• 한국산학기술학회논문지
• /
• 제11권12호
• /
• pp.5113-5119
• /
• 2010

인체측정학(Anthropometry)은 자동차, 가전제품, 의료기기 및 스포츠 용품 등 다양한 분야에서 소비자의 만족도와 사용 효율성을 최적화하기 위해 조사되고 연구되어 왔다. 하지만 아직까지 인체 측정 방식은 계측자를 이용한 직접측정 또는 스캐너나 디지털 측정기 등 고가의 장치에 의존적인 방법에서 벗어나지 못하고 있다. 따라서 본 연구는 사진으로부터 신체인식 알고리즘을 이용하여 신체사이즈를 자동으로 추출하고, 의류추천 및 자전거 피팅사이즈 서비스 등에 활용가능성을 제시한다. 이를 위해 Haar-like features와 AdaBoost 알고리즘을 이용하여 빠른 속도와 높은 정확도로 영상콘텐츠 내에서 신체 영역을 검출한다. 이후 AAM(Active Appearance Model)을 이용하여 특징점을 검출하고 도출된 측정치에 최적화된 상품을 추천하는 지능형 모듈 시스템을 구현하고 성능평가를 제시한다.

• 경영정보학연구
• /
• 제23권3호
• /
• pp.51-75
• /
• 2021

세계적인 전자상거래 기업들은 지속 가능한 경쟁력을 확보하기 위해 사용자 맞춤형 추천 서비스를 제공하고 있다. 기존 관련 연구에서는 주로 평점, 구매 여부 등 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하였다. 하지만 이와 같은 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하면 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 호텔을 이용한 사용자가 호텔 서비스, 청결 상태 등에 대하여 만족하지 못한다고 리뷰를 작성하였으나 선호도 평점 5점을 부여했을 때 정량적 선호도(평점)와 정성적 선호도(리뷰)가 불일치한 문제가 발생할 수 있다. 따라서 본 연구에서는 정량적 선호도 정보와 정성적 선호도 정보가 일치하는지를 확인하고 이를 바탕으로 선호도 정보가 일치하는 사용자를 바탕으로 새로운 프로파일을 구축하여 개인화 추천 서비스를 제공하고자 한다. 리뷰에서 정성적 선호도를 추출하기 위해 자연어 처리 관련 연구에서 널리 사용되고 있는 CNN, LSTM, CNN + LSTM 등 딥러닝 기법을 사용하여 감성분석 모델을 구축하였다. 이를 통해 사용자가 작성한 리뷰에서 정성적 선호도 정보를 정교하게 추출하여 정량적 선호도 정보와 비교하였다. 본 연구에서 제안한 추천 방법론의 성능을 평가하기 위해 세계 최대 여행 플랫폼 TripAdvisor에서 실제 호텔을 이용한 사용자 선호도 정보를 수집하여 사용하였다. 실험 결과 본 연구에서 제안한 추천 방법론이 기존의 정량적 선호도만을 고려하는 추천 방법론보다 우수한 추천 성능을 나타냄을 확인할 수 있었다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2008년도 춘계 종합학술대회 논문집
• /
• pp.484-488
• /
• 2008

유비쿼터스 시대에는 다양하고 수많은 컴퓨팅 자원들이 곳곳에 존재한다. 이런 유비쿼터스 환경에서 분산되어져 있는 자원들을 공유하는 연구가 최근 많이 진행되어져 왔다. 하지만 이런 연구들은 사용자의 상황과 취향을 고려하지 않은 문제점을 가지고 있다. 따라서 본 논문에서는 사용자의 상황을 고려한 사용자 맞춤 자원 공유 시스템을 제안한다. 제안한 시스템은 사용자의 스케줄 정보와 시간, 위치 정보와 같은 컨텍스트 정보를 이용하여 사용자의 상황을 인지하며 자원에 대한 사용자 선호도를 가중치 기반으로 적용하여 사용자 맞춤형 자원을 추천해준다. 본 논문에서는 회의 시나리오를 통해 제안한 상황인지 기반 사용자 맞춤 자원 공유 시스템을 검증한다.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.116-123
• /
• 2021

