분산된 환경에서 유사한 기능을 제공하는 서비스들의 수가 증가함에 따라, 웹서비스의 신뢰성은 매우 중요한 서비스 선택 요인이 되고 있다. 기업 간 협업과 같은 개방적 비즈니스 모델을 충족시키기 위해, 여러 단위 웹서비스들이 상호 연동하여 상위 수준의 비즈니스 트랜잭션을 형성하는 웹서비스 조합에서 신뢰성의 문제는 더욱 중요해진다. 그러나 단위 웹서비스 각각의 신뢰성이 보장된다고 해도, 조합된 서비스의 신뢰성은 보장되지 않는다. 따라서, 조합된 서비스의 신뢰성에 대한 평가 및 서비스 결정을 위한 방법이 필요하다. 본 논문은 웹서비스의 신뢰성을 평가하기 위한 신뢰도 평가 메트릭스를 정의하고, 이를 통해 조합된 웹 서비스의 신뢰수준을 추측하기 위한 평가 방법을 제안한다. 제안된 신뢰성 평가 모델을 기반으로 웹서비스 조합에서 신뢰할 수 있는 웹서비스 선택을 지원하기 위한 프레임워크를 정의한다. 서비스 사용자의 직관적인 선택이 아니라 정량적인 평가를 통한 선택이 이루어짐으로써, 사용자가 기능적 요구사항뿐만 아니라 품질 요구사항에서도 보다 만족할만한 선택 결과를 얻을 수 있을 것으로 기대한다.

단위 시험은 지속적이고 반복적으로 수행되어야 하기 때문에 높은 비용을 필요로 하는 작업이다. 단위 시험의 자동화에 대한 많은 연구가 있었으나 테스트 데이타의 자동 추출에 대한 연구는 큰 성과를 이루지 못하고 있다. 본 연구에서는 소프트웨어의 소스 코드로부터 테스트 데이타를 자동으로 추출하는 방안에 대해 논의하고 각 단계의 알고리즘을 제시하였다. 또한 테스트 데이타 추출 자동화에 관한 이슈를 소개하고 테스트 데이타 추출 자동화 도구 CUTIG를 소개한다. CUTIG는 실제 소스코드를 이용하여 테스트 데이타를 추출하므로 소프트웨어의 요구사항 명세가 잘 작성되어 있지 않거나 실제 구현과 차이가 있는 경우에도 테스트 데이타를 생성할 수 있다. 또한 이 도구를 통해 개발자가 직접 테스트 데이타를 작성하는 데 소요되는 비용을 절감할 수 있기를 기대한다.

지능형 서비스 로봇(Intelligent Service Robots)이란 스스로 주변 환경을 모니터링 하고, 문제 상황 발생시 해결 방안을 마련하여 사용자에게 적절한 서비스들을 제공해 주는 로봇을 말한다. 그러나 로봇이 접할 수 있는 다양한 환경과 상황, 문제들을 미리 예측하여 필요한 모든 기능들을 내부에 포함시키기는 어렵다. 로봇 내부에는 환경에 맞는 필요한 기능들만 가지도록 하고, 필요에 따라 새로운 기능들을 증식 시켜 줄 수 있는 자가 성장 소프트웨어(Self-Growing Software)를 개발함으로써 이러한 문제점을 해결할 수 있다. 본 논문은 자가성장 소프트웨어가 외부로부터 필요 기능 수행을 위한 서브아키텍처(컴포넌트의 조합 패턴)의 획득을 브로커를 통해 수행 할 때, 기능적인 측면뿐 아니라 품질특성과 환경을 고려하여 적절한 서브아키텍처를 선택하는 방법에 관한 것이다. 사용자의 품질 요구를 고려하여 기능수행에 가장 적합한 서브아키텍처를 추론하기 위해 사용품질요구(Quality-Attributes In Use) 온톨로지를 구축하였고, 컴포넌트 조합 선택을 위해 추상화된 레벨 선택 및 구체적 레벨 선택의 2단계 선택 기법을 개발하였다 추상화된 레벨에서는 상위단계 목표를 기반으로 서브아키텍처의 특성들을 추론하고, 구체적 레벨에서는 컴포넌트 자체의 사용품질요구에 부합하는 특성들을 기반으로 실제 서브아키텍처를 검색한다. 이러한 방법을 통해 사용자의 목표나 상황에 따라 달라지는 품질 요구사항을 반영하여 서비스를 제공할 수 있다. 또한, 로봇의 기능 증식 시에 사용자의 목표에 좀 더 부합하는 기능 선택이 가능하고, 사용자의 요구와 소프트웨어 기능 표현 및 해석상의 차이를 극복할 수 있다.

