• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.1027-1030
• /
• 2013

근래에 OpenAPI의 구현 형태는 기존의 SOAP 기반 구현 방식에서 비교적 간단하고 가벼운 REST 방식으로 바뀌고 있다. 이러한 결과로 웹상에 이용 가능한 RESTful 웹 서비스들의 수가 급격하게 증가됨에 따라 적합한 리소스를 찾는 것은 매우 중요한 이슈로 대두되었다. 본 논문에서는 RESTful 웹 서비스를 개발할 때 생성되는 WADL 문서를 가지고 리소스를 효율적으로 발견할 수 있는 일련의 다단계 매칭 방법을 제안한다. 제안된 방법은 168개의 RESTful 웹 서비스 집합에 대한 실험을 수행하여 그 성능의 우수함을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.419-422
• /
• 2007

오늘날 컴퓨팅 환경은 점차 복잡해지고 있으며, 복잡한 환경을 관리하기 위해 많은 노력을 하고 있다. 이러한 관리를 좀 더 효율적으로 하기 위하여 환경에 스스로 적응하는 자가 치유에 관한 연구가 중요한 이슈가 되고 있다. 이러한 자가 치유를 하기 위해서는 추가적으로 리소스를 더 사용하게 된다. 우리의 이전 연구에서는 이러한 자가 적응 모듈이 사용하는 리소스를 줄여 성능을 향상시키고자 스위치를 이용하여 자가 적응 컴포넌트의 동작을 조절하는 방법을 제안하였다. 그러나 이러한 방법론은 자가 적응 모듈의 동작을 제어하기 위한 추상화(abstraction) 기법을 제공하지는 않는다. 또한 자가 적응모듈을 설계할 때 개발자가 이 방법론을 적용하기 위한 코드를 직접 작성해야 한다. 본 연구에서는 이전 연구를 확장하여 1) 목표 그래프를 통해 자가 적응 모듈의 동작 단계를 분석하고 2) 기술된 단계를 이용하여 단계별 동작 스위치를 자동 생성한다. 이러한 방법론을 통하여 자가 적응을 위해 추가로 사용해야 하는 리소스의 사용을 줄일 수 있으며, 개발자가 자가 적응 모듈의 성능 개선을 위한 코드를 작성하는 수고를 덜 수 있다. 본 논문에서는 평가를 위하여 비디오 회의 시스템 내의 파일 전송 모듈의 목표 그래프를 작성하였다. 이 목표 그래프를 기반으로 자가 적응 모듈의 성능을 개선할 수 있는 동작 스위치의 템플릿 코드를 생성한다. 이러한 과정을 통해 생성된 코드를 자가 적응 모듈에 적용하여 스위치가 제대로 동작함을 확인한다. 또한 동작 스위치를 적용하기 전과 적용한 후의 동시 동작 컴포넌트 수를 비교한다. 이를 통해 목표 그래프를 기반으로 생성된 코드가 자가 적응 모듈의 성능을 향상시킬 수 있음을 확인할 수 있었다.

• The Journal of Bigdata
• /
• v.7 no.1
• /
• pp.1-14
• /
• 2022

The proof-of-work consensus algorithm used by most blockchains is causing a massive waste of computing resources in the form of mining. A useful proof-of-work consensus algorithm has been studied to reduce the waste of computing resources in proof-of-work, but there are still resource waste and mining centralization problems when creating blocks. In this paper, the problem of resource waste in block generation was solved by replacing the relatively inefficient computation process for block generation with distributed artificial intelligence model learning. In addition, by providing fair rewards to nodes participating in the learning process, nodes with weak computing power were motivated to participate, and performance similar to the existing centralized AI learning method was maintained. To show the validity of the proposed methodology, we implemented a blockchain network capable of distributed AI learning and experimented with reward distribution through resource verification, and compared the results of the existing centralized learning method and the blockchain distributed AI learning method. In addition, as a future study, the thesis was concluded by suggesting problems and development directions that may occur when expanding the blockchain main network and artificial intelligence model.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2002.11a
• /
• pp.151-156
• /
• 2002

