• 한국습지학회지
• /
• 제20권4호
• /
• pp.295-303
• /
• 2018

한국의 내륙습지는 동아시아-대양주 철새 이동경로 상 중요한 번식지 및 월동지를 제공하고 있고, 연안습지는 철새들에게 영양분이 풍부한 중간기착지를 제공하는 역할을 하고 있다. 하지만, 1960년대 이후, 한국은 농경지와 도심 확장을 위해 점진적으로 연안습지를 매립하였고, 야생생물 연안습지 서식지 손실로 인한 이동성 물새 개체수 감소를 야기 하였다. 미국(특히, 미주리주)은 이러한 습지 야생생물 다양성 및 개체수 감소를 막기 위해 습윤토양관리 기법을 개발 하여 야생생물 서식지 보전과 개체수 관리를 하고 있다. 습윤토양관리 기법은 습지 야생생물의 서식지 조건을 최대한 충족하는 상태로 습지를 관리하여 서식지 수용력을 높이는 습지관리 기법이다. 습윤토양관리 지역을 조성하기 위해서는 제방과 물의 흐름을 조절할 수 있는 수문을 만들고, 토양, 지형, 가용한 수원 등을 관리 하여야 한다. 또한, 습윤토양관리 지역은 범람과 배수지역을 정기적으로 특정시기에 관리하고, 다년생 식물생장으로 인한 육상화 억제를 위해 일정기간 동안의 토양교란으로 서식지를 관리 하여야 한다. 이러한 관리 기법은 두가지 목적을 가지고 있는데, 하나는 원하지 않은 식물 생육 통제이고, 다른 하나는 야생생물의 서식지와 먹이원을 최대화 하기 위함이다. 범람과 배수 일정은 지역을 고려한 기후적인 변화에 맞도록 유동적으로 반영하여야 한다. 한국의 위도는 미주리 주와 유사해서 습윤토양관리 기법이 한국에 맞는 효과적인 습지조성 및 관리기법으로 활용될 수 있을 것으로 기대된다. 특히, 이동성 물새(도요 물떼새) 중간기착지와 같은 서식지로의 중요한 역할을 하는 연안습지 인근지역에서 습윤토양관리 기법을 실험적으로 적용하여 한국의 여건(지리, 미기후, 생물종 분포 등)에 맞는지 세부적인 방법을 모색해 보는 연구가 필요하다. 습윤토양관리 기법은 멸종위기 야생생물들에게 주요 서식지를 조성해 줄 뿐만 아니라, 폭넓은 습지 생태계서비스 가치를 함께 제공해 줄 것이다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.197-217
• /
• 2018

음악은 인간의 감성을 소리로 표현하는 창조적 예술 행위이다. 음악은 사람들의 기분을 우울하게 혹은 기쁘게 변화시킬 수 있다. 따라서 음악을 감상하는 데 있어 감성은 소비자에게 적합한 음악을 찾고 들려주는 데 매우 중요한 요소인데, 다양한 음원 서비스에서 제공하는 추천 알고리즘은 사용자의 기본적인 정보(성별, 나이, 감상 횟수 등)와 사용자의 플레이 기록에 기반한 음악 추천 방식을 주로 사용하고 있다. 본 연구에서는 음악을 감상하는 개인의 감성을 고려하여 각 음원이 가지는 고유의 감성을 기본으로 한 음악 추천 알고리즘을 제안해 보고자 한다. 구체적으로, 사용자들이 자주 듣는 음악과 그렇지 않은 음악을 기준으로 '감정 패턴'을 추출 후 상관관계를 확인하고자 하며, 앞선 결과를 기반으로 사용자들이 원하는 노래에 대한 검색과 사용자 감성 기반 추천 방법을 도출해내보고자 한다. 이를 위해 본 연구에서는 사례기반추론 기법을 이용하여 사람들이 주로 듣는 음악과 비슷한 '감성 패턴'을 갖는 특정한 곡을 추천해주는 알고리즘을 개발하였다. 먼저, 분석에 필요한 감정 형용사를 정리하여 변수화 시키고, 의미 있는 것끼리 묶어 음악 감성지수를 개발하였고, 분석의 대상이 될 음원에 대해 고유의 감성지수 점수를 측정하였다. 마지막으로 도출된 점수의 결과를 통해 유사한 감정 패턴이 나오는 곡들을 유사 곡 리스트로 분류하고 사용자들에게 추천하는 과정을 거친다. 앞선 일련의 과정을 거처 도출된 결과는 음원 추천 시스템뿐만 아니라, 인기 있는 곡과 아닌 곡에 영향을 미치는 변수 도출 및 음원 출시 전, 해당 곡의 스트리밍 수 예측 모형 구축 등 다양한 용도로 사용될 수 있을 것으로 기대한다.