홈 네트워크 시스템에서는 가전 기기들이 각기 제조된 회사에 따라 서로 다른 제어 데이타 포맷을 가지고 있으며, 디지털 기기(디바이스)의 유형과 프로토콜이 다양하다. 또한 다양한 디바이스들 간의 상호 운영 환경이 상이하다. 홈 네트워크 시스템이 이와 같은 특성들로 인해 데이타 호환성나 동시 제어, 동적 플러그-인과 같은 기능들이 미약하게 지원되고 있다. 이로 인해 홈 네트워크 시스템의 재사용성은 매우 빈약한 상태이다. 본 논문에서는 홈 네트워크 시스템의 재사용성을 향상시키기 위해 가변성의 범위를 폭넓게 다룰 수 있는 재사용 프레임워크와 이를 기반으로 한 가변성 설계 기법을 제시한다. 즉, 홈 네트워크 시스템의 다양한 부분들을 가변부로 추출하여 이를 가변성 유형으로 분류 정의하고 이를 재사용 할 수 있는 프레임워크를 제안하며, 이러한 프레임워크를 기반으로 재사용성을 향상시키기 하기 위한 가변성 설계 기법을 제안한다. 재사용 프레임워크를 실제 홈네트워크 시스템 설계에 적용함으로써 다양한 도메인에 재사용될 수 있음을 증명한다.

최근 GUI 컴포넌트는 소프트웨어의 중요한 성공 요소이다. 따라서 GUI 컴포넌트는 반드시 검증되어야 한다. 그러나 소프트웨어의 GUI 검증을 위한 테스트에는 많은 시간과 비용이 소요된다. 이러한 자원의 소비를 줄이기 위해서는 GUI 테스트의 자동화가 필연적이다. 본 논문에서는 GUI 테스트를 수행하기 위해 고려해야 할 문제를 논하고 기존치 Record & Play-back 기술을 기반으로 한 GUI 테스트 케이스 생성 기법을 보완한다. 이를 위해 스파이 기술을 이용한 이벤트 생성 방법과 이렇게 생성된 이벤트를 그룹화하여 다양하고 효과적인 시나리오 생성 방법을 제안한다. 그리고 이렇게 생성된 시나리오를 바탕으로 GUI 테스트 케이스 생성 방법을 기술한다.

피부색 정보는 비전 기반 시스템에서 인체 인식에 널리 쓰이는 중요한 정보이다. 그러나 기존의 픽셀 단위의 피부색 분할 방법은 피부색 영역 내부와 외부에 발생하는 오분할로 인해 여러 가지 피부색 관련 시스템의 인식률을 저해시키는 요인이 된다. 본 논문에서는 양자화 영역 정보로부터 프레임 간에 근접한 유사 피부색의 영역별 분할을 통한 피부색 분할 방법을 제안한다. 제안하는 방법은 피부색 영역분할을 위해 JSEG 알고리즘을 통해 영상의 칼라를 양자화하여 영역을 분할한다. 분할된 영역으로부터 근접한 유사 피부 영역의 후보를 결정하고, 각 영역의 히스토그램 비교를 통해 피부색 영역을 결정한다. 이렇게 결정된 영역으로부터 피부색 표본을 추출하여 다음 프레임을 위한 피부색 모델을 갱신한다. 성능 평가를 위해 ECHO 데이타베이스와 조명이 변화하는 환경에서 실제 촬영한 영상을 이용하여 기존 연구의 분류 방법 비교 실험을 실시하였고, 기존보다 향상된 영역 분할 및 조명 적응 성능을 보였다.

문서 요약은 쉽고 빠르게 문서의 내용을 파악할 수 있도록 방대한 내용을 가지는 다양한 형태의 문서로부터 핵심 내용만을 추출하거나 생성하여 제공하는 것을 목적으로 한다. 본 논문에서는 효율적 문서 요약을 위해 주어진 문서의 평균 문장 길이(핵심어 개수)를 고려하여 문장 간의 핵심어 유사도를 나타내는 연결 그래프를 생성하고 분석하여 요약을 생성하는 기법을 제안한다. 또한 이러한 기법을 이용하여 응용 프로그램 문서로부터 자동으로 요약을 생성하는 자동 문서 요약 시스템을 개발한다. 제안한 방법의 객관적인 요약 성능 측정을 위해 정확한 요약문이 실린 20개의 테스트 문서를 이용하여 생성된 요약에 대해 precision(정확률)과 recall(재현율), F-measure를 측정하였으며, 실험 결과를 통해 기존 기법에 비해 우수한 요약 성능을 보임을 증명하였다.