온라인 패션 시장의 빠른 성장과 이로 인한 온라인 선택의 확대로 인해 소비자들은 더욱 개인화된 추천 서비스에 대해 요구가 커지고 있음에도 불구하고 판매자는 수많은 소비자를 개별적으로 직접 대응할 수 없다는 문제점이 있다. 소비자의 이러한 개인화 니즈를 충족시키는 방안으로 이미지에 대한 태깅이 이루어지고 있으나 사람이 태깅하는 경우 사람마다 태깅이 매우 주관적으로 이뤄지고 있고 인공지능 태깅은 단어가 매우 제한적으로 사용자의 니즈를 충족시켜주지 못하고 있다. 이러한 문제를 해결하기 위해 인공지능으로 이미지에 포함된 제품의 형태, 속성, 감성 정보를 인식하고 이러한 정보를 코드화하고 코드의 조합으로 그 이미지가 가지고 있는 모든 정보를 나타낼 수 있는 알고리즘을 설계하였다. 이 알고리즘을 통해서 지금까지 획득이 불가능했던 패션 이미지의 감성, 패션 이미지가 표현하는 TPO 정보 등 이미지가 가지고 있는 다양한 정보를 실시간으로 획득하는 것이 가능하게 되었다. 이러한 정보를 기반으로 소비자의 취향을 분석하는 단계에서 넘어가 소비자의 취향에 당시의 유행, TPO 정보까지 결합하는 초개인화된 의류 추천이 가능해진다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.2-5
• /
• 2022

딥러닝의 등장과 ICT(Information and Communication Technology)의 급속한 발전으로 정치, 경제, 문화 등 사회의 다양한 분야에서 인공지능을 활용한 연구가 활발히 진행되고 있다. 딥러닝 기반 인공지능 기술은 자연어 처리, 영상 처리, 음성 처리, 추천 시스템 등 다양한 영역으로 세분화된다. 특히, 산업이 고도화됨에 따라 시장 동향 및 개인의 특성을 분석하여 소비자에게 추천하는 추천 시스템의 필요성이 점점 더 요구되고 있다. 이러한 기술 발전에 발맞추어, 본 논문에서는 딥러닝 기반 '언어처리지능' 과 '영상처리지능'의 기술개발을 통해 정형 또는 비정형 텍스트 및 이미지 빅데이터로부터 속성 정보를 추출 추출하고, 분류하여 패션시장의 트랜드나 신규소재 등을 분석하고 소비자의 취향 분석을 통하여 '시장-소비자' 인사이트를 발굴하여, 스타일 추천, 가상 피팅, 및 디자인지원 등이 가능한 인공지능 기반 '맞춤형 패션 어드바이저' 서비스 통합 시스템을 제안한다.

• 한국인터넷방송통신학회논문지
• /
• 제23권6호
• /
• pp.199-208
• /
• 2023

국민건강보험공단에 따르면 불규칙한 식습관, 스트레스, 운동 부족 등의 요인으로 젊은 당뇨 환자가 2017년 대비 2021년에 3,564,059명으로 24.3% 증가 추세를 보였다. 모든 연령층에서 증가 중인 당뇨병은 약물치료, 규칙적인 운동, 식사요법 관리가 필요하다. 이 중 식사요법은 적절한 열량 및 균형 잡힌 3대 영양소 섭취를 필요로 하므로 매우 체계적인 관리가 필요하다. 현재 당뇨 식단 추천은 개인 정보, 건강 정보, 사회적, 문화적 측면을 고려하여 식단을 제안하지만, 건강 정보에 대한 다중 변수를 고려하지 않은 부분이 미흡하다. 이에 본 논문은 당뇨병 환자의 라이프로그 데이터를 이용한 식단 추천 시스템을 제안하여 데이터 다중 변수를 고려해 개인의 건강 상태에 따른 맞춤형 식단을 추천하고자 한다.

• 디지털융복합연구
• /
• 제19권2호
• /
• pp.357-363
• /
• 2021

일반적으로 사람들은 외출 시 실시간 날씨 및 기온 등을 참고하여 입고 나갈 의류를 선택하게 된다. 그러나 개인이 실시간 날씨 정보, 자신의 체감 온도 정보 등을 활용하여 자신이 소장한 의류 중에서 알맞은 의류를 선택하는 것은 어려운 일이다. 이러한 문제를 도와주기 위해 개발된 기존의 의류 추천 시스템들은 의류 범주가 명확하게 설정되어 있지 않고, 사용자가 소지하고 있지 않은 의류를 추천하는 문제점이 있다. 또한 사용자별 체감 온도를 고려하지 않아 사용자에게 적절하지 못한 의류를 추천하는 경우가 발생한다. 이러한 문제점들을 해결하기 위하여 본 연구에서는 사용자가 소장하고 있는 의류에 대해 의류 범주를 결정하여 등록하고, 사용자별 체감 온도와 실시간 날씨 정보를 함께 고려하여 개인별 맞춤형 의류를 추천하는 시스템을 개발하였다. 날씨 정보의 경우, 단순한 기온, 풍향 등의 기상 정보만이 아니라 온도 민감도를 이용하여 개인별 체감 온도에 따른 의류를 추천하였다. 본 시스템을 평가하기 위해 대학생 65명을 대상으로 만족도 조사를 실시하였다. 그 결과 추천된 의류에 대해 만족한다는 의견이 80%를 차지하여 본 시스템의 만족도는 양호한 것을 확인할 수 있었다. 따라서 본 시스템을 사용할 경우, 개인별 체감 온도를 반영하여 개인이 소장한 의류를 기반으로 추천받게 됨으로써 실생활에서 활용도가 매우 높을 것으로 기대된다.