• 벤처창업연구
• /
• 제14권1호
• /
• pp.101-116
• /
• 2019

기술기반 스타트업은 혁신을 장려하고 새로운 제품과 서비스 개발을 촉진하며 고용창출에 기여를 할 수 있다는 점에서 중요하다. 기술기반 스타트업은 생태계 차원의 적절한 지원이 이뤄질 때 기업가정신이 더욱 활성화되고 번창한다. 따라서 창업 생태계를 이해하는 것은 매우 중요하다. 본 연구목적은 다음과 같다. 첫째, 본 연구에서는 한국 기술기반 스타트업 생태계를 진단하기 위해 글로벌 국가들과 생태계 환경을 비교한다. 둘째, 본 연구는 한국 기술기반 스타트업 생태계를 깊이 있게 이해하기 위해 한국 스타트업 생태계 관련 VC투자가, 엑셀러레이터, 창업가, 지원기관 관계자, 교수 등 주요 이해관계자들을 대상으로 스타트업 생태계에 대해 심층인터뷰를 수행하고, 스타트업 생태계 관련 중요한 이슈들을 도출한다. 마지막으로, 본 연구는 글로벌 생태계 현황 비교 및 이해관계자 인터뷰를 토대로 한국 기술기반 스타트업 생태계가 발전 및 활성화 방안을 모색한다. 연구 자료는 서울 및 경기도에 소재한 IT 기반 창업 기업 중 2015년 이전에 설립된 초기 단계의 295개 기업을 대상으로(정부, 엔젤, 벤처캐피털(VC) 등으로부터 투자받은 창업자) 설문조사를 통해 수집되었다. 또한 심층 인터뷰는 창업지원기관, 창업가, 투자자, 전문가 등을 대상으로 한국 스타트업 생태계 인식에 대해 이루어졌다. 스타트업 생태계 현황을 국가 간 비교한 결과, 첫째, 한국 스타트업 생태계 중 정부 지원 및 정책 제도는 다른 선진 국가보다 더 긍정적인 평가를 받았다. 또한 원격근무 비율, 스타트업 기업 근무 경험이 있는 근로자 비율은 다른 선진 국가들보다 높은 것으로 나타났지만, 해외시장진출 성과, 인재 다양성, 투자유치, 기술엔지니어 확보, 여성 창업자 비율 등은 해외 선진 국가보다 낮은 것으로 확인되었다. 둘째, 이해관계자들을 대상으로 실시한 인터뷰 분석 결과, 한국은 정부의 시장 지향적인 정책 지원에 힘입어 스타트업뿐만 아니라 개인 엔젤 투자자, 엑셀러레이터, 지원 및 후원 기관 등 다양한 스타트업 생태계가 발전하고 있는 것이 확인되었다. 마지막으로, 한국 스타트업 생태계가 지속적으로 발전하기 위해서는 연속성 있는 투자시스템, 엑시트(Exit) 방법 다양화, 외국인과 여성 창업자에 대한 다양성의 확대와 투자비 회수 시스템 및 글로벌 마켓에 대한 접근성, 외국인 고용비율 제한, 연대보증제도, 여성 창업가에 대한 부정적 인식, 빠른 성과에 대한 기대 등과 같은 제도, 투자, 고용, 사회문화 차원의 개선이 필요한 것으로 나타났다. 이와 관련된 논의가 함께 제시되었다.

