• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권3호
• /
• pp.59-70
• /
• 2021

최근 사물인터넷의 발전으로 사용자 주변 상황을 인지하여 맞춤형 서비스를 제공하는 상황인지 시스템에 대한 관심이 증가되고 있다. 기존의 상황인지 시스템은 사용자 주위에서 생성되는 데이터를 분석하여 사용자 주변 상황을 표현하는 상황 정보로 추상화하는 기술이 사용되었다. 하지만 증가하는 사용자의 서비스 요구 사항에 따라 다양한 종류의 비정형 데이터의 사용이 증가하고, 사용자 주변에서 수집되는 데이터의 양이 많아지면서 비정형 데이터의 처리와 상황인지 서비스의 제공에 어려움이 있다. 이러한 사항은 딥러닝 응용에서 비정형 구조의 입력 데이터가 많이 사용되는 데서 찾아볼 수 있다. 기존 연구에서는 에지 컴퓨팅 환경에서 다양한 딥러닝 모델을 활용해 비정형 데이터를 상황 정보로 추상화하는 연구가 진행되었으나, 수집-전처리-분석 등과 같은 추상화 과정 간의 종속성으로 인해 제한된 종류의 딥러닝 모델만이 적용 가능하기 때문에 시스템의 기능적 확장성이 고려되어야 한다. 이에 본 논문은 에지 컴퓨팅 환경에서 딥러닝 기술을 활용한 비정형 데이터 추상화 과정의 기능적 확장성을 고려한 비정형 데이터 추상화 방법을 제안한다. 제안하는 방법은 데이터 처리가 분산되어 있는 에지 컴퓨팅 환경에서 수집과 전처리 과정을 수행할 수 있는 팻 클라이언트 기술을 사용하여 추상화 과정의 수집-전처리 과정과 분석 과정을 분리하여 수행하는 것이다. 또한 분리된 추상화 과정을 관리하기 위해 수집-전처리 과정을 수행하는 데 필요한 정보를 팻 클라이언트 프로파일로 제공하고, 분석 과정에 필요한 정보를 분석 모델 설명 언어(AMDL) 프로파일로 제공한다. 두 가지 프로파일을 통해서 추상화 과정을 독립적으로 관리하여 상황인지 시스템의 기능적 확장성을 제공한다. 실험에서는 차량 출입 통제 알림 서비스를 위한 차량 이미지 인식 모델을 대상으로 팻 클라이언트 프로파일과 AMDL 프로파일의 예제를 통해 시스템의 기능적 확장성을 보이고, 비정형 데이터의 추상화 과정별 세부사항을 보인다.

• 한국산업보건학회지
• /
• 제32권1호
• /
• pp.78-88
• /
• 2022

Objectives: To develop the smart sensor to protect worker's health from chemical exposure by adopting ICT (Information and Communications Technology) technologies. Methods: To develope real-time chemical exposure monitoring system, IoT (Internet of Things) sensor technology and regulations were reviewed. We developed and produced smart sensor. A smart sensor is a system consisting of a sensor unit, a communication unit, and a platform. To verify the performance of smart sensors, each sensor has been certified by the Korea Laboratory Accreditation Scheme (KOLAS). Results: Chemicals (TVOC; Total Volatile Organic Compounds, Cl₂: Chlorine, HF: Hydrogen fluoride and HCN: Hydrogen cyanide) were selected according to a priority logic (KOSHA Alert, acute poisoning statistics, literature review). Notifications were set according to OEL (occupational exposure limit). Sensors were selected based on OEL and the capabilities of the sensors. Communication is designed to use LTE (Long Term Evolution) and Wi-Fi at the same time for convenience. Electronic platform were applied to build this monitoring system. Conclusions: Real-time monitoring system for OEL of hazardous chemicals in workplace was developed. Smart sensor can detect chemicals to complement monitoring of traditional workplace environmental monitoring such as short term and peak exposure. Further research is needed to expand the scope of application, improve reliability, and systematically application.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권2호
• /
• pp.67-72
• /
• 2022