본 논문에서는 MPEG-21 프레임워크 기반 하에 방송용 멀티미디어 컨텐츠를 디지털아이템 선언에 의해 디지털 아이템을 생성하고 이를 소비하기 위한 시스템에 대해 제안하였다. 제안된 시스템은 디지털 아이템을 XML 문서로 생성하고, 이 생성된 디지털 아이템을 소비하기 위한 관련 Parser 모듈들, 브라우저 및 리소스와 관련 데이터 DB로 구성되어 있다. 제안된 시스템을 방송용 컨텐츠에 대해 적용하였으며, 디지털 아이템의 기술을 위해 국제 표준 규격인 PEG-7 MDS 기술자를 이용 적용하였다. 예상 가능한 사용자의 여러 환경 조건을 가상하여 다양한 미디어 리소스를 적용하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.165-166
• /
• 2023

게임 그래픽 제작 분야는 기술적 진보가 가속화 되어 가고 있는데 리소스 제작 도구의 다양한 출현과 개발자의 학습과 적절한 사용도 큰 몫을 담당하고 있다. 최근에 빠르게 발전하고 있는 분야인 AI기반의 콘텐츠 제작 도구가 게임 개발의 여러 영역에 다양한 영향을 줄 것으로 보인다. 그 중 비교적 개발 파이프라인에 빠르고 안정적인 도입이 가능한 AI 기반의 텍스쳐 자동 생성 도구를 기존에 사용하고 있는 텍스쳐 제작 도구와 비교 분석 해 보았다. 이를 통해 효과적인 텍스쳐 생성 프로세스 파이프라인 구축을 위해 AI 기반의 텍스쳐 자동 생성 도구의 적극적인 도입의 필요성과 함께 이후 연구의 방향을 제시한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.739-741
• /
• 2004

본 논문은 제어 구조의 표준으로 떠오르고 있는 OPC와 마이크로소프트사의 분산형 보안 서비스 개념(하부구조 서비스, 응용프로그램 지원 서비스)들을 사용하여 다양한 사용자에 대해서 차별화된 권한 구조를 제공할 수 있는 멀티 프로세스 컨트롤＆모니터링 모델을 제안한다. 멀티 프로세스 컨트롤＆모니터링 모델은 3-계층 구조(리소스, 로직, 그리고 프레젠테이션 계층)와 컴포넌트 개념을 기반으로 디자인하였기 때문에 엔터프라이즈 어플리케이션이 가지는 다양한 이점을 가질 수 있다. 리소스 계층은 다양한 OPC 기반 제어서버 시스템에서 제공하는 실시간 데이터(액세스 포인터 데이터) 및 저장 데이터들과 쉽고 유연하게 결합할 수 있으며, 로직 계층은 리소스 계층에서 제공하는 리소스들(실시간 및 저장 데이터)에 대한 보안 설정을 제공하고 실제, 가공, 가상 데이터 제공 및 생성하는 역할을 제공한다. 프레젠테이션 계층은 XML 기술을 사용하여 컨텐츠와 뷰를 분리하고 접속 기기들의 타입에 맞는 뷰를 동적으로 결합하여 제공함으로써 다양한 타입의 모니터링 기기들과 유연하게 결합하고 통합할 수 있는 이점을 갖는다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.537-540
• /
• 2007