• 한국지리정보학회지
• /
• 제22권3호
• /
• pp.82-98
• /
• 2019

정보화 사회로 진입하면서 공간정보의 중요성은 급격하게 부각되고 있다. 특히 스마트시티, 디지털트윈과 같은 Real World Object의 3차원 공간정보 구축 및 모델링은 중요한 핵심기술로 자리매김하고 있다. 구축된 3차원 공간정보는 국토관리, 경관분석, 환경 및 복지 서비스 등 다양한 분야에서 활용된다. 영상기반의 3차원 모델링은 객체 벽면에 대한 텍스처링을 생성하여 객체의 가시성과 현실성을 높이고 있다. 하지만 이러한 텍스처링은 영상 취득 당시의 가로수, 인접 객체, 차량, 현수막 등의 물리적 적치물에 의해 필연적으로 폐색영역이 발생한다. 이러한 폐색영역은 구축된 3차원 모델링의 현실성과 정확성 저하의 주요원인이다. 폐색영역 해결을 위한 다양한 연구가 수행되고 있으며, 딥러닝을 이용한 폐색영역 검출 및 해결방안에 대한 연구가 수행되고 있다. 딥러닝 알고리즘 적용한 폐색영역 검출 및 해결을 위해서는 충분한 학습 데이터가 필요하며, 수집된 학습 데이터 품질은 딥러닝의 성능 및 결과에 직접적인 영향을 미친다. 따라서 본 연구에서는 이러한 학습 데이터의 품질에 따라 딥러닝의 성능 및 결과를 확인하기 위하여 다양한 영상품질을 이용하여 영상의 폐색영역 검출 능력을 분석하였다. 폐색을 유발하는 객체가 포함된 영상을 인위적이고 정량화된 영상품질별로 생성하여 구현된 딥러닝 알고리즘에 적용하였다. 연구결과, 밝기값 조절 영상품질은 밝은 영상일수록 0.56 검출비율로 낮게 나타났고 픽셀크기와 인위적 노이즈 조절 영상품질은 원본영상에서 중간단계의 비율로 조절된 영상부터 결과 검출비율이 급격히 낮아지는 것을 확인할 수 있었다. F-measure 성능평가 방법에서 노이즈 조절한 영상품질 변화가 0.53으로 가장 높게 나타났다. 연구결과로 획득된 영상품질별에 따른 폐색영역 검출 능력은 향후 딥러닝을 실제 적용을 위한 귀중한 기준으로 활용될 것이다. 영상 취득 단계에서 일정 수준의 영상 취득과 노이즈, 밝기값, 픽셀크기 등에 대한 기준을 마련함으로써 딥러닝을 실질적인 적용에 많은 기여가 예상된다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.43-61
• /
• 2019

최근 4차 산업혁명과 함께 인공지능 기술에 대한 연구가 활발히 진행되고 있으며, 이전의 그 어느 때보다도 기술의 발전이 빠르게 진행되고 있는 추세이다. 이러한 인공지능 환경에서 양질의 지식베이스는 인공지능 기술의 향상 및 사용자 경험을 높이기 위한 기반 기술로써 중요한 역할을 하고 있다. 특히 최근에는 인공지능 스피커를 통한 질의응답과 같은 서비스의 기반 지식으로 활용되고 있다. 하지만 지식베이스를 구축하는 것은 사람의 많은 노력을 요하며, 이로 인해 지식을 구축하는데 많은 시간과 비용이 소모된다. 이러한 문제를 해결하기 위해 본 연구에서는 기계학습을 이용하여 지식베이스의 구조에 따라 학습을 수행하고, 이를 통해 자연어 문서로부터 지식을 추출하여 지식화하는 방법에 대해 제안하고자 한다. 이러한 방법의 적절성을 보이기 위해 DBpedia 온톨로지의 구조를 기반으로 학습을 수행하여 지식을 구축할 것이다. 즉, DBpedia의 온톨로지 구조에 따라 위키피디아 문서에 기술되어 있는 인포박스를 이용하여 학습을 수행하고 이를 바탕으로 자연어 텍스트로부터 지식을 추출하여 온톨로지화하기 위한 방법론을 제안하고자 한다. 학습을 바탕으로 지식을 추출하기 위한 과정은 문서 분류, 적합 문장 분류, 그리고 지식 추출 및 지식베이스 변환의 과정으로 이루어진다. 이와 같은 방법론에 따라 실제 지식 추출을 위한 플랫폼을 구축하였으며, 실험을 통해 본 연구에서 제안하고자 하는 방법론이 지식을 확장하는데 있어 유용하게 활용될 수 있음을 증명하였다. 이러한 방법을 통해 구축된 지식은 향후 지식베이스를 기반으로 한 인공지능을 위해 활용될 수 있을 것으로 판단된다.

