실내 로비 환경에서 다중 경로에서 6, 10, 17 GHz 주파수 대역의 전파 특성을 분석하였다. 가시선(Line-of-sight, LOS) 및 비가시선(Non-line-of-sight, NLOS) 경로는 송신 안테나 위치에서 수신 안테나 위치까지 2-16 m (0.5 m 간격) 거리에서 측정되었다. 기본 전송 손실은 경로에 해당하는 FI(Floating intercept) 경로 손실 모델을 사용하여 세 가지 매개변수를 비교하였다. RMS(Root mean square) 지연 확산은 측정 결과를 누적 확률 10, 50, 90%로 비교하였다. 기둥의 존재와 특이한 로비 구조로 인해 측정된 모든 주파수에서 전파 손실과 전파 지연이 발생하였다. 이에 실내 로비 환경에 대한 측정 시나리오와 표준 측정 데이터 제공을 제안하였다. 이를 통해 다양한 구조의 실내 로비 환경에서 5G 및 밀리미터파 대역의 전파 특성에 대한 연구에 기여할 것이다.

본 논문에서는 Chebyshev 다항식을 이용해서 차량용 근거리 레이다에서 사용하는 70GHz 대역 배열안테나를 최적 설계하였다. SRR(: Short Range Radar)에서는 근거리 내에 물표를 검출하면서 높은 FoV(: Field of View)를 확보하기 위한 빔폭과 낮은 SLL(: Side lobe level)을 가져야 한다. 최적 설계된 안테나는 76~81GHz에서 동작하며 안테나의 크기를 소형으로 하기 위해 12개의 패치를 직렬로 배열하여 구성하였고, 78GHz에서 SLL - 10dB이하, 안테나의 이득 15.4dB를 만족하고 빔폭 112.5o, 입력반사계수 -10dB이하의 성능을 갖는다. 본 논문에서는 Chebyshev 다항식을 이용해서 SRR을 위한 안테나의 설계를 진행하고 이를 기반으로 MRR과 LRR에 사용될 안테나 구조 설계를 위한 최적 설계법을 제시한다.

본 논문에서는 기존의 접힌 도파관의 내부 구조물을 Y형으로 대체하여 도파관의 차단주파수를 낮춘 접힌 Ridge 도파관(FRWG)을 제안하였다. 제안된 FRWG는 역 Ridge 도파관으로 등가될 수 있는데, 측면의 높이를 줄였을 때 측면의 길이가 증가하여 동일한 크기의 도파관에 비해 차단주파수를 절반 이하로 줄일 수 있다. 논문에서는 길이 40mm, 높이 20mm의 도파관에 폭 2mm의 Y형 구조물을 넣어 1.996GHz의 차단주파수를 갖는 FRWG를 설계하였다. 또한, 제안된 도파관을 활용하기 위한 SMA 커넥터와의 트랜지션이 설계되었다. 트랜지션은 커넥터의 신호선과의 커패시턴스를 최적화하여 2.064 ~ 3.050GHz 대역에서 VSWR 2:1 이하의 특성을 나타내었다. 제안된 FRWG는 도파관 구조를 이용한 다양한 소자의 소형화에 응용할 수 있다.

인터넷이 보급된 이후로 현대사회는 본격적인 정보화시대에 진입하게 되었다. 정보화시대에 발 맞춰 인터넷은 유선인터넷에서 무선인터넷으로 발전하게 되었다. 무선인터넷의 수요가 급증하자 기존에 사용된 2.4GHz 대역의 통신은 포화상태에 이르게 되었으며 효율과 성능이 현저히 떨어지게 되었다. 이에 따라 5GHz 대역의 통신이 주목을 받게 되었다. 본 논문에서는 5GHz대역의 통신이 가능한 U-slot 마이크로스트립 안테나를 HFSS(High Frequency Structure Simulator)를 통해 분석 및 설계하였다. 설계된 안테나를 유전율 4.4의 FR4-epoxy기판을 이용해 제작하고 최종적으로 회로망 분석기(Network Analyzer)를 통해 안테나 특성을 분석하였다.

디지털 위상 고정 루프는 디지털 위상 검출기, 디지털 루프 필터, 디지털 제어 발진기, 분배기 등으로 이루어진 일반적인 회로로 전기 및 회로 분야 등 다양한 분야에서 널리 사용된다. 디지털 위상 고정 루프의 성능 향상을 위해 다양한 수학적인 알고리즘 등을 활용한 상태 추정기가 사용된다. 전통적인 상태 추정기로는 무한 임펄스 응답 상태 추정기의 칼만 필터를 활용해왔으며, 무한 임펄스 응답 상태 추정기 기반 디지털 위상 고정 루프는 초기값의 부정확성, 모델 오차, 다양한 외란 등의 예상치 못한 상황에서 급격한 성능 저하가 발생할 수 있다. 본 논문에서는 새로운 디지털 위상 고정 루프를 설계하기 위해 2계층 Frobenius norm 기반 유한 임펄스 상태 추정기를 제안한다. 제안한 상태 추정기는 첫 번째 층의 추정 상태를 이용하여 두 번째 층에서 상태 추정을 하는데, 이때 첫 번째 층의 추정 상태와 누적된 측정값과 결합하여 설계하였다. 새로운 유한 임펄스 응답 상태 추정기 기반 디지털 위상 동기 루프의 강인한 성능을 검증하기 위해 잡음 공분산 정보가 부정확한 상황에서 무한 임펄스 응답 상태 추정기와 비교하여 시뮬레이션을 수행하였다.

