• 스마트미디어저널
• /
• 제3권2호
• /
• pp.20-28
• /
• 2014

정보디자인에서 중요하게 다루고 있는 정보의 생성, 전달, 처리하는 문제는 인류의 발전 과정과 함께 진화해오고 있다 현대에는 빅데이터 등과 같이 방대하고 복잡하며 인위적인 형태의 정보가 주류를 이루고 있으며, 이 같은 정보를 어떻게 효과적으로 디자인 할 수 있는지에 대한 관심이 증대되고 있다. 본 연구는 방대하고 복잡한 정보를 사용자가 쉽게 지각하고 인지 할 수 있도록하기 위한 방안의 하나로서 자연물을 모티브로 한 시각화 기법에 관해 탐구하였다. 예로부터 자연은 인간의 많은 조형 활동에 영향을 주고 있다. 또한 자연물은 시각적으로 최적화된 형상을 지니며 제품디자인, 건축디자인 등과 같은 다양한 디자인분야에서 디자이너가 문제를 해결하기 위한 영감과 감성을 제공한다. 본 연구는 문헌연구를 통해 자연 물을 정보디자인에서 활용하기 위한 원리로서 '자연물의 구조적 원리'와 '자연물에 대한 관찰 및 분석 원리'를 제안하였다. 또한 이러한 2가지 원리를 정보디자인의 '시각적 재현요소'와 연결시켜서 자연 물을 모티브로 한 정보디자인 연구모형을 제시하였고 사례연구를 통해 그 가능성을 탐색하였다.

• 디지털융복합연구
• /
• 제12권3호
• /
• pp.255-261
• /
• 2014

디지털 카메라, 스마트폰, 타블렛과 같은 스마트 기기의 대중화와 소셜 네트워크 서비스를 통해서 사진과 같은 멀티미디어 데이터의 양이 빠르고, 급격하게 확산되고 있다. 사진 검색 방법은 키워드 기반의 검색 방법, 예제 기반의 검색 방법, 시각화 질의 기반의 검색 방법의 세 가지 분류될 수 있다. 이전에 연구된 사진 검색 기법은 일반 PC 환경에 최적화되었기 때문에 최근에 등장한 스마트 TV 환경에서 사진 검색하기 위한 방법으로 사용하는 것은 적합하지 않은 상황이다. 본 논문에서는 스마트 TV 환경에서 키넥트를 이용한 소셜 네트워크에 존재하는 사진 검색 시스템을 제안하였다. 이를 위해서 키넥트 센서를 사용하여 마우스의 컨트롤을 제어할 수 있도록 구현하였으며, 제안하는 시스템의 검색 결과는 임계값이 0.7일 때, 평균 재현율과 평균 정확도는 각각 81%, 80%의 성능을 보였다.

• 한국멀티미디어학회논문지
• /
• 제12권8호
• /
• pp.1055-1065
• /
• 2009

HDR(high dynamic range) 렌더링 기술은 다이내믹 레인지가 9 log unit이 넘는 휘도 범위의 일반 장면을 눈으로 보는 장면의 느낌과 최대한 유사하게 일반적인 영상매체에 출력이 가능하도록 8 bit해상도의 다이내믹 레인지로 변환하는 기술이다. 최근 가장 우수한 성능을 보이는 iCAM06 알고리듬은 iCAM (Image Appearance Modeling)과 CIECAM02를 토대로 만들어 졌으며, 기존 iCAM 모델에서는 제대로 고려하지 못한 공간 필터 링 (spatial filtering) 처리와 여러 시각현상을 고려 하여 설계하였다. 그러나 iCAM06 모델은 상당히 뛰어난 성능을 가지고 있음에도 불구하고 몇 가지 문제점을 가지고 있는데, 그 중의 하나가 사용자 설정 변수들이다. iCAM06에서 필요한 입력 변수들은 렌더링 영상에 큰 영향을 끼치지만, 실험적인 최적치로 결정되는 모호한 변수들이다. 본 논문에서는 iCAM06모델에서 사용되는 사용자 설정 입력 변수들에 대해 다양한 시조건이 고려된 최적의 값을 제공할 수 있도록 정량화된 수식을 제공하고, 또한 개선된 모델을 통하여 향상된 톤 압축의 가시성 결과를 다양한 조건에서의 HDR 영상으로 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제16권3호
• /
• pp.281-289
• /
• 2013

