• 문화기술의 융합
• /
• 제4권4호
• /
• pp.31-36
• /
• 2018

광 산업은 국가 경제 활성화에 지대한 영향력을 갖고 있으며, IT기술의 발전은 관광객의 특성, 행위, 구매 성향, 관심사 등에 기반한 개인 프로파일 정보 및 위치정보, 활동정보 등의 수집과 분석이 가능해졌다. 이를 구현하기 위해 융합형 스마트관광 정보 서비스 플랫폼 구현은 3단계로 나누어 비지니스 모델 개발, IoT & 빅데이터 통합관리 시스템, 빅데이터 알고리즘 개발 및 분석 플랫폼 개발로 완성된다. 플랫폼 및 알고리즘의 원천기술은 오픈소스를 채택하고 그 기반위에 서비스 요소를 확장한 후, 지역을 연계한 Test-Bed 실증 시험을 통해 문제점을 보완하는 과정을 진행하게 된다. 이 플랫폼을 활용하면 다양한 정보를 통합적으로 분석하여 관광객별 맞춤화된 서비스를 제공할 수 있는 스마트관광 환경이 가능해진다. 또한 지역중심의 스마트관광 생태계 조성을 통해 관광 목적지 주민의 삶을 개선하고 지역 재생과 일자리 창출에도 기여할 수가 있을 것이다.

• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1121-1128
• /
• 2022

본 논문에서는 일상생활 마이크에 원하는 정보를 입력했을 때 스피커를 통해 그에 대한 정보를 출력하는 스마트 미러를 제작하였다. 스마트 미러의 화면은 LCD 모니터를 사용하여 아크릴판이 결합하여 있는 액자에 하프미러를 붙여 디스플레이를 제외한 공간에는 빛이 투과되지 않도록 하여 거울 기능을 할 수 있게 만들었다. 소프트웨어 구성 중 Raspbian을 이용하여 시스템 환경을 구축하였다. 기본 메뉴는 실제 기능적인 부분에 있어서 사용되는 거울을 통해 다양한 정보를 제공할 수 있는 스마트 미러를 라즈베리 파이를 이용하여 개발하였다. 개발된 스마트 미러는 시간, 날씨, 구글 캘린더, 유튜브 음악, 웹브라우저 검색 기능 등의 다양한 정보를 제공하며, 핸드폰 무선 충전도 가능하게 하드웨어를 제작하였다. 기존의 스마트 미러는 미리 입력된 데이터 혹은 GUI 기능만 수행할 수 있었다면 본 논문의 스마트 미러는 'Google Assistant'를 연동하여 기존의 설정한 기능뿐만 아니라 알고리즘 검색을 활용하여 웹사이트 정보를 제공한다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권10호
• /
• pp.865-878
• /
• 2017

인간의 건강한 삶을 실현하기 위하여, 정신적, 육체적, 환경적 요인이 지속적이고 안정적으로 관리되어야한다. 인간건강을 안정적이고 효율적으로 관리하기 위해서 21세기 보건의료분야는 ICT기술과 지속적 상호작용 및 융합이 필수적으로 요구되어왔다. 이러한 시대적 요구는 이종(heterogeneous)기술의 결합으로 융합(fusion)기술을 창출했고, 의료기술과 ICT기술의 융합을 통해서 개인맞춤형 치료환경이 조성되며, 다양한 웨어러블 디바이스 개발로 ICT융합 모바일 건강의료 서비스가 발전되고 있다. 이러한 이종기술의 결합은 ICT융합 헬스케어시스템의 복잡도(complexity)를 기하급수적으로 상승시켜서, 다양한 기술적, 제도적, 환경적, 문화적 이슈와 문제들을 발생시키고 있다. 본 연구는 ICT 헬스케어 기술에 대해 과거부터 현재까지 이어지는 발전현황을 조명하고, 주요한 국내외 헬스케어 기술 및 정책 이슈들을 발굴하고, 최종적으로 이러한 과제들을 해결하기 위한 헬스케어 로드맵과 향후 발전방향을 제안한다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.131-145
• /
• 2020