본 연구에서는 고주파 마그네트론 스퍼터링 법으로 공정압력을 1에서 7mTorr 로 변화시켜 가며 GTZO (Ga-Ti-Zn-O)박막을 제작하여, 구조적 특성과 전기적 및 광학적 특성을 조사하였다. XRD측정을 통해 공정압력에 무관하게 모든 GTZO박막이 c-축으로 우선 성장함을 확인할 수 있었고, 1mTorr 에서 제작한 GTZO 박막이 반가폭 0.38˚ 로 가장 우수한 결정성을 나타내었다. 가시광 영역(400~800 nm)에서의 평균 투과도는 공정압력에 상관없이 80% 이상의 값을 나타내었고, 공정압력이 증가함에 따라 캐리어 농도가 감소하고 이로 인해 에너지 밴드갭이 좁아지는 Burstein - Moss 효과도 관찰할 수 있었다. 공정압력 1mTorr 에서 증착한 GTZO박막의 재료 평가 지수는 9.08 × 10³ Ω^-1·cm^-1 로 가장 우수한 값을 나타내었고 이때 비저항과 가시광 영역에서의 평균 투과도는 각각 5.12 × 10^-4 Ω·cm 과 80.64 % 이었다.

본 연구에서는 유리 기판 위에 BZO박막을 제작한 후, 열처리 온도가 박막의 전기적 및 광학적 특성에 미치는 영향을 조사하였다. XRD 분석 결과, 열처리 온도에 무관하게 모든 박막이 c-축 배향성을 나타내었다. 열처리 온도가 400에서 600℃ 로 증가함에 따라 반가폭(FWHM)은 1.65에서 1.07° 로 감소하였다. 가시광 영역(400-800nm)에서의 평균 투과도는 열처리 온도에 큰 영향 없이 85% 이상의 높은 값을 나타내었다. Hall 측정결과, 열처리 온도에 따라 캐리어 농도와 이동도는 증가하였고 비저항은 감소하였다. 600℃ 에서 열처리한 BZO박막의 비저항과 캐리어 농도는 각각 9.75 × 10^-2 Ω·cm 과 4.21×10¹⁹ cm^-3 로 가장 우수한 값을 나타내었다. 향후 BZO박막의 공정 조건과 열처리 조건을 최적화시킨다면, 차세대 광전자 소자에 응용될 수 있는 매우 유망한 재료로 주목받을 것으로 기대된다.

울산인근을 중심으로 한 영남 남동부 지역은 대규모 부유식 해상풍력이 계획되어 있으며 원자력발전소의 신설과 기존 원자력발전소의 수명연장 등에 따라 전력망의 확충이 요구되고 있다. 정부에서는 10차 전력수급계획에 따라 이 지역의 전력계통 신설계획을 발표하였으나 경주 인근의 국립공원과 문화재 보호구역을 경과함에 따라 실제 건설단계에 어려움이 많을 것으로 예상된다. 이에 따라 본 연구에서는 기존 선로를 활용하고 신설을 최소화하는 방안을 제시하고 이 계통에 대해 PSS/E를 활용하여 과도안정도를 분석하여 타당성을 입증하였다.

최근 해상풍력산업이 활성화되면서 기존 화력 발전소 규모의 400MW 급 발전단지들이 개발되고 있다. 재생에너지는 에너지원에 따라 간헐성이 큰 특성이 있고, 최신 재생에너지 발전설비들은 제어기능을 갖는 인버터 기술로 구성되는 특징이 있다. 이러한 재생에너지원의 계통연계 확대에 따라 전력계통 접속을 위한 그리드코드도 점점 구체화되고 있고, 이에 따라 관련 검토도 활발히 진행되고 있다. 본 논문에서는 그리드 코드 준수를 위해 여러 해상풍력 발전단지들을 통합하여 공동접속설비로 접속하는 경우, 최적 무효전력 보상용량 선정 방법에 대해 제안한다. 그리드 코드의 요구조건을 기반으로, 전북 서남해 400MW 풍력발전단지의 무효전력 보상과 과도안정도를 분석한다. 이 분석은 PSS/E를 사용하여 각 터빈 배치안과 케이블 데이터로 발전단지 DB를 구축하고, 내·외부망 케이블의 충전전류에 의한 무효전력과 연계점에서 무효전력 보상용량을 산출한다. 또한 전력계통 DB에 연계해서 정적, 동적 안정도를 고찰한다.

기어비 변환을 목적으로 설계한 전자석 마그네틱 기어는 영구자석을 이용한 마그네틱 기어와 비교해 낮은 토크 밀도를 가져 토크 밀도의 개선이 필요하다. 이를 보완하고자 기어비 변환 시 각각의 회전자의 자화 방향이 일정한 치를 확인하여 이에 영구자석을 부착해 부족한 토크 밀도를 높이는 연구를 진행했다. 하지만 영구자석이 고르게 부착되지 않으면서 발생한 자속밀도의 불균일로 인해 토크 리플이 증가하는 현상이 문제점으로 발생 되었다. 따라서 전자석 마그네틱 기어의 토크 리플을 감소시키고자 진행된 선행연구를 토대로 폴피스 브릿지, 필레 방식을 적용하여 기어비 변환을 하더라도 각각의 토크 리플을 개선할 수 있는 최적의 방법을 모색하고자 한다.

