• 대한지리학회지
• /
• 제51권6호
• /
• pp.893-914
• /
• 2016

본 연구의 목적은 경주 양동마을의 지속가능발전을 주제로 탐구기반 야외조사활동 프로그램을 개발하고 현장적용 연구를 통해 프로그램을 평가하는 것이다. 효과적인 탐구기반 야외조사활동의 설계를 위해서는 탐구질문, 조사대상 지역, 모바일 테크놀로지의 역할, 학습활동 및 산출물 설계, 교사의 역할에 대한 이해가 중요하다. 양동마을은 2010년 세계문화유산으로 지정된 이후 급격한 변화를 겪고 있으며, 학생들은 양동마을에서 가옥의 변화를 조사하고, 주민들을 인터뷰하고, 마을에서 변해야 하는 것과 변하지 말아야 하는 것을 조사한다. 학생들의 야외 데이터 수집을 지원하기 위해 모바일 테크놀로지(예, Collector for ArcGIS)가 활용되었다. 프로그램은 2016년 2월 고등학교 답사동아리 학생들(N=21)이 참여해 현장적용 연구가 진행되었다. 학생들의 사전-사후활동, 야외에서의 데이터 수집활동이 관찰되었으며, 학생들이 수집한 데이터와 제작한 산출물을 분석하였다. 프로그램 참여를 통해 학생들은 양동마을에 대한 지식과 가치가 높아졌을 뿐 아니라 과정에 대해서도 만족과 즐거움을 표시했다. 모바일 테크놀로지의 활용은 탐구기반 야외조사활동에서 학습활동의 실제성을 높여주고, 학생들 간 협력을 원활하게 하며, 공유가 가능한 디지털 형태의 산출물 생산을 지원한다.

• 스마트미디어저널
• /
• 제6권3호
• /
• pp.89-94
• /
• 2017

기존의 지오펜스는 사용자의 관심 지역에 대한 가상의 영역을 설정하면, 설정된 영역에 대한 진/출입 상황인식 서비스만 제공한다. 최근 차세대 기술로서 주목받고 있는 커넥티드 카(Connected Cars)에 지오펜스 기술을 적용하면 추가적인 인프라 구축 비용 없이 응용 서비스가 가능하지만, 이를 위해선 기존 지오펜스의 기능을 확대하여 개선해야 한다. 본 논문에서는 커넥티드 카 기술을 지원하기 위해서 사전 연구된 모바일 3차원 지오펜스 시스템을 기반으로, 차량과 차량에 적용된 지오펜스 영역이 상황인식에 따라 반경이 변경되는 가변적인 모바일 지오펜스를 제안하고 구현한다. 제안된 가변적 모바일 지오펜스는 가변요인 분석에 의해 가변 결정 알고리즘을 적용한 후, 자신과 주변의 상황인식에 따라 지오펜스의 영역이 변경되는 것을 실험으로 나타낸다. 향후에는 본 논문에서 제안된 가변적인 지오펜스가 커넥티드 카 기술뿐만 아니라 안전하고 효율적인 차량 운행을 돕는 V2X(Vehicle to Everything)의 응용 기술로 활용될 것으로 전망한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2014년도 제50차 하계학술대회논문집 22권2호
• /
• pp.269-270
• /
• 2014

본 연구는 스마트폰에 내장된 다양한 영상촬영 기술들이 교육영상 제작에 활용되는 사례를 제작 과정을 중심으로 고찰한 것이다. 모바일이 용이한 스마트폰은 대용량 메모리와 다양한 애플리케이션을 갖추고 있기 때문에 영상 촬영이 가능하다. 본 연구를 통해 스마트폰이 사전기획에서 영상의 후반작업에 이르기까지 효과적으로 사용됨을 알 수 있었다. 현대인들의 애용품인 스마트폰은 이제 통화에서부터 교육콘텐츠 제작에 이르기까지 없어서는 안 될 필수품이 된 것이다.

• 정보보호학회논문지
• /
• 제26권1호
• /
• pp.187-196
• /
• 2016

안드로이드 애플리케이션은 악성코드를 삽입한 후 재서명하여 배포하는 리패키징 공격에 취약하다. 이러한 공격을 통해 사용자의 사생활 정보나 개인정보 유출 등의 피해가 자주 발생하고 있는 실정이다. 모든 안드로이드 애플리케이션은 사용자가 직접 작성한 메소드와 API로 구성된다. 이중 플랫폼의 리소스에 접근하며 실제 애플리케이션의 기능적인 특징을 나타내는 것은 API이고, 사용자가 작성한 메소드 역시 API를 이용하며 기능적 특징을 나타낸다. 본 논문에서는 악성 애플리케이션이 주로 활용하는 민감한 API들을 분석 대상으로 하여 악성애플리케이션이 어떤 행위를 하고, 어떤 API 를 사용하는지 사전에 식별할 수 있는 분석 기법을 제안한다. 사용하는 API를 토대로 API의 특성정보를 기반으로 나이브 베이즈 분류 기법을 적용하여 비슷한 기능을 하는 API에 대해 기계 학습하도록 한다. 이렇게 학습된 결과를 토대로 악성 애플리케이션이 주로 사용하는 API를 분류하고, 애플리케이션의 악성 위험 정도에 대한 정량적 판단 기준을 제시한다. 따라서, 제안 기법은 모바일 애플리케이션의 취약점 정도를 정량적으로 제시해 줌으로써 모바일 애플리케이션 개발자들이 앱 보안성을 사전에 파악하는데 많은 기여를 할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1309-1320
• /
• 2023

