포인터 네트워크는 어텐션 메커니즘(Attention mechanism)을 기반으로 입력열에 대응되는 위치를 결과 리스트로 출력하는 모델이다. 포인터 네트워크를 수행할 때 입력열의 크기를 N이라고 하면, 각 입력에 대한 어텐션(attention)을 계산하기 때문에 시간복잡도는 $O(N^2)$이 되어 디코딩 시간이 길어진다. 이에 따라, 본 논문에서는 포인터 네트워크의 디코딩 시간을 줄이기 위하여 디코딩 시에 필요한 입력 정보만을 확인하는 스킵 포인팅 모델 기반 포인터 네트워크를 제안한다. 본 논문에서 제안한 방법을 이용하여 대명사 상호참조해결에 대한 실험을 수행한 결과, 일반 포인터 네트워크에 비하여 문장당 처리 시간이 약 1.15배 빠른 속도와, MUC F1 값이 약 2.17% 향상된 83.60%의 성능을 보였다.

엔터프라이즈 환경의 시스템은 다양한 시스템을 활용하여 업무를 처리하고, 인터페이스 시스템을 이용하여 메시지를 교환한다. 인터페이스 통신 기반의 환경에서는 업무 복잡도가 증가할수록 많은 시스템과 인터페이스 시스템이 연계한다. 시스템 연계도가 증가할수록 개발 투입 인력이 증가하며, 이에따라, 정보 불일치 발생, 표준 미 준수 등 다양한 개발위험이 발생한다. 본 제안은 이러한 문제를 해결하기 위해 메시지 기반의 인터페이스 시스템의 정보를 집중, 관리하는 시스템을 제안한다. 시스템을 통해 인터페이스 시스템의 정보 통합 관리, 메시지 정보 배포, 표준 코드를 생성, 위험 관리 및 회피 방법을 제안한다. 제안된 시스템을 통해 개발환경의 정보 불일치 방지, 위험의 분석 및 회피, 자동 정보 배포 및 코드 생성이 가능하며, 궁극적으로 개발환경의 효율성 및 위험을 회피 할 수 있다.

해외여행시장은 매년 가파르게 성장하고 있는 산업중 하나이며 2016년 11조의 시장을 형성하고 있다. 거대한 시장형성과는 달리 해외여행상품 추천에 대한 국내연구는 전무한 상태이다. 많은 상품 추천 방법들이(협업적 필터링, 내용기반 필터링) 기존 구매 내역을 대상으로 하거나 혹은 상품의 유사성을 이용한 연구들이 주를 이루고 있다. 이러한 연구들은 연산할 데이터의 양이 많아질 경우 속도의 저하와 데이터가 충분히 확보되지 못한 상황 하에서는 좋은 성능을 보여주지 못하고 있다. 해외 여행상품의 특성상 1-2년에 한번정도의 구매패턴과 상품들의 가격대가 상대적으로 높으며, 동일 상품의 구매가 거의 없는 특징이 있기 때문에 일반적인 상품추천 시스템의 고객 프로파일링 방법으로는 적용에 한계가 있다. 이에 웹사용성(Web Usage Mining)을 통한 고객 프로파일링 기법, 데이터의 희소성 문제를 해결하기 위한 연관규칙 알고리즘과 규칙 기반 알고리즘을 결합하여 고속의 상품 추천시스템 방법을 제안한다. 본 논문에서는 연관규칙 방법에서 가장 많이 사용되어지는 Apriori 방법, 규칙기반 방법(Rule Base) 과 실제 여행사의 웹로그를 사용하여 46%라는 높은 추천 성능의 결과를 검증하였으며, 상품의 개수와 고객의 수가 상품추천 처리 속도에 영향을 주지 않으며, 실제 커머셜한 환경 하에서도 1초이내에 상품을 추천해줄 수 있는 결과를 보여준다.

본 논문에서는 가까운 미래에 접하게 될 무인 자율 주행 차량의 주차장에서의 주차 방법과 알고리즘에 대해 살펴보았다. 가장 가까운 주차 장소는 어디이며 어떤 경로를 통해 그 위치로 이동할 것인가 등이 자율주행 차량의 주차를 위한 정보일 것이다. 자율주행 차량의 주차에 적합한 주차장의 구조와 형태를 알아내는 것도 중요한 문제점이 될 것이다. 본 논문에서는 주차장을 그래프로 모델링한 후 중앙제어 시스템을 통해 각 자율주행 차량이 근접한 주차장소로 이동할 수 있도록 안내하는 초기 해결 방법을 제시한다. 몇 가지 구조의 주차장을 모델링한 실험을 통해 본 논문에서 제안한 초기 해결방법이 자율주행차량 주차에 효과적인 안내 시스템이 될 수 있음을 확인하였다.