본 논문에서는 로봇팔의 선단을 잡고 원하는 위치로 이동시켜서 작업을 직접 교시하는 직감적인 교시 및 제어를 시스템을 개발하였다. 개발된 시스템은 로봇팔 선단부의 위치 방향 및 자세 방향 힘을 측정하는 6축힘 센서, 선단부에서 측정된 힘에 의한 로봇팔 관절 속도제어 명령어 생성 알고리즘, 자체 제작한 6축 로봇팔 및 제어 시스템으로 구성된다. 선단부 핸들러에 부착된 힘센서를 통해 로봇팔 조작자가 핸들러를 조종하는 위치 자세의 6차원의 힘/토크를 감지하고 이를 선단부 조종속도 명령으로 변환하여 6축 로봇팔을 제어한다. 연구 방법의 검증은 자체 제작된 6축 로봇으로 실행하였으며, 조종자의 핸들러 조정을 통한 작업교시에 의한 실험을 통해 제안한 힘 센서기반 로봇 선단 제어 방법이 성공적으로 동작함을 확인하였다.

수요 반응은 전력망의 신뢰성을 높이고 비용을 최소화하기 위해 수요가 가장 많은 시간대에 고객이 소비패턴을 조정하도록 유도한다. 재생 에너지원을 스마트 그리드에 통합하는 것은 간헐적이고 예측할 수 없는 특성으로 인해 상당한 도전 과제를 안고 있다. 강화 학습 기법과 결합된 수요 대응 전략은 이러한 문제를 해결하고 기존 방식에서는 이러한 종류의 복잡한 요구 사항을 충족하지 못하는 경우 그리드 운영을 최적화할 수 있는 접근 방식으로 부상하고 있다. 본 연구는 재생 에너지 통합을 위한 수요 반응에 강화 학습 알고리즘을 적용하는 방법을 찾아 적용하는데 중점을 둔다. 연구의 핵심 목표는 수요 측 유연성을 최적화하고 재생 에너지 활용도를 개선할 뿐 아니라 그리드 안정성을 강화하고자 한다. 연구 결과는 강화 학습을 기반으로 한 수요 반응 전략이 그리드 유연성을 향상시키고 재생 에너지 통합을 촉진하는 데 효과적이라것을 보여준다.

현대 사회에서 감정 표현과 자기 성찰은 스트레스 관리와 정신 건강에 긍정적인 영향을 미치는 핵심 요소로 간주하며, 이에 따라 일기 작성의 중요성이 대두되고 있다. 그러나 기존의 일기 작성 방식은 시간과 공간적 제약으로 인해 많은 사람이 이를 피하거나 어렵게 느끼고 있다. 최근 챗봇 및 감정 분석 기술의 급격한 발전은 이러한 문제를 해결하기 위한 중요한 수단으로 주목받고 있다. 본 논문에서는 GPT-3 모델과 감정 분석 기술을 결합한 인공지능 챗봇을 소개하며, 이를 활용하여 사용자의 채팅 데이터를 기반으로 자동으로 일기를 작성하는 시스템을 개발하는 과정을 기술한다. 본 시스템을 통해 사용자들은 더 편리하고 효율적인 방식으로 일기를 작성할 수 있으며, 자신의 감정을 보다 깊이 이해하고 긍정적인 감정을 촉진하는 데 기여할 것으로 기대한다.

본 논문에서는 음향신호의 배경잡음을 소거하기 위한 시스템에서 최적의 wavelet을 제안한다. 이 시스템은 기존의 단구간 푸리에변환(STFT: Short Time Fourier Transform) 대신 이산 웨이블릿변환(DWT: Discrete Wavelet Transform)을 수행한 후 심층학습과정을 통하여 잡음소거 성능을 개선하였다. DWT는 다해상도 대역통과필터 기능을 하며 각 레벨에서 모 웨이블릿을 시간 이동시키고 크기를 스케일링한 여러 웨이블릿을 이용하여 변환 파라미터를 구한다. 여기서 음성을 분석하는데 가장 적합한 모(mother) 웨이블릿을 선정하기 위해 여러 웨이블릿에 대한 잡음소거 성능을 실험하였다. 본 연구에서 여러 웨이블릿에 대한 잡음소거시스템의 성능을 검증하기 위하여 Tensorflow와 Keras 라이브러리를 사용한 시뮬레이션 프로그램을 작성하고 가장 많이 사용되는 4개의 wavelet에 대해 모의실험을 수행하였다. 실험 결과, Haar 또는 Daubechies 웨이블릿을 사용하는 경우가 가장 우수한 잡음소거 성능을 나타냈으며 타 웨이블릿을 사용하는 경우보다 평균자승오차(MSE: Mean Square Error)가 크게 개선되는 것을 볼 수 있었다.

건물 정보 모델(BIM: Building Information Model)은 관련 기업의 개별화된 프로젝트와 학습 데이터양 부족으로 인해 인공지능(AI: Artificial Intelligence) 기반 BIM 애플리케이션 개발이 쉽지 않다. 본 연구에서는 데이터가 제한적인 상황에서 BIM의 강구조물 부재 중량비를 예측하기 위해 사전 학습이 된 대형 언어 모델을 기반으로 신경망을 학습하는 방법을 제시하고 실험하였다. 제안된 모델은 대형 언어 모델을 활용하여 BIM에 내재하는 데이터 부족 문제를 극복할 수 있어 데이터의 양이 부족한 상황에서도 성공적인 학습이 가능하며 대형 언어 모델과 연계된 신경망을 활용하여 자연어와 더불어 숫자 데이터까지 처리할 수 있다. 실험 결과는 제안된 대형 언어 모델 기반 신경망이 기존 소형 언어 모델 기반보다 높은 정확도를 보였다. 이를 통해, 대형 언어 모델이 BIM에 효과적으로 적용될 수 있음이 확인되었으며, 향후 건물 사고 예방 및 건설 비용의 효율적인 관리가 기대된다.

