• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.433-435
• /
• 2002

본 논문은 공중작전에 대한 신속하고 정확한 상황인식을 위한 3차원 가시화 시스템을 제안한다. 공군의 전략, 전술을 수립, 시행하는 공군 지휘관에게는 전장 전반에 걸쳐 아군기, 적기, 민항기 등 공중 항적에 대한 정확한 정보를 신속하게 전달할 수 있는 공중작전 상황인식 3차원 가시화 시스템이 요구된다. 이를 위해 본 논문에서는 대용량의 디지털 지형 데이터의 가시화와 수많은 공중 항적의 데이터베이스 자료를 연계시킨 시스템을 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.304-305
• /
• 2018

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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.957-960
• /
• 2009

의료영상기기의 발달과 등장으로 진단과 치료목적으로 생성된 의료영상은 기하급수적으로 증가하고 있다. 게다가 의료 환경이 보다 전문화, 집중화 되면서 의료기관 간의 협업의 중요성이 강조되고 있다. 의료기관간의 효과적인 의료협업을 위해서는 의료정보의 원활한 가시화와 이를 지원하기 위한 정보 처리는 필수적이다. 의료기관간의 의료정보를 가시화하기 위해서는 안정적이고 다양한 의료정보를 표현하기 위한 플랫폼이 필요하다. 본 연구에서는 다양한 의료정보 협업을 지원하는 의료협업 플랫폼을 제안하고 기존의 PACS-Grid 와 서비스 기반의 의료정보 협업 가시화 서비스를 설명하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.1395-1398
• /
• 2005

볼륨 렌더링은 3차원이나 그 이상의 차원의 볼륨 데이터에서 의미있는 정보를 추출해 내어 직관적으로 표출하는 가시화 기법을 말하며 의료영상, 기상학, 유체역학 등 다양한 분야에서 널리 사용되고 있다. 한편, 최근 PC 하드웨어의 급격한 발전으로 과거에는 슈퍼컴퓨터에서나 가능했던 대용량 볼륨 데이터의 가시화가 일반 PC 환경에서도 가능하게 되었다. GPU의 꼭지점 및 픽셀 쉐이더의 수치 계산에 최적화된 벡터 연산으로 빠른 볼륨 가시화를 가능하게 한 것이다. 그러나 GPU의 메모리 용량의 한계로 대용량의 볼륨 데이터를 빠르게 가시화하는 것은 지금까지 어려운 문제로 남아있다. 본 논문에서는 GPU의 텍스쳐 메모리 크기보다 큰 볼륨 데이터를 여러 개의 GPU 메모리에 분산시키고 이를 꼭지점 및 픽셀 쉐이더를 이용하여 빠르게 렌더링하여 타일형 디스플레이에서 고해상도로 가시화하는 시스템을 디자인하고 구현하고자 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.763-765
• /
• 2005

볼륨 렌더링은 3차원이나 그 이상의 차원의 볼륨 데이터에서 의미있는 정보를 추출해 내어 직관적으로 표출하는 가시화 기법을 말하며 의료영상 기상학, 유체역학 등 다양한 분야에서 널리 사용되고 있다. 한편, 최근 PC 하드웨어의 급격한 발전으로 과거에는 슈퍼컴퓨터에서나 가능했던 대용량 볼륨 데이터의 가시화가 일반 PC 환경에서도 가능하게 되었다. PC 그래픽스 하드웨어의 꼭지점 및 픽셀 세이더의 수치 계산에 최적화된 벡터 연산으로 빠른 볼륨 가시화를 가능하게 한 것이다. 그러나 그래픽스 하드웨어의 메모리 용량의 한계로 대용량의 볼륨 데이터를 빠르게 가시화하는 것은 지금까지 어려운 문제로 남아있다. 본 논문에서는 한국과학기술정보연구원에서 제작한 대용량의 인체영상 데이터인 Visible Korean Human 데이터를 여러 개의 그래픽스 하드웨어 메모리에 분산시키고 이를 꼭지점 및 픽셀 쉐이더를 이용하여 빠르게 가시화하여 고해상도의 이미지를 얻고자 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.733-735
• /
• 2005

