 기능을 수행함으로써 교내 이외 실생활에서도 적용가능 하도록 구현하였으며, 이를 통해 편리성, 효율성, 보안성을 모두 갖출 수 있도록 구현했다.

오늘날 네트워크 서비스에 대한 수요가 증가함에 따라 네트워크 트래픽 또한 증가하고 있다. 이는 네트워크 서비스 구성을 복잡하게 만들어 최종 사용자에게 전달되는 네트워크 기능의 동적 구성이 요구된다. Service Function Chaining (SFC)은 일련의 Service Function (SF) 세트로 구성된 새로운 네트워크 서비스 배포 모델이다. SFC는 특정 서비스에 따라 플로우를 분류하여 네트워크 운영자의 효율적인 서비스 제공을 보장한다. SFC의 성능은 SFC를 구성하는 SF Instance (SFI)와 상관 관계를 가진다. 이때 다수의 SFC 환경에서 단일의 SFI 사용 시, 트래픽 오버플로우가 발생할 수 있다. 따라서, 본 논문에서는 확장 가능한 SFC 프로비저닝을 위한 Monitoring as a Service (MaaS)를 제안한다.

최근 5G 네트워크의 출현은 전송속도의 진화에 따라 서비스를 확장하고 있는 추세이다. 네트워크에서 사용하는 단말의 수가 증가하며, 단말에서 사용하고 있는 서비스 수는 다양해지고 있다. 이러한 점은 이동성관리 연구가 필수적이며 다양한 기존 연구들이 있다. 하지만 기존 연구에서는 handover delay로 인한 QoE 저하 문제, 활성 링크 수 증가로 인한 패킷 손실 및 네트워크 자원 부족 문제점이 발생을 한다. 이러한 점을 해결하기 위해 단말에서 사용하는 flow 타입을 실시간과 비실시간 서비스로 구별한다. 이동성 요구사항을 필요로 하는 실시간 서비스 앵커를 설정하는 동작과정을 수행하여 라우팅의 경로를 최소화하여 네트워크에서 발생하는 여러 가지 문제점들을 해결한다. 본 논문에서는 수학적 수식을 통한 성능평가를 통해 기존 SDN 기반 이동성관리 보다 제안하는 아이디어가 handover delay 시간을 50% 줄일 수 있다는 점을 확인하였다.

LoRaWan(Long Range Wide Area Network)은 저전력, 장거리 특성을 가진 무선 통신기술로 그 특성상 스마트 시티(Smart City), IoT(Internet of Things) 등에 각광받고 있다. 또한 LoRaWan은 Chirp 신호 특성에 의해 실외 삼각측량에 따른 사용자 위치 추정 기술을 제공한다. 본 논문에서는 이러한 LoRaWan의 특성에 더해 Wi-Fi 지문 정보를 활용하여 위치 추정 정확도를 개선하고 또한 이웃 Wi-Fi 단말들, 가령 스마트폰 등의 위치 정보를 LoraWan 게이트웨이와 통신하여 최종적으로 서버에서 측위 할 수 있는 시스템을 제안한다.

전자기파 환경을 고려한 장비 개발을 위해서 고려되는 설계 사항 중 하나는 외부의 노이즈가 장비 내부로 유입되지 않도록 하고 반대로 장비 내 발생하는 노이즈가 외부로 나가는 것을 막도록 설계하는 것이다. 이를 위해서 전자기파 환경 규격을 만족하기 위한 장비들은 일반적으로 차폐형 구조로 설계된다. 본 논문은 차폐형 구조 설계 시 가장 노이즈에 취약할 수 있는 커넥터를 필터 일체형으로 설계한 사항과 이를 적용한 신호인입함의 성능 개선 사항에 대해 소개한다.

이중화 시스템은 가용성 및 신뢰성 향상을 위한 방안의 하나로 시스템의 고장으로 인한 임무중지나 성능 감소를 방지하기 위한 시스템이다. 이중화 구조 중 하나인 마스터-슬레이브 구조를 갖는 시스템에서는 슬레이브 모듈이 마스터 모듈의 상태를 모니터링하고 있다가 이상 감지 시 슬레이브 모듈에서 마스터 모듈로 전환되는 기능을 가지고 있다. 본 논문에서는 네트워크 시스템 구성 시 항시 시스템 fail 를 감지하고 무중단 데이터 전송을 수행하기 위한 네트워크 이중화 구성 방안에 대해 소개 한다.

Recently, many researchers claim that mobile data offloading is a key solution to alleviating overloaded cellular traffic by dividing the overloaded traffic with femtocells, WiFi networks or users. In this paper, we propose an idea to select a group of users, known as VIPs, that is able to effectively transfer the data to others using Density-Based Spatial Clustering of Application with Noise, also known as DBSCAN algorithm. We conducted our experiments using NCCU real trace dataset. The results show that our proposed idea offload about 70~77% of the network with VIP set size of four, which is better than the compared methods.

Motivating by two promising technique of 5G, namely D2D and Edge computing, and the above mentioned problem of the current joint studies, We believe that more study is needed on the benefits of joining these two techniques in a single framework by more precisely taking into account the energy needed to computation, sending data, receiving data and as a result achieving more realistic energy efficiency in 5G cellular networks.

최근 VR 환경은 모바일학습, 스마트 공장을 포한함 다양한 분야에서 활용되고 있으나 이를 위한 HMD의 가격은 독립된 적용 플랫폼을 사용하고 있으며 고가의 HMD을 요구하고 있다. 본 논문에서는 무선으로 3D 콘텐츠를 제공받는 저가의 모바일 VR HMD 구성 및 이를 활용한 VR 모바일 플랫폼을 설계한다. 이를 위해 사용자의 움직임을 검출하기 위해 6축 센서를 사용하여 VR 콘텐츠 서버에서 렌더링된 3D 이미지 랜더링를 처리하도록 개발하였다.

최근 IT기술들이 발전하면서 거의 대부분이 전자화 되었다. 본 시스템용 PC버전에서는 상용화 되어 있는 전자결재 시스템을 모바일로 구현함으로써 시대에 맞게 종이문서를 전자문서로 대체할 시스템이다. 결재자가 시간과 장소를 구애받지 않고 회사의 급한 결재건 에 대해 내용 확인 후 결재를 할 수 있는 시스템이다. 본 논문에서는 이러한 시스템을 설계한 과정중에 일부분인 API와 APP간의 통신한 결과를 담는 화면들을 보여주고 설명하고 있다.

본 논문에서는 푸드트럭의 정보를 제공함으로써 고객들에게 푸드트럭 이용 편의성을 제공하고, 푸드트럭 운영자들에게 사용자 유치 및 수익성을 제공하는 앱을 개발한다. 본 논문에서 개발한 앱은 푸드트럭 운영자가 자신의 트럭 영업정보(메뉴, 위치, 영업시간 등)를 올려 사용자들에게 트럭 정보를 제공하고, 홍보하며, 사용자들의 피드백을 받을 수 있는 기능을 제공한다. 특히 트럭 운영 중 특정상황이 발생했을 때 자신의 트럭을 찜한 사용자들에게 알람을 보낼 수 있는 기능을 제공한다. 일반 사용자는 푸드트럭을 여러 검색 조건으로 잦아볼 수 있으며, 트럭마다 게시판을 제공함으로써 사용자와 운영자 간의 상호 커뮤니케이션이 가능하다.

요즘 많은 사람이 사용하고 있는 쏘카, 그린카, 피플카, 딜카 등 카 셰어링(car sharing) 애플리케이션 방식에 대한 차량 외관 부분이 많은 문제점으로 발생하고 있다. 본 논문에서는 기존의 카 셰어링 시스템에 SURF(Speed-Up Robust Feature) 시스템 방식을 휴대폰 애플리케이션에 적용하여 카 셰어링 시스템에서 발생하고 있는 외부적인 훼손에 대하여 사용자들의 안정적인 보안 솔루션을 제공하고자 한다.

스마트 폰과 같은 모바일 기기에서 사용자의 다양한 요구 사항을 충족해야하는 요구가 늘어남에 따라, Wi-Fi, Bluetooth 등의 이종 무선 라디오가 단일 칩에 통합된 Wi-Fi 및 Bluetooth 콤보 모듈이 보편화 되었다. 본 연구에서는 Wi-Fi / Bluetooth 콤보 통신 모듈을 장착한 모바일 기기에서 모바일 스트리밍을 이용할 경우, Bluetooth 사용이 사용자 체감 품질(Qualty-of-Experience)에 미치는 영향을 조사한다. 실측을 통한 실험 결과, Wi-Fi와 블루투스를 동시에 사용하는 환경에서는 Wi-Fi만을 이용하는 환경에 비해 최대 55 %의 성능 저하를 보인 것으로 나타났다. 이 연구는 이기종 통신 모듈의 사용에 따른 물리 및 링크 계층의 전송 스케쥴링이 최상위 사용자 계층의 성능에 미치는 영향을 밝혀냈다는 중요성을 갖는다.

최근 우리나라의 비트코인 거래량이 폭발적으로 증가하면서 블록체인 기반의 비트코인에 대한 관심이 높아지고 있다. 비트코인에 적용된 블록체인 기술은 중개기관의 개입이 없는 분산된 지급 형태로 위 변조의 우려가 적고 거래가 간편하나 불법자금, 탈세, 이용자 도산 등의 문제가 발생할 가능성이 있다. 이에 본 논문에서는 블록체인 기반의 비트코인 거래에서 도출된 정책적 시사점과 향후 정책 도입 방안을 제언한다.

북한은 소프트웨어 개발기관인 조선콤퓨터센터(KCC)를 설립하고 자체 소프트웨어를 개발하여 사용하고 있다. 조선콤퓨터센터(KCC)는 리눅스 오픈소스 기반의 붉은별 운영체제를 개발하고, 내부 응용프로그램인 서광문서처리체계를 개발하여 사용하고 있다. 이러한 내부문서체계의 보안 취약점을 분석하기 위해 서광문서체계와 유사한 워드프로세스의 CVE 보안 취약점을 분석하고, 서광문서체계의 파일인 ODT 파일의 구조를 분석한다.

동일한 데이터를 여러 곳에 보관하는 분산원장을 특징으로 갖는 블록체인은 보안성과 안정성을 비롯한 여러 가지 기술적 특징을 가지며, 이로 인해 블록체인의 활용처에 대한 연구가 다양하게 이루어지고 있다. 본 논문에서는 공적장부의 하나인 부동산종합공부시스템에 블록체인을 적용하기 위해 고려할 사항들을 도출하고, 이를 바탕으로 블록체인 시스템 구성 방안과 합의 알고리즘 참조모형을 제시한다.

최신 전투기로 발전할수록 증가되는 소프트웨어 의존도와 네트워크 중심전으로의 작전 수행 개념의 변화, 그리고 무기체계에 대하여 지속적으로 발전하는 사이버 위협의 증가는 전투기 소프트웨어에 대한 강화된 보안 대책을 요구하고 있다. 이러한 상황의 변화는 전투기의 운용 및 소프트웨어 결함에 대한 감항인증 뿐만 아니라, 전투기 소프트웨어에 대한 사이버 위협의 보안 대책도 함께 요구한다. 따라서 본 연구에서는 항공기 및 시스템 감항 보안 인증기준인 DO-326A와 DO-356을 적용하여 전투기 운용 환경을 고려한 항공무기체계의 특성과 항공기에 대한 사이버 공격에 대해 살펴보고, 이를 바탕으로 감항 보안 프로세스를 적용해 본다.

오늘날 빅데이터, AI, IoT 동 IT기술이 발달함에 따라 기업들은 다양하고 수많은 정보를 수집 축적하고 있다. 특히, 개인정보에 대해 습득 및 취급이 쉬워져 기업들은 대량의 개인정보를 보유하고 있다. 이로 인해, 해킹, 내 외부 직원의 고의 및 실수 등으로 발생하는 개인정보 유출 사고는 우리 사회에 큰 문제이다. 정부 및 유관기관은 개인정보보호법, 개인정보 안전성 확보조치기준 등 법령을 마련해 개인정보를 안전하게 처리하기 위한 최소한의 가이드라인을 제시하여 공공기관 및 민간기업이 개인정보를 안전하게 처리하도록 유도하고 있다. 하지만 이러한 노력에도 불구하고 개인정보 유출 사고는 해마다 빈번하게 일어난다. 본 논문은 이기종 개인정보보호 솔루션의 유기적인 통합 방안과 운영방안 등을 고안하여 개인정보보호통합시스템 설계를 통해 효과적인 개인정보 유출 사고 방지에 이바지하고자 한다.

본 논문은 블록체인 알고리즘을 탑재한 HEMS 시스템을 활용하여 전력의 생산과 소비를 동시에 수행하는 에너지 프로슈머들 간의 안전하고 신뢰성 있는 전력거래 시스템을 구현하기 위한 방안을 연구하였다. 신재생발전원의 가정내 보급이 증대하고 HEMS를 통해 댁내 에너지관리가 보다 스마트해지고 전력정보의 실시간 취득이 가능해짐에 따라 동일 변대주 인근 배전선로와 연결된 에너지 프로슈머들간의 소규모 전력거래에 있어 블록체인 기반 기술 적용이 보다 용이해 질 것으로 예상된다. 또한, HEMS를 활용하여 블록체인 기반 P2P간의 전력거래에 있어 기술적 한계를 극복하기 위한 추가적인 연구 방향을 함께 제시하였다.

웹 해킹 사고 건수와 피해규모가 매년 증가하고 있다. 해킹사고의 대부분이 웹을 통해 발생하고 있으며 웹 취약점 점검을 통해 사전에 예방할 수 있지만 인력과 예산 부족으로 주기적인 점검이 어려운 것이 현실이다. 본 연구에서는 효율적인 웹 점검을 위해 공격가능성을 바탕으로 점검 항목의 위험도를 분석하고 향후 지속되어야 할 연구 방향을 제시한다.

한국 소프트웨어 시장에 맞는 시큐어 코딩 가이드 기준을 설립하고, 이를 통하여 경제적인 비용을 절감 시키는 등 소프트웨어 개발을 효율적이고 안전성을 갖게 하는 것을 목표로 한다.

오픈소스는 소스코드를 무료로 공개하여 누구나 쉽게 사용하고 공유 할 수 있도록 만든 소프트웨어 이다. 누구나 열람할 수 있는 오픈소스의 특성상 보안에 취약하고 소프트웨어의 구조적 오류가 발생 할 수 있다. 필요한 기능을 손쉽고 편리하게 사용할 수 있다는 장점이 있지만, 검증되지 오픈소스는 해커와 같은 외부 공격에 취약점을 노출시킬 수 있다. 본 논문에서는 이러한 오픈소스의 취약점을 Adobe Flash Player의 사례를 통해 알아보고 취약점 해결방안을 고찰해 봄으로써 오픈소스를 사용하면서 발생할 수 있는 문제점을 보완하고자 하였다.

모바일 기기를 이용하는 인터넷 서비스가 증가하고 있다. 반면 응용소프트웨어의 보안 허점을 노린 바이러스, 웜, 악성코드는 나날이 증가하여 개인은 물론 기업, 국가차원의 대책이 요구되고 있다. 악성코드는 악의적인 목적을 위해 작성된 코드를 통칭하며 시스템 성능저하, 개인정보 유출, 파일 감염 및 손상을 입힌다. 본 논문에서는 모바일 기기의 악성코드 종류, 증상, 감염경로를 알아보고, 보안 취약성에 대한 학부생의 인식도를 조사하여 예방하는데 그 목적을 둔다. 이러한 인식도 조사를 통해 모바일 악성코드에 대한 학부생의 인식을 향상시키고, 기초 예방만으로도 쉽게 감염률을 낮출 수 있도록 백신을 설치하고 수시로 업데이트하여 이용자들에게 악성코드 감염 증상과 사례의 심각함을 알려줌으로써 예방 인식도를 함양 시킬 수 있다.

In Japan, 24th May 2013, the Act on the Use of Numbers to Identify a Specific Individual in the Administrative Procedure (From now on referred to as the My Number Act) had raised. My Number system is used to confirm that information on individuals possessed by multiple agencies such as administrative agencies and local governments are information of the same person. In this paper, we analyzed the all item assessment report of the Specific Personal Information Protection Assessment conducted in local governments in Japan, etc. We investigated two directions: (1) Adequacy of risk assessment and measures, (2) Reuse of the Assessment Report.

최근 IoT, SNS 등이 확대 되면서 대규모의 빅데이터가 생산되고 있고, 이러한 빅데이터는 AI 등 지능형 기술과 결합하여 다양한 분야의 예측과 의사결정을 지원하며 새로운 가치를 창출하고 있다. 그러나, 이러한 활용에 있어 가장 걸림돌이 되는 것은 빅데이터에 내제되어 있는 개인정보에 대한 위협이다. 본연구에서는 빅데이터에 내제되어 있는 개인정보를 보호하면서도 빅데이터의 효과적인 분석과 활용을 가능하게 할 수 있는 동형암호(homomorphic encryption)을 살펴보고 빅데이터의 프라이버시 강화 방안과 이를 통한 빅데이터의 활용방안에 대해 연구하고 향 후 과제 등에 대해 고찰해 보도록 한다.