뿌리산업의 유해한 작업 환경과 높은 작업 강도는 작업자의 건강에 영향을 미칠 수 있기 때문에 기존에는 유해한 물질로부터 현장 작업자를 보호하기 위해 반년 단위로 작성한 환경을 측정하여 규제하고 있다. 그러나 작업환경 외에 작업자 건강 상태 등에 대해서는 정량화된 관련 기준이 부재하여 상시로 피해를 주는 임계치 이하 유해 물질의 지속적인 노출에 따른 직업병을 예방하는데 어려움이 상존하고 있다. 따라서 본 논문에서는 기계학습을 이용한 뿌리산업 작업 환경의 위험도 피크레벨 결정방법을 제안하고 이를 토대로 작업장의 실시간 안전 평가를 가능하게 하였다.

최근, 의료 데이터 표현 분야에서 딥러닝 방법들이 사실상의 표준으로 자리잡고 있다. 하지만, 딥러닝 기술은 내재적으로 많은 양의 학습 데이터를 필요로 하므로 대규모의 데이터를 확보하기 쉽지 않은 의료 분야에서는 직접적인 적용이 어려운 실정이다. 특히 뇌신호 모달리티의 경우, 변동성이 크기 때문에 여전히 데이터 부족 문제를 가진다. 이에, 최근 연구에서는 뇌신호의 시간-공간-주파수 특징을 적절하게 추출할 수 있는 딥 뉴럴 네트워크 구조를 설계하거나, 혹은 자가-지도 학습 방법을 도입하여 뇌신호의 신경생리학적 특징을 미리 학습하도록 한다. 본 논문에서는, 최근 각광받는 기술인 뇌-컴퓨터 인터페이스 및 피험자 상태 예측 등의 관점에서 소규모데이터를 다루기 위해 적용되는 방법론에 대한 분석 및 향후 기술 방향성을 제시한다. 먼저 현재 제안되고 있는 뇌신호 표현을 위한 딥 뉴럴 네트워크 구조에 대해 분석한다. 또한 뇌신호의 특성을 잘 학습하기 위한 자가-지도 학습 방법론을 분석한다. 끝으로, 딥러닝 기반 뇌신호 분석을 위한 중요 시사점 및 방향성에 관하여 논한다.

원활한 교통의 흐름은 현대 사회에서 매우 중요한 요소이며, 교통체증은 환경 및 경제 등 다양한 형태로 문제를 초래했다. 이러한 문제를 해결하기 위해 최근 인공지능을 활용한 지능형교통체계(Intelligent Transport System)가 주목받고 있다. 본 논문에서는 강화학습 기법을 활용하여 교차로 각 방향의 차량과 보행자를 동시에 고려하여 교통의 흐름을 원활하게 하면서 동시에 불만족도를 낮출 수 있는 알고리즘을 제안한다. 제안하는 알고리즘을 적용한 교차로 신호체계 시뮬레이션 결과, 기존의 고정형 신호체계에 비해 차량·보행자의 불만족도를 상당히 낮출 수 있으며, 교차로의 교차하는 도로의 수가 많을수록 성능의 차이가 증가함을 확인하였다.

기존 긴급 및 외부 통신이 주목적이었던 차량 인포테인먼트의 지능화와 고속화는 내비게이션, 자율주행 등 다양한 서비스 적용에 대한 가능성을 보여주고 있다. 특히 통신 및 네트워크의 진보로 인하여 외부 기기 및 인프라 연동에 대한 기능성이 강화되고 있는 바 이러한 경향하에 고도화된 차량 서비스 및 주행을 위한 협력 지능형 교통 체계 (C-ITS)와의 연동 방향에 대한 고민이 필요하다. 또한 자동차도 텔레매틱스 및 인포테인먼트 고도화를 넘어 전동화 경향에 맞춘 소프트웨어 정의 차량 (SDV) 라는 개념을 토대로 한 미래 차량 개발 개념을 정립하고 있는 바 이러한 SDV 연계에 대한 고려도 동시에 병행해야 한다. 본 논문에서는 차량 인포테인먼트 구조 분석을 토대로 한 향후 ITS와 SDV 연계 방향성에 대해서 고찰한다. 우선 이를 위해서 현존하는 차량 인포테인먼트 구조 및 아키텍처 분석을 진행하며 이와 연계된 SDV에 대한 구조도 같이 제시한다. 이를 토대로 하여 표준 기반의 C-ITS 서비스와 SDV 기기 적용 및 연동 가능성에 대한 고려사항을 도출한다.

본 논문에서는 음료를 제조하는 사람에게 앱 인벤터로 제작한 어플리케이션으로 자신이 원하는 음료를 선택하고 해당 음료를 제조하는 시스템을 개발하고자 한다. 혼합하고자 하는 음료를 디스펜서에 각각 결합시킨 후 아두이노를 통해 스텝 모터를 제어하여 볼 스크류를 해당 디스펜서의 위치에 정확하게 이동시키도록 액추에이터를 제어하였다. 이러한 액추에이터 이동제어와 디스펜서를 누르는 횟수에 따라 혼합할 음료의 양이 각각 비례하여 추출되도록 구현하였다. 최종적으로 카페의 노동력을 대체하는 시스템을 구축하고 나아가 해당 시스템이 도처에서 활용할 수 있는 방향성을 제시한다.