최근 인공지능을 활용한 다양한 지능형 응용서비스 개발이 활발히 진행 중이다. 특히, 제조 산업 현장에서는 인공지능 기반 실시간 예측서비스 연구가 활발히 진행 중이며 이중 화재 및 악취를 감지·예측할 수 있는 인공지능 서비스에 대한 요구가 매우 높다. 하지만 기존 감지·예측시스템은 화재 및 악취 발생 예측이 아닌 발생 후 감지 서비스가 대부분이다. 이는 인공지능 기반 예측서비스 기술이 적용되어 있지 않기 때문이다. 또한, 화재 예측 및 악취 감지·예측서비스는 초저지연 특징을 가진 서비스이다. 따라서 초저지연 예측서비스를 제공하기 위해 엣지 컴퓨팅 기술이 인공지능 모델과 결합되어 클라우드에 비해 빠른 추론 결과를 현장에 빠르게 적용할 수 있도록 개발 중이다. 따라서 본 논문에서는 제조 산업 현장에서 가장 많이 요구되는 화재 예측 및 악취 감지·예측에 사용할 수 있는 LSTM 알고리즘 기반 학습모델을 제안한다. 또한, 제안하는 학습모델은 엣지 다바이스에 구현이 가능하도록 설계하였으며 사물인터넷 단말로부터 실시간 센서데이터를 수신하고 이 데이터를 추론 모델에 적용하여 화재 및 악취 상태를 실시간으로 예측할 수 있도록 제안한다. 제안된 모델은 3가지 성능 지표를 통해 학습모델의 예측 정확도를 평가하였으며 평가 결과는 평균 90% 이상 성능을 보였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제6권10호
• /
• pp.373-382
• /
• 2016

우리나라의 농업은 사계절의 뚜렷함으로 기후의 영향을 받아 온실과 같은 시설을 이용하여 작물을 재배하는 농업이 발전하고 있다. 점차 첨단 기술의 농업으로 발전하고 있지만 아직 여러 자연 재해에 취약한 점이 나타나고 있다. 이러한 문제로 본 논문에서는 농업인의 고충을 줄이기 위해 폭설이나 풍해로 인한 작물 생산 및 시설 유지를 위한 비닐 회전을 이용하여 비닐하우스 제설 및 복구 시스템을 설계 하였다. 본 논문에서는 온실의 실시간 피드백 제어를 위한 기본 연구로써, 자체 기술력을 바탕으로 개발된 무선 IoT 센서 시스템 및 시설원예 관리 시스템을 결합하여, IoT 장치를 통한 적설량 및 바람의 세기를 평가하고자 하였다. 기존 비닐하우스 제설 시스템의 경우 온수를 분사하여 제설하거나 기존 시설의 구조를 새롭게 하여 피해를 방지하였지만 본 논문에서는 비닐하우스의 실질적 외관인 비닐을 회전함으로 적설된 눈을 치우거나 파손 부위를 복구함으로 피해를 복구한다. 이를 위하여 본 논문에서는 먼저 MEMS 소자 및 무선 통신 모듈 기반의 무선 IoT 센서 유닛, 실시간 응답 측정이 가능하도록 운영 프로그램 등을 개발하였다. 이로 인하여 기존의 노동력 절감과 작물 성장의 피해를 막아 효율적인 시설 운영에 도움을 주게 될 것이다.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.205-218
• /
• 2022

최근 제조업에서의 디지털 전환이 가속화되고 있다. 이에 따라 사물인터넷(internet of things: IoT) 기반으로 현장 데이터를 수집하는 기술의 중요성이 증대되고 있다. 이러한 접근법들은 주로 각종 센서와 통신 기술을 활용하여 특정 제조 데이터를 확보하는 것에 초점을 맞춘다. 현장 데이터 수집의 채널을 확장하기 위해 본 연구는 비전(vision) 인공지능 기반으로 제조 데이터를 자동 수집하는 방법을 제안한다. 이는 실시간 영상 정보를 객체 탐지 및 추적 기술로 분석하고, 필요한 제조 데이터를 확보하는 것이다. 연구진은 객체 탐지 및 추적 알고리즘으로 YOLO(You Only Look Once)와 딥소트(DeepSORT)를 적용하여 프레임별 객체의 움직임 정보를 수집한다. 이후, 움직임 정보는 후보정을 통해 두 가지 제조 데이터(생산 실적, 생산 시간)로 변환된다. 딥러닝을 위한 학습 데이터를 확보하기 위해 동적으로 움직이는 공장 모형이 제작되었다. 또한, 실시간 영상 정보가 제조 데이터로 자동 변환되어 데이터베이스에 저장되는 상황을 재현하기 위해 운영 시나리오를 수립하였다. 운영 시나리오는 6개의 설비로 구성된 흐름 생산 공정(flow-shop)을 가정한다. 운영 시나리오에 따른 제조 데이터를 수집한 결과 96.3%의 정확도를 보였다.

