• 한국재난정보학회 논문집
• /
• 제20권1호
• /
• pp.40-46
• /
• 2024

연구목적: 본 연구는 플랜트 시설물의 피난 안전성을 확보하기 위해 제연경계벽의 폭 및 제연설비의 유무와 피난 안전성과의 관계를 분석하고자 한다. 연구방법: 화재 및 피난 시뮬레이션을 활용하여 제연경계 벽의 폭, 수직거리에 따른 급기량, 배기량의 변화를 통해 피난 안전성을 분석 하였다. 연구결과: 가시도의 경우 경계벽 0.6m 만을 사용한 경우 5m 이하로 되는 시점이 가장 짧게 도달하였으며 제연경계 폭 1.2m와 제연설비를 사용한 경우와 비교하여 20%긴 것으로 나타났다. 온도의 경우 제연설비를 사용하지 않고 경계 폭만 사용하였을 때 0.6m 보다 1.2m가 20% 긴 것으로 확인되었다. 결론: 제연 경계벽에서는 온도를, 제연설비에서는 가시도의 영향을 줄일 수 있으나, 반대로 제연 경계벽의 길이를 길게 하였을 때 가시도의 영향을 줄 수 있으며, 제연설비를 설치하였을 때 온도의 영향을 주는 것으로 나타났다. 따라서, 공정 특성을 고려하여 적합한 제연계획과 제연 설비를 설치해야 할 것으로 판단된다.

• 한국재난정보학회 논문집
• /
• 제20권1호
• /
• pp.69-81
• /
• 2024

연구목적: 최근 장애인의 스포츠관람권을 보장하기 위한 움직임이 나타나고 있다. 하지만 휠체어 사용자를 고려하지 않은 경기장 설계로, 경기장 내 이동권이 확보되지 않은 실정이다. 장애인의 이동 제약은 비상시 대피를 취약하게 만든다. 본 연구에서는 실내 스포츠경기장을 대상으로 피난시뮬레이션을 실행하여 휠체어 탑승 관중의 이동 및 피난 안전성 확보 방안을 마련하고자 한다. 연구방법: 관중석 형태를 변수로 시나리오를 구성하여 시뮬레이션을 실행하였다. 휠체어 좌석 설치가 피난에 미치는 영향을 확인하였다. 연구결과: 휠체어 좌석의 설치 여부, 휠체어 이동 대피 경로, 휠체어 좌석의 분리 배치 여부 등에 따른 결과를 비교하였다. 휠체어 좌석 설치가 피난에 미치는 영향과 그 특징을 도출하였다. 그 결과, 상부진입 및 분리형 좌석이 피난에 가장 취약하였다. 결론: 상부진입 및 분리형 좌석의 최상층을 대상으로 한 피난 성능 확보 방안을 도출하였다. 해당 내용이 스포츠경기장 내 장애인의 이동 및 피난 안전성 확보 방안으로 활용될 수 있다고 판단한다.

• 스마트미디어저널
• /
• 제13권4호
• /
• pp.94-103
• /
• 2024

안구 입력 시스템은 '아이트래킹 기술'과 '화상키보드 문자 입력 기술'을 기반으로 설계된 디지털 키보드 형식의 문자 입력 시스템이며, 이때 사용하는 화상키보드 구조는 직사각형의 QWERTY 배열로 양손 10개의 손가락을 동시에 활용하는 다중 입력 방식에 최적화된 구조이다. 하지만 '아이트래킹 기술'은 한 개의 초점만으로 입력해야 하는 안구운동 기반의 단일 입력 방식이기 때문에 다중 입력 방식인 직사각형 구조의 화상키보드와 함께 사용할 때 문제점이 발생한다. 이를 해결하고자 우선 안구에 연결된 근육의 형태와 종류 및 움직임에 관한 선행연구를 조사하였다. 그 후 안구의 동작원리가 직선이 아닌 원형으로 움직이는 것을 파악했다. 따라서 본 연구는 양손 입력에 최적화된 현재의 직사각형 구조로 배치된 화상키보드의 키 배열보다 회전운동에 적합한 원형 구조로 배치된 새로운 키 배열을 제안한다. 또한, 기존 직사각형 키 배열과 비교하여 원형 키 배열에 대한 성능 검증 실험을 진행하였고, 실험을 통해서 원형 배열의 키보드로 직사각형 배열 키보드를 대체 가능한지 확인하였다.