최근 기반시설의 제어시스템을 대상으로하는 악성코드와 취약점 등이 지속적으로 보고됨에 따라 기반시설의 사이버위협에 대한 긴장감 고조되고 있다. 이와 같은 최신 사이버위협들을 예방하기 위해서는 주기적인 취약점 점검 및 제거가 필수적이다. 이를 위해서는 먼저 해당 제어시스템에 대해 기 알려진 취약점 정보를 수집할 필요가 있다. 이에 본 논문에서는 공개 취약점 정보들을 활용해 제어시스템과 관계된 취약점 정보의 수집, 관리 및 활용을 위한 제어시스템 취약점 정보관리시스템의 설계 및 구축 방안용 제시하였다. 또한, 정보관리시스템 구축 시 필수디지털자산의 정보유출 사고를 예방을 위해 고려해야할 사항을 제안한다.

클라우드 컴퓨팅 기반 사물인터넷 환경은 급격히 증가하는 통신량, 기종 간 이질성, 지연 시간과 같은 문제점으로 인해 어려움을 겪고 있다. 이를 해결하기 위한 대표적인 방법 중 하나는 분산 모델을 통해 클라우드 컴퓨팅 환경에 집중된 네트워크 또는 컴퓨팅 파워를 분산시키는 포그 컴퓨팅 (Fog Computing) 또는 에지 컴퓨팅 (Edge Computing)을 활용하는 것이다. 그러나 이 분산형 네트워크의 단점을 보완하기 위해 사물인터넷 (IoT, Internet of Things)과 가장 가까이 존재하는 네트워크 모델로써 미스트 컴퓨팅 (Mist Computing)이 탄생하였다. 그러나 다양한 프로토콜에 의해 통신이 이루어지는 사물인터넷 환경에는 수천 가지 제로데이 공격이 존재한다. 이 공격들의 대부분은 이전에 알려진 공격의 작은 변형체이다. 이러한 공격을 효과적으로 막기 위해 사물인터넷 환경에서의 침입 탐지 시스템은 지능적이어야 한다. 따라서 본 논문에서는, 미스트 컴퓨팅 환경에서 새로운 또는 지속적으로 변화하는 사물인터넷 대상 공격을 효과적으로 방어하기 위한 인공지능 기반 침입 탐지 시스템을 제안한다.

최근 국가기반시설을 제어하고 관리하는 산업제어시스템에 대한 사이버보안 위협이 증가함에 따라 보안의 중요성이 증가하고 있다. 산업제어시스템에서의 보안 기술은 일반적인 IT 시스템의 보안 기술과는 많은 차이가 있다. 산업제어시스템과 IT 시스템은 인간이 컴퓨터 시스템을 통해 정보를 처리하는 것은 같지만 IT 시스템은 정보 처리의 효율성을 위해 시스템을 사용하는 반면, 산업제어 시스템은 시스템의 효율성을 위해 정보를 처리하는 부분으로 이에 알맞은 새로운 보안 체계 구성이 필요하다. 초기에는 폐쇄망 위주로 구성되었던 산업제어시스템에서 ICT(Information & Communication Technology) 발전으로 외부로부터의 사이버 위협이 가중되었다. 편리성과 효율성이 증대된 만큼 ICT의 취약점 또한 산업제어시스템에서 문제가 발생하고 있지만, 현재 산업제어시스템의 보안 기술에 대해서는 국내에 널리 알려지지 않고 있다. 본 논문에서는 산업제어시스템 및 보안정책에 대해 논의한다. 관련 보안사고의 사례 및 보안 기술을 살펴봄으로써 미래 산업제어시스템의 발전과 보안 공격에 대한 충분한 보안체계를 구축하여 종합적이고, 적합한 보안 대책을 마련하는 것에 도움이 될 것이다.

CCTV는 현재에도 다양한 분야에서 적용되어 활용하고 있다. 하지만 다양한 분야에 설치된 CCTV 시스템에는 다양한 보안 위협이 존재하는데, 공격자는 전송되는 영상데이터를 획득함으로써 카메라에 찍은 사용자의 정보를 획득할 수 있고, 이를 조작하여 사회에 혼란을 줄 수도 있다. 또한 다수의 카메라의 영상을 보관하는 서버가 공격자에 의해 해킹당하면 다수의 카메라는 공격자에 의해 제어 될 수 있다. 본 논문에서는 CCTV의 보안위협을 해결하고자 CCTV 환경에서 프록시 재암호화를 활용하여 키관리를 함으로써 서버에 저장된 영상을 재암호화하고 원하는 사용자가 암호화된 영상을 획득하여 자신의 비밀키만으로 영상을 안전하게 복호화하여 획득할 수 있다.

블록체인은 DLT 기술로서, P2P 네트워크의 영역별로 유지 관리되는 트랜잭션의 추가 전용 공유 레코드 기술이다. 그 중 Private Blockchain은 허가된 사용자 멤버만으로 구성된 블록체인 환경으로, 소수의 신뢰노드만이 블록 생성 합의에 참여하여 빠른 블록체인을 형성하고 이를 하나의 원장으로 공유한다. 따라서 본 논문에서는 Private Blockchain의 허가된 사용자의 신원확인을 위한 인증구조인 PKI(Public Key Infrastructure)와 AKI(Accountable Key Infrastructure)를 비교 분석하고 KSI(Keyless Signature Infrastructure)기반의 인증관리를 제안한다.

IoT 환경에서는 다양한 센서 디바이스들이 각 디바이스들의 역할과 위치에 따라서 그룹 형태를 이루어 통신을 하게 된다. 그룹 형태의 센서 디바이스들이 통신하는 그룹 기반 통신에서는 수집된 정보를 게이트웨이와 같은 상위 디바이스에게 안전하게 전송해야 한다. 이 때 센서 디바이스들은 게이트웨이와의 인증 과정이 필요하며, 인증 후에 세션키를 분배하여 안전한 통신을 수행할 할 수 있다. 하지만, 일반적인 환경에서는 센서 디바이스의 수가 많아질수록 게이트웨이가 인증을 수행하고 키를 분배하기까지는 매우 큰 오버헤드가 발생하게 된다. 따라서 본 논문에서는 IoT 환경에서 그룹 기반 통신에 대한 보안 요구사항을 분석하고, 그룹 환경에서 사용될 수 있는 그룹 인증 기법에 대해 설계한다.

블록체인은 분산 원장 기술 중 하나로 여러 개의 노드들이 참여하며, 이 노드들 간의 합의 알고리즘을 통하여 데이터의 위 변조를 막고, 이미 기록된 데이터를 바꿀 수 없는 구조를 장점으로 가진다. 이러한 특성 때문에 블록체인은 신뢰성이 중요시되는 플랫폼에 많이 적용이 되며 많은 플랫폼 중 전자투표의 중요한 기술로서 인식되고 있다. 전자투표는 선거의 모든 과정을 전자화 하여 선거를 관리하는 사람이나 투표자 모두에게 편리함을 제공하는 시스템으로 기술적인 보안성이나 시스템의 안정성이 완벽하게 보장되지 않아 유권자들에게 신뢰를 주지 못해 현실에서 쉽게 적용하지 못하고 있다. 이러한 문제를 해결하기 위해 본 논문에서는 블록체인을 적용하여 투표의 변조를 막고 유권자들의 신뢰와 시스템의 안정성을 제공하는 전자투표 시스템을 제안한다.

환자의 의료데이터를 각 의료기관에서 통합적으로 저장, 연람 시에 메타데이터를 사용, 리소스 간의 연관관계를 이용한 온톨로지 방식을 사용하여 의료정보를 체계적으로 접근, 열람 할 수 있게 한다. 데이터들을 저장 연람 시에 환자의 생체정보를 사용해야만 저장, 연람할 수 있게 만들어 정보를 환자의 인지 하에서만 접근할 수 있도록 한다. 또한, 생체 인증 시 생성되는 공개키로 블록을 생성, 저장하는 기법을 사용해 외부의 접근으로부터 보호 할 수 있도록 하였다.

네트워크 정상행위 모델링이란 대상 네트워크 및 시스템에서 동작 가능한 행위 중 허용된 행위를 모델링하는 것을 의미한다. 정상행위 모델은 해당 모델의 정상 이외 범주의 알려지지 않은 비정상 행위의 탐지 가능성을 가지고 있어 활용도가 높다. 네트워크 및 시스템의 복잡도가 증가할수록 특성의 파악이 힘들며 이로 인해 주요 특징의 누락이 발생할 수 있어 대상 네트워크의 다수의 데이터에 기반한 기계학습 기반의 네트워크 정상행위 모델링에 관한 다양한 연구가 진행되고 있다 본 논문에서는 딥러닝을 포함하여 네트워크 정상행위 모델링에 사용될 수 있는 다양한 기계학습 기반의 기법을 제시한다.

새롭게 변형되는 대규모 악성코드들을 신속하게 탐지하기 위하여 인공지능 딥러닝을 이용한 악성코드 탐지 기법을 제안한다. 대용량의 고차원 악성코드를 저차원의 이미지로 변환하고, 딥러닝 합성곱신경망(Convolution Neural Network)을 통해 이미지의 악성코드 패턴을 학습하고 분류하였다. 본 논문에서는 악성코드 분류 모델의 성능을 검증하기 위하여 악성코드 종류별 분류 실험과 악성코드와 정상코드 분류 실험을 실시하였고 각각 97.6%, 87%의 정확도로 악성코드를 구별해 내었다. 본 논문에서 제안한 악성코드 탐지 모델은 차원 축소를 통해 10,868개(200GB)의 대규모 데이터에 대하여 10분 이내의 학습시간이 소요되어 새로운 악성코드 학습 및 대용량 악성코드 탐지를 신속하게 처리 가능함을 보였다.

정보를 조작하고 은닉하는 기술은 꾸준히 발전하고 있으며 그 가짓수가 매우 다양하다. 이러한 기술들이 성장함에 따라 이에 맞서 조작된 정보를 알아채고 예방 및 방어를 하는 보안 기술들이 함께 진보된다. 본 논문에서는 정보 보안 기술의 발전을 위한 새로운 정보 은닉 기술의 필요성을 근거로 다양한 데이터 표현 방법을 보안 관점에서 이해하고자 한다. 이에 디지털 이미지를 저장하는 데 쓰이는 BMP 파일 포맷 구성이 RGB 3채널임을 이용하여 ASCII 코드값을 채널에 주입해 프로그래밍을 구현하는 기법에 대해 연구하였다. 이 기법은 향후 여러 프로그래밍 언어로 확장됨에 따라 멀티미디어를 활용한 정보보안 분야에서 크게 활용될 것으로 기대하는 바이다.

CCTV 기술은 실시간으로 영상을 수집하여 저장소에 보관하는 기술을 의미한다. 이러한 환경에서 데이터 저장소의 가용성은 매우 중요하다. 데이터가 축적될수록 스토리지 공간의 확장은 매우 중요해지며, 이를 위해 최근에는 클라우드 스토리지를 이용하여 저장 공간을 비교적 수월하게 확장하고 이용할 수 있는 환경이 제시되고 있다. 하지만 이러한 환경에서도 데이터의 지속된 저장은 저장 공간의 추가 이용을 위한 비용의 증가로 직결되기 때문에 데이터를 효율적으로 저장하기 위한 방안의 논의되었다. 데이터 중복제거 기술은 이러한 기술 중 하나로 데이터의 중복된 저장을 방지하여 스토리지 공간을 보다 효율적으로 이용할 수 있도록 하는 기술이다. 하지만 CCTV 환경에 클라우드 스토리지와 데이터 중복제거 기술을 적용하면서 추가적인 보안 이슈가 발생하였다. 따라서 본 연구에서는 이러한 문제를 해결하기 위한 연구를 수행하며, 이를 통해 보다 효율적인 데이터 저장을 수행하는 동시에 안전하게 데이터를 보관하는 방법을 제안한다.

최근 ICT 기술이 발전함에 따라 많은 편리함과 경제적 등 이점이 증대함과 동시에 각종 침해사고, 관리 미숙 및 부주의로 생기는 손실 또한 증가하는 추세다. 또한 침해 대응 실무자의 역량강화를 위하여 실제 시스템에서 실습하기는 어렵다. 본 논문에서 사물인터넷 (IoT) 장비들을 봇넷으로 구성한 Mirai 공격 사례를 바탕으로 가상 시스템을 통해 공격 및 방어 훈련 시스템을 구현하였다.

소프트웨어 정의 네트워크(Software Defined Network)는 기존의 네트워크 벤더 중심의 폐쇄적인 네트워크 환경을 추상화를 통해 단순화하여 프로그래밍이 가능한 유연한 소프트웨어 기반의 중앙 집중적인 관리 환경으로 전환해 주는 차세대 네트워킹 기술이다. 이러한 장점을 활용해 기존 네트워크보다 일부 보안 문제에 강점을 가질 수는 있으나 기존 네트워크의 보안 문제와 취약점들 대부분이 그대로 존재하고 이를 대상으로 한 다양한 공격이 발생하고 있다. 본 논문에서는 이러한 보안 문제에 대하여 SDN 기술을 활용하여 어떻게 네트워크 보안 기능을 구현할 수 있는지 확인하고, 기존 오픈소스 IDS/IPS 소프트웨어 Suricata와의 연동을 통해 SDN의 보안기능을 강화하는 구조를 제안한다.

본 연구에서는 공과대학 여대생들을 대상으로 진로를 지도하는 학과 교수들을 지원하기 위하여 진로지도 가이드라인을 개발하였다. 현황을 파악하고 가이드라인을 도출하기 위하여 7명의 공과대학 교수로 구성된 전문가그룹을 대상으로 초점집단인터뷰(FGI: Focus Group Interview)를 실시하였다. 분석한 결과, 공과대학 여대생들에게는 효능감 향상, 전공역량 강화, 실무역량 증진, 기초역량 함양, 구체적인 취업정보 안내가 요구되는 것으로 나타났으며, 분석결과는 가이드라인의 5대 설계요소로 활용되었다. 이를 바탕으로 학년별 지도 항목과 5대 요소를 체크하고 피드백하며, 실제 진로지도에서 쉽게 활용할 수 있도록 활용양식을 제안하였다. 2회의 전문가회의를 거쳐 가이드라인과 활용양식의 타당도를 검증하고 수정 보완하였다. 마지막으로 가이드라인이 잘 활용될 수 있는 방안을 제언하였다.

In this paper, we propose the database design for skill learning service through the internet from the viewpoint of service engineering. This paper we describe the outlines for a design theory for skill learning service, which can lead to the satisfaction of both learner and instructor. Compared to other services, motion control learning takes a considerable amount of time, and this leads to a difficulty for learners to rate the quality of the service as well as for the instructors to provide consistent quality and standard of teaching. To solve these problems, we use a relational database with MongoDB which is an unstructured database allowing to flexibly incorporate the demands of both learner and instructor into the database itself.

최근 프로그래밍 교육에서 학생들의 학습 성취도를 빠르고 정확하게 평가하기 위하여 자동 채점 시스템을 사용한다. 강의를 통해 습득한 이론적인 지식을 이해하기 위해 직접 코드를 작성하는 실습이 진행되는 프로그래밍 교육에서 효과적이기 때문이다. 현재 실습에 필요한 실습문항의 대부분은 강사가 직접 생성해야 한다. 특히 강의내용을 바탕으로 예제 소스코드를 이해하여 빈 칸에 알맞은 코드를 작성하는 실습은 강사가 직접 빈 칸에 해당되는 부분을 예제 코드에서 지정해줘야 하는 추가적인 작업이 필요하다. 이러한 빈 칸 채우기 문항은 일반적으로 빈 칸이 고정된 행태이기 예문에 학생들이 답안을 공유하기 쉽다. 이를 막기 위해서 강사는 유사한 내용의 빈 칸 채우기 문항을 추가적으로 생성해야 한다. 하지만 대부분의 자동 채점 시스템은 이를 지원하지 않거나 강사에게 빈 칸을 직접 지정하도록 하는 경우가 대부분이다. 따라서 본 논문에서는 이러한 문제를 해결하는 빈 칸 채우기 문항 자동생성기법을 제안하고 적용 사례를 보인다.

최근 우리 사회에도 다문화가정이 증가하고 있다. 만약 부모가 한국어에 익숙하지 않다면, 그 자녀들도 유아기 한글 학습에 지장을 받을 수 있다. 이에 따라 다문화가정 유아의 특성을 반영한 한글교육 프로그램이 필요하다. 본 연구는 그 초기 단계의 연구 결과물을 담고 있다. 즉, 학습 콘텐츠 개발자-서버 관리자-학습자를 위한 시스템을 설계하였고, 지금까지 개발된 한글쓰기 교육용 앱의 초기 버전을 개발 완료하였다.

EDISON 웹 포털을 기준으로 경진대회 시스템을 구축하기 위해서는 다양한 전문분야의 역할의 분담이 필요하다. 또한 사용자의 팀 구성, 평가 반영 결과의 가시화 등의 구체적인 서비스 분할과 사용자에게 부여된 권한에 따른 서비스 차별화가 필요하다. 따라서 본 논문에서는 경진대회를 진행함에 있어 다양한 사용자의 권한에 기반하여 경진대회 서비스를 구축하였다. 또한 현재 서비스를 구축하고 경진대회를 진행하였으며, 그 결과 각 사용자의 권한에 따른 서비스를 분할하여 제공하였다.