기존의 슈퍼컴퓨팅 서비스는 사용자(연구자)가 쉘 터미널을 통해 로그인 서버에 접속하여 커맨드 라인에서 계산 작업을 수행하는 단순한 형태를 띠고 있으며, 이는 컴퓨팅 자원에 대한 접근성 및 활용성을 저해하는 주요 요소이다. 이러한 문제점을 해결하고, 슈퍼컴퓨팅 서비스의 다양성을 제공하기 위하여 본 논문에서는 국가 슈퍼컴퓨팅 서비스 프레임워크의 설계 및 구현에 대해 상세히 기술한다. 제안된 프레임워크는 사용자 관리 및 인증, 이기종 컴퓨팅자원 관리, HPC(High Performance Computing) 작업 관리 등의 기능에 대해 HTTP 방식의 RESTful OpenAPI들을 제공함으로써, 슈퍼컴퓨터 자원과 연계하여 새로운 서비스를 만들고자 하는 개발자들이 편리하게 원하는 서비스를 만들 수 있는 기능을 제공한다. 또한 다양한 이기종 클러스터 자원을 활용하여 HPC 작업을 수행할 수 있도록 플러그-인 기반 표준 인터페이스 및 확장 플러그-인(LoadLeveler, Open Grid Scheduler(OGS), TORQUE)을 제공한다. 아울러, 본 논문에서는 제안한 프레임워크의 유용성을 검증하기 위해, 고에너지 물리 분야의 Lattice-QCD 프로그램을 활용한 적용 사례를 기술한다.

다양한 모바일 기기와 모바일 플랫폼 기술의 발전에 따라 online social network(OSN) 사용자 수는 꾸준히 증가하고 있다. OSN 사용자들은 서비스를 통해 자유로운 의사소통과 정보 공유, 그리고 인맥 확대와 같은 사회적 활동을 할 수 있게 되지만, 이는 새로운 사용자 프라이버시 문제를 야기 한다. 이와 같은 사용자 프라이버시 침해 우려를 막기 위해 다양한 분산 OSN 아키텍처들이 소개되어 왔지만, 이 또한 기술적으로 사용자에게 자신의 데이터에 대해 완벽한 통제권을 부여하지 못한다. 본 논문은 OSN 사용자 정보에 대한 통제권의 부재를 해결하기 위해 personal data storage(PDS)를 사용한다. 또한 사용자 친구들을 각기 다른 프라이버시 레벨을 가지는 친구 그룹으로 그룹핑 한 뒤 각기 다른 사용자 친구 그룹들이 자신의 그룹 프라이버시 레벨에 맞는 사용자의 차등된 텍스트 데이터를 제공받도록 함으로써 사용자 프라이버시와 서비스 유틸리티 모두를 고려한 시스템 아키텍처를 제안하였다.

소프트웨어 결함 예측은 프로젝트의 효율적인 관리와 성공에 있어 중요한 요소이다. 이 결함은 심각도에 따라 프로젝트에 영향을 미치는 정도가 다르다. 그러나 기존 연구는 결함 유무만 관심을 두고 심각도를 고려하지 않는다. 본 논문에서는 소프트웨어 관리 효율과 품질 향상을 위해 FCM을 적용한 결함 심각도 기반 앙상블 모델을 제안한다. 제안된 모델은 FCM으로 NASA PC4의 결함심각도를 재분류한다. 그리고 RF(Random Forest)로 심각도에 영향을 주는 입력 column을 선별하여 데이터 핵심 결함 요인을 추출한다. 또한 10-fold 교차검증으로 파라미터를 변경해 모델 성능을 평가한다. 실험 결과는 다음과 같다. 첫째, 결함심각도가 58,40,80에서 30,20,128로 재분류되었다. 둘째, 심각도에 영향을 주는 중요한 입력 column은 정확도와 노드 불순도 측면에서 BRANCH_COUNT였다. 셋째, 성능평가는 트리수가 작고 고려할 변수가 많을수록 좋은 성능을 보였다.

현재, 스마트 삶을 구현하기 위하여 사물인터넷(IoT : Internet of Things)에 이목이 집중되고 있다. 언제 어디서나 스마트폰으로 연결되어 있는 사물을 제어할 수 있게 되었고, 생활 밀접한 곳까지 사물인터넷 기술이 침투하게 되었다. 이에 따라 사용자의 신체 정보와 감성 정보를 수집하는 서비스가 주목을 받고 있다. 따라서, 본 연구에서는 생체가 지닌 내인성(內因性) 리듬인 바이오리듬을 활용하여 추가적인 요소를 수집 분석, 그에 따라 감성에 영향을 끼치는 조명 제어 서비스를 개발한다. 바이오리듬 PSI 학설에 따라, 탄생 순간부터 지니고 있다는 바이오리듬과 신체에 영향을 끼치는 기상 정보, 이동 거리 정보를 수집하여 바이오리듬 분석 알고리즘으로 계산한다. 그 후, 계산된 바이오리듬에 따라 감성을 조절할 수 있는 컬러테라피 조명을 제공, 감성을 조절하고 제어할 수 있게 한다. 이로써 사용자가 보다 편리한 조명제어를, 자신의 감성에 따른 컬러테라피 조명으로 감성을 조절, 제어하여 심신의 안정, 건강 관리, 사고 예방 등의 효과를 가질 수 있도록 연구하고자 한다.