• 유기물자원화
• /
• 제32권1호
• /
• pp.21-29
• /
• 2024

본 연구에서는 반도체 패키징의 몰딩 공정에서 발생하는 EMC 폐기물을 재활용하여 실리카 나노입자를 성공적으로 제조하였으며, 이를 CMP 공정용 슬러리의 연마재 물질로 응용하였다. 상세히는, EMC 폐기물을 암모니아 용액과 소니케이터를 활용하여 열과 에너지를 가하는 에칭 과정을 통해 실리카 나노입자를 제조하기 위한 실라놀 전구체를 추출하였다. 이후 실라놀 전구체를 활용하여 졸-겔법을 통해 약 100nm를 나타내는 균일한 구형의 실리카 나노입자(e-SiO₂, experimentally synthesized SiO₂)를 합성하였다. 제조한 e-SiO₂는 물리화학적 분석을 통해 상용화된 실리카 입자(c-SiO₂, commercially SiO₂)와 동일한 형상과 구조를 지니고 있음을 확인할 수 있었다. 최종적으로, e-SiO₂를 연마재로 사용하여 CMP 공정용 슬러리를 제조하여 실제적인 반도체 칩의 연마 성능을 확인하였다. 그 결과, 반도체 칩의 표면에 존재하던 스크래치가 성공적으로 제거되어 매끈한 표면으로 바뀌게 된 것을 확인하였다. 본 연구 결과는 물질의 재활용법에 대한 설계를 통해 EMC 폐기물의 부가가치를 향상시키기 위하여 반도체 공정에서 대표적으로 활용되는 고부가가치 소재인 실리카 입자로 성공적으로 제조하고 이를 응용하는 방법에 대해 제시하였다.

• 마이크로전자및패키징학회지
• /
• 제31권2호
• /
• pp.63-68
• /
• 2024

최근 투명 디스플레이 및 유연 소자의 활용도가 증가함에 따라 우수한 유연성과 강성을 갖는 폴리머 소재 기판의 사용이 증가하고 있다. 그러나 폴리머는 열에 취약하여 공정 중 온도 및 열 제어가 필수적이다. 이러한 폴리머 기판 활용의 단점을 해결하기 위해 본 연구에서는 레이저 기반의 선택적 가공 기술에 적용할 수 있는 폴리머 기판 내 레이저 가공영역의 온도 측정 시스템을 제안한다. 레이저 가공 영역의 국부적인 온도 변화 측정을 통해 폴리머 기판의 공정 조건을 최적화하는 가능성을 제시한다. 이를 위해 플랑크 흑체 복사 원리를 기반으로 한 PDPT(Photodiode based Planck Thermometry)를 설계 및 제작하여 레이저가 입사되는 영역의 온도를 측정하였다. PDPT는 비파괴/비접촉식 온도측정 시스템으로, 레이저가 입사되는 국부적인 온도 상승을 실시간으로 측정할 수 있다. 해당 시스템을 활용하여 폴리머 기판의 레이저 가공 공정에서 발생하는 가공영역의 온도 변화를 관측하였다. 본 연구 결과, 제안된 레이저 기반 온도측정 기술은 레이저 가공 공정 중 실시간 온도 측정이 가능하며, 이를 통해 최적의 생산 조건을 확립할 가능성을 보여주고 있다. 또한, 해당 기술은 열 제어가 필수적인 미세 레이저 가공 및 3차원 프린팅과 같은 다양한 레이저 기반 공정에 적용될 수 있을 것으로 기대된다.

• 정보처리학회 논문지
• /
• 제13권7호
• /
• pp.335-347
• /
• 2024

개방형 어휘 3차원 포인트 클라우드 개체 분할은 3차원 장면 포인트 클라우드를 훈련단계에서 등장하였던 기본 클래스의 개체들뿐만 아니라 새로운 신규 클래스의 개체들로도 분할해야 하는 어려운 시각적 작업이다. 본 논문에서는 중요한 모델 설계 이슈별 기존 모델들의 한계점들을 극복하기 위해, 새로운 개방형 어휘 3차원 개체 분할 모델인 Open3DME를 제안한다. 첫째, 제안 모델은 클래스-독립적인 3차원 마스크의 품질을 향상시키기 위해, 새로운 트랜스포머 기반 3차원 포인트 클라우드 개체 분할 모델인 T3DIS[6]를 마스크 제안 모듈로 채용한다. 둘째, 제안 모델은 각 포인트 세그먼트별로 텍스트와 의미적으로 정렬된 시각적 특징을 얻기 위해, 사전 학습된 OpenScene 인코더와 CLIP 인코더를 적용하여 포인트 클라우드와 멀티-뷰 RGB 영상들로부터 각각 3차원 및 2차원 특징들을 추출한다. 마지막으로, 제안 모델은 개방형 어휘 레이블 할당 과정동안 각 포인트 클라우드 세그먼트별로 추출한 2차원 시각적 특징과 3차원 시각적 특징을 상호 보완적으로 함께 이용하기 위해, 특징 앙상블 기법을 적용한다. 본 논문에서는 ScanNet-V2 벤치마크 데이터 집합을 이용한 다양한 정량적, 정성적 실험들을 통해, 제안 모델의 성능 우수성을 입증한다.

