• 한국항해항만학회지
• /
• 제35권6호
• /
• pp.463-467
• /
• 2011

최근 선박의 안전운항에 대한 요구가 증가되면서, 국제해사기구에서는 SOLAS규정에 따라 선박의 다양한 정보를 제공하는 AIS의 의무 장착을 시행하고 있다. AIS장비는 선박의 자선 정보를 주변 선박 및 육상에 자동으로 브로드캐스팅방식으로 발신하고, 또한 주변 선박의 정보를 수신할 수 있는 장비이다. 최근에는 다양한 디스플레이 장치에 서비스를 제공하기 위한 시도가 진행되고 있으며, 특히 웹 응용을 이용하는 사례가 많아지고 있다. 본 논문에서는 이러한 웹 기반 응용에 대한 실현을 실험해보기 위해, 온라인 기반의 상용지도를 이용해 AIS 정보를 확인할 수 있는 디스플레이 시스템을 구현해 보았다. AIS수신 메시지 분석을 통해 주변 선박 정보를 분류하고, 상용지도는 구글 맵을 사용했으며, 디스플레이 처리를 위해서는 차세대 웹 표준인 HTML5 기술을 이용하였다.

• 한국산업정보학회논문지
• /
• 제25권5호
• /
• pp.91-102
• /
• 2020

사물인터넷(Internet of Things: IoT)은 다양한 사업자들이 같은 시장을 두고 경쟁하는 분야로, 서비스를 제공하는 사업자들의 주 사업영역 및 특성에 따라 제품의 기능과 성능 등의 차이가 존재한다. 본 논문은 감성분석을 통해 사업자의 특성에 따라 해당 사업자가 제공하는 서비스에 대한 만족도가 달라지는지를 평가한다. 이를 위해, 구글 플레이스토어에 등록된 국내외 사물인터넷 관련 서비스 중 스마트홈, AI스피커, 스마트카 3가지 영역의 총 41개의 애플리케이션에 대한 34,310건의 리뷰를 수집하고 단어 중요도 분석과 감성분석을 실시하였다. 리뷰분석은 키워드 중요도별, 서비스별, 사업자의 기존 사업영역별, 국내외 사업자별 등 다양한 차원에서 수행되었다. 분석결과, 이용자들의 사물인터넷 서비스에 대한 전반적인 평가는 낮은 것으로 파악되었고, 그나마 스마트홈이 다른 서비스 대비 상대적으로 높은 평가를 받았다. 제조업 기반의 사업자와 해외 사업자는 다른 특성의 사업자 대비 만족도가 높았다. 본 연구의 결과를 통해 개별 기업 차원에서 특성에 따른 서비스의 개선점을 찾고, 제품경쟁력을 제고하기 위한 시사점을 제공한다.

• 기술혁신학회지
• /
• 제22권2호
• /
• pp.265-281
• /
• 2019

경제가 성장하고 인터넷이 발전되면서 사람들의 경제형태와 소비는 많이 바뀌었다. 중국 알리바바 그룹은 모바일, 온라인, 오프라인, 인공지능을 결합한 플랫폼으로 약 28조의 매출을 창출하고 있다. 이는 1초에 약 25만건을 처리하는 수준이며, 2016년 대비 40% 증가했다. 이를 가능하게 한 핵심 기술은 소위 Data Technology라고 불리는 빅데이터와 클라우드 컴퓨팅이 융합된 기술이다. 기술의 발전속도에 비해 Data Technology에 관한 정확한 개념적 정의는 부족하다. 이에 본 논문은 빅데이터 분석기법인 TexTom을 활용하여 구글과 네이버의 최근 3개년(2015년 11월~2018년 11월) 신문기사를 데이터 마이닝 및 정제하여 'Data Technology' 키워드로 한정하여 관련 핵심 키워드를 도출하였다. 그 결과 빅데이터, O2O, 인공지능, 사물인터넷, 클라우드 컴퓨팅의 핵심 키워드 기술이 Data Technology와 관계가 있음을 알수 있었다. 본 연구의 분석결과는 향후 Data Technology 시대가 도래되면 참고할 수 있는 유용한 정보로 활용될 수 있다.

• 한국기록관리학회지
• /
• 제24권2호
• /
• pp.65-88
• /
• 2024

본 연구는 인공지능의 하위분야인 자연어 처리(NLP)의 개체명 인식(NER)을 통하여 기록에 내재된 메타데이터 값과 기술 정보를 추출하는 방안에 대한 시험적 연구이다. 연구 대상은 1960~1970년대에 생산된 구로공단 수기 기록물(약 1,200 쪽, 8만여 단어)을 대상으로 하였다. 디지털화를 포함하는 전처리 과정과 함께 기록 텍스트에 대해서 구글의 BERT 언어모델에 기반하여 구현되어 공개된 언어 API를 사용하여 개체명을 인식하였다. 그 결과로 구로공단의 과거 기록에 포함된 173개의 인명과 314개의 조직 및 기관 개체명을 추출할 수 있었고, 이는 기록의 내용에 대한 직접적인 검색어로 사용될 수 있다고 기대된다. 그리고 자연어 처리의 이론적 방법론을 반·비정형의 텍스트로 이루어진 실제 기록물에 적용할 때 발생하는 문제점을 파악하여 해결 방안과 고려해야 할 시사점을 제시했다.