본 논문에서는 사람들의 안전하고, 편리한 생활을 위한 스마트 홈을 목표로 ESP32와 RFID, 라즈베리 파이를 이용한 구글 클라우드, 네오픽셀 등을 이용해 문이 열림과 동시에 사용자에게 문자 메시지 전송, 스마트 AI를 이용한 다양한 정보제공 및 일정관리, 네오픽셀을 이용하여 음악 감상 등의 상황에서 분위기에 맞는 조명의 밝기 및 분위기의 제공같이 직관적이고 일상생활에서 간편한 활용이 가능한 스마트 홈 시스템을 설계하였다. 실험결과 전원이 재 연결 되도 Wi-Fi와 연결된 ESP32에서 RFID가 인식될 때 보안문자가 정상적으로 사용자에게 전송되는 것을 확인하였고, 주파수를 계산한 네오픽셀의 조명 및 라즈베리파이와 음성인식을 이용한 스마트 AI또한 거리에 따라 인식률의 변화가 있지만 작동됨을 확인하였다.

부동산 시장은 그 중요성과 함께 다양한 사기 행위의 위험성을 내포하고 있다. 최근, 전세 사기와 같은 부동산 관련 사기가 급증하면서 많은 서민이 큰 재정적 피해를 보고 있다. 이러한 문제는 부동산 거래의 복잡성과 정보의 불균형 때문에 발생하는 경우가 많다. 따라서, 거래 과정에서의 신뢰성 확보와 투명성 제고가 절실하게 요구된다. 본 논문에서는 이러한 부동산 사기 문제를 해결하기 위해 디지털 기술과 인공지능, 특히 GPT(: Generative Pre-trained Transformer)를 활용한 챗봇 시스템을 제안한다. 이 시스템은 사용자들에게 전세 거래 과정에서의 주의사항과 확인 사항을 제공하여, 사기 행위로부터 사용자를 보호하는 역할을 한다. 또한, GPT 기반의 챗봇은 사용자의 질문에 궁금한 사항을 시간으로 응답하여, 거래 과정에서의 불확실성을 줄이고 신뢰성을 높이는 데 기여한다.

정밀 설비 기술의 발전으로 4축 CNC 정밀 가공 기술의 중요성이 증대되고 있다. 그러나, 복잡한 형상 가공으로 인해 시스템 구동은 어려운 실정이다. 본 논문은 이러한 문제를 해결하기 위해 4축 제어 구조물을 제작하고, 상용 프로그램을 이용없이 Bresenham's Line Algorithm과 Runspeed Algorithm을 구현하여 정밀 제어 및 효율성을 비교하였다. Runspeed를 적용할 경우 Bresenham 대비 약 12.03%의 오차 개선과 곡률 정밀도 향상이 있었으며, 회전축 A모터를 구동하여 입체 구조물에도 정밀한 가공이 가능함을 확인하였다.

지능형 선별 관제 시스템의 잦은 오탐지로 인해 관제 요원들의 업무 능률 및 시장 신뢰도 저하 문제가 꾸준히 보고되고 있다. 오탐지 문제 개선을 위해 새 AI 모델을 개발하거나 교체하는 것은 기회비용이 크므로, 훈련 데이터 세트 품질을 향상하여 문제를 개선하는 것이 현실적이다. 그러나 소규모 조직은 데이터 세트 수집 및 정제 역량이 부족한 실정이다. 이에 본 논문에서는 사람 자세 추정 모델을 중심으로 엣지 디바이스와 카메라 센서 퓨전을 활용한 사람 자세 데이터 자동 수집 시스템을 제안한다. 이 시스템은 네트워크 말단에서 현장 데이터를 직접 수집하고 레이블링하는 과정을 실시간으로 처리하도록 만들어, 중앙으로 집중되는 연산 부하를 분산시킨다. 또한 현장 데이터를 직접 레이블링하므로 새로운 훈련 데이터 구축에 도움을 준다.

오늘날 인터넷 기술과 문화의 발전에 비해 대학생들의 인터넷 윤리의식 수준이 미흡한 문제를 해결하기 위해 체계적인 인터넷 윤리교육의 중요성이 부각되었다. 본 연구는 인터넷 사용의 주요 세대인 대학생들의 인터넷 윤리의식 수준을 중점적으로 조사하여 혁신적인 플립 러닝(Flip Learning) 교수법과 휠러 모델 (Wheeler Model)의 도입, 빈도수 측정 이론을 활용하여 교육의 효과를 극대화하는 방안을 모색할 수 있었다. 이를 근거로 인터넷 윤리교육을 받은 학생들이 윤리의식 수준에서 향상을 위한 방안으로 모색할 수 있게 되었다. 본 연구는 인터넷 윤리교육의 체계화와 효과적인 활성화 방안에 대해 중요한 성과를 얻었음을 결론짓고 앞으로 인터넷 윤리교육 개선과 관련한 방향성을 제시하여 체계적인 윤리교육이 필요하다는 것을 제안하였다.