모델링$\cdot$시뮬레이션 또는 첨단 센서 장비 기술의 발전으로 최근에 매우 높은 해상도를 갖는 방대한 크기의 볼륨 데이터들이 생성되고 있으며, 이러한 데이터를 효과적으로 가시화하기 위한 다양한 연구 결과들이 과학적 가시화 분야에서 발표되고 있다. 지금까지 연구된 대부분의 가시화 소프트웨어들은 워크스테이션과 PC를 기반으로 개발되었으며, 모바일 환경에서 가시화를 수행하는 소프트웨어는 아직까지 발표된 바가 없다. 본 논문에서는 PDA상에서 구현된 클라이언트와 대용량$\cdot$고성능 서버를 이용한 모바일 볼륨 가시화 시스템의 설계에 관해 설명한다. 이 시스템은 자세한 관찰이 필요한 특정 영역을 점진적으로 높은 해상도로 관찰할 수 있는 기능을 지원하여, 설정한 파라미터를 이용한 고화질 볼륨 가시화 영상의 렌더링을 요청하는 기능을 제공한다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1155-1160
• /
• 2006

다양한 과학 분야와 공학 분야에서는 그들이 다루고 있는 특정한 주제의 정보를 좀 더 신속하고, 명확하게 사용자에게 전달하기 위해서 여러 가지 정보 가시화(information visualization) 기법을 사용한다. 정보를 가시화 할 때는 기본적으로 세 가지 과정을 거치는데, 원천 데이터(raw data)로부터 데이터 모델(data model)로 변환하고, 변환된 데이터 모델을 가시화 구조상(visual structure)에 매핑(mapping)시킨 후 정보화 모델(information model)로 변환하게 된다. 본 논문에서는 특정 행사가 진행되고 있는 건물내부에서 발생하는 시간, 공간적인 정보를 정리한 도표 메타포(table metaphor)를 토대로, 해당 데이터 모델로부터 추출한 다양한 정보를 3 차원 지도로 구성된 정보화 모델 상에 반영하기 위한 방법을 제안하였다. 또한, 정보를 단순히 공간상에 반영하기 보다는 사용자의 관심영역(interest area)에 따른 정보의 공간적 의미에 중점을 두어 3차원 공간상에 표현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1088-1091
• /
• 2015

프로젝트 수행에 우리는 괸리를 목적으로 다양한 산출물을 작성하고 생성한다. 미국 PMI의 PMBOK은 다양한 산출물을 표준화하고 있고 ISO21500 역시 다양한 종류의 산출물 생성을 표준화하고 있다. 그러나 산출물의 상세한 내용에 대해서는 PMBOK이나 ISO21500에서도 규정하지 않고 있다. 프로젝트 관리 산출물은 프로젝트 성공을 위한 산출물로 각종 관리계획, 중요 마일스톤 일정, 각종 이슈, 변경, 위기관련 다양한 지표 등을 중심으로 구성되어야 한다. 본 연구는 프로젝트 관리 산출물들에 프로젝트를 기준정보 6가지(Requirement, Work, Activity, Change, Issue, Risk)가 프로젝트 관리 산출물에 표기되어 추적기능을 가지고 있고 가시화를 할 수 있는지에 대하여 프로젝트 관리 산출물 template를 가지고 분석하였다. 이러한 분석 결과를 바탕으로 프로젝트 관리 산출물에 기준 정보를 추가하여 프로젝트 기준정보를 통합하고 가시화 하여 정보의 추적기능이 강화되기를 기대한다.

• Journal of the Korean Society of Visualization
• /
• v.10 no.2
• /
• pp.39-40
• /
• 2012

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.85-87
• /
• 2022

고품질 코드를 위한 정적 분석은 아직도 매우 필요한 영역이며, 또한 코드의 가시화는 개발자들에게 코드의 복잡한 모듈에 대한 가이드에 필요하다. 기존의 코드 가시화는 정적 분석의 코드 내부 정보들을 DB 테이블화 및 품질 지표(CK Metrics, Coupling, # function Calls, Bed smell) 질의어화, 그리고 추출된 정보를 가시화하는 것에만 초점을 두었다. 문제는 코드 내부 정보(Class, method, parameters, etc) 테이블들에 대한 join 연산 시 엄청난 시간과 리소스가 소모된다. 이 문제를 해결하기 위해, 우리는 테이블 설계의 정규화를 제안한다. 또한 필요한 품질 지표의 질의를 통해 코드 내부 정보 추출하여 데이터 및 제어 복잡 모듈을 식별하여 refactoring 를 가이드 한다. 앞으로는 이 부분의 AI learning 을 통해 bad/good program 을 식별을 기대한다.