사이버 공간과 물리적 공간의 서비스를 접목하는 O2O(Online to Offline) 비즈니스 모델은 산업과 일상 생활에서 다양한 서비스들을 제공하고 있다. 이러한 세계적인 트랜드인 O2O 서비스의 국내 외 동향을 살펴보고 4가지 유형별로 서비스의 특성을 살펴보고 분류하였다. 또한, 일반적인 세계 시장과는 흐름과 다소 다른 양상을 띠고 있는 국내 O2O 서비스 시장에서 활성화 되고 있는 신 비즈니스 모델인 O4O(Online for Outline)를 소개하며, O4O 서비스의 기술적인 전략인 디지털 트윈(Digital Twin)의 접목을 제안한다.

2018년 현재 한국과학기술정보연구원(KISTI)은 계산과학공학 플랫폼 기반으로 온라인 시뮬레이션이 가능한 EDISON(EDucation-research Integration through Simulation On the Net) 서비스를 제공하고 있다. 해당 플랫폼 서비스는 7개 전문분야(전산의학, 전산설계, 전산열유체, 구조동역학, 계산화학, 나노물리, 도시환경)의 학생 및 연구자들이 학습 및 시뮬레이션을 실행하고 결과를 활용할 수 있도록 지원하고 있다. 하지만 EDISON 플랫폼은 시뮬레이션 서비스에 초점을 맞춰 개발과 서비스를 제공했기 때문에 국내외 MOOC(Massive Open Online Course) 서비스들에 비해 아직 교육 콘텐츠가 부족하다. 그리하여 본 논문에서는 계산과학공학 플랫폼에 교육 콘텐츠를 체계적으로 제공하기 위한 커리큘럼 서비스를 설계 및 제안하였다.

방대한 정보를 사용자에게 제공하기 위해 검색 엔진은 다양한 알고리즘을 통해 사용자마다의 최적화된 정보를 구성한다. 과제, 논문, 특허, 연구보고서 등 과학기술정보를 서비스 하는 주체 역시 나름의 검색 알고리즘으로 정보를 제공하지만, 질의어와 문서간의 적합도만을 측정하여 검색 결과를 제시할 뿐 사용자의 관심 분야나 요구를 반영하지 않고 있다. 특히 관심 분야에 적합한 과학기술정보를 사용자가 접근하기 쉽게 제공하는 것은 매우 중요하다. 본 논문에서는 사용자 관심분야를 서비스 이용행태로부터 결정하여 이를 과학기술정보 개인화에 반영하는 서비스에 대해 제안하였다. 이를 위해 실시간 관심분야 추적, 관심 태그 클라우드 제공, 관심분야 기반 추천정보 제공, 검색 결과 개인화 네 가지 기능으로 구성된 과학기술정보 개인화 서비스를 설계하고 구현하였다.

현재 해군에서는 기존 전투함에서 사용 중인 IFF Mode 4 를 대체하여 IFF Mode 5 를 도입할 계획을 갖고 있다. IFF Mode 5 기능을 사용하기 위해서는 IFFMode 5 설치뿐만 아니라 IFFMode 5 와 연동을 수행하는 기존 전투함의 전투체계 변경도 필요하다. 하지만 기존 전투함의 전투체계를 변경할 경우 개발 비용과 개발 기간이 크게 증가하게 된다. 본 논문에서는 이를 완화시키기 위한 방안에 대해서 프로토타입을 통해 검증했던 프로젝트를 소개하고, 기존의 전투체계를 변경하지 않는 방식으로 IFFMode 5 와 연동을 수행할 수 있는 게이트웨이 설계 방안을 제시한다.

식물 연구 분야에서 진행하는 씨앗 발아 확인실험에 대한 사용자의 편의성을 증대시키기 위한 씨앗발아 확인 시스템을 구현하는데 목적이 있다. 본 시스템을 구현 하여 기존 수작업으로 진행하던 실험을 자동화하여 인력 및 시간 소모를 줄여 작업 능률 개선 측면에서 기대효과가 있다.

제조 산업에서 4 차 산업혁명의 바람이 불면서 다양한 시도들이 진행되고 있다. 이러한 노력에도 불구하고 실제 제조 환경에서 효과적으로 시스템을 구축하는데 어려움을 겪고 있는 장비 정비 예측 시스템에 대한 새로운 서도를 통해 그 가능성을 평가해 보았다. 이 논문에서는 최근 여러 분야에서 성능 적으로 상당한 성과를 올리고 있는 Machine Leaming 기반으로 예측 성능 평가를 진행 했다.

테스팅에서 발견하지 못한 결함은 시스템 운용 중 막대한 영향을 미친다. 국방에서 실시간 정보의 공유는 신속한 지휘결심과 임무능력으로 이어진다. 잠수함 분산 데이터 시스템(Data Distribution System)은 함의 운용술과 관련된 중요한 시스템 중 하나이므로, DDS의 데이터 연동 특성을 분석하고 효율적인 연동테스트 기법을 제시한다.

본 논문에서는 인간과 사물, 서비스 세 가지 분산된 환경 요소에 대해 인간의 명시적 개입 없이 상호 협력적으로 정보 센싱, 네트워킹, 정보 처리 등 지능적인 기능을 제공하는 표준 IoT 플랫폼 기반에 대량의 이벤트에 대한 융합분석이 가능한 CEP(Complex Event Processing) 및 시나리오 기반 자동화된 절차에 따라 대응이 가능한 워크플로우 기술을 적용하여 중요시설감지, 국경감시, 해안감시, 도시안전 분야 등 다양한 분야에 활용이 가능한 지능형 시큐리티 플랫폼을 제안하고자 한다.

국민의 편의성과 효율성 제고를 위한 온라인 대국민 서비스가 증가함에 따라 보안 사고들이 빈번하게 일어나며, 인적작원을 통해 많은 개인정보가 유출되고 있다. 이에 따라서 정부에서 ISMS와 PIMS 인증제도를 통하여 안정성을 확보하기 위한 제도를 내놓았다. 하지만 두 가지 인증제도의 중복항목으로 담당자들의 업무 부담이 늘며 이를 통합을 발표하였다. 저자는 인증제도의 인력항목을 좀 더 효율적으로 관리 할 수 방안을 제시하고자 한다.

원자력 시설에 적용되는 안전 필수 시스템의 소프트웨어는 매우 높은 수준의 신뢰성이 요구되기 때문에 개발 과정은 중요한 인허가 이슈이다. 원자력 안전 필수 시스템에서의 소프트웨어 공학 활동은 산업표준을 준용하는 부분이 있으나, 일부 상이한 부분이 존재하므로 주의해야 한다. 이 논문은 원자력 요건에 적합한 소프트웨어 개발 방법을 제안한다. 원자력 안전 필수 소프트웨어는 기능 및 성능 요건과 더불어, 안전 요건과 보안 요건을 종합적으로 고려하여 계획 수립, 명세화, 확인 및 검증, 시험을 수행하는 것이 중요하다.

Convolutional Neural Network is arguably the most popular deep learning architecture that is one of the most attractive area of research since it has various applications including face detection and recognition. The cascaded CNN operates at multiple resolution and rejects the background regions in the fast low resolution stages. By considering that advantage, we carry out the study on accuracy of cascaded CNN for face detection applications. The key point for our study is to analysing and improving the accuracy of cascaded CNN by applying simulations of algorithm where by we used Google's Tensorflow GPU as deep learning framework.

최근 생활습관정보는 대사증후군을 진단하기 위한 임상적 진단지표로 중요하게 활용되고 있다. 대사증후군은 심혈관 및 간질환 그리고 당뇨와 같은 여러 합병증을 유발할 수 있는 질환으로 질환 정도에 따른 체계적 관리가 필요하다. 그러나 대사증후군 환자의 생활습관을 수집하기 위한 대부분의 시스템은 자가진단 및 예방 중심의 시스템으로 구성되어 있어 정확한 생활습관을 수집하여 생활습관을 관리하기에는 어려움이 있다. 본 논문에서 제안하는 시스템은 임상적 진단지표에 도움이 될 수 있도록 신뢰성 있는 생활습관 정보를 수집하기 위한 방법을 제시하고 수집된 생활습관정보를 모니터링 하여 환자의 생활습관 개선 여부에 따라 지속적인 피드백을 제공하여 체계적으로 생활습관을 관리할 수 있는 시스템을 제안하고자 한다.

본 논문은 Linux ubuntu에서 로봇 개발 플랫폼 ROS(Robot Operating System)을 이용하여 실내 자율주행 관련 패키지와 LRF센서를 사용한 경로탐색을 하기까지의 과정 그리고 향후의 설계 방안에 대해 다룬다.

무선 통신기술이 발전함에 따라 위치기반 서비스에 대한 관심 또한 증가하고 있다. 그 중 저전력 블루투스 기술을 사용한 비콘(Beacon)은 실내 위치인식이 불가능한 GPS와 달리 실내에서도 측위가 가능하여 사용성이 주목 받고 있다. 그러나 비콘으로부터 수신되는 RSSI(Received Signal Strength Indication) 값은 여러 환경요소로부터 영향을 받기 때문에 RSSI값을 기반으로 한 거리측정이 실제거리와의 오차가 크게 나타난다. 이에 따른 문제를 해결하기 위한 기존의 연구들이 존재하지만 평균적으로 10m이하의 거리에서 2m의 오차를 나타내고 있다. 본 연구에서는 RSSI의 오차를 줄이기 위해 확장 칼만 필터와 신호 안정화 필터를 사용하여 Raw Data를 전처리 한 후 산출된 Cleaned Data를 기반으로 각 거리단위에 최적화된 ANN(Artificial Neural Network)모델을 생성하여 거리를 측정하는 기법을 제안한다.

학습관리시스템의 도입으로 학습자들은 다양한 형태로 학습하게 되고 데이터를 남기게 된다. 교육데이터마이닝은 다양한 형태로 기록되는 교육 데이터를 분석해서 유의미한 정보를 찾아 내는 방법이다. 교육데이터마이님을 활용하면 학생 개인의 학습성과 향상에 도움을 주거나 학습성과 예측 결과를 참고하여 부족한 부분을 지원해 줄 수도 있다. 기존 연구에서는 학습자의 행동 영역 특징이 학습성과에 영향을 끼친다는 것을 검증하기 위하여 나이브 베이즈, 의사결정트리, 신경망 기계학습알고리즘으로 데이터를 분석했다. 따라서 본 연구에서는 기존 연구를 확장하여 학습자의 행동 영역 특징이 학부모 학교 만족도에 영향을 끼치는지 여부를 확인하는 실험을 수행했으며 kNN, 의사결정트리, SVM 기계학습 알고리즘으로 데이터를 분석하였다. 분석결과 학습자의 행동 영역 특정이 학부모 학교 만족도에 영향을 미치는 것을 확인했다.

본 논문에 이용되는 자율주행 로봇은 실시간으로 많은 데이터를 처리하며 통신해야한다. 그러기 위해서 ODROID 임베디드 보드와 STM32F103ZET6 마이크로프로세스를 이용하여 실내 자율주행 로봇의 서보모터와 엔코더모터를 제어하여 조향장치 및 현재 이동거리를 알 수 있으며, 센서와 통신 방법 및 제어 과정 및 설계 방안에 관한 내용이다.

본 논문은 4차 산업 혁명 핵심 기술인 자율주행에 대하여 기술하였으며 그 중 Hector Slam을 사용 하였다. Hector slam 같은 경우 RAM이 4G 이상 되어야 제대로 동작하지만 SBC(Odroid xu4) 같은 경우 RAM의 크기가 2G이므로 최적화할 필요성이 있다. SBC(Odroid xu4)에서도 사용 가능하도록 Hector slam 구현 최적화를 하였으며, 향후에 Aruco Marker를 이용하여 위치를 좀 더 섬세히 보정 해볼 것이며 또한 Aruco Marker의 ID를 통해 사물 인식을 하여 사람에게 사물에 대한 정보를 알려줌으로써 사람과 협업을 할 수 있는 로봇이 될 것이다.

기술발전에 따라, 보다 다양한 분야와 영역에 다양한 형태의 임베디드 시스템이 사용됨에 따라, 그에 대한 신뢰성과 안전성에 대한 요구가 증가하면서, 하드웨어 뿐만 아니라 소프트웨어까지도 포함한 부분에 대한 철저한 명세와 그에 따른 검증이 요구되고 있어, 임베디드 시스템 및 소프트웨어의 요구사항 검증을 위해 요구사항 시뮬레이션이라는 기법을 적용하고, 그 효용성을 확인하고자 한다.

다수의 사용자가 자원을 공유하는 클라우드 센터에서는 자원 사용량 예측이 힘들기 때문에 지속적으로 가상머신의 자원 부족과 특정 물리 서버에 가상머신들이 집중되는 것을 방지하고자 클라우드 센터를 구성하는 다수의 물리 서버 사이에서 가상머신을 이주시키는 마이그레이션 작업을 수행한다. 가상머신 마이그레이션은 가상머신에게 할당된 자원의 규모에 따라 물리 서버에 가상머신을 균등하게 배치시킬 수 있지만 가상머신의 특정 자원에 따른 자원 집중 현상은 방지할 수 없다. 본 논문에서는 가상머신 마이그레이션 작업 시 자원 집중 현상을 방지하기 위한 기반 정보를 생성하는 가상머신 유형분류 기법을 제안한다. 본 논문에서 제안하는 가상머신 유형분류 기법은 물리 서버에서 실행 중인 가상머신의 자원 사용 정보를 기반으로 CPU, 메모리 유형으로 분류하여 가상머신 마이그레이션을 수행할 때 사용할 수 있는 기반 정보를 제공한다. 또한 본 논문에서 제안한 기법은 실험을 통해 무시할 수 있는 수준의 오버헤드를 발생시키는 것을 확인하였다.

다수의 사용자가 동시에 가상머신을 사용하는 클라우드 환경은 자원 사용량을 예측하기 힘들기 때문에 사용자의 자원 요구량과 성능을 만족시키기 위해 지속적으로 마이그레이션, 오토스케일링과 같은 가상머신 관리 작업을 수행한다. 가상머신 관리 시 참조되는 가장 중요한 정보는 가상머신과 물리머신의 자원 모니터링 정보이다. 클라우드 센터에서 자원 모니터링 작업은 가상머신 관리 시 필수적이지만 모니터링 정보 수집 시 사용하는 자원은 물리머신의 자원을 사용하기 때문에 모니터링 주기가 짧으면 모니터링 작업을 위한 자원 사용으로 인해 가상머신과 자원 경쟁이 발생할 수 있다. 본 논문에서는 물리머신에서 실행 중인 가상머신의 작업의 유형에 따른 최적의 모니터링 주기를 도출하기 위해 자원 모니터링 주기가 가상머신의 성능에 미치는 영향을 분석하고 모니터링 작업으로 인해 발생하는 가상머신의 성능 저하를 최소화 할 수 있는 최적의 모니터링 주기를 도출한다.

MQTT 프로토콜은 저전력 대비 고성능으로 모바일 디바이스의 실시간 메시지 전송 시스템에 사용한다. 실시간 메시지 시스템을 구축하기 위해서는 신뢰적인 메시지 전송과 메시지간 순서 보장이 반드시 이루어져야 한다. 기존 연구에서는 MQTT 프로토콜의 QoS 2 레벨을 이용하여 메시지 순서를 보장하는 신뢰적인 메시지 시스템을 설계 및 구현하였으나, QoS 1 레벨보다 성능이 낮아진다. 따라서 본 논문에서는 MQTT 프로토콜의 QoS 1 레벨을 사용하고, Publish Queue를 이용하여 순서 보장과 함께 성능 향상을 고려한 메시지 전송 기법을 제안한다.

구제역으로 인하여 국내 축산업계 및 관련 산업분야는 매년 막대한 피해를 입고 있다. 구제역과 관련한 다양한 학술적 연구들이 현재 진행되고는 있으나, 구제역의 발병에 따른 사회적 파급효과에 관한 공학적 분석 연구는 매우 제한적이다. 본 연구에서는 구제역에 관한 일반 시민들의 감성적 반응을 텍스트 마이닝 방법론을 사용하여 분석하는 체계적인 방법론을 제안한다. 제안하는 시스템은 먼저, 트위터에 게시된 트윗 중 구제역과 관련된 데이터를 수집한 후, 감성사전을 기반으로 극성탐지 과정을 거친다. 둘째, 토픽 모델링의 대표적인 기법 중 하나인 LDA를 활용하여 트윗으로 부터 키워드들을 추출하고, 추출된 키워드들로부터 극성별 동시출현 키워드 네트워크를 구성한다. 셋째, 키워드 네트워크을 통해 각 구간별 구제역의 사회적 파급효과를 분석한다. 사례 분석으로써, 2010년 7월부터 2011년 12월까지 국내에서 발생한 구제역에 관한 일반 시민들의 감성적 변화를 분석하였다.

본 논문에서는 뉴스기사 데이터를 활용하여 대규모 뉴스기사를 소주제로 분류하는 군집 분석 방법을 제안한다. 또한, 분류된 뉴스기사를 사용자가 빠르게 이해하고 접할 수 있도록 핵심 문장을 추출하여 제공하는 방법을 제안한다. 분석 데이터는 포털 사이트 점유율 1위인 네이버의 경제 분야 뉴스기사를 크롤링하여 수집한다. 뉴스기사의 분석을 위해 전 처리를 통해 특수문자, 조사, 어미, 구두점 등의 불 용어 처리를 수행한다. 또한, k-means 알고리즘을 이용하여 대용량의 뉴스기사를 주제 별로 분류하는 것을 진행하며 그것을 토대로 핵심 문장을 추출한다. 추출된 핵심 문장은 분류된 뉴스기사의 주제를 나타내며 사용자에게 빠르게 정보를 전달하기 위해 활용한다. 본 논문의 연구 내용이 여러 언론사 사이트에 반영되면 사이트 품질과 사용자 만족도 향상에 기여할 수 있을 것으로 보인다.