• 인터넷정보학회논문지
• /
• 제21권3호
• /
• pp.123-131
• /
• 2020

인공지능 기술의 비약적 발전과 함께 사람의 언어를 다루는 자연어 처리 분야 역시 활발하게 연구가 진행되고 있다. 특히 최근에는 구글에서 공개한 언어 모델인 BERT는 대량의 코퍼스를 활용해 미리 학습시킨 모델을 제공함으로써 자연어 처리의 여러 분야에서 좋은 성능을 보이고 있다. BERT에서 다국어 모델을 지원하고 있지만 한국어에 바로 적용했을 때는 한계점이 존재하기 때문에 대량의 한국어 코퍼스를 이용해 학습시킨 모델을 사용해야 한다. 또한 텍스트는 어휘, 문법적인 의미만 담고 있는 것이 아니라 전후 관계, 상황과 같은 문맥적인 의미도 담고 있다. 기존의 자연어 처리 분야에서는 어휘나 문법적인 의미를 중심으로 연구가 주로 이루어졌다. 텍스트에 내재되어 있는 문맥 정보의 정확한 파악은 맥락을 이해하는 데에 있어 중요한 역할을 한다. 단어들의 관계를 이용해 연결한 지식그래프는 컴퓨터에게 쉽게 문맥을 학습시킬 수 있는 장점이 있다. 본 논문에서는 한국어 코퍼스를 이용해 사전 학습된 BERT 모델과 지식 그래프를 이용해 한국어 문맥 정보를 추출하는 시스템을 제안하고자 한다. 텍스트에서 중요한 요소가 되는 인물, 관계, 감정, 공간, 시간 정보를 추출할 수 있는 모델을 구축하고 제안한 시스템을 실험을 통해 검증한다.

• 한국산학기술학회논문지
• /
• 제22권3호
• /
• pp.268-278
• /
• 2021

사물인터넷(IoT), 빅데이터(Big data), 인공지능(AI), 사이버물리시스템(CPS) 등 4차 산업혁명을 견인하는 기술들이 발전/보편화되고 있다. 이 기술들을 응용하여 다양한 산업 현장에서 생산성, 경제성, 안전성 등을 향상하고자 하는 요구가 확산되고 있다. 디지털트윈은 이러한 요구를 충족시키기 위한 중요한 기술 트렌드로서, 그리고 한국판 뉴딜의 10 대 과제 중 하나로 주목 받고 있다. 본 연구에서 구글 웹 검색기를 사용하여 논문, 매거진, 보고서, 기타 문헌을 탐색하였다. 디지털트윈 응용분야에서 공간정보의 기여 내용(또는 역할)을 조사하기 위해 디지털트윈의 정의·국내외 기업별 기술동향, 제조업·플랜트·스마트시티에서 요구되는 디지털트윈의 구성 요소와 디지털트윈 구동을 위한 핵심기술을 조사하였다. 그리고 공간 관련 키워드인 Geospatial Information, Geospatial data, Location, Map, Geodata와 디지털 트윈 간 연계 문장이나 낱말을 탐색하여 공간정보의 기여내용을 정리하였다. 조사 결과, 공간정보는 단순히 사물-사물-사람-프로세스-데이터-제품을 연결하는 매개체로서의 역할 제공뿐만 아니라 신뢰성 높은 의사결정지원·연계융합·위치정보제공·프레임워크 등의 역할을 수행함으로 디지털트윈의 활용 가치 극대화에 기여할 수 있을 것으로 나타났다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.165-184
• /
• 2023