본 논문의 목적은 인간과 시스템의 상호작용에 의한 컨텐츠 생성을 가능하게 함으로써 회의공간에서의 지식창조 프로세스를 지원하는데 있다. 회의에 있어서 발표자료는 기존의 조직이 보유 하고 있는 유형 지식인 컨텐츠 리소스들에 발표자의 지식이 더해진 산물로서 기존의 조직의 지식과 회의에서 창조되는 새로운 지식 사이의 가교역할을 담당한다. 본 논문에서는 R&D 회의를 대상으로 이러한 회의에서의 새로운 지식 창조의 기반이 되는 발표자료의 작성을 지원하는 적응형 컨텐츠 생성 시스템 (Adaptive Contents Generation System)을 제안하였다. 제안 시스템을 구현하기 위하여 먼저 기존의 조직이 가지고 있는 자원인 구성원 정보, 프로젝트 및 미팅 정보, 컨텐츠 리소스들을 체계적으로 관리하기 위한 Ontology를 구축하였다. 이렇게 구축된 Ontology를 기반으로 제안 시스템은 회의, 발표자, 참가자들의 상황과 생성되는 컨텐츠의 종류에 적합한 Fragment 들을 추출하고 이들을 하나의 컨텐츠로 구조화하여 사용자에게 제공한다. 또한 사용자가 시스템으로부터 생성된 컨텐츠를 수정하고 시스템은 이를 반영할 수 있는 환경을 제공함으로써 시스템이 가지고 있는 지식에 사용자 자신의 지식을 더하여 표현할 수 있도록 하였다. 본 논문은 시스템과 인간의 협업 작업에 의한 인간 기능의 확장뿐만 아니라 조직의 지식경영 및 효율적인 컨텐츠 관리를 지원하는 데에 그 의의를 둘 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.495-497
• /
• 2018

복합명사는 둘 이상의 명사가 결합된 명사로, 한국어는 무한한 복합명사 생성이 가능하며 기계번역, 정보검색 등 다양한 분야에서 시스템의 정확도를 향상시키는데 중요한 역할을 한다. 본 논문은 리소스 확장을 이용한 사전 기반 복합명사 분해기[1]의 후속연구로 한국어 복합명사 분해기를 총 2단계에 걸쳐 분해하는 시스템을 제안한다. 먼저 대용량 복합명사 입출력쌍 사전을 구축한 후 1단계 분해를 진행하며, 1단계에서 분해가 실패한 경우 2단계에서 자체 구축한 Unigram사전을 기반으로 복합명사 분해를 진행한다. 실험결과 97.4%의 정확률이 나왔으며 기존의 리소스확장을 이용한 방법론보다 5.6%의 성능향상을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.127-130
• /
• 2013

가상화 기술로 인하여 하나의 물리 서버에 하나 이상의 가상 머신을 만들 수 있게 되었으며, 이로 인해 비용적인 측면은 물론 리소스를 더욱 더 효율적으로 관리가 가능해졌다. 이에 따라 많은 기업에서 가상화 환경을 도입하고 있다. 그러나 하나의 물리 서버에만 가상 머신이 집중해서 생성된다면 리소스의 효율이 떨어 지게 된다. 따라서 가상화와 된 클라우드 시스템에 대한 모니터링 환경 구축이 필요하다. 이에 OpenStack을 사용하여 사적 클라우드를 구축한 후 Ganglia를 사용하여 각 가상 머신과 물리 서버의 시스템 및 리소스 현황에 대한 모니터링 환경을 보다 편리하게 구축하고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.19-24
• /
• 2023

자연어 처리 분야에서 데이터의 중요성이 더욱 강조되고 있으며, 특히 리소스가 부족한 도메인에서 데이터 부족 문제를 극복하는 방법으로 데이터 증강이 큰 주목을 받고 있다. 이 연구는 대규모 언어 모델(Large Language Model, LLM)을 활용한 키워드 기반 데이터 증강 방법을 제안하고자 한다. 구체적으로 한국어에 특화된 LLM을 활용하여 주어진 키워드를 기반으로 특정 주제에 관한 대화 내용을 생성하고, 이를 통해 대화 주제를 분류하는 분류 모델의 성능 향상을 입증했다. 이 연구 결과는 LLM을 활용한 데이터 증강의 유의미성을 입증하며, 리소스가 부족한 상황에서도 이를 활용할 수 있는 방법을 제시한다.