본 논문에서는 원광대학교병원 의료정보시스템의 임상데이터를 OHDSI 가 제안하는 공통데이터 모델로 변환하여 표준화 시스템 구축에 대해서 기술한다. 또한, 검색속도 향상을 위해 인덱싱 기법을 적용한 성능평가 결과를 보인다. 구축된 표준화 시스템은 다양한 임상연구에 활용될 것을 기대하고 있다.

최근 서울시에서는 '미세먼지 비상저감조치'로 '대중교통 무료' 정책을 시행하고 후속 조치로 '시민 참여형 차량 2 부제'를 제안하였다. 본 논문에서는 먼저, 위 두 교통 정책의 실효성을 파악하기 위해 '교통'을 중심으로 각 산업이 미세먼지에 미치는 영향을 알아보고, 위 정책들에 대한 시민들의 반응을 분석한다. 각 산업이 미세먼지에 미치는 영향은 회귀분석으로, 두 정책에 대한 시민들의 반응은 텍스트 마이닝 기법을 통해 알아보았다. 그 결과, 교통수단의 도로 이용 여부에 따라 미세먼지에 미치는 영향력의 정도와 방향이 다름을 알 수 있었고 정책에 대한 관심과 부정적인 의견이 크게 증가함을 알 수 있었다. 또 국외 요인에 대한 해결책도 필요로 함을 알 수 있었다. 마지막으로 위 결과를 토대로 향후 미세먼지 문제와 관련된 정책이 나아갈 방향을 제시한다.

인터넷을 통해 정보를 쉽게 공유하게 되면서 소비자는 제품이나 서비스를 이용하기 전 효율적인 의사 결정을 위해 먼저 작성된 다른 사람의 의견을 참고한다. 또한 기업은 이러한 소비자의 의견을 수집하여 제품의 피드백이나 마케팅 등 비즈니스적인 측면으로 활용한다. 수많은 상품평과 후기에서 특정 제품 또는 서비스에 대한 감성을 식별할 수 있다는 점에서, 감성분석은 소비자와 기업 모두에게 주목받고 있는 기술이다. 합리적인 결정을 위해, 소비자는 해당 웹사이트에서 제공하는 데이터를 참고하며, 이 데이터는 웹사이트마다의 기준에 따라 필터링된다. 하지만 제품/서비스에 따라 개인이 중시하는 부분이 다르기 때문에, 실질적으로는 다른 사용자의 의견을 참고하여 합리적인 결정을 내린다. 본 논문은 호텔의 리뷰를 여덟 가지 특성으로 구분하고, 각 특성별로 극성을 분석한다. 또한 사용자가 선호하는 특성에 가중치를 부여하여 순위를 나타내는 시스템을 제안한다. 극성분석 단계에서는 주어진 리뷰를 여덟 가지 특성으로 분류하고, 긍정/부정의 극성으로 분류하는 기계학습 알고리즘을 사용한다. 각각의 특성에 대해 가중치를 적용하여 얻을 수 있는 순서는 기존에 제공되는 순서보다 사용자의 선호도를 정확히 반영한다, 또한 본 논문의 제안을 호텔뿐만 아니라 다양한 제품/서비스에 적용하여 선호도를 반영한 순위 정보를 제공한다면 소비자의 합리적인 의사 결정에 도움을 줄 것이다.

데이터 정형화기술은 자연어 처리 및 인공지능분야, 데이터베이스 등 다양한 분야에서 중요한 핵심적인 기술 중 하나이다. 최근 정형화 문제를 푸는 많은 신경망 기반 알고리즘들이 제안되었으나, 기존의 모든 알고리즘이 키워드의 후보가 입력으로 주어진다고 가정하고 있으며, 알고리즘 대부분은 두 개의 속성(attribute)을 가지는 이진 관계(binary relation)만 처리할 수 있다는 한계가 있다. 본 논문에서는 컨볼루션 신경망을 이용한 N항 관계 정형화 방업을 제안하고, 이를 이용한 구인 광고 정형화 시스템을 개발하고 성능을 평가한다.

데이터베이스는 대용량의 데이터를 효율적으로 관리할 수 있는 장점을 가지고 있기 때문에 다양한 분야에서 사용되고 있다. 관련 범죄 발생 시 PC, 스마트폰 등 다지털 기기의 정보를 수집, 복구, 분석해 활용하는 '디지털포렌식'을 이용하여 수사가 진행된다. 이 때 삭제된 데이터의 복구가 중요하며 관련 연구가 많이 진행되고 있지만 삭제 방법보다 복구 방안에 초점을 두고 진행하는 경우가 많다. 따라서 본 논문에서는 실제 수사에서 데이터 복구 실패한 사례를 통해 기존 연구된 삭제된 레코드 복구 기법 방식을 실험한다.

생성적 적대 네트워크를 활용하여 텍스트, 스케치 등 다양한 자원으로부터 이미지를 생성하기 위한 연구는 활발하게 진행되고 있으며 많은 실용적인 연구가 존재한다. 하지만 기존 연구들은 텍스트나 스케치 등 각 하나의 자원을 통해 이미지를 생성하기 때문에 설명이 부족한 텍스트, 실제 이미지와 상이한 스케치와 같이 자원의 정보가 불완전한 경우에는 제대로 된 이미지를 생성하지 못한다는 한계가 있다. 본 논문에서는 기존 연구의 한계점올 극복하기 위해 텍스트와 스케치 두 개의 자원을 동시에 활용하여 이미지를 생성하는 새로운 생성 기법 TS-GAN 을 제안한다. TS-GAN 은 두 단계로 이루어져 있으며 각 단계를 통해 더욱 사실적인 이미지를 생성한다. 본 논문에서 제안한 기법은 컴퓨터 비전 분야에서 많이 활용되는 CUB 데이터세트를 사용하여 이미지 생성 결과의 우수성을 보인다.

IT기업뿐만 아니라 다양한 기업들이 빅데이터, 인공지능, 블록체인 등 많은 양의 컴퓨터 자원 (CPU, RAM 등)을 요구하는 기술들을 서비스화 하고 있다. 따라서 한정된 차원으로 효율적인 서비스를 운영하는 것도 주요 이슈가 되고 있다. 본 논문에서는 오픈소스 RDBMS 인 MariaDB와 PostgreSQL을 프로파일링하여 CPU 자원 효율성 관점에서 비교한다. 연구 결과 인터넷 서비스 환경에서 MariaDB가 PostgreSQL보다 버퍼 풀로 인해 페이지 캐시 참조율이 낮고, page fault 수가 적어 CPU 오버헤드가 더 작다는 것을 입증하였다.

최근, 불균일 기억 장치 접근 (NUMA) 구조가 부각됨에 따라 NUMA 구조 기반의 관계 연산 기법들이 제안되고 있다. 본 논문에서는 NUMA 구조 기반의 효율적인 해시 조인 기법을 제안한다. NUMA 구조에서 조인 속성 값의 분포가 편중된 릴레이션들 간의 조인은 NUMA 노드들 간의 부하 불균형과 과도한 원격 메모리 접근을 발생시킬 수 있다. 제안 기법에서는 근사 히스토그램을 이용하여 조인 속성 값의 분포를 파악하고, 이를 기반으로 원격 메모리 접근을 줄이는 전달 방안을 제안한다. 실험에서는 입력 릴레이션들에 대해 조인 속성 값의 분포를 변화시키면서 제안 기법에 대한 성능을 평가한다.

그래프는 실세계의 객체와 정보를 표현하는 데이터구조로서 널리 사용되고 있다. 최근 들어 그래프 데이터의 활용도가 높아지고 다루는 그래프의 크기가 조 단위 규모로 증가함에 따라, 그래프 데이터에 관한 효과적인 가시화 기술에 대한 연구의 중요성도 증가하고 있다. 본 논문에서는 향후 그래프 가시화 툴 개발에 활용할 목적으로 그래프 데이터의 가시화를 위해 사용되는 기술을 조사하고 정리하였다.

본 연구에서는 체중 감량을 위해 무분별한 다이어트 식품의 남용을 막고, 다이어트 보조 식품에 대한 정보를 제공하기 위해서 감성 분석을 활용하여 다이어트 보조 식품에 대한 온라인 후기를 분석하였다. 먼저, 다이어트 보조 식품을 그 특성에 따라 네 가지 종류로 분류하고 각 카테고리 별로 긍정 및 부정 점수를 계산하였다. 이를 위해 체중 감량에 대한 감성 사전을 다이어트 식품에 대한 후기를 텍스트 마이닝하여 구축하였다. 특히 부작용이 있는 식품에 대한 부정 점수에 가중치를 두기 위해서 WHO-ART 에서 정의한 부작용 용어에는 가중치를 두어 처리하였다. 분석 결과 단백질 보충 식품군이 긍정 점수가 가장 높게 나타났고, 이는 다이어트를 위한 목적 이외에도 운동을 전문적으로 하는 사람들에게 오랜기간 사용되어 왔기 때문인 것으로 해석된다. 또한 식욕 억제제 식품군이 긍정점수는 가장 낮고 부정 점수는 가장 높게 나타났는데, 이는 식욕억제제의 주성분인 펜타민에 의한 가능성이 클 것이라고 예측된다.

협업 필터링 기술은 명시적 피드백이 아닌 암시적 피드백이 주어졌을 때 다음과 같은 문제 (단일-클래스 협업 필터링 문제)를 갖는다. (1) 사용자의 취향을 정확하게 파악하기 어렵다; (2) 상대적으로 더 희소(sparse)하다. 최근, 이러한 단일 클래스 협업 필터링 문제를 완화하기 위해, 사용자가 관심이 없을 것으로 예상되는 무관심 상품을 추가로 활용하는 기술이 제안되었다. 그러나, 이 기술은 무관심 상품을 찾는 과정에서 사용자들이 평가하지 않은 상품에 대한 선호 정도를 추론할 때 한 가지 기술만을 사용하였다. 본 논문에서는, 다양한 기술들을 기반으로 무관심 상품을 찾은 후 각 기술에 의한 무관심 상품의 정확도를 비교함으로써, 어떠한 기술이 무관심 상품 결정에 가장 효과적인지를 분석하고자한다.

최근 '미투운동'이 활발히 진행되면서 새로운 페미니즘의 물결을 맞이하였다. 이전의 페미니즘 운동과의 차이점은 SNS 를 통해 익명으로 활동하며 전파속도가 굉장히 빠르다는 것이다. 본 연구는 미투운동의 이러한 특성을 고려하여 실제 트위터 데이터에서 주요 키워드를 파악하고, 해당 키워드의 연관성 및 네트워크 분석으로 사회적 맥락을 알아본다.

본 논문에서는 SSD 성능에 영향을 주는 특징(또는 특징 집합)을 평가하는 방법을 제안한다. 제안하는 평가 방법은 기존 연구의 "두 응용프로그램에서 추출한 IO 트레이스들이 서로 유사한 IO 패턴을 갖을 때, 동일한 SSD 에서의 수행 시간은 유사하다"는 관찰에 기반한다. 이를 통하여 우리는 주어진 SSD 에서 후보 특징들을 평가하고, 가장 높은 평가를 받는 특징 집합을 확인한다.

최근 발생하는 데이터는 대용량이며, 형태가 다양하고 빠르게 생성되는 특징이 있다. 이러한 데이터는 CPU, 인메모리 기반인 기존의 데이터 처리 시스템에서 처리하는데 많은 시간이 소모된다. 이 문제를 해결하기 위해 GPU 기반 데이터 집약 시스템이 출현하기 시작했다. 하지만, 이러한 시스템의 성능을 종합적으로 측정하는 테스트 결과는 시스템마다 다른 기준으로 제공하고 있다. 이에 따라, 개발자 및 사용자는 성능 병목 현상을 탐색하고 해결하는 데 큰 어려움을 겪을 수 있다. 즉, 이러한 다른 기준으로는 개발자 및 사용자가 시스템의 통합적인 성능 비교 분석을 수행하기 힘들다. 이러한 문제를 해결하기 위해서, 본 논문은 원스탑 테스팅 프레임워크인 BenchGAD 를 제안하고자한다.

Data analysis is a process of generating useful information by evaluating real-world raw data for making better decisions in business development. In the freight transport logistics companies, the analysis of freight data is increasingly garnering considerable importance among the users for making better decisions regarding freight cost reductions. Consequently, in this study, we used R programming language to analyze the freight data that are collected from freight transport logistics company. Usually, the freight rate varies based on chosen day of the week. In here, we analyzed and visualized the results such as frequency of cost vs days, frequency of requested goods in ton vs days, frequency of order vs days, and frequency of order status vs days for the last one-year freight data. These analysis results are beneficial in the viewpoint of the users in ordering process.

본 논문은 몰입도와 생체신호 간의 상관관계를 분석하기 위한 데이터 수집 및 데이터 군집에 대한 연구이다. 스마트기기를 이용해 걸음 수, 심박 수, 수면깊이와 같은 생체 데이터수집과, 수집한 데이터를 토대로 사용자의 행동패턴을 분석한다. 사용자 생체 데이터를 k-means 클러스터링과 계층적 클러스터링을 혼합해 이용해 앞서 나열한 데이터와 사용자의 집중도와 연관관계분석이 최종 목표이다.

국내 축산 농가들은 대부분 돼지우리의 구역을 나눈 후 해당 구역별로 30여 마리의 돼지들을 합사하여 사육하고 있다. 따라서 전염성이 강한 호흡기 질병이 발병하게 되면 돼지우리 전체로 확산되어 심각한 피해가 발생하게 된다. 본 논문에서는 돼지우리에서 발생하는 다양한 소음에도 강인한 소리 기반의 호흡기 질병 탐지 시스템을 제안한다. 제안된 시스템은 먼저, 소리 신호에서 스펙트로그램 정보를 추출하고, 이를 CNN을 기반으로 돼지 호흡기 질병에 효과적인 특징 벡터를 생성한다. 마지막으로, 추출된 특징 벡터를 MLP에 적용하여 해당 호흡기 질병을 탐지 및 식별과정을 수행한다. 본 연구의 실험 결과, 다양한 잡음 환경에서도 돼지 호흡기 질병 탐지 및 식별이 가능함을 확인하였다.

비정형 데이터의 대표적인 형태 중 하나인 텍스트 데이터 기계학습은 다양한 산업군에서 활용되고 있다. NOTAM 은 하루에 수 천개씩 생성되는 항공전문으로써 현재는 사람의 수작업으로 분석하고 있다. 기계학습을 통해 업무 효율성을 기대할 수 있는 반면, 축약어가 혼재된 단문이라는 데이터의 특성상 일반적인 분석에 어려움이 있다. 본 연구에서는, 데이터의 크기가 크지 않고, 축약어가 혼재되어 있으며, 문장의 길이가 매우 짧은 문서들을 군집화하는 방법을 제안한다. 주제를 기준으로 문서를 분류하는 LDA 와, 단어를 k 차원의 벡터공간에 표현하는 Word2Vec 를 활용하여 잡음이 포함된 단문 데이터에서도 효율적으로 문서를 군집화 할 수 있다.

음성향상기법은 음성에 포함된 잡음이나 잔향을 제거하는 기술로써 마이크로폰으로 입력된 음성신호는 잡음이나 잔향에 의해 왜곡되어지므로 음성인식, 음성통신 등의 음성신호처리 기술의 핵심 기술이다. 이전에는 음성신호와 잡음신호 사이의 통계적 정보를 이용하는 통계모델 기반의 음성향상기법이 주로 사용되었으나 통계 모델 기반의 음성향상기술은 정상 잡음 환경과는 달리 비정상 잡음 환경에서 성능이 크게 저하되는 문제점을 가지고 있었다. 최근 머신러닝 기법인 심화신경망 (DNN, deep neural network)이 도입되어 음성 향상 기법에서 우수한 성능을 내고 있다. 심화신경망을 이용한 음성 향상 기법은 다수의 은닉 층과 은닉 노드들을 통하여 잡음이 존재하는 음성 신호와 잡음이 존재하지 않는 깨끗한 음성 신호 사이의 비선형적인 관계를 잘 모델링하였다. 이러한 심화신경망 기반의 음성향상기법을 향상 시킬 수 있는 방법 중 하나인 강화학습을 적용하여 기존 심화신경망 대비 성능을 향상시켰다. 강화학습이란 대표적으로 구글의 알파고에 적용된 기술로써 특정 state에서 최고의 reward를 받기 위해 어떠한 policy를 통한 action을 취해서 다음 state로 나아갈지를 매우 많은 경우에 대해 학습을 통해 최적의 action을 선택할 수 있도록 학습하는 방법을 말한다. 본 논문에서는 composite measure를 기반으로 reward를 설계하여 기존 PESQ (Perceptual Evaluation of Speech Quality) 기반의 reward를 설계한 기술 대비 음성인식 성능을 높였다.

본 논문은 스피커 임베딩을 이용한 다화자 음성 합성 시스템을 제안한다. 이 모델은 인공신경망을 기반으로 하는 당일화자 음성 합성 시스템인 타코트론을 기초로 구성된다. [1]. 제안 된 모델은 입력 데이터에 화자 임베딩을 추가 데이터로 항께 넣어주는 간단한 방식으로 구현되며 당일화자 모델에 비해 큰 성능 저하 없이 성공적으로 음성을 생성한다.

