• Proceedings of the Korea Contents Association Conference
• /
• 2018.05a
• /
• pp.79-80
• /
• 2018

본 논문에서는 2015년도 이용 고객의 변화를 3년간 분석하여 이용행태를 모니터링하고 기관의 고객만족 개선 활동에 대한 고객의 의견을 분석하기 위함이다. 한국과학기술정보연구원의 국가과학기술지식정보서비스 (NTIS : National Science & Technology Information Service)는 사업, 과제, 인력, 연구시설 장비, 성과 등 국가연구개발 사업에 대한 정보를 한 곳에서 서비스하는 국가과학기술 지식정보 포털입니다. 부처별(기관별)로 개별 관리되고 있는 국가R&D 사업 관련 정보와 과학기술 정보를 공유하고 공동 활용해, 국가R&D 투자 효율성을 높이고 연구 생산성 향상에 기여하는 것이 주목적입니다. 국가과학기술지식정보서비스에 대한 고객만족도를 기반으로 하여 핵심고객을 예측할 수 있는 프레임워크를 구축하는 것이다. 이를 위해 서비스를 경험한 500여명의 의사결정자를 대상으로 국가과학기술지식정보서비스에 대한 고객충성도를 분석하였다. 이와 같은 연구결과는 인터넷 등 정보의 발달로 고객의 긍정적 또는 부정적인 구전이 급속도로 노출되는 환경에서 고객의 만족도를 관리함으로써 핵심고객을 확보하는데 사전 예측자료로 활용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.545-547
• /
• 2021

발전시설 장비는 이상이 생기면 큰 경제적 피해를 발생시키기 때문에, 장비의 계통마다 수십만 개의 센서들이 부착되어 장비의 정상 작동 여부를 모니터링 한다. 장비의 이상 감지를 위해서, 최근 활발히 연구되고 있는 딥러닝 등의 기술을 활용한 AI 모델을 생성하여 장비의 고장을 예측한다. AI 모델을 학습하고 추론하기 위해서는 수많은 센서 중에서 AI 모델을 생성할 센서들을 선택하고, 지속적으로 모니터링 되는 값들을 비교하여 이상 감지 여부를 스트리밍 환경에서 추론할 수 있는 센서 빅데이터 질의 처리 및 스트리밍 추론 시스템이 필요하다. 본 논문에서는 AI 모델을 학습하고 스트리밍 추론할 수 있는 빅데이터 질의 처리 시스템을 설계 및 구현한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.76-76
• /
• 2022

과거 2015년 파리협정 채택을 기점으로 전 세계는 산업화 이전 대비 지구 평균온도 상승폭을 1.5℃ 이하로 억제하기 위한 노력을 지속적으로 강조하였다. 기후변화 완화를 위한 가장 적극적인 해결책으로 탄소중립 사회 전환이 제시되고 있으며, 이를 실행하기 위해서는 각 부문별 구체화된 탄소중립 추진 계획 수립이 요구된다. 특히 국내에서는 기후기술 분야에 특화된 기술수준 정보가 부족하여 국가 정책 수립에 어려움이 있다. 기술개발을 위한 정책 수립 시에는 기후기술의 정량적인 수준을 고려한 정책 방향을 결정해야 하지만, 국내에는 기술에 대한 분석에 대한 사례가 미흡한 실정이다. 본 연구에서는 수자원 분야의 국가경쟁력을 분석하고 미래기술전략을 도출하기 위해 논문·특허정보를 기반한 정량평가(활동력, 기술력, 포트폴리오)와 미래기술 예측을 수행하였다. 수자원 분야 기술은 2017년 과학기술정보통신부가 승인한 45대 기후기술 분류체계를 기본으로 하며, 적응 부문에서 '물관리 기술'과 '기후변화 예측 및 모니터링 기술'을 대상으로 하였다. 분석을 위해 수자원 분야 기술을 주요 5개국(한국, 중국, 일본, 미국, EU) 대상으로 수행하였으며, 데이터 기간은 2009년부터 2020년까지 총 12년간이다. 기술의 미래예측하기 위해 Bass 모형, Logistic 모형, Gompertz 모형 등을 활용하였으며, 향후 기술을 전망하고자 한다. 본 분석에서 수행하는 수자원 분야 기술예측은 탄소중립 실현을 위한 미래사회에 대비하고, 기술개발에 대한 불확실성을 감소시킬 수 있을 것으로 기대된다.

• The Science & Technology
• /
• v.32 no.8 s.363
• /
• pp.80-81
• /
• 1999

서울대 전기공학부의 제어정보시스템 연구실에서 '시간지연이 있는 시스템의 예측제어에 관한 연구'를 진행하고 있는 킴 아카디박사는 러시아 과학기술대학 출신의 젊은 과학자이다. 서울대 제어정보시스템연구실과의 공동연구를 위해 97년 12월부터 한국에 머물고 있는 킴 아카디박사는 "한국정부가 러시아의 과학기술과 협력을 하기로 한 것은 장기적인 측면에서 매우 바람직한 일이다"고 환영하고 있다.