육상 새우 양식장은 연안 양식에 비해 생장 환경을 보다 안정적으로 제어할 수 있어 고품질의 대규모 생산에 유리하다. 최적의 새우 생장 환경을 유지하기 위해서는 물의 순환, 적정 수온 유지, 산소 공급, 사료 공급 등 다양한 요소들을 관리해야 한다. 특히, 적절한 수질 관리가 되지 못하면 새우 폐사로 이어지기 때문에 양식장에 24시간 사람이 상주하여 지속적으로 관리해야 하는 어려움이 있다. 본 논문에서는 이러한 문제를 해결하기 위하여 최소한의 인력으로 운영 가능한 육상 양식장 통합 모니터링 시스템을 제안한다. 제안된 시스템은 IoT 기술을 활용하여 육상 양식장의 실시간 영상, 펌프 상태, 수질 데이터, 에너지 사용 현황을 수집하여 서버로 전송한다. 관리자는 웹 인터페이스 및 스마트폰 앱을 통해 서버에 저장된 양식장의 상황을 언제 어디서나 실시간으로 확인하고 필요한 조치를 취할 수 있다. 따라서 관리자가 양식장에 상주할 필요 없이 현장 작업 시간을 크게 줄일 수 있다.

K-POP의 가파른 성장세에 따라 댄스 콘텐츠 산업이 확산되는 추세이다. 최근 SNS의 보급이 증가하면서 자신의 댄스 영상을 촬영하고 공유하기도 한다. 그러나 춤을 처음 접하는 댄스 초보자들은 동영상을 보며 혼자서 춤을 출 때, 객관적인 피드백을 받기 어려워 춤동작을 습득하기 쉽지 않다. 본 논문에서는 MediaPipe를 활용하여 안무 영상과 사용자의 춤 영상을 비교하고 올바르게 동작을 따라 하고 있는지 검출해 주는 시스템에 대해 기술한다. 본 연구에서는 웹캠이나 카메라로 촬영한 사용자 영상과 안무 영상 간의 춤동작 유사도를 코사인 유사도와 COCO OKS를 활용해 계산하여 사용자에게 색상 지표(Color Map)를 기반으로 한 피드백을 주는 방식을 제안한다. 본 시스템을 통해 사용자의 춤동작에 대한 객관적인 피드백을 시각적으로 받을 수 있으며 초보자들도 정확한 춤동작을 습득할 수 있을 것으로 기대한다.

비실시간 온라인 수업은 학습자가 원하는 시간에 학습할 수 있고, 공간의 제약이 없다는 장점이 있다. 그러나 실시간으로 이루어지는 수업이 아니다 보니 수업 콘텐츠에 문제가 있거나, 설명이 부족한 부분에 대한 학습자들의 의견이 교수자에게 전달하는 것에 한계점이 존재한다. 본 논문에서는 수업 콘텐츠를 듣는 학습자들의 피드백 정보를 교수자에게 전달하는 시스템을 제안한다. 학습자에게는 온라인 녹화 수업 콘텐츠를 정지했을 시 정지 사유를 조사하고, 정지 사유와 정지한 콘텐츠의 시간 정보를 교수자에게 전달할 수 있고, 교수자에게는 학습자들의 온라인 녹화 수업 영상의 피드백 정보와 정지시간을 교수자에게 그래프로 나타내어 한눈에 수업 콘텐츠의 문제점이 많은 부분을 파악할 수 있게 해서 전달한다. 교수자는 피드백을 반영해 콘텐츠를 재업로드하여 질 높은 수업 콘텐츠로 인해 학습자들은 학업 성취도를 높일 수 있을 것이다.

본 연구에서는 5G 네트워크용 UAV(: Unmanned Aerial Vehicle)를 사용한 산업단지 내의 현장 상황을 실시간 감시하는 시스템에 대해 소개한다. UAV에 장착된 센서(화재, 유해가스 검출, 산업 재해형 인체 사고 감지)에서 모니터링 이벤트가 발생하면 센서의 주요 정보들이 UAS(: Unmanned Aerial System)애플리케이션 서버로 전달한다. 이러한 정보 전달 처리결과로, 산업단지공단의 관리자나 운영자는 사고 위험 상황별 트리거 처리를 통한 산업단지공단 내의 현장에서 인명사고와 화재, 그리고 유해 가스검출에 대한 법적인 근거 자료를 확보할 수 있게 되었다.

사회적으로, 조직이 보유한 정보 자원에 대한 엄격한 관리를 요구하고 있다. 조직들은 기술적으로 외부 정보 침입에 대처해야 할 뿐 아니라, 내부자에 의한 정보 노출 가능성까지 관리해야 하는 상황에 직면해 있다. 하지만, 조직이 도입한 정보보안 정책, 기술 등은 조직 내부의 보안 수준 달성에 도움을 주지만, 과도하거나 체계적이지 못한 보안 구조는 조직원의 불확실성을 높일 수 있다. 본 연구는 정보보안 관련 조직의 구조적인 불확실성 요인을 제시하고 행동에 미치는 영향을 제시한다. 즉, 정보보안 정책, 기술, 그리고 커뮤니케이션 불확실성이 구조적으로 존재할 수 있음을 밝힌다. 정보보안 환경 관련 선행연구를 통해 연구 모델과 가설을 제시하였으며, 구조방정식 모델링을 적용하여 가설을 검정하였다. 가설 검정 결과, 정보보안 정책, 기술, 그리고 커뮤니케이션 불확실성이 조직원의 역할 정체성과 준수 의도를 감소시켰다. 연구 결과는 조직 내 정보보안 관련 구조적인 불확실성 개선 조건을 제시하였기 때문에, 조직 내부의 정보보안 목표 달성을 위한 환경 전략 방향을 제언한다.