본 논문에서는 음성인식의 성능을 높이기 위해 잡음을 제거하여 음성을 향상시킬 목적으로 심화신경망 기반의 강화학습을 적용한 음성향상 기법을 제안한다. EVRC를 통해 잡음을 제거한 후 강화학습을 적용하여 성능을 비교하며 기존의 음성향상 기법보다 향상된 성능을 가지는 모델을 구현하고자 한다.

본 논문에서는, 적층형 심화 신경망 회귀 모델을 도입하여 잡음이 포함된 입력 신호의 특징벡터로부터 깨끗한 입력 신호의 특징벡터를 추정함으로써 음성 향상 성능을 개선 시켰다. 제안된 방법은 기존의 단일 심화신경망 기법 보다 음성인식 성능 향상에 더욱 효과가 있었다.

본 논문에서는 오디오와 레이더 기반의 딥러닝을 활용한 환경 분류 기술을 제안한다. 제안된 환경 분류 기술은 오디오를 이용한 환경 분류 딥러닝 모델과 레이더를 이용한 딥러닝 모델을 앙상블로 결합하여 환경을 분류한다. 특히, 오디오와 레이더 각 성능을 높이기 위해 별도의 모델이 제안된 딥러닝 환경분류 기법은 실내 환경 5 가지를 분류 하였으며, 오디오 또는 레이더 단일 데이터를 활용한 환경 분류에 비해 우수한 성능을 보였다.

기존의 전통적인 금융 시장에 대한 탐색적 데이터 분석에 비해 암호화폐에 대한 탐색적 데이터 분석은 전무하다. 본 논문에서는 대표적인 암호화폐인 비트코인을 비롯하여 총 12 개의 암호화폐에 대한 상관관계 분석 및 회귀 모델을 적용하기 적합한지 여부를 결정하는 평균회귀테스트를 수행하고 그 결과에 대해 논한다.

최근 의료 현장에 인공지능 기술의 도입이 가속화 되고 있다. 특히, 의료영상 분석 분야의 관련된 기 시스템 및 소프트웨어의 패러다임을 변화시키고 있다. 본 연구는 인공지능 기술을 적용하기 위한 학습의료영상 구성을 제안하고 이를 기반으로 X-ray 영상 중 손부위에 적용하여 오른손과 왼손을 판별하는 응용에 적용하였다. 그리고 Deep Learning Algorithm의 CNN을 개선하여 개발한 Advanced GoogLeNet를 적용하여 97%이상의 정확도를 보였다. 본 연구를 통해 얻어진 인공지능에 적용하기 위한 학습데이터 셋 구성과 개선된 알고리즘은 다양한 의료영상분석에 적용하고자 한다.

Many deep learning approaches are studied for face detection in these days. However, there is still a performance problem to run efficiently on devices with limited resources. Our method can enhance the detection speed by decreasing the number of scaling for detection methods that use many different scaling per image to detect the different size of faces. Also, we keep our deep learning model easy to implement and small as possible. Moreover, it can be used for other special object detection problems but not only for face detection.

본 연구의 목적은 저축은행 부실에 영향을 미치는 주요 변수를 선정하고, 기존 전통적인 통계기법에 국한된 국내 부실 예측 연구를 벗어나 기계학습을 활용하여 부설 예측모형에 대한 성능을 향상시키는 것이다. 이를 위해 본 연구는 2010년부터 2014년까지의 부실저축은행 297개사와 건전 저축은행 88 개사의 재무정보 1,5067개 분기자료를 기반으로 로지스틱회귀분석 뿐만 아니라, ANN, SVM 및 Decision Tree와 같은 알고리즘을 이용하여 보다 정교한 부실 예측 모형을 개발하고 활용함으로써 금융기관에 대한 리스크 상시 감시를 통해 부실을 사전에 예방하고 시장의 안정화 및 금융질서를 유지함을 목적으로 하고 있다.

비정형 데이터 증가로 텍스트 마이닝을 사용해 데이터를 분석하는 연구가 주목받고 있다. 감성분석은 단어와 문맥을 분석하여 텍스트의 감정을 파악하는 기술이다. 본 논문에서는 감성분석 연구 동향, 적용분야, 방법론에 관해 분석하고 기술하려 한다. 감성분석은 2001년 채팅의 감정을 분석하면서 시작되었고, 2008년부터 본격적으로 연구가 진행되었다. 감성분석은 SNS, 상품 후기, 영화평, 뉴스 기사 등 다양한 데이터에 적용되고 있으며, 사회이슈 찬반 분석과 장소 선호도 분석 등 다양한 연구에서 사용되었다. 감성분석 방법은 감성사전을 이용하는 방식과 기계학습을 사용하는 방식으로 나누어지며 분석 방법을 발전시키기 위한 연구가 진행되고 있다.

핸드폰 사용자가 늘어나면서 이와 관련하여 개인 정보 보안에 대한 중요성이 대두되고 있다. 이에 따라 제안된 알고리즘은 Extreme learning machine 으로부터 착안하여 변형하여 고안한 Maxtreme Learning Machine(MLM) 으로, 사용자들의 터치 스트로크 특성 벡터를 제안 알고리즘으로 학습하여 사용자들을 검증한다. 또한 특성 벡터의 순차적 융합 기법을 이용하여 더 많은 정보를 바탕으로 사용자를 높은 정확도로 검증 할 수 있다.

인공지능 기술이 발달하면서 챗봇 플랫폼이 주목받고 있다. 챗봇이란 규칙 또는 인공지능(AI)을 이용해 사용자와 상호작용을 하는 대화형 인터페이스다. 챗봇에서 대화를 처리하는 방법은 규칙기반 대화 시스템, 검색기능 대화 시스템, 생성기반 대화 시스템이 있다. 본 논문에서는 규칙 기반 대화 시스템을 바탕으로 하는 모바일 영화 챗봇 서비스를 개발하였다. 이를 통하여 사용자는 더 편리하게 영화 관련 정보를 제공받을 수 있다.

최근 지식경영에 있어 특허를 통한 지식재산권 확보는 기업 운영에 큰 영향을 주는 요소이다. 성공적인 특허 확보를 위해서, 먼저 변화하는 특허 분류 제계를 이해하고, 방대한 특허 정보 데이터를 빠르고 신속하게 특허 분류 체계에 따라 분류화 시킬 필요가 있다. 본 연구에서는 머신 러닝 기술 중에서도 계층적 주의 네트워크를 활용하여 특허 자료의 초록을 학습시켜 분류를 할 수 있는 방법을 제안한다. 그리고 본 연구에서는 제안된 계층적 주의 네트워크의 성능을 검증하기 위해 수정된 입력데이터와 다른 워드 임베딩을 활용하여 진행하였다. 이를 통하여 특허 문서 분류에 활용하려는 계층적 주의 네트워크의 성능과 특허 문서 분류 활용화 방안을 보여주고자 한다. 본 연구의 결과는 많은 기업 지식경영에서 실용적으로 활용할 수 있도록 지식경영 연구자, 기업의 관리자 및 실무자에게 유용한 특허분류기법에 관한 이론적 실무적 활용 방안을 제시한다.

만성 염증성 장질환인 크론병은 위장관 전체에서 발병할 수 있으며, 국내에서도 발병률이 증가하고 있다. 특히, 크론병은 다른 궤양성 대장질환과 유사한 증상을 보일 수 있어 크론병을 진단하는데 어려움이 있다. 이로 인해 크론병 진단 가이드라인이나 크론병과 유사한 증상을 보이는 질병 감별에 대한 연구가 진행되고 있다. 하지만 기존 연구에는 크론병에 대한 절차적인 진단 과정이 기술되지 않아, 크론병 진단을 위한 검사 과정에서 과다한 검사가 시행될 우려가 있다. 따라서 본 논문에서는 크론병과 유사한 증상을 보이는 궤양성 대장질환을 감별하기 위해 중복성 및 절차적인 연관성, 질병의 진단 조건을 분석하여 감별 규칙으로 정의하고, 이를 기반으로 크론병 진단 프로세스를 제안한다. 제안하는 프로세스를 체계적으로 정의하고 온톨로지로 시각화함으로써 크론병과 유사한 증상을 보이든 대장질환올 감별하고, 효과적으로 크론병을 진단하는데 도움을 줄 수 있다.

인간의 추론 능력이란 문제에 주어진 조건을 보고 문제 해결에 필요한 것이 무엇인지를 논리적으로 생각해 보는 것으로 문제 상황 속에서 일정한 규칙이나 성질을 발견하고 이를 수학적인 방법으로 법칙을 찾아내거나 해결하는 능력을 말한다. 이러한 인간인지 능력과 유사한 인공지능 시스템을 개발하는데 있어서 핵심적 도전은 비구조적 데이터(unstructured data)로부터 그 개체들(object)과 그들간의 관계(relation)에 대해 추론하는 능력을 부여하는 것이라고 할 수 있다. 지금까지 딥러닝(deep learning) 방법은 구조화 되지 않은 데이터로부터 문제를 해결하는 엄청난 진보를 가져왔지만, 명시적으로 개체간의 관계를 고려하지 않고 이를 수행해왔다. 최근 발표된 구조화되지 않은 데이터로부터 복잡한 관계 추론을 수행하는 심층신경망(deep neural networks)은 관계추론(relational reasoning)의 시도를 이해하는데 기대할 만한 접근법을 보여주고 있다. 그 첫 번째는 관계추론을 위한 간단한 신경망 모듈(A simple neural network module for relational reasoning) 인 RN(Relation Networks)이고, 두 번째는 시각적 관찰을 기반으로 실제대상의 미래 상태를 예측하는 범용 목적의 VIN(Visual Interaction Networks)이다. 관계 추론을 수행하는 이들 심층신경망(deep neural networks)은 세상을 객체(objects)와 그들의 관계(their relations)라는 체계로 분해하고, 신경망(neural networks)이 피상적으로는 매우 달라 보이지만 근본적으로는 공통관계를 갖는 장면들에 대하여 객체와 관계라는 새로운 결합(combinations)을 일반화할 수 있는 강력한 추론 능력(powerful ability to reason)을 보유할 수 있다는 것을 보여주고 있다. 본 논문에서는 관계 추론을 수행하는 심층신경망(deep neural networks) 중에서 Sort-of-CLEVR 데이터 셋(dataset)을 사용하여 RN(Relation Networks)의 성능을 재현 및 관찰해 보았으며, 더 나아가 파라미터(parameters) 튜닝을 통하여 RN(Relation Networks) 모델의 성능 개선방법을 제시하여 보았다.

이 논문은 스마트 폰에서 터치 스트로크를 이용하여 지속적 인증을 할 수 있는 딥 러닝 네트워크인 스태킹 커널 릿지 리그레션 네트워크 (Stacking Kernel Ridge Regression Network: SKRRN)에 대한 연구이다. SKRRN 은 여러 개의 커널 릿지 리그레션 (Kernel Ridge Regression: KRR) 으로 구성되어있고, 계층적이며 모든 KRR 은 해석적이고 독립적으로 훈련된다. SKRRN 은 다른 딥 러닝 네트워크와는 다르게 비가공 터치 스트로크 데이터로부터 특징을 배우지 않고 Hand-Crafted 피처와 같이 추출된 데이터로부터 재학습을 한다. 이러한 재학습은 기존 데이터 셋을 더 구별 하기 쉽고 풍부하게 만들어준다. SKRRN 은 HMOG 데이터 셋을 사용하여 4.295%의 동일 오류율을 달성하였다.

SNS가 급속도로 확산되며 거짓 정보를 언론으로 위장한 형태인 가짜뉴스는 큰 사회적 문제가 되었다. 본 논문에서는 이를 해결하기 위해 한글 가짜뉴스 탐지를 위한 딥러닝 모델을 제시한다. 기존 연구들은 영어에 적합한 모델들을 제시하고 있으나, 한글은 같은 의미라도 더 짧은 문장으로 표현 가능해 딥러닝을 하기 위한 특징수가 부족하여 깊은 신경망을 운용하기 어렵다는 점과, 형태소 중의성으로 인한 의미 분석의 어려움으로 인해 기존 오델들을 적용하기에는 한계가 있다. 이를 해결하기 위해 얕은 CNN 모델과 음절 단위로 학습된 단어 임베딩 모델인 'Fasttext'를 활용하여 시스템을 구현하고, 이를 학습시켜 검증하였다.

최근, 자산 매매 및 포트폴리오에 인공지능을 활용한 연구들이 활발히 진행되고 있다. 본 논문은 기존 재귀 강화학습(Recurrent Reinforcement Learning)을 기반으로 한 운용 모델의 성능을 향상시키고자 자산들의 예측값을 사용한다. 예측값 사용 유무에 따른 재귀 강화학습의 성능을 비교분석을 통하여 예측값의 활용이 포트폴리오 운용 성능에 미치는 효과에 대해 분석하였다.

컬러 사진을 흑백으로 바꿔 데이터 셋을 구축해 CNN 모델을 트레이닝 시킨다. HSI 컬러 모델에서 흑백 사진으로부터 밝기 값은 알고 있음으로, 나머지 두 컬러 영역 색상, 채도를 CNN 모델이 추측하도록 학습을 시켜, 흑백사진으로부터 컬러 사진을 만들어낸다. 이 기술을 채색이 안된 불교 미술 그림에 적용하여 채색을 시키는 것에 대한 연구를 진행하였다.

최근 인공지능 연구가 활발하게 진행이 되면서 여러 기업에서 자율 주행연구도 활발하게 진행되고 있다. 하지만 실제 상황에서 자동차 주행 데이터를 얻기에는 여러 위험사항들과 경제적인 낭비가 있다. 그렇기 때문에 게임 상에서 데이터를 수집하고 딥러닝을 이용해 학습을 하기로 했다. 본 논문에서는 실제 세계와 유사한 환경을 가지고 있는 자동차 게임을 이용하여 자율 주행을 시도 했다. 자율 주행 시 많이 쓰이는 End to End 방법으로 데이터를 수집하면 두 가지 데이터가 저장된다. 하나는 이미지 데이터고 두 번째는 방향키 데이터다. 이러한 데이터들을 numpy 타입으로 40분간 데이터를 수집한 후 딥러닝에 많이 쓰이는 tensorflow를 사용하여 구현한 CNN을 이용하여 학습이 되는 것을 확인을 하고 91.9%의 정확도를 얻었다. 이를 기반으로 실세계에서의 사용 가능성을 확인했다.

본 연구에서는 심충 합성곱 신경망(Deep CNN)과 Connectionist Temporal Classification (CTC) 알고리즘을 사용하여 강제정렬 (force-alignment)이 이루어진 코퍼스 없이도 학습이 가능한 음소 인식 모델을 제안한다. 최근 해외에서는 순환 신경망(RNN)과 CTC 알고리즘을 사용한 딥 러닝 기반의 음소 인식 모델이 활발히 연구되고 있다. 하지만 한국어 음소 인식에는 HMM-GMM 이나 인공 신경망과 HMM 을 결합한 하이브리드 시스템이 주로 사용되어 왔으며, 이 방법 은 최근의 해외 연구 사례들보다 성능 개선의 여지가 적고 전문가가 제작한 강제정렬 코퍼스 없이는 학습이 불가능하다는 단점이 있다. 또한 RNN 은 학습 데이터가 많이 필요하고 학습이 까다롭다는 단점이 있어, 코퍼스가 부족하고 기반 연구가 활발하게 이루어지지 않은 한국어의 경우 사용에 제약이 있다. 이에 본 연구에서는 강제정렬 코퍼스를 필요로 하지 않는 CTC 알고리즘을 도입함과 동시에, RNN 에 비해 더 학습 속도가 빠르고 더 적은 데이터로도 학습이 가능한 합성곱 신경망(CNN)을 사용하여 딥 러닝 모델을 구축하여 한국어 음소 인식을 수행하여 보고자 하였다. 이 모델을 통해 본 연구에서는 한국어에 존재하는 49 가지의 음소를 추출하는 세 종류의 음소 인식기를 제작하였으며, 최종적으로 선정된 음소 인식 모델의 PER(phoneme Error Rate)은 9.44 로 나타났다. 선행 연구 사례와 간접적으로 비교하였을 때, 이 결과는 제안하는 모델이 기존 연구 사례와 대등하거나 조금 더 나은 성능을 보인다고 할 수 있다.

본 논문은 기존에 주어진 문장 다음에 올 수 있는 문장에 대해 딥러닝을 활용하여 예측하는 시스템이며, 데이터 전처리, 문장 목적 파악, 문맥 파악의 세가지 파트로 구성되어 있다. 전처리 과정에서는 문장에 쓰인 단어에 대한 품사 정보를 Input Feature 로 추가한다. 이어서 문장 목적 파악을 위해서는 상황별로 문장을 표현하는 방법이나 단어들의 순서가 다르기 때문에 단어의 순서보다는 문장의 특징점을 학습한다. 마지막으로 문맥 파악을 위해서 이전 단계에서 학습된 문장별 목적 데이터를 기반으로 데이터의 시간적 흐름에 대한 학습을 진행함으로써 이후에 나올 수 있는 문장을 예측한다.