모바일 기기의 기술 발전과 대중화는 어디서든 사용자의 위치를 확인할 수 있으며 인터넷을 사용할 수 있도록 발전되었다. 그러나 실내의 경우 인터넷은 끊김없이 사용할 수 있지만 global positioning system (GPS) 기능은 활용하기 어렵다. 실내 공공장소인 백화점, 박물관, 컨퍼런스장, 학교, 터널 등 GPS가 수신되지 않는 음영 지역에서 실시간 위치정보 제공의 필요성이 증가하고 있다. 이에 따라 최근의 실내 측위 기술은 랜드마크 데이터베이스를 구축하기 위해 light detection and ranging (LiDAR) 장비를 기반으로 연구가 증가하고 있다. 본 연구에서는 랜드마크 데이터베이스 구축의 접근성에 초점을 두어 모바일 기기를 기반으로 랜드마크를 촬영한 단일 이미지와 사전에 구축된 랜드마크 데이터베이스 정보를 이용하여 사용자의 위치를 추정하는 기법을 개발하고자 하였다. 첫 번째로, 랜드마크 데이터베이스를 구축하였다. 랜드마크를 촬영한 모바일 이미지만으로 사용자 위치를 추정하기 위해서는 모바일 이미지에서 랜드마크 검출이 필수적이고, 검출된 랜드마크에서 고정적인 성격을 가진 지점의 지상좌표 취득이 필수적이다. 두 번째 단계에서는 bag of words (BoW) 영상 검색 기술을 적용해 랜드마크 데이터베이스 중 모바일 이미지가 촬영한 랜드마크를 유사한 4위까지 검색하였다. 세 번째 단계에서는 scale invariant feature transform (SIFT) 특징점 추출 기법과 Homography random sample consensus (RANSAC)을 통해 검색된 4개의 후보 랜드마크들 중 가장 유사한 하나의 랜드마크를 선정하였고, 이때 임계값 설정을 통해 정합점 수를 기반으로 한 차례 더 필터링을 수행하였다. 네 번째 단계에서는 대응된 랜드마크와 모바일 이미지간의 Homography 행렬을 통해 랜드마크 이미지를 모바일 이미지에 투사하여 랜드마크의 영역과 코너(외곽선)점을 검출하였다. 마지막으로, 위치추정 기법을 통해 사용자의 위치를 추정하였다. 해당 기술의 성능을 분석한 결과, 랜드마크 검색 성능은 약 86%로 측정되었다. 위치추정 결과와 사용자의 실제 지상좌표를 비교한 결과, 약 0.56 m의 수평 위치 정확도를 갖는 것이 확인되어 별도의 고가 장비 없이 랜드마크 데이터베이스를 구축하여 모바일 영상으로 사용자 위치 추정이 가능한 것을 확인하였다.

• 인지과학
• /
• 제21권4호
• /
• pp.459-480
• /
• 2010

대화 시스템은 사용자의 의도를 파악하기 위해 발화 문장으로부터 다양한 형태론적 분석을 시도한다. 하지만 사용자는 발화 문장에 포함된 사전적 의미를 통해 의도를 전달할 뿐만 아니라 현재 감정 상태에 따라서 사전적 의미와는 다른 의도를 표현하거나 동일한 의미를 갖는 발화에서 다양한 의도를 표현한다. 따라서 대화에서 사용자의 감정을 파악하는 것은 사용자의 의도를 다양한 방향으로 분석할 수 있게 한다. 본 연구는 기계 학습 방법을 사용하여 사용자 발화 문장에 자동으로 감정 범주를 할당하는 방법을 제안한다. 일반적 감정 범주를 정의하기 위해 세부적인 감정 모델로 인정받고 있는 Plutchick의 감정 모델을 사용하여 9개 감정 범주를 재 정의하고 감정 분류를 위한 자질 집합을 문장 자질과 선험적 자질 그리고 문맥 자질로 구분하였다. 실험을 통하여 3가지 자질들의 최적 조합을 구성하고 감정의 자동 분류를 위해 SVM 분류기를 사용하였다. 실험 결과에서 제안 시스템은 비교 시스템에 비해 15% 높은 62.8%의 F1-평가치 성능을 나타냄으로서 제안된 방법이 감정 분류에 효과적임을 증명한다.

