• 기록학연구
• /
• 제13호
• /
• pp.41-90
• /
• 2006

전자기록 시대를 맞아 여러 유형의 생산시스템에서 만들어지는 다양한 전자기록을 일관된 방식으로 입수하여 보존관리하면서 이용자들이 기록의 존재를 쉽게 검색할 수 있게 하고 원하는 내용을 배부해줄 수 있는 유연하면서도 안정적인 전자기록관리시스템을 설계하는 것이 필요하게 되었다. 전자기록관리시스템 설계의 가장 기본이 되는 것이 바로 보존관리되는 과정에서의 기록의 구성과 구조라고 할 수 있다. 이 논문은 3-레이어 접근방식에 따라 전자기록의 개념적 구성과 논리, 물리적 구조를 설계하는 과정을 설명하고 있으며, 이 과정에서 3-레이어 접근방식의 유용성을 보여주고 있다. 이 논문은 디지털 정보객체의 장기보존을 위한 참조모델인 OAIS의 정보 모델을 벤치마킹하여 보존패키지(AIP) 개념을 기록에 적용한 '기록AIP'의 구성과 구조에 대해 논의한다. 개념 레이어에서는 기록AIP를 구성하는 요소들을 메타데이터의 그룹을 식별해내는 작업이 핵심이며 특히 OAIS 정보모델을 통해 기록정보의 서비스를 위해 필요한 메타데이터 그룹을 기록AIP의 구성에 필수적으로 포함해야 한다는 것을 강조하고 있다. 논리 레이어에서는 보존전략(마이그레이션과 에뮬레이션)이 기록AIP의 구조에 미치는 영향과 기록AIP를 인캡슐레이션할 것인지 여부에 따른 구조에 대해 논의한다. 이 논문은 현재의 수준에서 사용할 수 있는 정보통신 기술과 각종 표준을 기준선으로 하여 기록AIP를 어떻게 구성하고 구조화할 수 있는지 논의를 정리하고 있다.

• 산업융합연구
• /
• 제20권12호
• /
• pp.195-202
• /
• 2022

지하공간정보지도 관리 시스템은 지하공간의 다양한 지하시설물을 3D 메쉬 데이터로 통합하고, 모바일 환경에서 지하시설물의 3D 이미지와 위치를 확인할 수 있도록 지원한다. 그러나 모바일 환경에서 실행되는 일정 지역 안에는 다양한 지하시설물이 존재할 수 있고 층층히 겹쳐 보일 수 있어서 모바일 환경에서 실행하는데 시간이 오래 걸리는 문제가 있다. 본 논문에서는 가시성에서 문제가 되지 않는 범위 내에서 3D 메쉬 데이터의 정점의 개수를 줄여서 데이터의 크기를 줄임으로써 모바일 환경에서 실행 시간을 줄일 수 있는 방법으로 딥러닝 기반 K-means 정점 클러스터링 알고리즘을 제안한다. 첫번째로 우리가 제안하는 방법은 딥러닝 Encoder-Decoder 기반의 모델을 통하여 정재된 정점의 특징 정보를 얻고, 두번째로 특징 정보를 K-means 정점 클러스터링을 통하여 서로 비슷한 정점끼리 묶어서 단순화를 하였다. 실험결과 제안한 방법으로 다양한 지하시설물들의 정점을 30%까지 줄였을 때, 이미지 모형이 약간의 변형은 발생하였지만 사라지는 부분은 없어서 모바일 환경에서 확인하는데 문제가 없었다.