산업혁신의 흐름에 발맞추어 다양한 분야에서 활용되고 있는 IoT 기술은 빅데이터의 접목을 통한 새로운 비즈니스 모델의 창출 및 사용자 친화적 서비스 제공의 핵심적인 요소로 부각되고 있다. 사물인터넷이 적용된 디바이스에서 누적된 데이터는 사용자 환경 및 패턴 분석을 통해 맞춤형 지능 시스템을 제공해줄 수 있어 편의 기반 스마트 시스템 구축에 다방면으로 활용되고 있다. 최근에는 이를 공공영역 혁신에 확대 적용하여 CCTV를 활용한 교통 범죄 문제 해결 등 스마트시티, 스마트 교통 등에 활용하고 있다. 그러나 이미지 데이터를 활용하는 기존 연구에서는 개인에 대한 사생활 침해 문제 및 비(非)일반적 상황에서 객체 감지 성능이 저하되는 한계가 있다. 본 연구에 활용된 IoT 디바이스 기반의 센서 데이터는 개인에 대한 식별이 불필요해 사생활 이슈로부터 자유로운 데이터로, 불특정 다수를 위한 지능형 공공서비스 구축에 효과적으로 활용될 수 있다. 대다수의 국민들이 일상적으로 활용하는 도시철도에서의 지능형 보행자 트래킹 시스템에 IoT 기반의 적외선 센서 디바이스를 활용하고자 하였으며 센서로부터 측정된 온도 데이터를 실시간 송출하고, CNN-LSTM(Convolutional Neural Network-Long Short Term Memory) 알고리즘을 활용하여 구간 내 보행 인원의 수를 예측하고자 하였다. 실험 결과 MLP(Multi-Layer Perceptron) 및 LSTM(Long Short-Term Memory), RNN-LSTM(Recurrent Neural Network-Long Short Term Memory)에 비해 제안한 CNN-LSTM 하이브리드 모형이 가장 우수한 예측성능을 보임을 확인하였다. 본 논문에서 제안한 디바이스 및 모델을 활용하여 그간 개인정보와 관련된 법적 문제로 인해 서비스 제공이 미흡했던 대중교통 내 실시간 모니터링 및 혼잡도 기반의 위기상황 대응 서비스 등 종합적 메트로 서비스를 제공할 수 있을 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제17권1호
• /
• pp.23-33
• /
• 2016

현재의 스마트 조명은 센서를 통해 사용자의 행위와 위치를 판별한 후 현재 상황에 적합한 조명 환경이 서비스되도록 구성되어 있다. 이러한 센서 기반의 상황인식 기술은 현재까지 단일 사용자만을 고려할 뿐 여러 사용자들의 다양한 상황 발생과 충돌을 해석하기 위한 연구는 미흡하다. 기존 연구에서는 상황충돌을 해결하기 위한 방법론으로 퍼지이론 및 ReBa 등의 알고리즘을 사용해 왔다. 이는 사용자들이 위치한 공간을 여러 영역으로 구분한 후 각 구역별로 서비스를 제공함으로써 발생 가능한 상황충돌의 기회를 회피할 뿐 개인 선호도 기반의 상황충돌 해석이 가능한 맞춤형 서비스 유형으로 볼 수 없다. 본 논문에서는 여러 사용자에게 다양한 상황이 동시 발생되어 서비스 충돌에 직면할 때, 상황의 유형에 따라 부여된 우선순위를 기준으로 서비스를 결정하는 우선순위 기반 다중 상황충돌 해석이 가능한 LED 조명제어시스템을 제안한다. 본 연구에서는 주거환경을 'Living Room', 'Bed Room', 'Study Room', 'Kitchen', 'Bath Room'의 5개 구역으로 구분하고 여러 명의 사용자를 대상으로 각 구역 내에서 발생 가능한 상황들을 'exercising', 'doing makeup', 'reading', 'dining', 'entering' 등 총 20가지로 정의한다. 시스템은 온톨로지 기반 모델을 이용하여 사용자의 다양한 상황을 정의하고 규칙기반의 룰 및 추론엔진을 통해 사용자 중심의 조명환경을 서비스한다. 또한 동일 공간 및 동일 시점에 사용자들 간의 다양한 상황충돌 이슈를 해결하기 위해 사용자 집중력이 요구되는 상황을 최우선으로 정하고, 동일한 우선순위를 가진 상황일 경우 시각적 편안함을 차선으로 순위를 부여하여 충돌 발생 시 서비스 선택의 기준으로 활용한다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.95-108
• /
• 2011