• 방송공학회논문지
• /
• 제24권1호
• /
• pp.118-131
• /
• 2019

대용량의 8K UHD(Ultra High Definition) 콘텐츠를 지상파 방송으로 제공하기 위해서는 현 지상파 방송 시스템으로는 제한된 대역폭 등 여러 문제점이 있다. 이러한 문제점을 해결하기 위해 UHD 콘텐츠 전송 기술이 연구되었고, 그 중 하나로 지상파 방송망과 통신망을 이용한 8K UHD 방송 시스템이 제안되었다. 해당 기술은 8K UHD 콘텐츠를 영역 분할한 후 계층 분리를 통해 이종망으로 전송하여 지상파 방송망의 제한된 대역폭 문제를 해결하고자 하였다. 지상파 방송망을 통해 FHD(Full High Definition)에 해당하는 기본 계층과 4K UHD를 위한 부가 향상 계층 데이터를 전송하고, 통신망으로 8K UHD를 위한 부가 향상 계층 데이터를 전송한다. 이러한 방식으로 8K 콘텐츠를 제공할 경우, 지상파로는 최대 4K UHD 방송을 수신 할 수 있고 통신망을 추가로 이용할 경우 8K UHD까지 수신가능하다. 그러나 현재 국내 지상파 UHD 방송의 할당된 비트율 내에서 4K UHD 콘텐츠를 전송하기 위해서는 압축율을 높여 전송하는 상황도 존재하여 일정 수준의 화질열화는 필연적으로 발생한다. 그럼에도 UHD 콘텐츠의 특성상, 화질은어떤 요소보다 최우선적으로 고려되어야 하므로 제한된 비트율 내에서도 화질을 최대한 보장할 수 있어야 한다. 이를 위해서는 방송 시스템 내의 콘텐츠 생성기의 패킷 스케줄링이 필요하다. 콘텐츠 생성기는 방송망과 통신망을 이용한 8K UHD 방송 시스템내에서 인코딩된 미디어 데이터들을 패킷화하고 다중화기로 송출하는 기능을 수행한다. 다중화기는 콘텐츠 생성기로부터 전달받은 패킷 순서대로 송출하기 때문에 콘텐츠 생성기에서 다중화기로 전송하는 과정의 전송 시간과 전송률을 일정하고 정확하게 하는 것이 매우 중요하다. 따라서 본 논문에서는 일정 수준의 UHD 콘텐츠의 화질을 보장할 수 있도록 콘텐츠 생성기와 다중화기 간의 데이터 전송량 가변 전송 스케줄러를 제안한다. 이를 통해 UHD 방송 콘텐츠 종류에 관계없이 일정 수준의 화질을 보장하면서도 UHD 서비스의 끊김이나 지연을 최소화하여 사용자의 QoS(Quality of Service)를 향상시키고자 한다.