• 경영과정보연구
• /
• 제36권1호
• /
• pp.115-141
• /
• 2017

본 연구는 최근 지속적으로 주목 받고 있는 사물인터넷 중 공공 부문에 대한 핵심적인 기술수용요인을 찾고자 한다. 기존연구에서는 사물인터넷은 디지털 시스템을 작동하기 위해 인간의 개입이 거의 관여하지 않는 반면 사람에게 전달하는 많은 산출물(정보)을 제공한다는 점에서 전통적으로 사용해 온 디지털 시스템과 매우 다르다고 정의하고 있다. 일반적으로 전통적인 디지털 시스템은 사람이 주체이지만, 사물인터넷은 디지털 시스템을 작동하기 위하여 인간이 객체가 되는 것이다. 다시 말하면, 사물과 사물간의 네트워크만을 가지고도 디지털 시스템을 작동하게 할 수 있다는 것을 말한다. 결국 이러한 장점들이 그 기능을 발휘하여 공공부문에서 사물인터넷을 통하여 사회적 비용을 상당히 줄이는 성과도 최근 보고된바 있다. 그러나 이러한 많은 사물인터넷의 강점에도 불구하고 사물인터넷에 대한 사용자의 기술수용요인을 구체적으로 밝힌 연구는 거의 없다. 이는 사물인터넷의 개발 시에 목적성에만 부합하면 된다는 개념을 말하고 있다. 만약 이러한 목적 부합적인 개발에만 집중하게 되면, 사용자가 어떤 기술을 사용하고 있는지 구체적인 이유에 대하여 간과하게 되어 향후 사용자들은 지속적 사용을 거부할 수 있다는 것을 의미한다. 이에, 본 연구에서는 1986년부터 2003년까지 기술수용모델에 대한 도입, 확인, 확장, 정교화의 4단계 과정을 거친 검증모형을 활용하여 공공부문에 사물인터넷 개발 시에 반드시 반영해야 할 요인들을 사용자들로부터 찾고자 한다. 본 연구결과를 요약하면, 공공사물인터넷의 결과에 대한 설명력이 가장 중요한 요인으로 유일하게 지각된 사회적 유용성과 사용용이성에 영향을 주는 것으로 나타났다. 결국 사용자에게 사용에 대한 긍정적 태도를 확보한 경우 지속사용의도를 긍정적 영향을 미치는 것을 알 수 있다. 본 연구의 시사점을 정리하면, 공공사물인터넷 서비스가 제공될 때는 결과에 대하여 사용자가 쉽게 이해할 수 있으며, 사람과 사물이 그리고 사람 간에 그 결과에 대하여 상호소통이 가능해야 함을 의미한다. 이는 현재 제공 되고 있는 공공 사물인터넷에 결과에 대한 이해를 위해 사용자 노력이 많이 필요하다는 것을 말한다.

• 기록학연구
• /
• 제25호
• /
• pp.3-46
• /
• 2010

전자기록관리는 수많은 사회적 기술적 요소가 상호작용하는 하나의 시스템이다. 신뢰받는 상태를 계속 유지하기 위해 전자기록관리기관은 감사와 인증의 정규적인 수행이 필요할 것이다. 이에 따라 개별 전자기록관리기관에서는 스스로의 신뢰도를 지속적으로 평가해보는 도구로 사용할 수 있고 스스로의 환경과 시스템을 자체 평가하여 부족한 부분도 파악할 수 있게 하는 도구의 필요성이 생겼다. 본 연구의 목적은 OAIS 참조모형(ISO 14721)과 영국 UKDA와 TNA의 자가진단보고서, TRAC 및 DRAMBORA 등 4개 표준과 국제모범사례를 분석하고, MoReq2와 현행 국내 법령 및 표준 등을 종합, 분석하여 자체인증도구를 개발하고자 하는 것이었다. 본 연구에서는 이 인증도구의 개발과정과 전체적인 틀을 기술함으로써, 타 기관에서도 기관의 특성에 따라 이러한 도구를 개발하고 자체적으로 활용할 수 있는 개발방법론을 제시하고자 하였다. 본 연구의 진행 결과, (기관) 운영관리, 분류체계 및 기준정보 관리, 입수, 등록 기술, 저장 보존, 처분, 서비스, 검색도구 제공, 시스템 관리, 접근통제 보안, 모니터링 감사증적 통계, 위험관리 등 총 12개 영역으로 진단영역이 확정되었다. 설정된 12개 영역 각각에 대해 각 영역별로 프로세스 맵 또는 기능차트 등을 만들고 업무기능을 분석한 후, 영역별 주요 업무기능 단위를 중심으로 구성된 54개의 '평가지표'가 도출되었다. 각 평가지표 별로 실제 자가진단을 시행할 수 있는 측정 가능하고 증빙이 가능하도록 작성한 208개의 '평가세부지표'를 도출하였다. 본 연구의 결과물로 생성된 이 지표는 전자기록관리기관의 감사인증도구로 사용될 수 있어, 기관 스스로 정기적으로 자가진단을 실행하는 데에 활용함으로써, 발견된 미비점을 보완하고 향후 기관의 발전 전략에 반영할 수 있다.

• 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.