본 논문은 소표본 의료용 영상 분석의 정확도 향상을 위해 전이학습 모델을 feature extractor로 구축하여 학습시키는 방법을 연구하였으며 성능 평가를 위해 선학습모델로 AlexNet, ResNet, DenseNet을 사용하여 fine tuning 기법을 적용하였을 때와의 성능을 비교 분석하였다. 그 결과 실험에 사용된 3개의 모델에서 fine tuning 기법보다 향상된 정확도를 보임을 확인하였고, 또한 ImageNet으로 학습된 AlexNet, ResNet, DenseNet이 소표본 의료용 X-Ray 영상에 적용될 수 있음을 보였다.

데이터과학의 분석기법을 사용한 문제해결 방법은 많은 분야에서 활용되고 있다. 본 연구에서는 청소년들이 즐겨먹는 맥도날드 메뉴의 영양소 데이터를 분석하고 시각화를 통해 새로운 가설을 설정하고 새로운 발견을 할 수 있는 연구를 진행하였다. 영양소에 따라 건강한 메뉴와 해로운 메뉴를 구분하고자 하였으며, 데이터 분석을 통하여 새로운 건강음식 인덱스를 설정하고 그에 따른 재분석을 통하여 맥도날드 메뉴에 대한 새로운 발견을 하게 되었다.

자율주행차에서 경로계획기법은 지도, 목적지 경로와 다른 정적/동적 장애물에 대한 예측 정보를 바탕으로, 안전하고, 합법적이며 효율적으로 차량을 조종하는 목표를 가진다. 고속도로 환경에서, 차량이 차선을 유지하고, 다른 차량들과 충돌을 회피하며, 더 느리게 움직이는 트래픽을 지나쳐 효율적이면서 안전한 경로를 생성하는 기법이 요구된다. 본 연구에서는, 시스템의 행위를 모델링하는 기법 중의 하나인 유한상태기계를 적용하였다. 시뮬레이터를 통해, 급가속/감속과, 충돌 없이, 차선을 유지/변경을 힐 수 있음을 보였다. 자율주행차의 고속도로 주행의 경우, 유한상태기계를 적용하여, 효율적이고 안전한 경로계획을 수행할 수 있다.

본 논문에서는 영상 기반 대화 연구를 위한 기존 GuessWhat?! 게임 환경의 한계성을 보완한 새로운 GuessWbat+ 게임 환경을 소개한다. 또 이 환경에서 동작하는 대화 에이전트를 위한 정책 기울기 기반의 심층 강화 학습 알고리즘인 MRRB의 설계와 구현에 대해서도 설명한다. 다양한 실험을 통해, 본 논문에서 제안한 GuessWbat+ 환경과 심층 강화 학습 알고리즘의 긍정적 효과를 입증해 보인다.

본 논문에서는 기존 광고대행 유저 추천 서비스의 광고대행 유저 선출 방업이 갖는 문제를 해결하기 위해, 영향력 최대화 (Influence maximization) 연구 분야의 기술을 활용하여 (1) 유저들 간 단계적으로 파급되는 광고효과를 고려한 광고효과 최대화 방안을 제안한다. 나아가 보다 정확한 광고효과 평가를 위해, (2) 유저 간 지지도 (support) 및 (3) 유저의 컨텐츠 공유 (share) 점수를 정의하고 광고효과 최대화 방안에 반영하였다. 실 세계 데이터를 이용한 실험을 통해 제안하는 광고 대행 유저 선출 방안이 전통적인 선출 방안들보다 광고 효과가 더 큰 유저들을 선출함을 입증하였다.

본 논문에서는 사용자의 상품에 대한 평점 정보와 상품의 컨텐츠 정보를 모두 이용하는 하이브리드 추천 모델에 대해서 논의한다. 기존 논문들과는 다르게, 본 논문은 추천의 정확도를 높이기 위해 사용자가 상품의 컨텐츠 (예를 들면, 영화의 장르 또는 상품의 카테고리 등) 에 가질 수 있는 선호도를 예측하고, 이를 추가적으로 활용할 수 있는 딥러닝 기반의 추천 모델을 제안한다. 실세계의 데이터를 이용해서 제안하는 방법의 우수성을 보인다.

본 논문에서는 웹 및 문자 공지문을 자동으로 분류하고 추천함으로써 사용자가 원하는 공지문만을 볼 수 있도록 하는 애플리케이션을 개발한다. 본 애플리케이션은 공지문을 여러 카테고리로 자동 분류하여 사용자가 원하는 카테고리에 속한 공지문만을 볼 수 있도록 하며, 사용자가 선호할 만한 공지문을 추천하는 기능을 제공한다. 공지문 분류를 위해 다층 신경망 모델과 Naive Bayes 분류기를 사용하였으며, 공지문 추천을 위해 키워드 기반 자체 알고리즘을 사용하였다. 그 밖에 Word2Vec 을 활용한 검색어 추천 등 부가 기능을 제공하여 사용자가 쉽게 공지문을 찾을 수 있도록 하였다. 본 애플리케이션을 통해 사용자는 수많은 공지문 중 관심 있는 공지문만을 효율적으로 확인할 수 있다.

영상이나 비디오에 담긴 장면을 이해하는 것은 컴퓨터 비전의 궁극적인 목표 중 하나이다. 본 논문에서는 입력 영상으로부터 장면을 구성하는 각 물체들과 그들 간의 공간 관계, 개별 물체들의 다양한 속성들을 탐지해, 지식 그래프를 생성해주는 심층 신경망 기반의 물체 속성 및 공간 관계 탐지 모델을 제안한다. 본 논문에서는 이러한 다양한 복합 시각 인식 작업을 동시에 수행하는 탐지 모델의 구성에 대해 설명하고, 대규모 벤치마크 데이터 집합인 CLEVR을 이용한 탐지 모델의 성능 분석 실험 결과를 소개한다.

본 논문에서는 독감확산 예측을 위한 웨어러블 센서를 이용한 기침 감지 모델을 제안한다. 서로 상이한 기침 신체데이터를 사용하고 기침 감지 알고리즘의 구현없이 기계가 학습하는 방식인 멀티모달 DNN을 이용하여 설계하였다. 또한 웨어러블 센서를 통해 실생활의 기침 오디오 데이터와 기침 3축 가속도 데이터를 수집하였고, 두 개의 데이터중 하나의 데이터만으로도 감지를 위한 학습이 가능토록하기 위해 각각 MFCC와 FFT를 이용하여 특징 벡터를 추출하는 방법을 이용하였다.

MRC(기계독해)는 Passage, Question, Answel 로 이루어진 Dataset 으로 학습된 모델을 사용하여 요청한 Question 의 Answer 를 같이 주어진 Passage 내에서 찾아내는 것을 목적으로 한다. 최근 MRC 시스템의 성능 측정 지표로 활용되는 SQuAD Dataset 을 활용하여 RNN 의 한 분류인 match-LSTM과 R-NET 알고리즘의 성능을 비교 분석하고자 한다.

본 논문은 웹 기반의 Medical Expert System을 위하여, 오픈 소스 Drools 기반으로 Spring MVC 프레임워크와 Ajax를 이용하여 구현하였다. 클라이언트와 서버 간에 비동기적 통신으로 JSON 데이터를 주고받아 서버의 부담을 감소하였으며, 데이터베이스 접근은 기존의 복잡한 JDBC 단점을 보완하고자 Mybatis 프레임워크를 적용하여 RDBMS 의 성능을 향상시켰다. 또한, 웹 기반의 장점을 최대한 활용하여 사용자 수가 늘어남에 따라 서버 트래픽 문제를 해결하기 위하여 Nginx를 이용한 로드밸런싱 구조를 구축하여 서버의 가용성을 확대하였다. 본 Medical Expert 시스템의 처리 프로세스는 일반 사용자가 웹으로 접근하여 설문을 작성한 후 기본적인 진단 및 평가를 제공하여 주는 서비스를 제공한다.

문서 군집화 성능을 높이기 위한 한 방법으로 차원 축소를 적용한 문서 벡터로 군집화를 실시하는 방법이 있다. 본 발표에서는 특이값 분해(SVD), 커널 주성분 분석(Kernel PCA), Doc2Vec 등의 차원 축소 기법을, K-평균 군집화(K-means clustering), 계층적 병합 군집화(hierarchical agglomerative clustering), 스펙트럼 군집화(spectral clustering)에 적용하고, 그 성능을 비교해 본다.

딥 러닝의 높은 성능으로 여러 분야에 사용되며 기침 탐지에서도 수행된다. 이 때 기침과 유사한 재채기, 큰 소리는 단일 데이터만으로는 구분하기에 한계가 있다. 본 논문에서는 기존의 오디오 데이터와 오디오 데이터를 인코딩 한 스펙트로그램 이미지 데이터를 함께 학습하는 멀티 모달 딥 러닝을 적용하는 방법을 사용한다.

본 논문에서는 GA(Genetic Algorithm) 기반 점증적 입자모델(IGM: Incremental Granular Model)의 최적화 설계를 제안한다. IGM의 성능은 다양한 실세계 응용예제를 통해 성공적으로 연구되어져왔다. 그러나, IGM의 문제로 각 컨텍스트에서 동일한 클러스터 수가 사용되는 점과 전형적인 퍼지화 계수가 설정된다는 점이 있다. 이러한 문제를 해결하기 위해 IGM을 최적화하여 각 컨텍스트에서 클러스터 중심의 수와 퍼지화 계수를 최적화하는 설계 방법을 제시했다. 제안된 방법의 타당성을 확인하기 위해 Ecotect에서 시뮬레이션 한 12가지 건물 형태를 사용하여 에너지 효율 예측에 대한 실험을 수행하였고, 제안된 방법은 기존의 IGM보다 우수한 성능을 보이는 것을 확인했다.

최근 무인항공기 (Unmanned Aerial Vehicle, UAV)에 장착한 카메라를 활용하여 사용자의 눈높이가 아닌 새로운 시각에서 사용자를 촬영한 영상을 제공한다. 사용자를 추적하며 촬영하기 위해 저전력 블루투스 (Bluetooth Low Energy, BLE) 신호, 영상, 그리고 Natural User Interface/Natual User Experience(NUI/NUX) 기술을 활용한다. BLE 신호로 사용자를 추적하는 경우 사용자의 후방에서 추적하며 사용자만을 추적하며 촬영 가능한 문제가 있다. 하지만 복수의 사용자를 전방에서 추적하며 촬영하는 방법이 필요하다. 본 논문에서는 복수의 사용자를 추적하며 전방에서 촬영하기 위해 UAV의 비행방향을 결정하는 방법을 설명한다. 복수의 사용자로부터 측정 가능한 BLE 신호들을 UAV에서 측정한다. 복수개의 BLE 신호의 변화를 활용하여 UAV의 비행방향을 결정한다.

라벨인식과 같은 광학 문자 인식은 영상처리를 활용한 컴퓨터 비전의 대표적인 연구분야이다. 본 연구에서는 딥러닝 기반의 라벨인식 시스템을 고안하였다, 생산 라인에 적용되는 라벨인식 시스템은 인식 속도가 중요하기 때문에 기존의 R-CNN기반의 딥러닝 신경망보다 월등히 빠른 오브젝트 검출 시스템 YOLO를 활용하여 문자를 학습 및 인식 시스템을 개발하였다. 본 시스템은 기존 시스템에 근접하는 문자인식 정확도를 제공하고 자동으로 문자영역을 검출 가능하며, 라벨의 인쇄불량을 판독하도록 하였다. 또한 개발, 배포, 적용이 한번에 가능한 프레임워크를 통하여 생산현장에서 발생하는 다양한 이미지 처리에 활용될 전망이다.

최근 AI 스피커를 비롯한 지능형 비서 서비스들이 빠르게 등장하고 있으며, AI 시장에서도 특히 챗봇 구축이 가장 활발하게 진행되고 있다. 건국봇은 건국대학교 학생들에게 필요한 정보를 제공하는 대화형 서비스이다. 본 논문에서는 대표적인 챗봇 구현 방법인 검색모델과 생성모델의 장단점을 분석하고, 건국봇에 적용한 사례를 소개한다. 궁극적으로, 질의문의 의도를 단어의 가중치를 고려해 추론함으로써 Unknown 추론을 강화하고 의도되지 않은 문장의 처리 관점에서 성능을 향상시키는 방법을 제안한다.

주율 주행과 로봇 시스템의 기술이 발전하면서 이와 관련된 영상 알고리즘들의 연구가 활발히 진행되고 있다. 제안 네트워크는 단일 영상을 이용하여 비주얼 오도메트리를 예측하는 시스템이다. 딥러닝 네트워크로 KITTI 데이터 세트를 이용하여 학습과 평가를 하며 네트워크의 입력으로는 연속된 두 개의 프레임이 들어가고 출력으로는 두 프레임간 카메라의 회전과 이동 정보가 된다. 이를 통하여 대표적으로 자동차의 주행 경로를 알 수 있으며 여러 로봇 시스템 등에서 활용할 수 있다.

화자인식 기술은 주어진 임의의 두 발화로부터 발화자의 일치 여부를 판단하여 등록된 화자의 목록으로부터 임의로 입력된 발화의 발화자를 식별하는 기술이다. 그러나, 배경잡음이나 반향이 존재하는 경우에는 음성신호가 왜곡되어 화자인식 성능이 저하될 수 있기 때문에 별도의 음성신호 전처리 알고리즘을 함께 사용할 수 있다. 본 논문에서는 배경잡음이 존재하는 환경에서 다수의 마이크로폰을 통해 수집한 음성신호에 대해 화자인식을 수행하는 방법으로써 parametric multi-channel Wiener filter (PMWF)를 이용한 화자일치 점수 앙상블 기법을 제안한다. 입력신호의 신호대잡음비를 기준으로 점수 결합 시 사용되는 결합계수를 정하고, Wiener filter 로 잡음을 제거하여 얻은 점수와 minimum variance distortionless response (MVDR) 빔포머를 통해 잡음을 제거하여 얻은 정수를 가중결합하는 방식으로 동일오류율을 측정한 결과, 각 전처리 알고리즘을 독립적으로 사용하여 점수를 계산한 경우보다 우수한 성능을 보임을 확인할 수 있었다.

본 논문에서는 기존의 단일입출력 환경에서의 칼만필터 기반 반향제거방법을 다중입출력 구조로 확장하는 방법을 제안한다. 다중입출력 구조의 반향제거방법은 단일입출력방식보다 우수한 반향제거 성능을 보이면서도 더욱 낮은 음성왜곡도를 보였다.

본 논문은 촬영된 치아의 CT영상에서 치아의 상악과 하악의 분리 알고리즘을 제안한다. 촬영 기기의 노후화, metal artifact, 치아 부정합 등 외부 요인에도 강인한 성능을 보이도록 알고리즘을 설계하였다.

현재 사용되고 있는 보편적인 이미지 편집 방식은 이미지 내부 일부 영역을 선택 및 추출하는 방식으로 객체를 배경과 분리한다. 객체가 분리되는 과정에서 객체가 있었던 곳에서는 빈 영역이 발생하게 되는데, 이 문제를 해결하기 위해 인접한 영역을 가져와서 채우거나, 딥러닝을 적용하여 유사한 이미지로 채우는 방식이 가장 보편적이다. 그러나 이러한 방식은 배경에서 유실된 부분을 인공적인 방법으로 채우기 때문에 완벽하게 복원하기가 힘들다. 따라서 본 논문에서는 미리 해당 이미지에 대한 3 차원 정보를 가공 및 저장함으로써 편집으로 인해 유실되는 부분을 3 차원 정보로 부터 복구할 수 있는 아이디어를 제안한다.

Object tracking is a common task in computer vision, an essential part of various vision-based applications. After several years of development, object tracking in video is still a challenging problem because of various visual properties of objects and surrounding environment. Particle filter is a well-known technique among common approaches, has been proven its effectiveness in dealing with difficulties in object tracking. However, particle filter is a high-complexity algorithms, which is an severe disadvantage because object tracking algorithms are required to run in real time. In this research, we utilize parallel programming to accelerate particle filter-based object tracking algorithms. Experimental results showed that our approach reduced the execution time significantly.

딥러닝은 이미지 분류 및 객체 검출과 같은 여러 컴퓨터 비전 관련 작업에 성공적으로 사용되었다. 손 검출은 인간 컴퓨터 상호작용 분야에서 손 분류 및 손 동작 인식을 위한 매우 중요한 부분이며 딥러닝을 사용하여 시도되었다. 본 연구에서는 손 데이터 셋을 이용하여 컨볼루션 신경망을 훈련시킨 다음 학습된 특징을 시각화하고, CNN 아키텍처와 손 데이터 셋의 결과를 각각 살펴보며 손 검출에 대한 이해를 제공한다.

전 세계적으로 9.11로 대표되는 자살테러, 비행기테러, 화학가스 테러 등에 의한 인명피해가 늘고 있다. 1986년 김포공항 폭발사고, 1995년 음진리교 지하철 사린가스 사건, 2001년 9.11 사건, 2003년 필리핀 공항 폭탄테러 사건 등의 큰 테러 외에도 작은 사건은 무수히 많다. 이러한 테러 사태를 미연에 방지하기 위한 지능형 영상 보안 감시 시스템이 사회적으로 연구되어왔고 도입되어 왔다. 기존의 지능형 영상 보안 시스템은 모션 디렉션 기반으로 금지구역의 침입자로 판단되는 사람을 찾는 기능 중심으로 발전해왔다. 또한 보안요원의 관찰 모니터를 통해 화면을 계속 주시하는 한계 시간의 존재와 모니터 증가에 따른 한계 시간은 더 급감하게 되는 것으로 판단되었다. 이에 본 연구를 통해 유기물 탐지의 자동화를 추구하고, 보안 요원의 감시 업무를 도와 국가 주요 시설물의 유기물 자동 탐지를 통해 테러로부터 안전하게 보호하고자 한다.