기계학습 기반의 침입탐지 방법론들은 분류하고자 하는 각 클래스에 대해 균등한 많은 학습 데이터가 필요하며, 탐지 또는 분류하려는 공격유형의 추가 시 시스템을 모두 재학습해야 하는 문제점을 가지고 있다. 본 논문에서는 특징학습과 계층분류 방법을 이용하여, 비교적 적은 학습 데이터를 이용한 분류 문제 및 데이터 불균형 문제를 해결하고, 새로운 공격유형의 추가가 쉬운 침입탐지 방법론을 제안하고자 한다. 제안된 시스템은 KDD 침입탐지 데이터를 이용한 실험으로 가능성을 검증하였다.

본 연구는 증강현실 애플리케이션 기반 온라인쇼핑에서의 구매의도에 영향을 미치는 결정요인을 탐색하였다. 주요 결과에 대해 가설을 중심으로 논의하면 다음과 같다. 첫째, 상호작용성은 심리적 소유감에 정적 영향을 미치는 것으로 나타났다. 둘째, 상호작용성은 의사결정 편안함에 정적 영향을 미치는 것으로 나타났다. 셋째, 심리적 소유감은 의사결정 편안함에 정적 영향을 미치는 것으로 나타났다. 넷째, 심리적 소유감은 구매의도에 정적 영향을 미치는 것으로 나타났다. 다섯째, 의사결정 편안함은 구매의도에 정적 영향을 미치는 것으로 나타났다. 그러므로 증강현실 애플리케이션 기반 온라인쇼핑에서 상호작용은 심리적 소유감과 의사결정 편안함을 결정하고, 이에 기반하여 심리적 소유감과 의사결정 편안함은 온라인쇼핑에서 제품의 구매의도를 촉진시키는 핵심 요인이라고 평가할 수 있다. 따라서 온라인쇼핑에서 구매의도를 높이기 위해서는 증강현실 애플리케이션을 통해 상호작용성과 심리적 소유감, 의사결정 편안함을 높이는 마케팅 전략이 요구된다고 할 것이다.

본 논문에서는 스마트공장에 관한 연도별 국내 특허 출원 건수, 연도별 국내 특허 공개 건수 및 연도별 국내 등록 건수를 조사하였고, 출원인 유형별 특허 출원 건수를 조사하였다. 조사된 특허를 기반으로 가장 많은 특허에서 나타나는 IPC는 G05B 19/418이라는 것을 밝혀냈다. 또한 스마트공장 특허 IPC의 사회 연결망 분석을 통해 G05B 19/418이 연결중심성이 가장 높은 IPC임을 밝혀냈다. 이상의 내용을 통해 스마트공장으로 제출된 특허의 핵심기술의 IPC가 G05B 19/418일 경우, G05B 23/02와 조합된 기술 즉, "공장 제어"와 "모니터링"이 복합된 기술이 특허로 가장 많이 출원되었다는 것과 핵심기술의 IPC가 G06Q 50/04일 경우, G06Q 50/10과 조합된 기술 즉, "제조"와 "서비스"가 복합된 기술이 특허로 가장 많이 출원되었다는 것을 확인할 수 있었다. 이를 통해 스마트공장으로 특허를 출원하기 위해서는 이러한 IPC간의 연결성 고려한 특허출원이 필요한 것을 알 수 있었다.

본 논문은 반려동물의 비만율이 증가하는 현대사회에서 애완동물의 비만 관리를 위해 사료 배식과 운동량 측정 등의 기능을 수행하는 앱 기반 급식기와 활동량 측정 웨어러블 목걸이를 제안한다. 웨어러블 목걸이는 애완동물의 활동량을 측정하고 하루 평균 활동량에 따라 적절한 사료량을 제안한다. 급식기는 예상치 못한 상황에서도 비만 관리가 가능하게 하루 적정 사료량을 앱을 통하여 제공할 수 있는 앱 기반 애완동물 급식 시스템을 연구하였다.

본 논문에는 장애물들을 극복할 수 있는 새로운 메커니즘을 연구하기 위해 장애물 극복 전 방향(ALL-Direction) 주행 RC 카를 제작하여 여러 가지 장애물이 있는 시험장을 제작해 주행평가를 진행한다. RDS3115 서보모터를 제어하는 알고리즘을 제안하고, 자이로센서를 활용하여 여러 장애물 지형의 기울기를 인식하고 RC 카가 지형을 넘을 수 있는 서보모터의 각도를 조절한다. 시험장 지형 실험에서 제작한 모든 장애물 지형들을 주행하는 데 있어서 가장 적합한 RC 카의 회전 각도를 확인하였다.

전통적인 여론 조사 기반의 선호도 분석 기법은 많은 시간과 비용이 요구되고 조사할 수 있는 도메인이 제한적인 문제가 있다. 이를 해결하기 위하여 이 논문에서는 감정 분석 기반의 선호도 분석 시스템을 제안한다. 사용자가 입력한 키워드를 이용하여 웹 문서를 수집한 후에 N-gram 기법을 이용하여 극성을 계산한다. 다량의 웹 문서를 분석할 때 발생하는 분석 시간을 줄이기 위하여 워커 서비스를 사용하는 컨테이너 기반의 시스템을 설계하고 구현하였다. 제안 시스템의 분석 결과와 기존 여론 조사를 비교하였을 때 1% ~ 8%의 오차를 보여준다.