• 정보와 통신
• /
• 제32권11호
• /
• pp.12-20
• /
• 2015

최근 의학 기술이 눈부시게 발전함에 따라 사람들은 수명이 연장되고 삶의 질 향상에 많은 관심을 가지게 되었다. 더욱이 혁신적인 디지털 기술 발전과 함께 다양한 웨어러블 기기와 수많은 헬스케어 어플리케이션이 출시되고 있으며, 이들은 어떻게 하면 개인의 성향이나 체질에 잘 맞는 맞춤형 (개인화) 서비스를 제공할 수 있을 것인가에 관심을 두고 진화하고 있다. 따라서 IoT 환경의 일상생활에서 입력되는 센서 데이터의 수집, 처리, 가공 기술, 일상 행위 및 라이프 스타일 인지, 지식 획득 및 관리 기술, 개인화 추천서비스 제공, 프라이버시 및 보안을 통합적으로 지원할 수 있는 프레임워크 개발에 대한 요구가 증대되고 있다. 이에 본 고에서는 저자가 개발중인 개인 맞춤 건강 및 웰니스 서비스를 제공하는 마이닝 마인즈 프레임워크를 소개한다. 마이닝 마인즈는 현존하는 최신 기술의 집약체로 개인화, 큐레이션, 빅 데이터 처리, 클라우드 컴퓨팅의 활용, 다양한 센서 정보의 수집과 분석, 진화형 지식의 생성과 관리, UI/UX를 통한 습관화 유도 등 다양한 요소를 포함한다. 그리고 건강 및 웰니스 프레임워크 요구사항 분석을 통해 마이닝 마인즈가 이러한 요구를 충족시킬 수 있으며, 개발된 프로토타입을 통해 개인화 서비스의 발전 가능성을 입증하고 향후 나아가야 할 방향을 제시한다.

• 공업화학
• /
• 제21권3호
• /
• pp.301-305
• /
• 2010

본 연구에서는 도금전처리 공정에서 사용되는 다양한 조성의 맞춤형 알칼리계 탈지제를 개발하고, 탈지제의 수명을 예측함으로 효율을 높임과 동시에 공정품의 불량을 줄이고자 하였다. 알칼리계 탈지제는 침지형 탈지제로 NaOH, $Na_2CO_3$, $Na_2SiO_3$, SLS 등을 일정비율로 첨가하여 제조하였으며, 제조된 탈지제의 성능평가를 위해 알칼리계 탈지액의 온도를 $40{\sim}50^{\circ}C$로 설정하여 30~40 min 동안 오염된 철 시편을 넣은 후 오염물을 제거하였다. 오염물이 제거된 시편은 물방울 맺힘실험과 Hull-cell 도금분석을 통해 탈지제의 성능 및 수명을 확인하였다. 최적 탈지제의 조성은 NaOH (30 g/L) + SLS (6.0 g/L) + $Na_2SiO_3$ (2.0 g/L) + $Na_2CO_3$ (40 g/L)을 추천할 수 있으며, 물방울맺힘 실험과 Hull-cell 도금 분석 결과 최적 탈지조건은 $50^{\circ}C$, 35 min인 것으로 나타났다.

• 문화기술의 융합
• /
• 제10권5호
• /
• pp.667-671
• /
• 2024

공직자로서의 바람직한 가치관 확립과 공직의 전문성 향상을 위해 공무원의 직무 전문교육이 강조되고 있다. 만족도 높은 맞춤형 직무교육을 제공하기 위해 만족도에 영향을 미치는 요인을 분석한 연구들이 제안되고 있으나, 교육 내용을 활용하여 만족도를 예측한 연구는 부족한 실정이다. 따라서 본 연구는 교육 내용을 함께 고려해 공무원 직무 전문교육 만족도를 예측하는 딥러닝(Deep Learning) 모델을 제안한다. 제안 방법은 공무원 전문 교육과정 정보데이터를 활용한다. 우선 문자형으로 수집된 변수인 교육 대상, 교육 구분, 교육 형태를 원-핫 인코딩(One-hot Encoding)으로 카테고리화(Categorized)한다. 교육을 통해 학습할 수 있는 내용이 문자형으로 저장된 교육 내용을 TF-IDF(Term Frequency-Inverse Document Frequency)으로 수치화한다. 이를 딥러닝 기반의 회귀 모델로 학습하고, 10-겹 교차 검증(10-Fold Cross Validation)으로 모델의 성능을 검증한다. 본 연구의 제안 모델은 테스트 데이터에서 99.87%의 높은 예측 정확도를 보인다. 향후 본 연구를 고려한 맞춤형 교육 추천은 교육 대상에 최적화된 교육을 제공 및 개선하는 데에 도움이 될 것으로 기대한다.