인터넷 비즈니스의 활성화에 따라서 기업은 고객의 인물정보 및 거래정보를 활용하여 보다 맞춤화된 개인화 서비스를 제공하고 있다. 기존의 고객군별 예측기법은 유사한 고객들을 군집화하여 고객군별로 예측모델을 수립하는 것으로, 구매가 많고 충성도가 높은 핵심고객에게 요구되는 일대일 서비스를 제공하는 데는 한계가 있다. 반면 일대일 고객별 예측기법은 각 고객에게 고도로 맞춤화된 서비스를 제공하지만, 과거 구매이력이 많지 않은 고객 이나 신규 고객에게는 정확한 개인화 서비스를 제공하지 못한다. 본 연구는 고객의 구매빈도에 따라서 유사 고객들과의 군집화 수준을 동적으로 조정하는 새로운 지능형 개인화 시스템을 제안한다. 제안된 시스템은 과거 구매가 많은 고객들에 대해서는 일대일 예측모델을 수립하지만, 구매 빈도가 낮은 고객의 경우 다른 고객들과의 최적화된 군집화를 통해 예측모델을 수립한다. 본 기법을 Neilsen의 음료수 구매 데이터셋에 적용하여 고객의 일회 구매금액 및 구매품목을 예측한 결과, 기존 두 예측기법들에 비하여 적정한 계산비용(computational cost)으로 더욱 정확한 개안화 서비스를 제공할 수 있음을 확인하였다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.167-183
• /
• 2023

최근 추천시스템 분야에서는 희소한 데이터를 효과적으로 모델링하기 위한 다양한 연구가 진행되고 있다. GLocal-K(Global and Local Kernels for Recommender Systems)는 그중 하나의 연구로 전역 커널과 지역 커널을 결합하여 데이터의 전역적인 패턴과 개별 사용자의 특성을 모두 고려해 사용자 맞춤형 추천을 제공하는 모델이다. 하지만 GLocal-K는 커널 트릭을 사용하기 때문에 매우 희소한 데이터에서 성능이 떨어지고 부가 정보를 사용하지 않아 새로운 사용자나 아이템에 대한 추천을 제공하는 데 어려움이 있다. 본 논문에서는 이러한 GLocal-K의 단점을 극복하기 위해 EASE(Embarrassingly Shallow Autoencoders for Sparse Data) 모델과 부가 정보를 활용한 GEase-K(Global and EASE kernels for Recommender Systems) 모델을 제안한다. 우선 GLocal-K의 지역 커널 대신 EASE를 활용하여 매우 희소한 데이터에서 추천 성능을 높이고자 하였다. EASE는 단순한 선형 연산 구조로 이루어져 있지만, 규제화와 아이템 간 유사도 학습을 통해 매우 희소한 데이터에서 높은 성능을 내는 오토인코더이다. 다음으로 Cold Start 완화를 위해 부가 정보를 활용하였다. 학습 과정에서 부가 정보를 추가하기 위해 조건부 오토인코더 구조를 적용하였으며 이를 통해 사용자-아이템 간의 유사성을 더 잘 파악할 수 있도록 하였다. 결론적으로 GEase-K는 선형 구조와 비선형 구조의 결합, 부가 정보의 활용을 통해 매우 희소한 데이터와 Cold Start 상황에서 강건한 모습을 보인다. 실험 결과, GEase-K는 매우 희소한 GoodReads, ModCloth 데이터 세트에서 RMSE, MAE 평가 지표 기준 GLocal-K 보다 높은 성능을 보였다. 또한 GoodReads, ModCloth 데이터 세트를 4개의 집단으로 나누어 실험한 Cold Start 실험에서도 GLocal-K 대비 Cold Start 상황에서 좋은 성능을 보였다.