• 한국조경학회지
• /
• 제49권5호
• /
• pp.151-162
• /
• 2021

관상용 그라스는 오늘날 세계적으로 정원분야에 나타나고 있는 자연주의식재 경향의 영향과 함께 현대 정원에서 중요한 조경식물 소재로 각광받고 있다. 특히 기후변화, 생물다양성 감소, 도시생태계 서비스 회복 등 오늘날 인류가 마주한 환경 문제의 해결이라는 시대적인 요구가 조경 분야에도 높아짐에 따라 그라스가 가진 생태적인 가치가 더욱 주목받고 있다. 우리나라에서도 활용되는 관상용 그라스의 종류와 양이 크게 늘고 있는 추세다. 관상용 그라스를 도시 정원 및 녹지 환경에서 보다 잘 활용할 수 있으려면 최근 급속히 더 다양하게 보급되고 있는 그라스들에 대해 각각의 특성을 잘 이해하는 연구가 선행될 필요가 있으며, 그것을 바탕으로 정원서식처에 따른 적절한 활용법을 강구해야 한다. 그러기 위해서 본 연구에서는 현재 우리나라에서 유통 중인 관상용 그라스를 조사하여 목록화하고, 서식처 등 생육 환경과 생태적, 재배적 생육 특성을 분석하였다. 그 결과, 2021년 8월 현재 총 40속 104종 264분류군의 그라스가 국내 정원용 식물 시장에 유통 중에 있는 것을 확인하였다. 그 중 벼과가 69.7%, 사초과가 28.4%이었으며, 골풀과와 부들과는 매우 비중이 낮았다. 레스티오과는 활용되는 것이 없었다. 벼과 관상용 그라스는 양지의 오픈된 환경을 선호하는 종류들이 주를 이루었으나, 숲가, 물가 등을 포함한 비교적 폭넓은 환경에서 기원한 것들이 활용되고 있었다. 사초과는 숲, 숲가, 물가 등에 사는 것이 많았다. 한지형 그라스는 14개 속, 난지형 그라스는 16개 속이 활용되고 있었다. 생활형에 따라 상록성 혹은 반상록성 38종, 낙엽성 34종, 여름휴면형 7종이 유통되고 있었다. 생장 방식에 따라 기는줄기형 그라스 33종과 포기형 그라스 51종이 활용되고 있었다. 우리나라에 자생 그라스 중에 총 15분류군이 10년 이내의 근래에 선발되어 관상용으로 활용되고 있었다.