현대 사회의 발전으로 인해 사람들의 삶의 질이 향상됨에 따라 사람들은 다양한 방식으로 자신 및 자신의 개성을 표출하려는 시도를 한다. 특히 IT 기술의 발전은 가상현실 및 3D 기술의 성장을 이끌어냈다. 본 논문은 다가올 4차 산업혁명에 발맞추어 사용자의 개성을 표출할 실용적이고 개성 있는 3D 모델링 아이디어를 제안하고자 한다. 스마트폰 사진 촬영과 동시에 사용자가 선택한 다른 캐릭터 사진과의 합성 사진을 Convolutional Neural Network (CNN)과 Generative Adversarial Network (GAN) 기반 딥러닝 기술을 통해 생성한다. 생성된 이미지는 사용자의 모습과 합성의 대상이 되는 캐릭터의 모습을 동시에 담고 있다. 본 연구의 결과물로 생성된 합성 사진을 3D 프린터를 이용하여 자신만의 모습이 담긴 굿즈를 생산 혹은 이모티콘을 생성하는 등 다양한 실용적인 응용분야에 적용 가능하다.

최근 무인항공기(Unmanned Aerial Vehicle, UAV)에 부착된 카메라로 사용자를 촬영함으로써 레저 및 여행 중 영상을 기록하기 위해 활용하고 있다. UAV에 부착된 카메라로 사용자를 촬영하기 위해 사용자가 직접 조종하거나 NUI/NUX 기술을 활용한다. UAV가 비행해야 되는 비행경로를 미리 설정하거나 단일 사용자를 추적해서 자동적으로 UAV가 비행하며 UAV에 부착된 카메라로 단일 사용자 중심으로 촬영한다. 하지만 레저 및 여행 중 영상을 기록하는 과정에서 단일 사용자 중심이 아니라 복수의 사용자를 고려하여 촬영해야 되는 경우가 있다. UAV가 복수의 사용자 위치를 고려하여 복수의 사용자를 촬영하는 시스템이 필요하다. 본 논문에서는 복수의 사용자를 촬영하기 위한 촬영 시스템을 설계한다. 촬영 시스템은 복수의 사용자 위치의 변화를 기반으로 UAV를 제어한다.

AR은 VR과 달리 실세계 공간의 객체에 대한 서비스를 제공하므로 서비스 개발을 방해하는 많은 요인들이 발생한다. 이를 보완하기위해 비주얼 마커, SLAM, 객체인식 등 여러 AR 기술이 존재한다. 본 논문은 AR 기술 중에서 객체인식의 정확도 향상을 위해 지역가변 이진화(Local variable binarization)와 색상의 군집화를 사용해서 이미지에서 객체를 추출하는 방법을 제안한다. 지역 가변화는 픽셀을 순차적으로 읽어 들이면서 픽셀 주위의 값의 평균을 구하고, 이 값을 해당 픽셀의 임계 값으로 사용하는 알고리즘이다. 픽셀마다 주위 색상 값에 의해 임계 값이 변화되므로 윤곽선 표현이 기존의 이진화보다 뚜렷이 나타난다. 색상의 군집화는 객체의 중요색상과 배경의 중요색상을 중심으로 유사한 색상끼리 군집화 하는 것이다. 객체 내에서 가장 많이 나온 값과 객체 외에 가장 많이 나온 값을 각 각 기준으로 색조와 채도의 값을 Euclidean 거리를 사용해 객체의 색상과 배경 색상을 분리했다.

DAC 는 디지털-아날로그 변환 회로는 디지털 전기 신호를 아날로그 전기 신호로 변환하는 전자 회로이다. 특히 최근 음성 신호는 그 효율성 및 경제성 때문에 디지털 데이터 형태로 저장/전송되고 있어 DAC 는 음성 관련 사업에서 필수적으로 쓰이고 있다. 본 논문은 음성 신호의 디지털-아날로그 변환 시 DAC 의 성능에 대한 분석 및 시험 결과를 소개한다.

본 논문에서는 다선형 PCA(Principal Component Analysis)를 이용한 키넥트 센서 기반 댄스 모션분류방법을 제안한다. 댄스 모션 분류를 수행하기 위해서, 먼저 키넥트 데이터 깊이 영상과 이진영상을 보간법을 통해 데이터의 크기를 정렬시켜준다. 다음으로 다선형 주성분 분석 기법 (MPCA)을 이용하여 연속된 댄스모션영상들에 대한 특징을 추출하고, 유클리디안 분류기를 통해 클래스 분류한다. 본 실험에 사용된 데이터베이스는 키넥트 센서를 기반으로 전문 댄서 4명을 통해 취득된다. 총 100곡의 K-POP을 선정하였고, 곡마다 2개의 포인트 안무를 통해 총 200개의 포인트 댄스모션 데이터베이스를 구축하였다. 실험결과 제안된 방법은 89.5%의 성능을 나타낸다.

하드웨어의 속도 발전과 데이터의 누적으로 생성된 수많은 빅 데이터의 활용을 통해 인공지능에 대한 무수히 많은 알고리즘과 시스템이 발전되고 있다. 그중 자연어 처리는 각 국가별 언어적 독립성으로 인해 국가별로 많은 연구가 이루어지고 있으며 앞으로 계속하여 발전해야 하는 분야이다. 이러한 현대 추세에 맞추어 본 논문에서는 사용자의 개인별 누적된 데이터를 통해서 개인에게 맞추어진 개인화 채팅 봇 시스템을 AWS EC2 Instance로 Node.js환경에서 MeCab 라이브러리와 Kakao API, Word Embedding 기법을 이용하여 보다 개인에게 맞춤화된 채팅 봇 시스템을 개발한다.

최근 짧은 시간을 즐겁게 사용하기 위하여 어디서든 즐길 수 있는 다양한 취미가 생겨나고 있다. 그 중 하나인 웹툰은 스마트폰 환경에서 많이 사용하는데 다양한 플랫폼과 폭풍적으로 증가하는 웹툰들 중에서 자신이 원하는 웹툰을 찾기는 매우 힘들다. 본 논문에서는 안드로이드스튜디오와 R에서 협업필터링과 개인 성향을 이용하여 개인 사용자에게 알맞은 웹툰을 추천해주는 시스템을 개발한다.

최근 서구화된 식습관으로 인해 국내 비만 인구가 급격하게 증가했고 이에 따라서 다이어트에 관심을 갖는 사람들이 많아졌다. 하지만 현재 출시되어 있는 애플리케이션은 단지 식단을 선택하도록 목록을 보여주는 것에 그친다. 최근 추천 시스템은 데이터 서비스에 필수적인 요소가 되었고 사용자가 직접 선택에 대한 고민 할 것 없이 개인에게 맞춤된 식단을 제공 할 필요가 있다. 따라서 본 논문에서는 FatSeceret Open-API를 사용하여 추출한 식품 데이터베이스를 통해 사용자의 식단 선호도를 분석하였다. 그래서 식단 선호도와 협업 필터링 기법을 R을 이용하여 개인 맞춤형 다이어트 식단을 추천해 주는 시스템을 개발한다.

최근 스마트폰의 보급률이 높아지면서 인터넷 쇼핑몰의 접근성이 용이해지고 있고 그로 인해 사용자들의 인터넷 쇼핑의 이용이 보편적이게 되었다. 그 중 여성 의류 분야는 많은 비중을 차지하고 있으며 현재도 꾸준히 성장하고 있는 추세이다. 많은 여성 소비자들은 개인의 취향에 맞는 의류들을 추천받기를 원한다. 본 논문에서는 협업 필터링에서 발생하는 cold start 문제를 이름, 나이, 선호 스타일, 자주 사용하는 쇼핑몰 등 개인 성향을 이용하여 해결하는 협업 필터링과 개인 성향을 이용한 여성 의류 쇼핑몰 추천 시스템을 제안한다.

빅데이터가 일상이 된 현대 사회에서 책 시장의 증가와 책 양의 증가로 인하여 책을 개인에 맞게 선택하는데 어려움이 있다. 그래서 개인 맞춤 추천 시스템이 필요하다. 개인 맞춤 추천 시스템에서 가장 많이 사용하는 방법은 협업 필터링 방법이 있다. 협업 필터링은 희박성 문제를 가지고 있다. 본 논문에서는 협업 필터링 방법에 희박성 문제를 해결하기 위하여 지역, 나이, 성별, 장르 등 개인 성향을 이용하고, 기존의 책 리뷰를 오피니언 마이닝 기법을 적용하여 개인 맞춤형 도서를 추천하는 추천시스템을 제안한다.

본 논문은 링크드 오픈 데이터(Linked Open Data)의 일종인 DBpedia 개체를 자연어 기반으로 검색하는 애플리케이션 개발에 관한 논문이다. Google Cloud Natural Language API를 이용하여 자연어 입력을 분석하고, 이를 바탕으로 RDF(Resource Description Framework) 검색 언어인 스파클(Sparql) 질의 문장을 작성하여 결과를 웹 형식으로 반환해준다. 이를 통해 비문가도 손쉽게 링크드 오픈 데이터에 접근할 수 있는 기회를 제공하며 다양한 응용 가능성을 가진다.

웹의 발달로 많은 양의 데이터를 손쉽게 접할 수 있지만, 이러한 데이터들로 얼마나 의미 있는 정보를 잘 끌어내어 공개하고 얼마나 잘 활용시키느냐가 중요한 이슈가 되었다. 본 연구에서는 각각의 자원들이 연결된 데이터 중심의 웹을 구성하기 위해 대구시에서 제공하는 공공데이터를 이용하여 링크드 데이터를 구축한다. 수집한 데이터에서 제공하는 정보를 바탕으로 맛집에 대한 온톨로지를 구축하여 데이터를 발행하고, SPARQL을 활용한 간단한 웹 어플리케이션을 구현한다.

EEG 발명 이래 인간은 뇌파 분석에 기반한 새로운 통신 기술을 개발할 궁리를 하기 시작했다. 이것이 BCI 의 발전으로 이어졌고 최근 몇 십년간 전세계적으로 BCI 연구의 수가 눈에 띄게 증가하였다. 이 논문은 BCI 분야에서 현재 사용되는 기술들에 대한 개요를 제공하는데 초점을 두고 있다.

자율주행기술은 오래전부터 연구되어왔으며 최근에 상용화를 위한 많은 연구개발이 빠르게 진행되고 있다. 본 논문에서는 자율주행의 핵심 기술 중 영상처리기술을 사용하여 차선을 검출하고 차선이 가려지거나 지워진 불완전한 영상으로부터 차선을 복원하는 연구를 수행하였다. 불완전한 차선 이미지로부터 차선을 검출하고 차선 복원 알고리즘을 제안하고 구현하였다. 제안한 차선을 복원하는 방법은 자율주행기술을 좀 더 신뢰할 수 있게 하며 자율주행 자동차의 상용화를 앞당기는데 기여할 것이다.

최근 드론을 이용한 산업이 급부상하면서 드론 사용률이 증가하고 있다. 하지만 이에 따라 드론으로 인한 사고도 증가하고 있는데 그 중 기계고장을 제외한 가장 큰 원인은 사용자 부주의에 의해 발생한다. 이러한 문제점을 해결하기 위해 다양한 연구가 진행되고 있으나 대부분의 연구는 부가적인 장치를 통해 발생하는 센싱데이터를 이용하여 해결하는 방식이다. 이러한 방식은 비용적인 측면과 궁극적으로 사용자의 부주의에서 발생하는 문제를 해결하기 어려운 문제점이 있다. 따라서 본 논문에서는 기존의 컨트롤러와 드론에 내장되어 있은 지자기 센서를 이용하여 사용자 시점 중심적인 드론 컨트롤 시스템을 통해 이 문제를 해결한다.

본 논문은 끊이질 않는 졸음운전 사고를 방지하기 위한 연구 내용이다. Kinect 의 움직임 감지 기반 센서를 활용하여 센서를 통하여 얻은 수치를 코드화 하여 프로그램을 구현한다. 졸음운전이라는 안전사고는 사전에 방지가 가능한 안전사고로서 운전자들이 졸음에 빠졌을 때 이를 스스로 인지하여 운전자에게 청각적 신호를 주어 운전자의 졸음운전을 방지하여 안전운전을 지향한다. 이는 졸음운전이 잦은 장거리 운전자나 화물트럭 기사들, 습관적으로 졸음운전을 하는 운전자들에게 효과적인 시스템이다.

본 논문은 한국에서 야구에 관련 직무에 종사하는 사람 또는 야구를 배우고 싶은 사람에게 도움을 주고자 Kinect의 모션 인식 센서를 이용하여 자세인식에 관련 된 연구 내용이다. 야구를 배우고자 하는 사람들에게 자세에 대한 교정과 자신이 직접 자신의 자세를 보면서 활용할 수 있도록 하는 것이 궁극적 목표이며 프로그램의 제작자의 개입이 없이 사용자가 주제가 될 수 있도록 한다. Kinect에서의 야구 자세를 저장하여 자신의 모습과 비교하여 자세에 대한 피드백을 받을 수 있다. 이 프로그램을 통해 사람들이 좀 더 야구에 대해 쉽게 접근하고 이용할 수 있음이 프로그램의 구현 방향이며 야구를 접하는 사람들에게 자세 부분에 도움을 주고 야구를 즐기는 사람들도 도움을 얻는 기대효과를 가지는 프로그램이다.

장애인들, 특히 시각장애인들이 여가활동을 할 수 있는 게임이 많이 부족하다. 따라서 본 연구에서는 시각장애인과 비장애인의 여가활동의 격차를 줄이기 위해 함께 어울려서 즐길 수 있는 위한 게임을 구현하였다. 보다 몰입감 있고 활동적인 게임을 구현하고자 신체의 움직임을 센싱할 수 있는 Kinect를 활용하도록 구현하였으며 사용자는 왼팔과 오른팔을 이용하여 캐릭터를 움직여 게임을 즐길 수 있다. 게임의 진행 과정은 청각적인 정보로 전달되도록 구현하였다. 시각장애인들이 여가활동을 즐김과 동시에 신체를 활용함으로써 시각장애인들의 건강증진에 기여할 수 있을 것이다.

인체 장기의 3D 모델은 의료분야에 널리 활용이 되고 있다. 사람의 신체를 3D로 구현하기 위한 많은 연구들이 수행 되었으나, 사람의 신체 크기 변화에 따른 내부의 장기를 보여주는 시뮬레이션에 대한 연구는 부족하다. 인체 장기의 3D 모델 시뮬레이션을 통해 장기를 3차원으로 보여주고 3차원의 모양을 비교할 수 있는 뷰어를 구현하였다. 장기의 3D 모델을 활용하는 의학 및 의료 분야에 도움이 될 것이다. 3D 프린팅과 접목하여 사람의 내부 장기를 3D로 출력하는 연구 분야에 활용할 예정이다.

CAE 와 같은 고충실도 대용량 엔지니어링 데이터의 시공간 정밀 분석검증을 위해서는 고해상도 몰입형 가시화 기술과 더불어 이를 직관적이고 효율적으로 제어하기 위한 휴먼 인터페이스 기술이 중요하다. 최근 대중화에 근접한 HMD 기기 및 컨트롤러를 이용한 응용 연구가 발표되고 있고, 이를 통해 엔지니어 위주의 정적 분석환경을 벗어나, 설계/해석/운용 전문가들의 동적 협업분석 환경 제공이 가능한 몰입형 가시화 환경 및 휴먼 인터페이스 기술이 적용되고 있다. 하지만 CAE 해석지원을 위한 대화면 몰입형 가시화 환경에서 사용가능한 직관적 인터페이스기술에 대한 연구는 미진한 상황이다. 본 연구에서는 신체의 자연스러운 움직임으로 가상현실을 탐색하고 데이터 조작을 구현할 수 있는 몰입형 가시화 전용의 휴먼 인터페이스 및 연동기술에 대한 연구과정을 소개한다.

가상 현실 네비게이션을 위한 전방향 트레드밀은 사용자가 걷거나 달리면서 물리적으로 고정된 공간 내에 사용자를 유지할 수 있도록 지면 모션을 시뮬레이션하는 장비이다. 이러한 트레드밀 시스템의 성능이나 안정성을 정량적으로 측정하거나 분석하기가 어렵기 때문에 이전의 연구에서는 주관적 설문 조사와 같은 정성적 분석 방법을 사용하였다. 본 연구에서는 인간의 보행 경로와 유사한 궤도를 따라 움직이는 무인 차량 시스템을 이용한 새로운 정량적 데이터 측정 방법을 제안한다. 무인 차량 시스템은 미리 정의 된 인간의 보행 동작을 시뮬레이션하고 트레드밀 시스템에 대한 제어 입력을 제공하며, 다축 가속 및 방향과 같은 차량의 동적 데이터를 측정 할 수 있다. 또한 이 데이터는 평상시의 정기 또는 다른 제어 알고리즘과의 비교를 수행할 수 있다. 본 연구에서는 궤적 시뮬레이션 모듈, 데이터 수집 모듈, 성능 평가 모듈 등 전방향 트레드밀에 대한 정량 분석 방법의 설계 구조 및 초기구현 결과를 제시하고자 한다.

