시각 피질로부터 영감을 심층 신경망의 일종인 컨벌루션 신경망은 영상 관련 분야에서 이미 인간의 시각처리 능력을 넘어서 다양한 분야에 응용되고 있지만 적대적 공격의 출현으로 모델의 성능이 저하되는 심각한 위험에 노출되어 있다. 또한 적대적 공격에 대응하기 위한 방어 기술은 해당 공격에 효과를 보이지만 다른 종류의 공격에는 취약하다. 적대적 공격에 대응하기 위해서는 적대적 공격이 컨벌루션 신경망 내부에서 어떤 과정을 통하여 성능이 저하되는 지에 대한 분석이 필요하다. 본 연구에서는 신경생리학 분야에서 뉴런의 활동을 측정하기 위한 척도인 개체군 희소성 인덱스를 이용하여 AlexNet과 VGG11 모델의 적대적 공격에 대한 분석을 수행하였다. 수행된 연구를 통하여 적대적 예제에 대한 개체군 희소성 인덱스가 AlexNet에서는 전 연결 층에서 개체군 희소성이 증가하는 현상을 발견할 수 있었으며 이와 같은 동작은 일반적인 신경망의 동작에 반하는 결과로서 적대적 예제가 신경망의 동작에 영향을 미치고 있다는 강력한 증거이며 또한 동일한 실험을 실시한 VGG11에서는 전체 레이어에서 개체군 희소성 인덱스가 전반적으로 감소하여 개체 인식의 성능이 감소되는 활동을 관찰 할 수 있었다. 이와 같은 결과는 신경생리학적 관점에서 뉴런의 활동을 관찰하는 방식을 인공지능 분야에서도 활용하고 분석할 수 있는 방법을 제시하였다.

기존 liquid crystal display(LCD) 공정에서 Indium Tin Oxide(ITO) 투명전극과 폴리이미드 배향막의 러빙 공정은 액정을 정렬하고 전계를 인가하기 위하여 필수적인 공정이다. 하지만 ITO의 증착은 높은 진공을 요구하며, 러빙 공정은 정전기에 의해 소자가 손상될 수 있는 단점이 존재한다. 본 논문에서는 기존 ITO 투명전극을 대체하기 위하여 PEDOT:PSS와 Multi-wall carbon nanotube(MWNT)를 혼합하여 PEDOT:PSS 나노복합체를 제조하고, 러빙 공정을 대체하기 위하여 나노 주름 구조 몰드를 통한 나노임프린팅을 통하여 박막을 형성함으로써 기존 액정 디스플레이의 투명전극과 배향막 두 가지 박막을 PEDOT:PSS/MWNT 나노복합체 박막 하나만으로 기능하게 하여 공정을 단순화 하였다. 전사된 나노 주름을 따라 액정이 잘 배향됨을 확인하였으며, 이를 기반으로 만들어진 액정 셀에서 박막 내 MWNT의 함량이 높아질수록 박막의 전기전도도가 증가하여 낮은 구동 전압과 빠른 응답 속도를 갖는다는 것을 확인하였다. 본 연구를 통해 공정 단순화와 용액공정에 의한 공정 단가 절감, 기존 러빙 공정의 단점을 해결하는데 기여 할 수 있을 것으로 기대된다.

스마트 센서는 IoT (Internet of Things) 서비스 구현을 위한 단말장치 역할의 핵심 구성요소이다. 본 논문에서는 스마트 센서의 전원 공급부를 에너지 하베스팅 장치를 이용하여 설계하는 방안을 연구하였다. 대표적인 에너지 하베스팅 장치인 태양전지와 압전소자를 적용하여 전원 공급부의 성능을 확인하고, 스마트 센서의 동작에 따른 전원 공급부 최적화 방안을 분석하였다. 또한 보조 전원장치인 배터리의 수명을 증가시킬 수 있는 방안을 제안하였다.

현행 5G 특화망 이용절차는 신청, 심사, 이용, 이용 점검의 단계를 거치며 주파수 할당 전 절차로 신청, 심사단계, 주파수 할당 후 절차로 이용, 이용점검 단계로 구분할 수 있다. 5G 특화망 신청을 위해서는 여러 종류의 서류 제출이 필요하며, 서류 심사 과정과 5G 특화망 주파수 이용을 위한 무선국 검사로 인해 5G 특화망 신청 사업자가 실질적으로 특화망을 사용하기까지의 절차가 복잡하고, 상당한 시간이 소요된다. 본 논문에서는 현행 프로세스보다 신속하고, 간소화된 5G 특화망 주파수 할당을 위해 블록체인 플랫폼을 사용한 5G 특화망 주파수 할당 프로세스를 제안하였다. 블록체인 플랫폼과 NFT(Non-Fungible Token) 활용을 통해 주파수 할당 과정에서 필요한 데이터의 신뢰성과 무결성을 확보하였고, 주파수 이용 정보의 보안 유지와 신뢰 가능한 5G 특화망 주파수 할당 프로세스를 구축하였다. 또한 사람의 개입을 최소화하는 RPA 시스템을 적용하여 5G 특화망 할당 과정에서의 공정성을 확보하였다. 마지막으로 모의실험을 통하여 이더리움 블록체인 기반의 5G 특화망 주파수 할당 프로세스를 수행하였다.