• 동양고전연구
• /
• 제69호
• /
• pp.115-146
• /
• 2017

본고는 조선시대 선생안의 디지털 아카이브를 위한 온톨로지(Ontology) 설계에 관한 연구이다. 선생안(先生案)은 조선시대 각 관청에서 소속 관원(官員)의 인적사항 및 인사이동을 기록한 일종의 인명부(人名簿)이다. 일반적으로 관원의 성명(姓名), 생년(生年), 자(字), 본관(本貫) 등의 인적사항 정보와 관직(官職), 제배일(除拜日), 도임일(到任日), 체임일(遞任日), 체임사유(遞任事由) 등의 인사이동 정보가 기록되어 있다. 현전(現傳)하고 있는 선생안은 국 내외 도서관 및 박물관에 소장되어 있으며 그 수는 176종으로 알려져 있다. 이 중에서 한국학중앙연구원 장서각에 소장된 47건의 선생안을 대상으로 선생안의 내용 및 구조를 검토하고, 선생안의 소장처, 선생안 기록 주체인 관청, 기록된 관직, 관원 등 관련 있는 주변의 내용을 담아낼 수 있는 온톨로지를 설계한다. 조선시대 선생안 온톨로지는 실물자료인 선생안 소장정보와 선생안에 기록된 내용의 특징을 반영해 관원, 관청, 인사이동에 초점을 맞추어 설계하였다. 온톨로지 설계는 대상자원을 클래스(Class)로 범주화 하고, 범주에 속하는 개체들(Individuals)은 공통의 속성(Attribute)를 갖도록 하였다. 그리고 각각의 개체들은 다른 개체와의 관계(Relation)를 명시적으로 표현할 수 있는 의미적인 관계어를 정의하였다. 클래스는 '선생안', '인물', '관청', '관직', '장소', '과거(科擧)', '기록', '개념' 등 8개로 범주화하였다. 관계, 속성의 설계는 기존에 설계되어 활용되고 있는 '더블린코어(Doublin Core)', '유로피아나데이터모델(Europeana Data Mode)', 'CIDOC-CRM', '과거 합격자 데이터베이스를 위한 데이터 모델' 등의 어휘를 참조하여 설계하였다. 기존 데이터모델에서 설계한 어휘를 사용한 경우에는 해당 데이터모델의 이름 공간(Namespace)을 사용하였으며, 필요한 경우 필자가 관계를 정의하였다. 설계한 온톨로지는 명릉선생안(明陵先生案)으로 구현 예시를 보이고, 하나의 선생안에서 다수의 선생안으로 대상을 확대하여 정보를 입력하였을 때 기대되는 효과와 활용 방안에 대해 모색해 보았다. 조선시대 선생안 온톨로지는 현전하는 선생안 176종 모두를 검토하여 설계된 것이 아니기 때문에 완벽한 온톨로지로써 기능하기에는 무리가 있다. 지속적으로 선생안의 정보가 입력되는 과정에서 온톨로지 모델의 수정 및 보완이 필요하며, 그 지향점은 선생안에 기록된 정보들을 체계적으로 정리하기 위한 것도 있지만, 선생안에서 확인되는 인물, 관직 등의 정보 요소가 이미 서비스 구축 되었거나, 향후 제작될 조선시대 인물에 관한 데이터베이스 혹은 아카이브와 연계될 수 있는 것도 고려해야 할 것이다. 조선시대 선생안 온톨로지로 입력된 정보는 조선시대 관청 운영과 인사시스템을 볼 수 있는 일면으로 활용되고, 이미 구축된 여타 조선시대와 관련된 데이터베이스와 연계되어 조선시대의 정치 경제 사회 문화를 종합적으로 이해하는 자료의 하나로 기능하기를 기대한다.

• Journal of Nutrition and Health
• /
• 제54권2호
• /
• pp.179-198
• /
• 2021

본 연구는 제7기 (2016-2018년) 국민건강영양조사 자료를 활용하여 노인의 식품안정성에 따른 건강과 영양섭취 현황을 분석하고자 하였다. 식품불안정 그룹일수록 직장건강보험 가입자 비율이 유의적으로 낮았으며, 자신의 건강상태에 대한 주관적 평가 점수가 낮았다. 질환과의 상관관계에서 식품불안정 그룹일수록 남자는 류마티스성 관절염, 골다공증에서 여자는 고혈압과 뇌졸중 진단 비율이 높았으며, 관절염과 골관절염은 남녀 노인 모두에서 질환보유 비율이 유의적으로 높게 나타났다. 의료이용실태에서는 식품안정성이 낮을수록 필요한 의료를 받지 못한 것으로 나타났고, 의료서비스를 이용하지 못한 이유를 분석해본 결과, 경제적인 이유라고 답한 비율이 식품안정성이 낮은 그룹에서 높았다. 또한 남녀 노인 모두 유의하게 나타나는 변수를 보정한 후, 건강관련 삶의 질 저하에 대해 식품안정성에 따라 분석한 결과, 성별에 따라 세부 항목에 차이는 나타났지만 전반적으로 식품불안정 그룹일수록 안정한 그룹에 비해 더욱 삶의 질이 저하되는 위험이 컸다. 한 번에 마시는 음주량이 7잔 이상인 비율이 식품안정성이 낮을수록 남녀 노인 모두 유의적으로 높았으며, 특히, 남자 노인에서는 식품안정성이 낮을수록 가족이나 의사로부터 금주를 권유 받거나, 조사 시점 직전 1년 동안 음주 상담을 받은 경험이 유의적으로 더 높았다. 에너지 필요추정량 (EER)보다 낮게 섭취하는 비율이 남녀 노인 모두 식품불안정 그룹에서 유의적으로 높았으며, 단백질, 비타민 A, 비타민 B₁, 비타민 B₂, 나이아신, 비타민 C, 칼슘, 철분을 낮게 섭취하는 비율 또한 이 그룹에서 유의적으로 높았다. 식품안정성에 따른 영양소의 에너지 섭취비율 및 주요 영양소의 밀도를 분석한 결과, 남녀 모두 단백질, 지방에서의 에너지섭취 비율과 비타민 B₂, 나이아신, 칼슘, 칼륨, 인의 영양밀도가 식품불안정 그룹에서 유의하게 낮게 나타났으며, 식품불안정군 남자노인은 비타민 A, 여자 노인은 철분의 영양밀도가 유의하게 낮은 것으로 나타났다. 결론적으로 식품안정성은 사회경제적인 특성, 건강 상태, 삶의 질, 영양과 밀접하게 서로 연계되어 있는 것으로, 고령화 사회에서 취약 계층인 노인의 식품안정성 영향 요인을 확인하여 식품안정성을 확보하는 것과 함께 이들의 식품안정성과 관련한 건강 문제를 개선함으로써 추후 막대한 사회적 비용이 될 노인 의료비를 줄일 수 있는 영양지원 프로그램을 개발하기 위한 방향성을 설정하는데 있어 본 연구가 도움이 될 것으로 사료된다.

