• 산업진흥연구
• /
• 제7권3호
• /
• pp.17-26
• /
• 2022

우리가 살아가는 사회는 무엇보다 우리들의 정신과 육체를 자유롭게 건강하게 유지하고자 하는 웰빙에 대한 기대가 확산되면서 헬스케어(health care)라는 의미가 빅데이터, IoT, AI, 블록체인 등의 4차 산업혁명의 핵심적인 융합기술 등을 활용하여 고도화된 의료정보 서비스산업의 발전을 도모하고 있다. 디지털 헬스케어는 인공지능, 빅데이터, 클라우드와 같은 정보기술에 힘입어 전통 의료·헬스케어 산업의 디지털 전환(Digital transformation)으로 추진되어, 보건, 의료, 복지 등에서 그 필요성은 점진적으로 확대되고 있는 경향이다. 그러나 디지털 헬스케어 의료정보의 효율적 운용을 통하여 인간의 자유로운 삶의 행복 추구와 스마트 의료산업으로의 발전을 추구하고자 하는 데는 인적, 물리적 요인의 어려움이 존재하는 것이 현실이다. 나아가 디지털 헬스케어의 글로벌 경쟁력을 확보하기 위해서는 헬스케어 의료정보 관련 첨단기술력과 양질의 데이터 확보, 관련 콘텐츠 개발과 이에 적합한 비지니스 모델을 발굴하는 데 적극적인 투자와 연구가 요구되고 있다. 따라서, 본 연구에서는 우선, 디지털 헬스케어 의료정보의 일반적인 의미와 현황 등을 살펴보고, 이어, 디지털 헬스케어 의료정보를 활성시키기 위한 발전적 과제 등을 중점적으로 분석, 검토하여 앞으로 디지털 헬스케어 의료정보의 활용성을 제고하는데 목적을 두고 있다.

• 서비스연구
• /
• 제10권2호
• /
• pp.17-29
• /
• 2020

데이터를 운영하는 운영시스템은 비지니스의 변경, 고객 요구와 IT 기술의 발달로 정보시스템 재구축 프로젝트는 주기적으로 발생하고 있다. 이 과정에서 기업의 자산인 데이터의 정합성과 무결성을 보장하는 데이터 전환은 중요하다. 데이터 전환의 목표는 현재의 데이터베이스 시스템 운영 환경을 이해하고, 사용 중인 DBMS의 특성을 파악하여, 최적의 데이터베이스 구조를 유지하며, 신 시스템이 최상의 성능을 발휘하도록 해야 한다. 기존 정보시스템에 존재하는 축적된 과거자료를 추출하여 새로운 정보시스템의 개선된 테이블로 옮기는 과정을 말한다. 데이터 전환은 사전에 설계/계획된 규칙에 따라 최종 목적 테이블로 전환하는 전체 과정이다. 따라서, 기존 정보시스템에서 사용하고 있는 데이터를 차세대 시스템 구축 사업에서도 사용할 수 있도록 데이터의 이행은 무엇보다도 중요하다. 본 논문에서는 차세대 시스템 통합 프로젝트 중 중요한 부분인 데이터 전환을 위한 자동화 도구를 설계하였다. 본 연구에서 기존 데이터 전환 방식의 문제점을 분석하여 데이터 전환을 위한 개선방안을 제시하고, 레파지토리와 프로세스 기반의 효율적인 데이터 전환 자동화 도구를 제안하고 실제 차세대 프로젝트의 적용사례를 통해 그 효율성을 검증하였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.826-833
• /
• 2009

최근 소셜 태깅(social tagging)이 화두로 떠오르면서 전문가 집단에서 이루어지던 택소노미(taxonomy)에서 점차 사람들이 만들어가는 분류법인 폭소노미(folksonomy)의 형태로 변화하고 있다. 태그(tag)는 콘텐츠와의 접근이 직관적이기 때문에 원하는 콘텐츠로의 이동이 용이하며 그와 관련된 태그들을 만나면서 개인적인 회상능력을 증가시키고 사회적 영향력을 높이며, 우연한 정보의 발견, 재미있는 경험을 얻을 수 있다. 점차 네트워크 형성이 관심사로 연결된 형태로 커지면서 태그가 다른 형태의 콘텐츠를 한 곳에 묶어주는 역할을 담당하고 있다. 따라서 이 연구는 소셜 태깅에서 나타나는 사용자(user), 태그(tag), 리소스(resource) 간의 관계를 정리하고 사람들이 자신의 즐겨찾기 목록에 사이트를 추가하는 행위를 관심사로 보아, 이 때 입력한 태그를 어떠한 특징으로 나누어 볼 수 있을지 연구하였다. 이를 위해, 리소스 중심의 태그 분류를 7가지로 나누고, 이 분류법를 이용하여 소셜 북마킹(social bookmarking) 사이트 'del.icio.us' 에서 사용되고 있는 태그를 중심으로 음악, 사진, 게임의 세 가지 관심사 영역에서 사람들이 URL을 등록할 때에 어떠한 태그를 선택 하고 있는지 7가지 특징에 따라 분석하였다. 이를 통해 사이트를 바라보는 사람들의 관점을 파악해 볼 수 있고, 소셜 서비스 확장, 다양한 비지니스 모델을 설정 할 수 있는 가능성을 모색 해 볼 수 있을 것이다.