온톨로지는 관심 영역의 개념과 개념관계를 명시적으로 명세한 것을 말하며, 지식 표현의 대표적인 방법으로 인식되어 의미에 기반을 둔 정보의 추출, 지식 관리, 정보 공유 등 다양한 분야에서 온톨로지를 적용한 연구가 이루어지고 있다. 정보기술(IT) 기반의 경제/산업 분야에서 기업 간의 상호 협력을 위한 정보 공유 및 통합 연구에 온톨로지의 적용이 이루어지고 있다. 여러 업체가 물류 주체로 참여하며 물품의 이동, 보관, 배송 등을 계획하고 관리하는 물류 분야에서도 원활한 공급체인관리나 물류관리를 위한 물류정보의 통합과 정보공유 연구가 많이 이루어지고 있다. 최근에는 물품마다 부여한 고유의 식별코드에 의한 물품의 추적과 관리, 물류 과정의 가시성 제공 둥의 요구가 발생하면서 물류 과정에 흩어져 있는 물류정보의 통합 제공 요구가 증가하고 있다. 이에 본 논문에서는 물류 과정에서 발생하는 데이타를 의미에 기반을 두고 해석하고 통합하기 위한 지식자원으로 물류 도메인 온톨로지를 제시한다. 물품을 식별하는 고유 식별코드인 전자물품코드(EPC)로 물품의 추적과 관리가 이루어지는 EPC 네트워크 기반의 물류 환경에서 발생하는 EPC 이벤트 데이타를 의미에 따라 표현하고 이벤트 데이타의 내포된 의미를 해석할 수 있는 개념과 개념관계를 표현하는 데 초점을 맞추어 온톨로지를 구성하였다. 그리고 EPC 네트워크 기반의 물류 환경에서 물품의 위치, 상태, 이동경로 등 물류 관리를 위한 정보추출 과정에서 물류 도베인 온톨로지가 이용될 수 있음을 물류 시나리오를 통해 보였다.

수화 적출은 연속된 손 동작에서 의미 있는 수화 단어를 검출 및 인식하는 것을 말한다. 수화는 손의 움직임과 모양의 변화가 다양하기 때문에 수화 문장에서 수화를 적출하는 것은 쉬운 문제가 아니다. 특히, 자연스러운 수화 문장에는 의미 있는 수화, 수화가 아닌 손동작이 무작위로 발생한다. 본 논문에서는 CRF(Conditional Random Field)에 기반한 적응적 임계치 모델을 제안한다. 제한된 모델은 수화 어휘집에 정의된 수화 손동작과 수화가 아닌 손동작을 구별하기 위한 적응적 임계치 역할을 수행한다. 또한, 수화 적출 및 인식의 성능 향상을 위해 손 모양 기반 수화 인증기, 짧은 수화 적출기, 부사인(subsign) 추론기를 제안된 시스템에 적용하였다. 실험 결과, 제안된 방법은 연속된 수화 동작 데이타에서 88%의 적출률, 사전에 적출된 수화 동작 데이타에서 94%의 인식률을 보였으며, 적응적 임계치 모델, 짧은 수화 적출기, 손 모양 기반 수화 인증기, 부사인 추론기를 사용하지 않은 CRF 모델은 연속된 수화 동작 데이터에서 74%의 적출률, 사전에 적출된 수화 동작 데이타에서 90%의 인식률을 보였다.

1980년대 중반부터 지난 20여 년간 구축해 온 영어 워드넷(PWN)은 인간의 심상어휘집을 재현하려는 목적으로 개발되기 시작하였으나, 그 활용 가능성에 주목한 것은 자연언어처리와 지식공학 분야다. 컴퓨터 매개 의사소통(CMC), 인간-컴퓨터 상호작용(HCI)에서 인간 언어를 자연스럽게 사용하여 필요한 정보를 획득하기 위해서는 의미와 지식의 처리가 필수적인데, 그 해결의 실마리를 어휘라는 실체를 가진 언어단위에서 찾을 수 있기 때문이다. 이후 전 세계적으로 약 50개 언어의 어휘의미망이 PWN을 참조모델로 구축되어 다국어처리의 기반을 제공할 뿐 아니라, 시맨틱 웹 이후 더욱 주목받고 다양한 방식으로 활용되고 있다. 이 논문은 PWN을 참조 모텔로 2004년부터 2007년까지 구축한 한국어 어휘의미망 KorLex 1.5를 소개하는 데 있다. 현재 KorLex는 명사, 동사, 형용사, 부사 및 분류사로 구성되며, 약 13만 개의 신셋과 약 15만 개의 어의를 포함하고 있다.