• 한국컴퓨터정보학회논문지
• /
• 제27권9호
• /
• pp.191-203
• /
• 2022

화장품 및 뷰티산업에서 고객 맞춤형 제품과 서비스를 제공하는 것은 주요 기술 트렌드이고, 피부상태 진단과 관리는 중요한 필수기능이다. 고객의 요구 수준은 더욱더 높아지고 있으며 이에 대한 다양하고 섬세한 고민과 요구 사항이 소셜미디어 커뮤니티에서 활발하게 다루어지고 있다. 소셜미디어 상의 이미지는 매우 다양하고 비정형적이므로 피부상태 진단 및 관리에 필요한 체계적인 피부 이미지 식별을 위한 시스템이 필요하다. 본 논문에서는 소셜미디어 인스타그램에서 수집한 빅데이터로부터 피부 이미지 데이터를 지능적으로 식별하고, 피부상태 진단 및 관리를 위한 정형화된 피부 샘플 데이터를 추출하는 시스템을 개발하였다. 본 논문에서 제안한 시스템은 빅데이터수집분석단계, 피부이미지분석단계, 훈련데이터준비단계, 인공신경망훈련단계, 피부이미지식별단계로 구성된다. 빅데이터수집분석단계에서는 인스타그램으로부터 빅데이터를 수집하고 피부 상태 진단 및 관리를 위한 이미지 정보를 분석결과로 저장한다. 피부이미지분석단계에서는 전통적인 이미지 처리 기법을 사용하여 피부 이미지의 평가 및 분석 결과를 획득한다. 훈련데이터준비단계에서는 피부이미지 분석결과로부터 피부 샘플데이터를 추출하여 훈련데이터를 준비하였다. 그리고 인공신경망훈련단계에서는 이 훈련데이터를 사용하여 지능적으로 피부 이미지 유형을 예측하는 인공신경망 AnnSampleSkin을 단계별 고도화와 훈련을 통해 모델을 완성하였다. 피부이미지식별단계에서는 소셜미디어로부터 수집된 이미지에 대해 피부샘플을 추출하고, 훈련된 인공신경망 AnnSampleSkin의 이미지 유형 예측 결과들을 통합하여 최종 피부 이미지 유형을 지능적으로 식별한다. 본 논문에서 제안된 피부이미지식별 방법은 약 92% 이상의 높은 피부 이미지 식별 정확도를 나타내고 있고, 정형화된 피부 샘플 이미지 빅데이터를 제공할 수 있게 되었다. 추출된 피부샘플 세트는 피부 상태를 진단하고 관리하는데 매우 효율적이고 유용한 정형화된 피부 이미지 데이터로 사용될 것으로 기대된다.