• 법제연구
• /
• 제53호
• /
• pp.177-211
• /
• 2017

빅데이터(Big Data), 사물인터넷(Internet of Things), 인공지능(Artificial Intelligence)과 같은 새로운 ICT 기술과 서비스가 등장하고 발전해가는 과정에서 이와 같은 새로운 혁신이 가져올 미래의 변화상을 4차 산업혁명(Fourth Industrial Revolution)이라고 부르고 있다. 이러한 4차 산업혁명이발전하여 변화하게 될 우리의 미래는 데이터 기반 사회 혹은 경제라고할 수 있고, 그 중심에 개인정보가 있기 때문에 개인정보보호법제를 어떻게 정비할 것인가에 따라서 개인정보의 보호라는 측면과 개인정보의 활용을 통한 경제의 발전에 서로 다른 영향을 줄 수 있다. 4차 산업혁명을주도하고자 하는 우리나라의 입장에서 개인정보의 활용도 포기할 수 없는 법익임과 동시에 개인정보로부터 보호하고자 하는 개인의 법익 또한포기할 수 없는 중요한 법익이다. 따라서 양자를 조화시키기 위하여 합리적인 방향으로의 개인정보보호법제의 전환이 필요하다. 이러한 관점에서이 글에서는 개인정보보호법제의 중복과 부조화라는 문제, 개인정보보호법의 적용범위 및 판단기준의 불명확, 합리적 개인정보 활용 수요에 대한유연성 부족, 동의기반의 형식적 규제 중심의 법제, 개인정보의 국가간이동에 대한 규제 사각지대와 역차별이라는 문제점을 지적하였다. 이러한문제점들을 해결하고 4차 산업혁명 시대에 적합한 개인정보보호법제를만들기 위한 개선방향으로서 개인정보보호법제의 목적과 규제방향을 개선하여 개인정보보호와 안전한 활용의 양 측면을 모두 고려할 것을 제안하였고, 개인정보보호법제의 체계 정비 및 법령 사이의 균형과 조화도 중요한 방향으로 설정하였다. 지속적인 논란이 되는 개인정보 정의 규정에대하여도 합리적 판단 기준의 설정과 그것을 명확화하기 위한 입법론적인 검토가 필요함을 지적하고, 개인정보 활용 영역의 확대 방안으로서 중간 영역으로서의 익명화 정보를 허용하는 방안에 대하여도 검토가 필요함을 지적하였다. 또한 개인정보의 합법적이고 비침해적인 이용을 위한입법론적 검토와 함께 개인정보 수집 동의 제도를 개선하여 대상별 차등화하는 방안과 함께 개인정보의 국가간 이동에 대한 규제 실효성을 확보하기 위한 법제개선의 필요성도 제안하였다. 이 글에서 논의한 사항 외에도 여러 과제가 존재할 수 있지만, 전반적으로 위에서 지적한 방향성을유지하면서 개인정보의 보호와 활용이 조화가 되어 안전한 개인정보의활용체계가 구축될 수 있는 방향으로 법제의 개선을 이뤄가야 할 것이다.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2023년도 춘계학술대회
• /
• pp.7-7
• /
• 2023

현재 다양한 4차산업의 주요기술로는 빅데이터, 사물인터넷, 인공지능, 블록체인, 혼합현실(MR), 드론 등이 대표적인 기술들이다. 특히 최근에 세계적인 기술적 트랜드로 자리 잡고 있는 "디지털 트윈(digital twin)은 물리적인 사물과 컴퓨터에 동일하게 표현되는 가상 모델의 개념으로서. 실제 물리적인 자산 대신 소프트웨어로 가상화한 자산의 Digital twin을 만들어 모의실험함으로써 실제 농작업의 특성(현재 상태, 농업생산성, 농작업 시나리오, 등)에 대한 정확한 정보를 얻을 수 있다. 본 연구에서는 노지노업 주산지에 대한 디지털 트윈 데이터를 구축하고 스마트팜 단지를 설계 및 구축하여, 통합관제시스템 운영을 통해 자동 물관리, 원격생육예찰, 드론방제, 병충해 예찰작업 등으로 농작업을 효율화하고자 한다. 또한, 빅데이터 분석을 통한 적정량의 비료·농약사용으로 환경적 부하를 최소화하여, 노동력절감, 농작물 생산성을 향상할 수 있는 디지털 환경제어농업을 국내에 보급하고자 한다. 이러한 노지농업 기술은 디지털 농작업 및 재배관리 등 으로 노동력이 절감되고, 기후변화에 대비한 물이용 최적화와 토양오염예방 효과를 기대할 수 있으며, 전국 재배환경 디지털 데이터 확보를 통한 노지작물의 정량적인 생육관리가 가능하게 된다. 또한 농업생산성 향상을 통한 탄소중립 RED++ 활동을 직접적으로 실천을 할 수 있는 방안이다. 취득된 고정밀·고화질 영상기반 농작물 생육데이터취득을 통한 생육현황 분석과 예측은 디지털 영농작업관리에 매우 효과적이다. 실제 국립식량과학원 남부작물부에서는 지중점적, 땅속배수 등 다양한 종류의 노지스마트팜 연구개발을 진행하였다. 특히, 올해부터는 전국농업기술원 단지를 대상으로 노지스마트팜 시설 구축 및 기술 보급을 통한 사업화를 본격적으로 진행하고 있다. 본 연구에서는 디지털 트윈 기술과 노지스마트팜 기술을 융합한 농업분야 구축사례와 향후 활용방안에 대하여 서술하고자 한다.