본 논문에서는 SNOMED CT 용어체계가 가지는 불완전성을 논의하고 이를 유지하는 방법으로 형제 노드 간 유사성을 평가하는 지표를 제안한다. SNOMED CT는 방대한 양의 의학용어를 포함하고 있으나 계층구조 내 컨셉의 누락 등 온톨로지의 불완전성 문제가 존재한다. 누락된 컨셉 발견을 위해 다수의 노드로 구성된 형제 노드 그룹 내에서의 노드 간 유사도 평가를 위한 지표를 제안하고 유사도가 낮은 그룹을 도출하였다. 2023년 3월 SNOMED CT 국제 배포판에 적용하여 형제 노드 그룹들의 유사도를 분석한 결과 임상적 발견 컨셉의 하위 컨셉들 중 2개 이상의 형제 노드를 가진 29,199개의 형제 노드 그룹의 평균 유사도는 0.81로 나타났다. 반면, 유사도가 가장 낮은 그룹은 중독 컨셉의 자식 컨셉으로 그 유사도는 0.0036으로 확인되었다.

본 연구는 다양한 스케일 조건에서 열화상 이미지를 향상시키기 위한 새로운 캐스케이드 융합 구조를 제안한다. 특정 스케일에 맞춰 설계된 방법들은 다중 스케일에서 열화상 이미지 처리에 한계가 있었다. 이를 극복하기 위해 본 논문에서는 다중 스케일 표현을 활용하는 캐스케이드 특징 융합 기법에 기반한 통합 프레임워크를 제시한다. 서로 다른 스케일의 신뢰도 맵을 순차적으로 융합함으로써 스케일에 제약받지 않는 학습이 가능해진다. 제안된 구조는 상호 스케일 의존성을 강화하기 위해 엔드 투 엔드 방식으로 훈련된 합성곱 신경망으로 구성되어 있다. 실험 결과, 제안된 방법은 기존의 다중 스케일 열화상 이미지 향상 방법들보다 우수한 성능을 보인다는 것을 확인할 수 있었다. 또한, 실험 데이터셋에 대한 성능 분석 결과 이미지 품질 지표가 일관되게 개선되었으며, 이는 캐스케이드 융합 설계가 스케일 간 견고한 일반화를 가능하게 하고 교차 스케일 표현 학습을 더 효율적으로 수행하는 데 기여하는 것을 보여준다.

얼굴 인식 기술은 다양한 분야에서 활용되고 있지만, 이는 사진 스푸핑과 같은 위조 공격에 취약하다는 문제를 가지고 있다. 이를 극복하기 위한 여러 연구가 진행되고 있지만, 대부분은 멀티모달 카메라와 같은 특별한 장비를 장착하거나 고성능 환경에서 동작하는 것을 전제로 하고 있다. 본 연구는 얼굴 인식 위조 공격 문제를 해결하기 위해, 특별한 장비 없이 일반적인 웹캠에서 동작할 수 있는 LH-FAS v2를 제안한다. 제안된 방법에서는, 머리 자세 추정에는 FSA-Net을, 얼굴 식별에는 ArcFace를 활용하여 사진 스푸핑 여부를 판별한다. 실험을 위해, 사진 스푸핑 공격 비디오로 구성된 VD4PS 데이터셋을 제시하였으며, 이를 통해 LH-FAS v2의 균형 잡힌 정확도와 속도를 확인하였다. 본 방법은 향후 사진 스푸핑 방어에 효과적일 것으로 기대한다.

생체 인식은 사람의 생체적, 행동적 특징 정보를 특정 장치로 추출하여 본인 여부를 판별하는 기술이다. 생체 인식 분야에서 생체 특성 위조, 복제, 해킹 등 사이버 위협이 증가하고 있다. 이에 대응하여 보안 시스템이 강화되고 복잡해지며, 개인이 사용하기 어려워지고 있다. 이를 위해 다중 생체 인식 모델이 연구되고 있다. 기존 연구들은 특징 융합 방법을 제시하고 있으나, 특징 융합 방법 간의 비교는 부족하다. 이에 본 논문에서는 지문, 얼굴, 홍채 영상을 이용한 다중 생체 인식 모델의 융합 방법을 비교 평가했다. 특징 추출을 위해VGG-16, ResNet-50, EfficientNet-B1, EfficientNet-B4, EfficientNet-B7, Inception-v3를 사용했으며, 특성융합을 위해 'Sensor-Level', 'Feature-Level', 'Score-Level', 'Rank-Level' 융합 방법을 비교 평가했다. 비교평가결과 'Feature-Level' 융합 방법에서 EfficientNet-B7 모델이 98.51%의 정확도를 보이며 높은 안정성을 보였다. 그러나 EfficietnNet-B7모델의 크기가 크기 때문에 생체 특성 융합을 위한 모델 경량화 연구가 필요하다.

본 논문에서는 라즈베리파이 기반으로 손바닥 정맥혈관 이미지를 획득하기 위하여 950nm파장을 가지는 근적외선 LED 광원 장치와 손금을 획득하기 위한 백색 LED 광원 장치를 가지는 시스템을 개발하였다. 또한 획득한 정맥 및 손금 이미지에 대하여 영상 전처리 과정(흑백화, 평활화, 이진화, 블러링, 세선화 등)을 통하여 정맥과 손금이 혼합된 위조 방지 및 보안이 강화된 고유 패턴이 추출 가능한 영상처리 기술을 구현하여 보안성이 강화된 시스템에서 활용할 수 있는 원천 기술을 확보하였다.