• 한국전산구조공학회논문집
• /
• 제37권4호
• /
• pp.275-282
• /
• 2024

최근 제안된 탄소감축을 위한 조립 해체가 용이한 접합부는 주기적 하중을 가력하여 시험하였다. 시험체의 거동을 더 잘 이해하기 위해 "Tied Model"(볼트 접촉 면이 묶여 있음)과 "Bolt-slip Model"(접촉 면이 미끄러지고 분리됨)을 사용하여 3차원 유한요소(3D-FE) 해석을 수행하였다. Tied Model은 제안된 접합부가 강 접합(Rigid Joint)으로 거동할 경우 보의 소성 힌지가 발생하는 것을 시사한다. 반면, Bolt-slip Model은 제안된 접합부가 적절히 제조(간극 없이) 및 조립된 경우 강성 접합부의 약 0.5배의 에너지를 소산할 수 있음을 시사한다. 그러나 시험 결과와 비교했을 때, 모멘트-회전 이력 곡선이 잘 맞지 않는 것으로 나타났으며, 이는 시험체의 제조 결함(약 5-10mm 간극)으로 인해 성능이 저하되었음을 시사한다. 그럼에도 불구하고 실험에서 관찰된 이력곡선의 핀칭 현상과 시험체의 파괴 모드는 서로 일치하였다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.1-23
• /
• 2018

E-commerce 환경의 발전으로 소비자들은 다양한 상품들을 한 자리에서 폭 넓게 비교할 수 있게 되었다. 하지만 온라인 쇼핑몰에 올라와있는 상당량의 주요 상품 정보들이 이미지 형태이기 때문에 컴퓨터가 인지할 수 있는 텍스트 기반 검색 시스템에 반영될 수 없다는 한계가 존재한다. 이러한 한계점은 일반적으로 기존 기계학습 기술 및 OCR(Optical Character Recognition) 기술을 활용해, 이미지 형태로 된 키워드를 인식함으로써 개선할 수 있다. 그러나 기존 OCR 기술은 이미지 안에 글자가 아닌 그림이 많고 글자 크기가 작으면 낮은 인식률을 보인다는 문제가 있다. 이에 본 연구에서는 기존 기술들의 한계점을 해결하기 위하여, 딥러닝 기반 사물인식 모형 중 하나인 SSD(Single Shot MultiBox Detector)를 개조하여 이미지 형태의 상품 카탈로그 내의 텍스트 인식모형을 설계하였다. 하지만 이를 학습시키기 위한 데이터를 구축하는 데 상당한 시간과 비용이 필요했는데, 이는 지도학습의 방법론을 따르는 SSD 모형은 훈련 데이터마다 직접 정답 라벨링을 해줘야 하기 때문이다. 본 연구는 이러한 문제점을 해결하기 위해 '훈련 데이터 자동 생성 프로그램'을 함께 개발하였다. 훈련 데이터 자동 생성 프로그램을 통해 수작업으로 데이터를 만드는 것에 비하여 시간과 비용을 대폭 절감할 수 있었으며, 생성된 훈련용 데이터를 통해 모형의 인식 성능을 높일 수 있었다. 더 나아가 실험연구를 통해 자동으로 생성된 훈련 데이터의 특징별로 인식기 모형의 성능에 얼마나 큰 영향을 끼치는지 알아보고, 성능 향상에 효과적인 데이터의 특징을 분석하였다. 본 연구를 통해서 개발된 상품 카탈로그 내 텍스트 인식모형과 훈련 데이터 자동 생성 프로그램은 온라인 쇼핑몰 판매자들의 상품 정보 등록 수고를 줄여줄 수 있으며, 구매자들의 상품 검색 시 결과의 정확성을 향상시키는 데 기여할 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제25권2호
• /
• pp.25-38
• /
• 2019

정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.