본 논문에서는 모바일 디바이스의 GPS, Compass, Gyroscope Sensor를 이용하여 실외 공간의 위치를 찾아주는 실시간 AR 나침반을 제안한다. 제안 AR 나침반에서는 모바일 디바이스의 Sensor 이용하여 사용자의 위치와 방향, 실외 공간의 위치와 방향을 계산하여 안내 Object의 크기와 가시화 여부를 결정하고 보여줌으로 사용자가 실외 공간의 위치를 찾아갈 수 있도록 하는 나침반을 설계 구현하였다.

현재 흔히 사용하는 길찾기 앱은 대부분 2D 로 이루어져있어 초행길인 사람들이 길을 찾는 데 어려움이 있다. 특히 외국인들의 경우 길을 물어봐도 복잡한 길을 정확하게 알려주는 것은 한계가 있다. 따라서 본 논문에서는 외국인들에게 서울의 명소들을 카테고리 별로 나눠서 소개하고, 도보 길찾기와 대중교통 길찾기를 통합하여 제공하는 애플리케이션을 개발한다. 본 논문에서 개발한 애플리케이션은 특히 증강현실에 기반한 길찾기 서비스를 제공함으로써 외국인들이 도보 길을 보다 쉽게 찾아갈 수 있도록 한다. 본 논문에서 개발한 애플리케이션을 통해 외국인들은 서울의 유명관광지들을 보다 쉽고 빠르게 찾아갈 수 있으며, 목적지 주변의 시설들도 쉽게 파악할 수 있다.

최근 AI, 음성인식, 빅데이터, IoT의 발달에 의해 홈 스마트 비서에 대한 관심이 증대되고 있다. 이에 맞추어 국내외 대기업들은 청각 중심의 다양한 스마트 비서 제품을 출시하였다. 따라서 본 논문에서는 기존의 단점을 보완한 스마트-홈 비서 시스템을 제안한다. 스마트-홈 비서 시스템은 전방 상황 및 사용자의 행동을 인식할 수 있게 하는 영상 처리부, 카메라에서 획득한 정보에 따라 상황에 맞추어 Pseudo-Hologram 콘텐츠를 재생하는 영상 표출부로 구성되어 있다. Pseudo-Hologram을 활용하여 표출함으로써 사용자 UI/UX에 실감성을 더한 시각적인 스마트-홈 비서 시스템을 구현하였다.

다양한 센서들과 디바이스들이 실시간으로 정보를 주고받는 산업 IoT환경에서 싱크노드에게 속하는 하위 센서 및 디바이스들을 통한 데이터 손실 및 시스템 마비를 발생시킬 수 있는 상황이 발생될 수 있다. 따라서 본 논문은 위의 상황을 고려하여 센서 및 디바이스의 정상범주를 파악하고 비정상적인 디바이스를 판별을 통해 시스템 보안성을 향상시키는 방안을 제시한다. 싱크노드에 속하는 센서 및 디바이스들의 로그데이터를 통해 주성분 분석법을 통해 데이터의 차원을 감소시키고 차원 감소시킨 데이터를 K-means 클러스터링 알고리즘에 적용하여 정상범주 내에 속하지 않는 디바이스를 판별하여 비정상 센서 및 디바이스를 판별한다. 비정상 데이터로 판별된 센서 및 디바이스의 모니터링을 통해 시스템의 보안성을 향상시킬 수 있도록 한다.

제안 시스템은 모바일 사용자를 위한 맞춤형 미디어 서비스를 제공한다. 우리나라 1970년대 유행했던 음악 다방 DJ는 매장 내 손님을 대상으로 음악 및 사연을 신청 받고, 다수의 손님을 대상으로 공유할 수 있도록 서비스를 제공하였다. 본 연구는 이러한 DJ의 역할을 바탕으로, 카페 매장에서의 사용자의 자동적이고 맞춤화된 컨텐츠 서비스를 제공해주는 시스템을 제안하고 구현한다. 또한 제안 시스템의 구현 결과를 바탕으로 시스템이 주는 기능을 타 음원 스트리밍 서비스와 비교하고 분석한다.

A wide range of IoT applications use information collected from networks of sensors for monitoring and controlling purposes. However, the frequent appearance of fault data makes it difficult to extract correct information, thereby sending incorrect commands to actuators that can threaten human privacy and safety. For this reason, it is necessary to have a mechanism to detect fault data collected from sensors. In this paper, we present a trend-adaptive multi-scale principal component analysis (Trend-adaptive MS-PCA) model for data fault detection. The proposed model inherits advantages of Discrete Wavelet Transform (DWT) in capturing time-frequency information and advantages of PCA in extracting correlation among sensors' data. Experimental results on a real dataset show the high effectiveness of the proposed model in data fault detection.

최근 IoT 기술이 산업 전반에 걸쳐 적용되고 있다. 본 논문에서는 기존 택배 시스템에서 비효율적인 경로로 배송되는 문제점을 개선하기 위해 택배 시스템에 IoT 기술을 적용하여 경로 최적화를 도모하며 IoT 장치와 IoT 플랫폼을 중심으로 문제 해결 솔루션을 제시한다.

사물 인터넷(IOT)이 상용화되는 시대에 사람들이 길거리를 다니면서 공사장과 같은 위험 구역을 지나거나 사람이 많은 공공장소에서의 흡연 등을 미리 방지할 수 있는 시스템을 구현하고자 한다. 이 시스템은 앞에서 말했던 장소 주변에 설치된 비콘을 이용하여 스마트폰으로 미리 감지하고 사용자에게 알려주어 사고를 예방하거나 공공장소에서 흡연을 감소시킨다.

물류 배송은 우리 생활에 꼭 필요한 시스템 중 하나이다. 대한민국의 물류 시스템은 그 영토의 규모에 잘 부합되도록 체계적으로 정비되어 있으나, 배송 경로의 낭비 역시 존재한다. 본 논문에서는 Big Data, Deep Learning, IoT 와 같은 첨단 정보 기술을 이용하여 상기한 문제를 해결하고자 하였다. 물류의 특성을 고려하여 설계한 데이터 모델을 통신 기능과 위치 판별 기능이 포함된 IoT Device 를 통해 수집하고 NoSQL Database 상에 저장한다. 이후 Longest Common Subsequence Algorithm 을 이용한 Deep Learning 으로 수집 된 Data를 학습시킨다. 배송이 발생했을 때 학습된 Data 를 기반으로 해당 배송의 경로 분석을 실시하여 기존의 경로보다 시간적, 물질적 자원이 절약된 새로운 배송 경로를 IoT Device 를 통해 제시하고자 한다.

'대기전력(standby power)'이란 전원을 끈 상태에서 전기제품이 소비하는 전력이다. 한국전기연구원의 2011년 전국 대기전력 실측조사에 따르면 일반 가정의 경우 보통 전체 전기 사용량의 6% 이상이 대기전력으로 버려지고 있으며, 한해 약 4천2백억 원이 낭비되는 셈이라고 발표하였다. 이에 따라 본 논문에서는 'Fitbit'를 이용하여 수면 패턴을 파악하고, 사용자가 잠자는 사이에 사용하지 않는 기기의 전원을 차단할 수 있는 수면 분석 기반 스마트 멀티탭을 제안한다.

의료기술의 발달로 인해 세계적으로 평균 수명이 늘었으며 그에 따라 노인 인구가 증가되고 있다. 2018년 기준 한국은 이미 고령사회로 진입을 하였다. 노령화에 따른 기억력 저하 등의 이유로 복약이 어려운 경우가 많다. 기존의 경우 단순히 복약할 시간에 대한 알림만 주는 경우가 많았다. 그에 따라 본 논문은 아두이노를 이용하여 약품 복용 알림 시스템을 구현하였다.

사물인터넷 (IoT) 기술의 발전으로 최근 많은 가전제품 및 전자 제품들이 IoT 기술과 결합되어 출시되고 있으며, 전원을 연결하는데 사용되는 멀티탭 또한 IoT 기술이 접목된 제품이 나오고 있다. IoT 멀티탭은 전원 on/off 를 원격으로 제어 할 수 있어서 사용자 편의성을 더욱 높여주었다. 그러나, 현재 출시된 IoT 멀티탭 제품들은 각 구별 제어가 불가능하고 대기전력 차단 기능이 미흡하여 절전 기능이 빈약하다. 따라서 본 논문에서는 멀티탭의 각 구를 개별 조작할 수 있고, 대기전력을 측정 및 차단 기능을 제공함으로써 전력 낭비를 줄일 수 있는 IoT 멀티탭을 제안한다.

사물인터넷(Internet of Things; IoT)이 차세대 성장동력으로 부상하면서 선진국을 비롯한 많은 단체들이 IoT 육성을 위한 전략을 세우고 있다. 특히 플랫폼(platform)은 IoT의 중요요소기술로 여겨지면서 IoT 플랫폼 보안에 대한 관심은 나날이 높아지고 있다. 현재 국내 IoT 플랫폼('ARTIK', 'Thingplug', 'IoTMakers')들은 oneM2M과 같은 국제표준기술을 기반으로 플랫폼의 다양한 기능을 제공해줌으로서 사용자가 IoT 생태계(ecosystem)에 보다 쉽게 접근할 수 있도록 독려하고 있다. 이렇듯 IoT 플랫폼 기술이 빠른 속도로 성장하고 있는 반면, 국내 IoT 플랫폼들의 보안에 대한 분석이나 연구사례가 거의 없다. 따라서 본 논문에서는 현재 상용화하고 있는 국내 IoT 플랫폼들을 대상으로 보안분석을 수행하고 보안이슈와 보완방안을 시사한다.

다양한 센서와 네트워크의 발달로 인하여 여러 분야의 사물인터넷 서비스들이 보급되기 시작하였다. 국내 사물인터넷 서비스의 인프라 수준은 높지만 사물인터넷의 생태계의 부족으로 인하여 사물인터넷 서비스의 경쟁력이 약하다. 이는 사물인터넷 발전에 부정적이 영향을 가져올 수 있으므로 사물인터넷의 생태계의 구성에 관한 논의가 필요하다. 본 논문에서는 사물인터넷 생태계를 비즈니스 관점과 시장 중심의 관점으로 분석하고, 세부적으로 생태계를 구성하는 4가지 요소에 대해 분석한다. 또한 국내 사물인터넷의 생태계의 부족한 점에 관하여 논의를 한다. 본 논문은 사물인터넷 생태계의 분석을 통하여 국내 사물인터넷의 생태계의 도움을 주는 역할을 할 것이다.

사물 인터넷 환경에서 제어 시스템이 네트워크에 연결되면서 정밀 제어를 위한 양자화에 대한 고려가 중요해 지고 있다. 본 연구에서는 프로세스 잡음이 존재하는 이산 시불변 선형 시스템에서 실용적 관찰성을 달성하기 위해서 필요로 하는 데이터 양에 대한 조건을 제시한다.

재난상황이 발생했을 때 피해를 줄이고 신속한 인명구조를 위해서 골든타임을 지키는 것이 중요하다. 그러나 현장까지의 이동이나 현장에서의 진입 경로 확보에 어려움을 겪어 골든타임을 지키지 못해 재난사고의 피해가 커지는 일이 발생하는 경우가 있다. 소방대원들이 현장에 도착하기 전 재난현장에 대한 사전 파악이 이루어지기 힘들기 때문이다. 이러한 문제를 해결하기 위해 재난용 드론을 사용하여 현장에 소방대원들이 도착하기 전 사전에 재난상황을 확인하여 골든타임을 확보할 수 있다. 본 논문에서 제안하는 신속한 재난현장 상황 파악을 위한 오픈소스 기반의 사물 인식이 가능한 드론 시스템은 지상제어시스템을 통해 드론의 제어와 실시간 영상 확인 및 사물 인식이 가능하다. 또한 재난사고 현장은 통신환경이 제대로 동작하지 않을 가능성이 있기 때문에 이를 고려하여 설계되었다. 제안하는 시스템은 오픈소스 기반 적은 비용으로 효과적인 현장 파악이 가능하다.

최근 IOT(Internet of Things)환경에서 위치기반 서비스를 제공하기 위해 실내 위치인식 연구가 활발히 진행되고 있으며 실내 위치인식 기술은 주로 WiFi, 블루투스, RFID 등으로 구현되고 있다. 본 논문은 Arduino를 이용해 WiFi 측정 및 통신이 가능한 Smart Watch를 제작하였다. 실내위치 측위를 위해 WiFi Fingerprinting기법 Radiomap을 구축한 다음 Arduino Smart Watch에서 측정한 AP신호 값을 Radiomap과 비교하여 실내위치 측정 및 데이터 수집하였다. 향후 수집된 다수의 사용자 데이터를 군집도 분석하거나 실내공간에서의 IOT(Internet of Things)분야에 활용 가능 할 것으로 예상된다.

미세먼지가 심각한 요즘 폐질환 환자 수가 점점 늘어나고 있다. 현재 미세먼지 농도를 줄일 수 있는 근본적인 방안은 없으며, 폐질환 환자는 외출 시 마스크를 착용하거나 자제하는 방법뿐이다. 외출을 하기 전에는 한국환경공단에서 제공해주는 미세먼지 농도의 정보를 가지고 마스크 착용 유무를 판단해야만 한다. 하지만, 제공받은 미세먼지 데이터의 범위가 넓기 때문에 가까운 곳으로 잠깐 외출하는 경우 먼지 농도의 정확한 정보를 제공받기가 어렵다. 10m 정도 앞의 거리의 미세먼지 농도를 알 수 있다면 외출 시 도움이 될 것이라 생각하였다. 따라서 드론을 이용하여 미세먼지 농도를 측정하여서 내가 가고자 하는 가까운 장소의 미세먼지를 측정하는 연구를 하고자 한다. 이를 통해 내가 원하는 가까운 곳의 미세먼지 농도를 자유롭게 알고자 한다.

최근 사물인터넷 환경에서는 다양한 서비스가 공존하고 있다. 특히 동일 지역 내에 다양한 서비스가 제공되고 있으며 서비스 별로 사물인터넷 디바이스가 구성되어 있다. 이런 네트워크 환경은 서비스 제공에 있어 비효율적이다. 따라서 본 논문에서는 서비스 중심의 사물인터넷 네트워크 구축을 위한 네트워킹 기법을 제안한다. 제안하는 기법은 사물인터넷 환경에서 Self-Organization IoT Network (S-IoTN) 기법을 활용한 서비스 중심 사물인터넷 네트워킹 기법이다. 제안하는 기법은 사물인터넷 서비스 제공에 필요한 제어메시지를 최소활 할 수 있는 기법으로 활용 가능하다.

From the last past decade, the Internet of Thing (IoT) area has attracted a lot of attention from researchers. It is said to be a promising technology with great impact in people life, since it redefines the relationship objects have with Human and between themselves. It allows objects to gather data from the real world and communicate with others through the internet. This enabled many opportunities for service providers, companies, factories, environmental monitoring, healthcare, smart cities, and soon. Therefore, today, IoT is densely used in various domains of life, and knows an exponential growth. However, although many advancements have been achieved, several challenges keep causing issues and still need to be overcome. This paper gives an overview on the current trend issues in IoT on which researchers are focusing. It's also explores different proposed frameworks to allow the application of cognitive computing as an integrated process of an Internet of things (IoT) systems, to bring a great advanced in the way machine may communicate with human and their surroundings. This is known as cognitive IoT (CIoT), which allows machines to produce a human-like behavior, then providing enhanced level of capabilities to IoT.

The future of Internet of Things ecosystem seems to be worth it, however by using a monolithic approach we might end up by dealing with complexity of the system as long as the statistics show that by 2020 IoT devices will reach around 50 billion. The microservice architecture approach utilizes the service-oriented architecture together with best practices and latest developments in software virtualization to overcome complexity issues, allow reusability of services or microservices instead of creating new ones. The microservice architecture provides secure platforms if it is developed and deployed in a container. Thus, this paper surveys on the microservices, microservices architecture and containers, microservices based Internet of Things.

본 논문에서는 가속도와 자이로를 이용하여 골프 스윙의 각 구간별 스윙속도 및 스윙궤적과 백스윙 각도를 분석하고 이를 활용하여 사용자가 자신의 골프 스윙의 상태를 분석하고 교정해 나갈수 있는 초소형 골프스윙 분석 모듈을 개발한다. 기존의 대다수의 스윙분석 모듈과 달리 본 연구에서는 압력센서를 추가하여 스윙 과정에서 사용자의 그립에 가해지는 압력을 동시에 수집하고 분석함으로써 보다 정밀한 스윙분석을 가능케하였다. 실제 프로토타입 개발과 테스트를 통해 개발된 모듈 및 모바일 앱의 기능 및 성능을 검증하였다.

IoT 기기의 사용량은 점점 늘어나고 있으며, 전 산업분야에 걸쳐 다양한 형태의 플랫폼으로 적용되고 발전하고 있다. 본 논문에서는 IoT Device, IoT Gateway와 Cloud Infra가 수행하는 역할에 따라 Smart IoT Gateway Platform을 제시하였고, 각각의 역할에 대해 설명하였다. 제시한 Smart IoT Gateway Platform의 역할에 맞게 산업 분야뿐만 아니라 일반적인 가정에서 사용할 수 있는 칩입 탐지 시나리오로써 스마트홈 IoT 시나리오를 제시하였다.