• 방송공학회논문지
• /
• 제12권3호
• /
• pp.230-241
• /
• 2007

최근 디지털, 다매체, 다채널 방송환경으로 변화함에 따라 새로운 방송매체를 이용한 재난경보방송에 대한 기대와 요구가 증가하고 있다. 본 논문의 목적은 T-DMB를 전송매체로 하는 재난경보방송 표준 설계를 위한 서비스 요구사항의 도출이다. 이를 위해, 우선 재난 전반에 대한 중요 개념 및 재난경보방송 시스템에 대해 정의하고, 기존에 시행된 재난경보방송 시스템 및 이를 위한 표준을 분석한다. 다음으로 재난경보방송 서비스의 분류 방법을 제시하고, 각 서비스의 유형별 특성을 분석한다. 요구사항 도출을 위한 마지막 단계로, 재난경보 전달매체로서의 T-DMB 서비스 특성을 분석하여, T-DMB의 장점과 최적의 서비스를 위해 해결해야 할 문제점을 파악한다. 이와 같은 재난경보방송 서비스에 대한 체계적인 분석을 활용하여, 마지막으로 서비스 요구사항을 도출한다. 시청 중인 프로그램의 중단 없이, 위치맞춤형 및 자동재난경보서비스, 범용/특수 재난경보방송 서비스를 지원하고, 데이터서비스 채널을 사용하는 재난메시지전송방식을 위한 서비스 요구사항을 제시하고, 이에 대한 배경에 대해 설명한다. 본 논문의 내용은 추후 타 디지털 방송매체를 위한 재난경보방송 시스템 및 표준 설계를 위한 요구사항 분석에 활용할 수 있을 것이다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.287-310
• /
• 2022

인공지능의 등장으로 과학기술 분야 뿐만 아니라 산업의 고도화가 가속화되고 있다. 기업은 인공지능 기술의 효과적인 도입을 통한 지능형 제품 개발로 고객 경험 혁신 및 가치 창출을 실현하고자 한다. 그러나 지능형 제품은 인공지능과 같은 급진적인 기술을 기반으로 하는 제품의 특성상 기존 제품과 개발 방식에 있어 차이를 나타내며, 기존 제품 개발 방법론을 그대로 적용하기에 명확한 한계가 존재한다. 본 연구에서는 차량용 음성비서를 예시로 기업들의 성공적인 지능형 신제품 개발을 위한 KANO-TOPSIS 기반의 새로운 연구 방법을 제안한다. 먼저 KANO 모델을 통해 고객들이 신제품에 필요하다고 생각하는 기능을 선별 및 평가하고, TOPSIS를 통해 고객들이 필요로 하는 기능의 중요도를 구해 신제품 개발을 위한 새로운 기능의 우선순위를 도출한다. 분석을 위해 차량 상태 확인 및 기능 제어 요소, 주행 관련 요소, 음성비서 자체의 특성, 인포테인먼트 요소, 일상생활 지원 요소 등 주요 카테고리를 선정 및 고객 요구속성을 세분화하였으며, 분석 결과, 높은 인식 정확도가 차량용 음성비서 개발에 있어 최우선으로 고려되어야 할 요소로 나타났다. 운전자의 생체 정보, 사용 습관 등에 맞춤화된 콘텐츠를 제공하는 인포테인먼트 요소는 예상과 달리 낮은 우선순위를 나타낸 반면 차량 상태 알림, 주행 보조 및 보안 등 운전자의 안전과 관련된 기능들은 보다 우선적으로 개발되어야 할 요건으로 밝혀졌다. 본 연구는 KANO와 TOPSIS를 결합한 우수한 모델을 통해 혁신적인 지능형 신제품의 특성에 맞는 새로운 제품 개발 방법론을 제시했다는 점에서 의의가 있다.

• 산경연구논집
• /
• 제1권1호
• /
• pp.33-41
• /
• 2010

정보기술의 발달은 CRM분야의 혁신을 가져왔고 많은 기업들은 CRM기술혁신 분야에 투자하여 개별고객가치에 의한 차별화된 고객관리가 가능하게 됨으로써 장기고객의 지속적 확보와 비용절감효과를 얻고자 하였다. 기업들은 경쟁력 확보를 위한 전략적 도구로서 정보기술을 이용한 차별화된 서비스를 제공하지 않으면 고객과의 관계 형성이 어려워 경쟁우위를 달성할 수 없게 되었다. 이러한 측면에서 고객에 대한 맞춤형 재화와 서비스의 제공이 필수적인 것이 되었으며, 기업 내 모든 자원이 전사적으로 통합관리되는 전사적 자원관리(ERP)시스템과 과학적이고 체계적으로 고객정보를 활용할 수 있도록 설계된 고객관계관리(CRM)시스템은 기업의 경쟁력 강화를 위해 반드시 갖추어야 할 시스템이라고 할 수 있다. 본 연구는 한국 금융기관에서 실행되고 있는 CRM의 문제점과 개선방안을 제시하는데 목적을 두고 CRM의 이론적 배경을 살펴보고 현재 금융기관의 CRM 구축상황을 분석하여 개선방안을 제시하였다.