• The Science & Technology
• /
• v.29 no.1 s.320
• /
• pp.82-83
• /
• 1996

"우리나라처럼 부존자원이 부족한 나라에서는 연료비가 저렴한 원자력에너지 개발이 절실합니다." 원자력분야 차세대 스타로 인정받고 있는 한국과학기술원 장순흥교수는 원자력의 평화적 이용을 위해 분주한 나날을 보내고 있다. 특히 '저열유속, 저유량조건에서 액체금속의 임계열유속을 예측할 수 있는 이론모형'이란 논문을 발표해 학계의 관심을 끌고 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.313-315
• /
• 2023

본 논문에서는 ¹⁸F-FDG PET과 CT에서 추출한 영상인자를 이용하여 비소세포폐암의 전이를 예측하는 머신러닝 모델을 생성하였다. ¹⁸F-FDG는 종양의 포도당 대사 시 사용되며 이를 추적하여 환자의 암 세포를 진단하는데 사용되는 의료영상 기법 중 하나이다. PET과 CT 영상에서 추출한 이미지 특징은 종양의 생물학적 특성을 반영하며 해당 ROI로부터 계산되어 정량화된 값이다. 본 연구에서는 환자의 의료영상으로부터 image texture 프절 전이 예측에 있어 유의한 인자인지를 확인하기 위하여 AUC를 계산하고 단변량 분석을 진행하였다. PET과 CT에서 각각 4개(GLRLM_GLNU, SHAPE_Compacity only for 3D ROI, SHAPE_Volume_vx, SHAPE_Volume_mL)와 2개(NGLDM_Busyness, TLG_ml)의 image texture feature를 모델의 생성에 사용하였다. 생성된 각 모델의 성능을 평가하기 위해 accuracy와 AUC를 계산하였으며 그 결과 random forest(RF) 모델의 예측 정확도가 가장 높았다. 추출된 PET과 CT image texture feature를 함께 사용하여 모델을 훈련하였을 때가 각각 따로 사용하였을 때 보다 예측 성능이 개선됨을 확인하였다. 추출된 영상인자가 림프절 전이를 나타내는 바이오마커로서의 가능성을 확인할 수 있었으며 이러한 연구 결과를 바탕으로 개인별 의료 영상을 기반으로 한 비소세포폐암의 치료 전략을 수립할 수 있을 것이라 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.744-747
• /
• 2010

운율구 경계 예측은 TTS(Text-To-Speech) 엔진이 정확하고 자연스러운 음성합성을 하기 위해 꼭 필요한 기술이다. 하지만, 소프트웨어나 하드웨어적 자원을 많이 요구하는 기술이기 때문에 실행 환경의 제약을 많이 받는다. 본 논문에서는 소형 전자제품과 같이 제한된 환경에서도 안정적으로 실현되는 경량화 운율구 경계 예측 시스템의 개발 과정과 결과에 대하여 설명한다. 운율구 경계 예측 시스템의 필수 요소인 형태소 분석기의 경량화와 전통적인 규칙 기반 운율구 경계 예측 기술과 달리 품사 분석과 구문 분석이 필요하지 않은 운율구 경계 예측 기술을 소개한다.

• The Science & Technology
• /
• v.32 no.1 s.356
• /
• pp.24-25
• /
• 1999

21세기 세상의 모습은 어떻게 달라질까? 새로운 천년을 불과 1년 앞두고 독자들의 이런 저런 궁금증을 풀어 보기 위해 '21세기에 산다'라는 제목으로 새로운 기획물을 연재한다. 이 연재물에서는 새로운 세기에 우리의 의식주를 비롯하여 생활환경과 사회활동의 패턴이 변하는 모습을 미리 예측해 본다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.117-118
• /
• 2022

한국과학기술정보연구원(이하 KISTI)은 지난 13년 간 전사적으로 품질제고전략, 서비스만족전략, 이미지 제고전략 등 3대 고객만족 추진전략을 수립하여 체계적인 "고객만족경영시스템(CSM : Customer Satisfaction Management)"을 구축하고 이를 강화하기 위한 노력을 기울여 왔다. 본 연구의 목적은 순고객추천지수(Net Promoter Score:NPS)를 활용하여 과학기술지식인프라(ScienceON) 정보서비스를 경험한 500명의 의사결정자를 대상으로 과학기술정보서비스에 대한 고객 만족 및 고객충성도를 측정하였다. 특히 연구결과는 정량적인 측정모델(KCSI-ST)을 보완하고 고객만족도 수준에 따라 비추천 고객, 중립 고객, 추천 고객 등을 예측할 수 있는 모델이다. 이와 같은 고객의 긍정적이거나 부정적인 구전으로 급속도로 노출되는 환경에서 고객의 만족도를 분석함으로써 기관의 주요 서비스별 고객을 확보하는데 사전 예측자료로 활용될 수 있다고 본다.

• The Sea:JOURNAL OF THE KOREAN SOCIETY OF OCEANOGRAPHY
• /
• v.29 no.2
• /
• pp.101-115
• /
• 2024

The ocean heatwave is emerging as a major issue due to global warming, posing a direct threat to marine ecosystems and humanity through decreased food resources and reduced carbon absorption capacity of the oceans. Consequently, the prediction of ocean heatwaves in the vicinity of the Korean Peninsula is becoming increasingly important for marine environmental monitoring and management. In this study, an LSTM model was developed to improve the underestimated prediction of ocean heatwaves caused by the coarse vertical grid system of the Korean Peninsula Ocean Prediction System. Based on the results of ocean heatwave predictions for the Korean Peninsula conducted in 2023, as well as those generated by the LSTM model, the performance of heatwave predictions in the East Sea, Yellow Sea, and South Sea areas surrounding the Korean Peninsula was evaluated. The LSTM model developed in this study significantly improved the prediction performance of sea surface temperatures during periods of temperature increase in all three regions. However, its effectiveness in improving prediction performance during periods of temperature decrease or before temperature rise initiation was limited. This demonstrates the potential of the LSTM model to address the underestimated prediction of ocean heatwaves caused by the coarse vertical grid system during periods of enhanced stratification. It is anticipated that the utility of data-driven artificial intelligence models will expand in the future to improve the prediction performance of dynamical models or even replace them.