• 정보처리학회논문지D
• /
• 제11D권2호
• /
• pp.435-442
• /
• 2004

기업이 시장 환경 변화에 빠르게 대응하기 위해서는 기업 업무 프로세스의 자동화가 필요하고 이러한 자동화를 위해서는 기업 응용 체계를 통합해야 한다. 기업 응용 체계를 통합하는 방법으로는 동기적 통합(Synchronous Integration) 방식과 비동기적 통합(Asynchronous Integration) 방식이 있으며 비동기적 통합 방식으로써 EAT(Enterprise Application Integration)와 Web Service는 기업 업무 프로세스를 통합할 수 있는 방법으로써 최근 대두되고 있는 방식 중에 하나이다. 비동기적 통합(Asynchronous Integration)방식을 이용하여 기업의 응용 프로그램들을 통합한 후에는 업무 프로세스의 처리 과정인 비즈니스 트랜잭션을 자동으로 처리하기 위한 트랜잭션 관리가 필요하게 된다. 이를 위해서2PC 프로토콜(2-Phase Commit Protocol)을 근간으로 한 비즈니스 트랜잭션 처리 모델들이 제안되고 있으나 기업 자원을 효율적으로 활용할 수 있는 데는 한계가 있다. 따라서 본 논문에서는 기업의 응용 프로그램들을 통합할 수 있는 환경으로써 EAI와 Web Service와 같은 유연한 결합(Loosely Coupled)의 분산 환경에서 기업 자원을 효율적으로 관리하면서 트랜잭션을 처리하기 위한 모델을 제안한다 이 방식은 2PC 프로토콜 방식을 보완하기 위하여 Classify Phase를 추가한 3PC 프로토콜(3-Phase Commit Protocol)방식으로서 유연한 결합 환경에서 트랜잭션을 효율적으로 관리하고 트랜잭션 처리 자원을 절약할 수 있도록 한 방식이다. 본 논문에서는 기존의 분산 트랜잭션 처리방식인 2PC 프로토콜 기반의 트랜잭션 처리 모델의 문제점을 제시하고 이를 해결하기 위한 방법을 제시함으로써 제안한 모델의 성능을 확인하였다.

• 지적과 국토정보
• /
• 제50권2호
• /
• pp.101-115
• /
• 2020

자율주행 분야 글로벌 동향 파악 및 공간정보 서비스 활성화 방안 도출을 위해 빅데이터 분석방법을 활용하였다. 사용된 빅데이터는 뉴스기사와 특허문헌을 상호 연계하여 활용하고, 뉴스 기사를 통한 동향 분석, 특허문헌 정보를 활용한 기술 분석이 진행 되었다. 본 논문에서는 자율주행에 대한 주요 뉴스에서 토픽모델을 기반으로 한 LDA(Latent Dirichlet Allocation)를 활용하여 빅데이터화 하고 주요 단어를 추출하였다. 특허정보의 주요 단어를 기반으로 적용된 워드넷(WordNet)을 활용하여 공간정보와 연계성 분석, 글로벌 기술 동향 분석을 실시하고 공간정보 분야의 동향 분석 및 예측을 실시하였다. 본 논문에서는 주요뉴스와 특허문헌 정보를 기반으로 한 빅데이터 분석방법으로 자율주행 분야와 공간정보와의 연계성 분석을 통하여 최신 동향과 미래를 예측하는 방법을 제시한다. 빅데이터 분석으로 도출된 자율주행 분야 공간정보의 글로벌 동향은 플랫폼 얼라이언스, 비지니스 파트너쉽, 기업 인수합병, 합작회사 설립, 표준화 및 기술개발로 도출되었다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.