• 한국전자거래학회지
• /
• 제18권4호
• /
• pp.301-314
• /
• 2013

IT기술의 발전은 기존의 컴퓨터 환경과 더불어 수많은 모바일 환경 및 사물 인터넷환경을 통해 사람의 삶을 편리하게 하고 있다. 이러한 모바일과 인터넷 환경의 등장으로 데이터가 급속히 폭증하고 있으며, 이러한 환경에서 데이터를 경제적인 자산으로 활용 가능한 Big Data 환경과 서비스가 등장하고 있다. 그러나 Big Data를 활용한 서비스는 증가하고 있지만, 이러한 서비스를 위해 발생되는 다량의 데이터에는 보안적 문제점이 있음에도 불구하고 Big Data의 보안성에 대한 논의는 미흡한 실정이다. 그리고 기존의 Big Data에 대한 보안적인 측면의 연구들은 Big Data의 보안이 아닌 Big Data를 활용한 서비스의 보안이 주를 이루고 있다. 이에 따라서 본 연구에서는 Big Data의 서비스 산업의 활성화를 위하여 Big Data의 보안에 대한 연구를 하였다. 세부적으로 AHP 기법을 활용한 Big Data 환경에서 보안관리를 위한 구성요소를 파악하고 그에 대한 우선순위를 도출하였다.

• 한국인터넷방송통신학회논문지
• /
• 제19권6호
• /
• pp.227-233
• /
• 2019

최근 딥러닝 기술의 발달과 함께 신경 네트워크는 컴퓨터 비전에서도 성공을 거두고 있다. 컨볼루션 신경망은 단순한 영상 분류 작업뿐만 아니라 객체 분할 및 검출 등 난이도가 높은 작업에서도 탁월한 성능을 보였다. 그러나 그러한 많은 심층 학습 모델은 지도학습에 기초하고 있으며, 이는 이미지 라벨보다 주석 라벨이 더 많이 필요하다. 특히 semantic segmentation 모델은 훈련을 위해 픽셀 수준의 주석을 필요로 하는데, 이는 매우 중요하다. 이 논문은 이러한 문제를 해결하기 위한 네트워크 훈련을 위해 영상 수준 라벨만 필요한 약지도 semantic segmentation 방법을 제안한다. 기존의 약지도학습 방법은 대상의 특정 영역만 탐지하는 데 한계가 있다. 반면에, 본 논문에서는 우리의 모델이 사물의 더 다른 부분을 인식하도 multi-classifier 심층 학습 아키텍처를 사용한다. 제안된 방법은 VOC 2012 검증 데이터 세트를 사용하여 평가한다.

• 한국기록관리학회:학술대회논문집
• /
• 한국기록관리학회 2019년도 춘계학술대회
• /
• pp.17-23
• /
• 2019

기상정보를 주로 제공받아온 시민은 인터넷 기술 기반의 크라우드소싱을 통해 기상정보를 제공하는 주체 중 하나로 자리잡아가고 있다. 국내외에서 국가 기상 서비스 기관과 기업은 시민들이 생산한 기상관측정보를 기상예보에 활용하고 있는 추세이다. 최근 기록학계에서 데이터를 포함한 정보 관리의 중요성을 인지하고 있는 만큼 기상 분야에서 일어나고 있는 기상기록정보 생산주체의 변화와 현황에 대해 주목할 필요가 있다. 그리하여 본 논문에서는 첫째, 각 기상정보생산 주체가 구축한 기상관측망의 현황과 문제점에 대해 확인하였다. 둘째, 기상 영역에서 이루어지고 있는 크라우드소싱을 확인하기 위해 크라우드소싱을 통한 기상예보과정에 직접 참여하여 기상기록정보의 수집, 활용과 그 가능성에 대해 분석하였다. 셋째, 향후 크라우드소싱을 통한 기상정보의 활용에 대한 발전 전망을 제시하였다.