HDR (High Dynamic Range) 영상 렌더링을 위하여 다중 노출 영상 기반의 iCAM06 영상 재생 모델이 많이 사용되고 있다. iCAM06은 HDR 영상을 표현하기 위하여 여러 단계의 색 공간 변환 및 스케일 변환을 거치게 된다. 이러한 여러 단계의 변환 중에서 높은 휘도 범위의 영상을 낮은 휘도 범위를 갖는 디스플레이에 출력하기 위한 톤 압축 (tone compression) 과정이 반드시 필요하다. 하지만 iCAM06에서의 톤 압축 시 자극치 간섭 및 색 절단 (color clipping)으로 인한 색 왜곡 (color distortion)이 발생하는 단점이 있다. 따라서 본 논문에서는 톤 압축 과정에서 발생된 색 왜곡을 IPT (Image Processing Transform)공간에서의 색차 정보를 이용하여 색 보상 (color correction)을 하는 방식을 제안하였다. 실험 결과를 통하여 제안한 색 보상 방식이 iCAM06를 비롯한 기존의 개선된 모델보다 우수한 결과를 나타냄을 확인할 수 있다.

• 한국멀티미디어학회논문지
• /
• 제10권2호
• /
• pp.147-169
• /
• 2007

시맨틱 웹 서비스 탐색은 온톨로지의 개념으로 기술된 서비스와 사용자 요구 사항 간에 개념 간 매칭을 통해 서비스를 탐색하는 방법이다. 그러나 온톨로지의 개념은 해석하는 방법에 따라 서로 다른 의미로 이해될 수 있다. 기존 연구는 제한된 수준의 개념 해석 방식을 사용하고, 명확한 개념 기술 방법을 제공하지 않기 때문에 매칭 오류가 발생할 수 있다. 본 논문에서는 이러한 문제를 해결하기 위해 통합 개념 모델과 이를 적용한 웹 서비스 탐색 방법을 제안한다. 제안된 통합 개념 모델은 개념 타입, 클래스, 프로퍼티를 이용하여 기존 방법 보다 유연하고 명확한 개념 기술 방법을 제공한다. 또한 본 논문은 통합 개념 모델에 기반하여 기술된 서비스와 사용자 요구 사항 간에 매칭하는 방법을 제안한다. 이때 다대다 복합 매칭 을 지원하여 보다 정교한 서비스 탐색이 가능하다. 다양한 형태의 사용자 요구 사항에 대해 실험한 결과, 제안된 방법은 기존 연구보다 더 높은 정확률과 재현율을 보였다.

• 스마트미디어저널
• /
• 제10권2호
• /
• pp.70-75
• /
• 2021

디자인에 있어서 유사한 디자인들을 그룹핑하여 분류하는 것은 관리적인 측면에서 효율성을 높여주고 사용적인 측면에서는 편의성을 제공한다. 본 연구는 인공지능 알고리즘을 이용하여 텍스타일 디자인을 도트, 꽃무늬, 줄무늬, 그리고 기하학으로 4개의 카테고리로 분류하고자 하였다. 특히, 인공지능의 관점에서 분류의 근거가 되는 관심 영역을 찾아내고 설명할 수 있는 지를 탐색하였다. 총 4,536개의 디자인을 8:2의 비율로 무작위 추출하여 학습용 데이터 3,629개와 테스트용 데이터 907개로 구성하였다. 분류에 사용된 모델은 VGG-16과 ResNet-34로 두 모델의 꽃무늬 디자인에 대한 정밀도는 각각 0.79%, 0.89%이며, 재현율은 0.95%, 0.38%로 우수한 분류 성과를 보였다. LIME(Local Interpretable Model-agnostic Explanation) 기법을 이용하여 분석한 결과에 따르면, 기하학과 꽃무늬 디자인의 경우 도형과 꽃잎 부분이 분류의 근거가 되는 관심 영역으로 도출되었다.

• 스마트미디어저널
• /
• 제7권4호
• /
• pp.17-23
• /
• 2018

자동 띄어쓰기 특성을 효과적으로 처리할 수 있는 LSTM(Long Short-Term Memory Neural Networks) 기반의 RNN 모델을 제시하고 적용한 결과를 분석하였다. 문장이 길거나 일부 노이즈가 포함된 경우에 신경망 학습이 쉽지 않은 문제를 해결하기 위하여 입력 데이터 형식과 디코딩 데이터 형식을 정의하고, 신경망 학습에서 드롭아웃, 양방향 다층 LSTM 셀, 계층 정규화 기법, 주목 기법(attention mechanism)을 적용하여 성능을 향상시키는 방법을 제안하였다. 학습 데이터로는 세종 말뭉치 자료를 사용하였으며, 학습 데이터가 부분적으로 불완전한 띄어쓰기가 포함되어 있었음에도 불구하고, 대량의 학습 데이터를 통해 한글 띄어쓰기에 대한 패턴이 의미 있게 학습되었다. 이것은 신경망에서 드롭아웃 기법을 통해 학습 모델의 오버피팅이 되지 않도록 함으로써 노이즈에 강한 모델을 만들었기 때문이다. 실험결과로 LSTM sequence-to-sequence 모델이 재현율과 정확도를 함께 고려한 평가 점수인 F1 값이 0.94로 규칙 기반 방식과 딥러닝 GRU-CRF보다 더 높은 성능을 보였다.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.39-46
• /
• 2021