• 한국통신학회논문지
• /
• 제34권9B호
• /
• pp.908-913
• /
• 2009

휴대 전화는 이제 우리의 일상생활에서 없어서는 안 될 중요한 가전 기기로 자리 잡았다. 이러는 와중에 휴대폰에서 사용하는 문자 메시지 사용량 역시 꾸준하게 증가하여 현재는 음성 통화 이용량의 1.5배에서 2배에 이르고 있다. 문자 메시지의 사용량이 증가함에 따라 스팸 문자 메시지도 따라서 증가하였는데 기존의 모바일 기기에서의 스팸 필터링 방식은 단순 문자열 비교나 특정 번호 차단과 같은 아주 기초적인 수준으로 스팸 메시지를 필터링하고 있는 실정이다. 본 논문에서는 SVM(Support Vector Machine)과 시소러스(thesaurus) 사전을 이용하여 좀 더 강력하고 적응적인 스팸 필터링 시스템을 제안하였다. 제안한 시스템은 샘플 문자 메시지로부터 전처리 기를 이용하여 문자 메시지 속에 담겨 있는 단어를 추출 한 후, 추출된 단어를 시소러스 사전을 이용하여 해당 의미가 가지는 대표 단어로 변경하였다. 변경된 단어들에서 카이 제곱 통계량을 계산하여 그 값이 높은 단어들을 특징 단어로 선정하였고 선정된 특징 단어들을 가지고 SVM 분류기로 학습을 진행하였다. 그 후 학습된 분류기를 이용하여 테스트 문자 메시지의 스팸 여부를 분류하였으며 평균 92%의 인식률을 보였다. 제안된 시스템은 PC에서 구현되어 있으며 실험을 통하여 그 성능을 확인하였다.

• 한국정보통신학회논문지
• /
• 제19권9호
• /
• pp.2073-2080
• /
• 2015

온라인에서 제품을 고르고 실질적인 구매는 오프라인에서 이루어지는 역 쇼루밍이 급격히 늘고 있다. 역 쇼루밍이 늘고 있다는 것은 이미지와 설명을 기반으로 한 인터넷 쇼핑몰의 사용자 분석에 한계가 있음을 의미한다. 따라서 대형 온라인 쇼핑몰은 고객 맞춤형 쇼핑정보를 제공하고 있으나, 단순히 고객이 검색하거나 구매한 상품을 나열하여 제공하여 준다. 따라서 사용자의 다양한 요구를 분석하고 적용할 수 있는 온라인 쇼핑몰이 필요하다. 본 논문에서는 새로운 니즈분석 시스템을 제안한다. 제안된 시스템은 사용자 정의 모듈과 후기 분석 모듈로 구성되어 있다. 전자는 두 개의 상품을 지정하고 개인별 사용자 선호도를 수집하며, 후자는 저장된 데이터베이스 사전을 이용하여 구매 상품의 후기를 분석한다. 구현된 시스템은 개별 사용자의 요구를 충족하는 상품을 추천할 수 있음을 보였다.

• 한국정보통신학회논문지
• /
• 제26권8호
• /
• pp.1248-1254
• /
• 2022

스쿨존에서 교통사고를 사전에 예방하려고 노력하고 있다. 하지만, 스쿨존 내 교통사고는 계속 발생하고 있다. 운전자가 어린이보호구역 내 상황 정보를 미리 알 수 있으면, 사고를 줄일 수 있다. 본 논문에서는 스쿨존 내 사각지대를 없애는 카메라, 사전 교통정보를 수집할 수 있는 번호인식 카메라 시스템을 설계한다. 차량속도 및 보행자를 인식하는 LIDAR 시스템을 개선하여 설계한다. 카메라 및 LIDAR에서 인식된 보행자 및 차량 영상 정보를 수집하고 가공하여, 인공지능 시계열 분석 및 인공지능 알고리즘을 적용한다. 본 논문에서 제안한 딥러닝으로 학습된 인공지능 교통사고 예방 시스템은, 스쿨존 진입 전 차량 내 모바일 장치에 스쿨존의 정보를 운전자에게 전달하는 강제 푸시서비스를 한다. 그리고 LED 안내판에 스쿨존 교통정보를 알람으로 제공한다.

• 한국전자거래학회지
• /
• 제27권1호
• /
• pp.1-13
• /
• 2022

인터넷, 모바일 등 네트워크 기술이 발전함에 따라 내외부 침입 및 위협으로부터 조직의 자원을 보호하기 위한 보안의 중요성이 커지고 있다. 따라서 최근에는 다양한 보안 로그 이벤트에 대하여 보안 위협 여부를 사전에 파악하고, 예방하는 이상징후 식별 알고리즘의 개발이 강조되고 있다. 과거 규칙 기반 또는 통계 학습에 기반하여 개발되어 온 보안 이상징후 식별 알고리즘은 점차 기계 학습과 딥러닝에 기반한 모델링으로 진화하고 있다. 본 연구에서는 다양한 기계 학습 분석 방법론을 활용하여 악의적 내부자 위협을 사전에 식별하는 최적 알고리즘으로 LSTM-autoencoder를 변형한 Deep-autoencoder 모형을 제안한다. 본 연구는 비지도 학습에 기반한 이상탐지 알고리즘 개발을 통해 적응형 보안의 가능성을 향상시키고, 지도 학습에 기반한 정탐 레이블링을 통해 기존 알고리즘 대비 오탐율을 감소시켰다는 점에서 학문적 의의를 갖는다.