슈퍼 컴퓨팅 기술 및 하드웨어 기술의 발달로 수치 연산 방식 또한 고도화되고 있다. 그에 따라 이전 대비 향상된 기상 예측 또한 가능해진다. 본 논문에서는 SCAM(Single-Columns Atmospheric Model, CESM(Community Earth System Model)을 간소화 한 버전)에 포함되어 있으며 대기 연산을 수행하는 적운 모수화 코드, Unicon(A Unified Convection Scheme)의 성능을 향상하기 위하여 소스 코드 내의 선형대수 수치적 연산 부분에 고밀도 선형대수 연산을 위한 라이브러리인 LAPACK(Linear Algebra PACKage) BLAS(Basic Linear Algebra Subprograms)의 level1 함수를 적용할 것을 제안한다. 이를 분석하기 위하여 SCAM의 전체적인 실행 구조도를 제시하고 해당 실행환경에서 테스트를 진행하였다. 기존 소스 코드 대비 SCOPY 함수는 0.4053%, DSCAL 함수는 0.7812%, DDOT 함수는 0.0469%의 성능 향상을 이끌어 내었으며 이를 모두 적용한 결과 기존 소스 코드 대비 0.8537%의 성능 향상을 보였다. 이는 본 논문에서 제안한 고밀도 선형대수 연산을 위한 라이브러리인 LAPACK BLAS 적용 방법이 동일한 CPU 환경에서 추가적인 하드웨어의 개입 없이 성능을 향상시킬 수 있음을 의미한다.

CNN(Convolutional Neural Network) 알고리즘은 인공신경망 구현에 활용되는 대표적인 알고리즘으로 기존 FNN(Fully connected multi layered Neural Network)의 문제점인 연산의 급격한 증가와 낮은 객체 인식률을 개선하였다. 그러나 IT 기기들의 급격한 발달로 최근 출시된 스마트폰 및 태블릿의 카메라에 촬영되는 이미지들의 최대 해상도는 108MP로 약 1억 8백만 화소이다. 특히 CNN 알고리즘은 고해상도의 단순 이미지를 학습 및 처리에 많은 비용과 시간이 요구된다. 이에 본 논문에서는 고해상도 단순 이미지의 객체 분류 학습모델 구현을 위한 개선된 CNN 알고리즘을 제안한다. 제안하는 알고리즘은 고해상도의 이미지들의 학습모델 생성 시간을 감소하기 위해 CNN 알고리즘의 풀링계층의 Max Pooling 알고리즘 연산을 위한 인접 행렬 값을 변경한다. 변경한 행렬 값마다 4MP, 8MP, 12MP의 고해상도 이미지들의 처리할 수 있는 학습 모델들을 구현한다. 성능평가 결과, 제안하는 알고리즘의 학습 모델의 생성 시간은 12MP 기준 약 36.26%의 감소하고, 학습 모델의 객체 분류 정확도와 손실률은 기존 모델 대비 약 1% 이내로 오차 범위 안에 포함되어 크게 문제가 되지 않는다. 향후 본 연구에서 사용된 학습 데이터보다 다양한 이미지 종류 및 실제 사진으로 학습 모델을 구현한 실질적인 검증이 필요하다.

본 연구에서 강원도 강릉시에 위치한 A기관의 2020년, 2021년의 2년간 데이터를 중심으로 손상으로 입원한 환자를 손상 코드별로 분석하고자 하였다. 각 연도별 발생인원이 많은 손상코드를 분석하였으며, 이에 따른 손상외인코드를 분석하였다. 손상외인 코드의 빈도수를 분석하여 손상코드의 발생 원인을 분석하였다. 손상코드 S0650는 손상외인코드 W189, X5999의 빈도수가 가장 많았으며, 이는 상세불명의 장소 또는 화장실에서 넘어졌을 때 열린 두개 내 상처 없는 외상성 경막하 출혈의 원인으로 판단하였다. 손상코드 S72120는 손상외인코드 W010, W180의 빈도수가 가장 많았으며, 주거지에서 넘어질 때 발생하는 폐쇄성 대퇴골전자간 골절의 원인이 되는 것으로 판단하였다. 손상코드 S32090은 X5999의 빈도수가 많았으며, 상세불명의 장소에서 노출에 의한 사고로 요추 부위의 폐쇄성 골절의 원인 되는 것으로 분석 하였으며, 손상코드 S72.090에서 발생되는 손상외인 코드는 W010, W180의 빈도수가 많은 것을 확인하였다. 주로 주거지에서 미끄러지거나 헛디딤으로 인해 대퇴골 경부의 폐쇄성 골절의 원인이 되는 것을 확인 할 수 있었으며, 손상코드 S0220은 Y049의 손상외인코드의 빈도수가 높았으며, 주로 완력 또는 주먹에 의해 비골이 골절되는 것을 확인하였다. 이와 같이 손상코드 별 손상외인코드의 빈도수를 분석하여 손상코드의 발생 원인을 분석하였다.