최근 구글의 BERT, OpenAI의 GPT 등, 언어모델(Language Model)을 사용한 비정형 텍스트 데이터에 대한 딥러닝(Deep Learning) 분석이 다양한 응용에서 괄목할 성과를 나타내고 있다. 대부분의 언어모델은 사전학습 데이터로부터 범용적인 언어정보를 학습하고, 이후 미세 조정(Fine-Tuning) 과정을 통해 다운스트림 태스크(Downstream Task)에 맞추어 갱신되는 방식으로 사용되고 있다. 하지만 최근 이러한 언어모델을 사용하는 과정에서 프라이버시가 침해될 수 있다는 우려가 제기되고 있다. 즉 데이터 소유자가 언어모델의 미세 조정을 수행하기 위해 다량의 데이터를 모델 소유자에게 제공하는 과정에서 데이터의 프라이버시가 침해될 수 있으며, 반대로 모델 소유자가 모델 전체를 데이터 소유자에게 공개하면 모델의 구조 및 가중치가 공개되어 모델의 프라이버시가 침해될 수 있다는 것이다. 이러한 상황에서 프라이버시를 보호하며 언어모델의 미세 조정을 수행하기 위해 최근 오프사이트 튜닝(Offsite Tuning)의 개념이 제안되었으나, 해당 연구는 제안 방법론을 텍스트 분류 모델에 적용하는 구체적인 방안을 제시하지 못했다는 한계를 갖는다. 이에 본 연구에서는 한글 문서에 대한 다중 분류 미세 조정 수행 시, 모델과 데이터의 프라이버시를 보호하기 위해 분류기를 추가한 오프사이트 튜닝을 적용하는 구체적인 방법을 제시한다. 제안 방법론의 성능을 평가하기 위해 AIHub에서 제공하는 ICT, 전기, 전자, 기계, 그리고 의학 총 5개의 대분야로 구성된 약 20만건의 한글 데이터에 대해 실험을 수행한 결과, 제안하는 플러그인 모델이 제로 샷 모델 및 오프사이트 모델에 비해 분류 정확도 측면에서 우수한 성능을 나타냄을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제20권1호
• /
• pp.163-169
• /
• 2020

최근 4차 산업혁명의 핵심기술인 인공지능, 빅데이터, 사물인터넷의 발전으로 산업 현장에서 가동되는 기계의 자동화 및 무인화에 대한 연구가 활발히 진행되고 있다. 이러한 공정 기계들은 부착된 다양한 센서들로부터 수집된 데이터를 기반으로 제어되고 이를 통해 공정이 관리된다. 만약 센서에 고장이 발생한다면 센서 데이터 이상으로 인해 자동화 기계들이 오작동함으로써 공정 손실 발생뿐만 아니라 인명피해로도 이어질 수 있다. 전문가가 센서의 이상 여부를 주기적으로 확인하여 관리하고 있으나 산업 현장의 여러 가지 환경요인 및 상황으로 인하여 고장점검 시기를 놓치거나 고장을 발견하지 못하여 센서 고장으로 인한 피해를 막지 못하는 경우가 발생하고 있다. 또한 고장이 발생하여도 즉각 감지하지 못함으로써 공정 손실을 더욱 악화시키고 있는 실정이다. 따라서 이러한 돌발적인 센서 고장으로 인한 피해를 막기 위해 자체적으로 임베디드 시스템에서 센서의 고장 유무를 실시간으로 파악하고 빠른 대응을 위해 고장 진단 및 유형을 판별하는 것이 필요하다. 본 논문에서는 대표적인 센서 고장 유형인 erratic fault, hard-over fault, spike fault, stuck fault를 분류하기 위해 딥 뉴럴 네트워크 기반의 고장 진단 시스템을 설계하고 라즈베리 파이를 활용하여 구현하였다. 센서 고장 진단을 위해 구글이 제안한 MobilieNetV2의 Inverted residual block 구조를 사용하여 네트워크를 구성하였다. 본 논문에서 제안하는 방식은 기존 CNN 기법을 사용한 경우보다 메모리 사용량이 줄고 성능이 향상되며, 입력 신호에 대해 구간별로 센서 고장을 분류하여 산업 현장에서 효과적으로 사용될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1749-1760
• /
• 2022

현대 사회는 갈수록 대형화되는 자연재해와 잦은 재난사고에 의한 인적·사회적 피해가 해마다 증가하고 있다. 난접근 지역이거나 접근 불능의 위험한 재난 현장을 인공위성이나 드론, 조사로봇과 같은 첨단 조사장비를 활용하여 신속하게 접근하고 유의미한 재난 정보를 적시적으로 수집·분석함으로써, 사전 예방·대비 대책 마련뿐만 아니라 적절한 재난 현장 대응 및 중장기적 복구 계획 수립 등 재난관리 전주기에 걸쳐 국민의 재산과 생명을 지킬 수 있는 중차대한 역할을 수행할 수 있다. 본 특별호에서는 지구 원격 관측 수단인 인공위성 기술뿐만 아니라 근거리 재난현장 관측센서가 탑재된 이동형 조사차량, 드론, 조사로봇 등 다양한 조사 플랫폼을 활용한 연구원의 재난관리 현업화 기술을 소개하고 있다. 주요 연구 성과로 구글어스 엔진을 활용한 수재해 피해 탐지와 중·장기적 시계열 관측, Sentinel-1 Synthetic Aperture Radar (SAR) 영상과 인공지능을 활용한 저수지 수체 탐지, 산불 재난시 주민 이동 패턴 분석과 재난안전 연구 데이터의 효율적인 통합 관리와 활용방안 연구성과를 소개하였다. 아울러, 접근 불능의 위험한 재난현장 조사시 드론, 조사로봇을 활용한 재난원인 과학조사 연구성과를 기술하였다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.27-65
• /
• 2020

많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.