본 연구는 뉴스 기사에서 기사문을 구성하는 문장별 중요도를 고려하여 요약문을 추출하는 방법에 관한 것으로 문장 중요도에 영향을 주는 특성으로 중심 문장(Topic Sentence)일 확률, 기사 제목 및 다른 문장과의 유사도, 문장 위치에 따른 가중치를 추출하여 문장 중요도를 계산하는 방법을 제안한다. 이때, 중심 문장(Topic Sentence)은 일반 문장과는 구별되는 특징을 가질 것이라는 가설을 세우고, 딥러닝 기반 분류 모델을 학습시켜 입력 문장에 대한 중심 문장 확률값을 구한다. 또한 사전학습된 ELMo 언어 모델을 활용하여 문맥 정보를 반영한 문장 벡터값을 기준으로 문장간 유사도를 계산하여 문장 특성으로 추출한다. LSTM 및 BERT 모델의 중심 문장 분류성능은 정확도 93%, 재현율 96.22%, 정밀도 89.5%로 높은 분석 결과가 나왔으며, 이렇게 추출된 문장 특성을 결합하여 문장별 중요도를 계산한 결과, 기존 TextRank 알고리즘과 비교하여 중심 문장 추출 성능이 10% 정도 개선된 것을 확인할 수 있었다.

• 산업융합연구
• /
• 제19권6호
• /
• pp.49-57
• /
• 2021

디지털 사이니지와 다면 영상 시스템은 강한 몰입감으로 스토리와 정보를 전달하는 제4의 미디어로 사용되고 있다. 대형 디지털 사이니지에서 상영되는 콘텐츠는 주로 실사 영상보다는 컴퓨터 그래픽을 이용한 영상으로 제작되고 있다. 그 이유 중 하나는 콘텐츠 제작을 위해 촬영된 영상을 사용하려면 제작범위가 극히 제한적이고 고해상도 실사 촬영의 한계로 크고 넓게 구성된 디지털 사이니지 화면에서 고화질 재현에 무리가 많기 때문이다. 반면 영화 상영관 중앙에 있는 스크린과 좌, 우측 벽면을 스크린으로 활용한 Screen X와 Escape는 디지털 시네마용 카메라 3대로 실사 촬영하여 스티칭 작업 후 다면 영상 시스템을 갖춘 극장에서 실감 영상으로 상영되는데 관객들에게 많은 실감 체험을 주고 있다. 이번 연구는 Screen X의 다면 영상 촬영 제작기술과 크로마키 기법을 이용하여 고해상도로 촬영된 영상을 디지털 사이니지에서 화질 열화 없이 상영할 수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제22권7호
• /
• pp.548-562
• /
• 2022

본 연구는 글로벌 콘텐츠에 나타난 AI 윤리의 문제적 상황을 진단하고, 인간의 정체성을 강화하기 위한 담론이 무엇인지를 파악하고자 했다. 연구 진행을 위해 넷플릭스(Netflix) 오리지널 콘텐츠 <소셜딜레마>(The Social Dilemma)를 분석대상으로 선정했다. 연구방법은 서사분석을 채택했다. 분석결과 <소셜딜레마>는 전통적인 시사 다큐멘터리 구조를 보였으며, 이야기 전개를 위해 주로 전문가와 통계자료를 활용한 것으로 확인되었다. 미얀마 학살 사건, 가짜뉴스 전파 등 국내외 사례를 열거하며 콘텐츠 핵심 주장을 강화하기도 했다. 인물의 관계에서는 개발자와 미디어 기업, 이용자와 광고주 사이의 이항대립이 명확하게 드러났다. 해결책으로는 기업에 대한 강력한 규제와 소셜미디어의 이용 중단을 주장했다. 하지만, <소셜딜레마>는 AI 기술의 오남용을 지적하는 수준에 머무르며, 인간 고유의 정체성과 사회적 관계를 외면하는 서사를 구성했다. 이러한 결과는 AI 시대를 맞아 인간의 사회성과 관계성, 학습 능력의 중요성을 강조하는 콘텐츠의 필요성을 제기한다.